查黎[1]2007年在《数据挖掘在客户关系管理中的应用研究》文中指出在竞争日益激烈的市场经济中，企业面临着前所未有的市场化和客户个性化的挑战。这种大环境下，只有那些能够及时吸收先进的管理理论，利用先进的信息技术和数量分析方法，“多快好省”地获取市场信息，了解市场变化，对市场信息进行科学分析和科学决策的企业才可能成为竞争的赢家。本文首先介绍了CRM这种“以客户为中心”的先进的经营管理理念。并详细介绍了其应用现状，结合应用现状，提出客户关系管理必须与数据挖掘紧密结合应用的问题。基于数据挖掘的CRM是对传统企业管理思想的一个创新，充分体现了管理的科学性和艺术性。本文中，依据数据挖掘方法论，有针对性地将数据挖掘技术应用于客户数据分析中，是我们解决的一个首要问题。首先依据不同的数据挖掘理论应用与客户关系管理的各个层面，充分突出数据挖掘在客户关系管理中的重要作用。并最终依托商业银行CRM，详细解释了在特定行业中，数据挖掘是具有如何重要的理论意义和现实指导意义。
魏兵[2]2004年在《数据挖掘技术在客户关系管理中的应用研究》文中研究指明数据挖掘技术在客户关系管理(CRM)中的应用是近年来的研究热点。CRM是将客户信息转化成为积极的客户关系的反复循环过程，而数据挖掘则是从大量数据中发掘出有用知识的强有力工具，数据挖掘技术在CRM中的有效运用可以从与客户有关的大量数据中挖掘出对企业经营决策有价值的知识和规则。 本文从数据挖掘在CRM中应用的基础理论和方法入手，探讨了徐工集团营销公司CRM中应用数据挖掘的基础构建，并在此基础上详细分析了各种数据挖掘技术在徐工集团营销公司CRM系统中不同方面的应用实施。
常一帆[3]2008年在《客户关系管理在电子商务中的应用研究》文中研究指明随着电子商务的发展,传统的商业模式受到了严峻的挑战,它要求企业以全新的思维来看待客户。因此,客户关系管理得到了广泛的应用和发展,它为企业提供了收集、分析和利用各种客户信息的应用系统,以及企业面对客户的科学手段和方法,使企业的销售理念从以产品为中心转换到以客户为中心。数据仓库和数据挖掘技术是保证CRM实施成功的基础。借助于数据仓库和数据挖掘技术,CRM系统可以充分利用它们的分析结果,制定市场策略,探索企业和所对应市场的运营规律,并向客户提供个性化产品以及优质服务。首先,本文针对电子商务环境下企业的业务需求,采用J2EE轻量级架构——Struts、Spring、Hibernate开发企业电子商务系统,其中包括客户管理,订单管理,商品管理,库存管理等功能。通过学习客户关系管理的基本思想和基础理论,将CRM理念和技术引入到电子商务系统中。从分析企业的业务需求入手,建立了企业的CRM应用模型。其次,本文研究了数据仓库和数据挖掘技术在CRM系统中的应用。根据分析需求,构建面向客户主题、销售主题和退货主题的数据仓库,并利用Microsoft Excel作为分析结果的前端展示,使企业的经营者可以从多角度观察数据;分析了面向电子商务的客户细分问题,重点研究了企业客户流失的问题,选择以客户价值和客户特征为主的细分指标,应用Analysis Service的聚类算法,构建已流失的客户模型和将要流失的客户模型,帮助企业找出客户流失的群体和特征,并给出了相应的营销策略。最后,对论文的研究内容和应用结果做了总结,并指出了课题的不足和今后的研究方向。
曾德华[4]2007年在《数据挖掘在客户管理系统中的应用研究》文中研究指明客户管理是企业营销管理的核心内容，实施精确、简单、实用、高效、全面的客户管理，不但能提高客户的忠诚度，减少客户流失，还能有针对性的展开市场调查、促销和交叉销售，提高销售额，从而使老客户产生更大的价值。新兴的数据挖掘技术，是从大量、无序、静态的数据中发现有价值的规律和模式的过程，在企业客户管理中应用数据仓库技术和数据挖掘技术，不仅使客户管理更高效，还能预测客户将来的各种消费行为，为企业实施更精确的客户管理和市场营销提供参考，使企业在市场竞争中占据更有利的位置。本文以《客户不是上帝》为基础业务需求，结合国内外先进的企业管理理念、市场营销理念，来构建一个分析型和操作型相结合的企业客户管理信息系统，在系统中，着重阐述以下几个问题并提出了相应的解决方法：●客户管理的目标：防止客户流失，使客户产生更大的价值●造成客户流失的原因及对策：包括自然流失、外因流失和内因流失●如何使老客户产生更大的价值：即采用哪一种更合适的营销方式和手段●在客户管理中如何应用数据挖掘技术来提升客户的忠诚度，包括数据挖掘技术的介绍、在客户管理中的意义、应用方法、步骤，考虑到企业实际情况和性能价格比，提出一个以微软产品和技术平台为核心的解决方案●给出客户管理系统完整的功能需求和解决方案，包括功能需求、数据ER图、数据挖掘需求，并力图使需求具有较高的普遍性和较高的推广价值系统融合了许多先进的管理理念，比如ISO9000质量管理、PDCA过程管理、六脑管理规则、8020规则、RFM统计方法等，使用此系统，不仅可以改善企业管理流程，形成以客户为导向的企业组织结构，还可提高企业的管理水平，强化企业的客户意识，进一步提升客户管理水平；同时，企业可在此基础上进行功能扩充，形成独具特色的、功能完善的客户管理信息系统。
李华[5]2018年在《基于数据挖掘的消防电子生产企业客户关系管理研究》文中研究指明消防产业是国民经济的重要组成部分,消防电子生产企业的发展程度是国家公共安全的重要标志。随着国家经济快速发展,规模较大且年产值超过亿元的龙头消防电子生产企业纷纷出现,企业之间的竞争十分激烈。消防电子生产企业的产品差异度小,价格竞争激烈,为了摆脱单纯的价格战,除了加大核心技术的研发,通过CRM,从客户角度出发,为其提供差异化的产品与个性化的服务将是解决这一问题的关键。本文首先分析了消防电子生产企业概况,从对客户进行有效管理的角度出发,深入剖析了当下缺乏对客户有效管理的问题,提出企业应该实施CRM,通过构建CRM系统的方式提升企业对客户的管理能力。其次,以行业龙头企业的共性需求进行分析,从行业需求、业务需求、性能需求展开,明确了消防行业龙头企业对于数据挖掘的CRM系统需求。再次,根据企业CRM需求,设计建立了用户层、应用层、分析层、数据层的消防电子生产企业CRM系统整体逻辑架构,组织架构、业务流程、数据流程,实现以客户管理、市场管理、客服管理、接待管理、系统管理等为主要管理功能的消防电子生产企业CRM系统。更进一步,从消防电子生产企业对数据挖掘分析的需求角度,进行了数据仓库设计。最后,采用CRISP-DM挖掘模型,构建了基于K-means算法的客户价值分类模型与基于决策树算法的客户满意度模型,实现了对客户信息的有效挖掘,并根据分析结果,对企业成功实施CRM提出了建议。
陈烨[6]2015年在《数据挖掘技术在银行客户关系管理中的研究与应用》文中研究指明随着银行间服务和产品的透明度越来越高,其差异越来越小,产品的生命周期不断缩短,商业银行越来越难以在以产品为中心的竞争中获得竞争优势。银行间的竞争重点由产品的竞争转变为争夺客户的竞争,拥有客户即意味着拥有市场,就能在激烈的竞争中取胜。客户需求越来越呈现个性化和多样化特点,银行仅靠单一产品或服务难以满足客户需求,以金融产品为中心的传统市场战略,正逐步被以服务为目标、以客户为中心的市场战略所取代。如何将已经存储的大量的客户资料信息、存贷款帐户信息、各种交易数据信息用于加强客户关系、掌握业务规律、挖掘客户价值,将客户相关信息用于银行实际的决策等问题面临着新的挑战,而数据挖掘技术使之成为可能。本文以数据挖掘技术在银行客户关系管理中的应用为研究的主要内容,选用从客户价值出发对客户进行细分,为银行产品优化、营销服务策略制定提供支撑作为建模目标。根据客户余额日平和经营利润的情况,使用聚类的方法将客户进行分类,作为寻找客户业务往来规律的基础；通过马尔可夫链方法来计算客户从某一个客户群转移到其它客户群的概率。通过客户业务往来记录规律探寻、基于聚类分析的客户分类、基于客户价值测量、基于客户价值的客户细分、基于数据挖掘CRM的策略五个步骤形成闭环控制。论文所提方法以望城农村商业银行某个支行的客户数据为例进行了应用研究测试,完成了从数据采集到客户细分和精细化营销分析等一个完整的数据挖掘与CRM融合应用的闭环过程,研究结果为望城农商行的经营管理层提供数据支撑,将建立的数据挖掘模型结果融合到银行业务营销活动流程中,针对不同客户类别推广相应的新产品和服务,实践表明本文方法的有效性。
赵晓东[7]2009年在《数据挖掘技术在石化企业加油IC卡CRM中的应用研究》文中研究表明随着我国加入WTO后对成品油市场的开放,石油零售市场的竞争日益白热化,搞好客户关系管理成为石油销售企业维持竞争力的重要因素之一。石油销售企业利用加油IC卡系统,实现了加油款的电子支付,石油公司与客户之间的交互方式发生了显着的变化,企业要想提高客户的忠诚度,就必须更多的了解客户的需求,才能有效地开展营销与服务。加油IC卡系统建立了详细的客户信息,并对其交易数据自动采集,形成了海量的销售数据,挖掘现有客户的消费潜力,减少客户流失,已成为当今石油零售行业管理人员重点研究的内容。将数据挖掘技术引入加油IC卡客户关系管理中,对中石化销售公司提高决策效率,维持合同客户群有着重大意义。本文通过分析加油IC卡技术在石油销售企业的应用现状及客户管理需求,介绍了数据挖掘技术及客户关系管理的基本原理,分类是数据挖掘领域中一个重要的研究方向,本文重点研究了决策树算法和贝叶斯算法在客户细分模型上的实现。具体来讲,本论文所做的工作主要有以下叁个方面的内容:1、从基本理论出发,分别介绍数据挖掘和CRM相关概念和基本理论,提出在石油企业加油卡销售中应用CRM是非常有必要的。2、结合石油公司加油卡的实际情况,论述决策树算法,朴素贝叶斯分类算法在加油IC卡客户价值细分,睡眠卡预测两个问题上的应用。3、在对石油公司的加油IC卡系统深入学习的基础上,利用IBM P660-6M1小型机服务器,搭建了AIX+SYBASE的数据恢复模拟环境,实现了生产系统中备份磁带数据的完整恢复,针对石化企业2005年1月至2009年6月加油IC卡业务数据,通过对SQL SERVER 2008中决策树算法和朴素贝叶斯算法的实际应用,验证了两种算法是正确有效和值得信赖的,并且在加油卡客户关系管理中具有较高的实用价值。
肖静[8]2012年在《数据挖掘技术在保险公司客户关系管理中的应用研究》文中研究指明研究客户关系管理在保险公司中应用，对与保险公司自身竞争力的提升是十分重要的。大量学者用不同的方法、从不同角度研究了客户关系管理在保险业中的应用，但是并没有形成绝对的共识。值得注意的是前人的研究大多是从定性的角度对客户关系管理应用进行分析，而从定量的角度分析还比较少。随着数据挖掘技术的发展，人们逐渐意识到数据挖掘技术应用到保险公司客户关系管理的重要性。本文将数据挖掘技术中决策树算法和传统的客户关系管理相结合来研究两者在保险公司中的应用。本文第1章主要介绍选题背景和意义，国内外文献综述及论文的结构安排和研究方法。第2章本章是本文的理论基础，本章论述了客户关系管理理论，分析客户关系管理应用到保险公司的必要性，并结合我国实际情况，分析了我国保险公司目前应用客户关系管理系统的现状。第3章为本文的模型构建及方法介绍部分，阐述了数据挖掘技术的相关理论，并对决策树算法进行了重点阐述，综合比较了决策树技术的几种算法。根据第2章及第3章的相关理论与方法，本文第4章进行了实证分析，首先选取了一个保险公司样本的大量数据，然后按照数据挖掘技术的过程，对数据中隐含的信息进行了实证分析，分析结果显示保费是影响保险公司客户流失的最主要因素。过于理想的准确率是由于所选择数据的属性值较少，但从另一方面也说明了保费的重要性。第5章为政策建议部分，根据实证分析结果，提出了一些相对应的政策措施。本文采用的决策树算法能够定量的分析影响企业客户流失的因素，定量分析与定性分析相结合，具有很强的理论及现实意义，本文结论具有一定参考作用。
夏大方[9]2005年在《银行CRM中数据挖掘及其CRC方法的应用研究》文中提出银行在客户关系管理过程中,会产生大量的客户数据。充分挖掘这些数据中隐藏的有用信息,可以为银行的经营决策带来极大的帮助。数据挖掘技术以其善于从大型数据仓库中挖掘有用信息的特性而成为银行客户关系管理中处理客户信息的最佳技术选择。论文在对银行客户关系管理中应用数据挖掘所产生的商业价值分析的基础上,分别从构建数据挖掘应用系统结构、选择实施方法、设计具体算法叁个方面对数据挖掘在银行客户关系管理中的应用做出了逐层深入的研究。论文首先介绍了客户关系管理和数据挖掘的概念;其次探讨了银行客户关系管理中数据挖掘的商业价值及其实现形式,分析了数据挖掘在提高收益、降低成本和增强竞争优势方面的显着作用。论文接着阐述了银行客户关系管理中数据挖掘应用的系统结构与实施方法研究,提出了基于互动循环过程和SEMMA1的实施方法,有效解决了银行客户关系管理中实施数据挖掘的商业问题和技术问题;然后探讨了一种新的数据挖掘算法在银行客户关系管理中的应用,论文结合聚类分析、粗集理论和决策树分类,设计了一种新的数据挖掘算法??CRC2方法,补充和完善了银行原有的客户分类系统。最后论文结合案例讨论了基于互动循环过程和SEMMA的实施方法以及CRC数据挖掘方法的具体应用,通过对某商业银行客户分类业务实际应用案例的分析,验证了上述理论与方法的有效性。
涂成洲[10]2017年在《基于数据挖掘的农村信用社客户管理系统》文中研究指明数据挖掘的技术是一个相对热门的技术,也是银行应付竞争的迫切需要。在属于国内金融行业的农村信用合作社中,有许多问题在风险面对和信贷管理上有一些很难控制,这些问题也迫切需要利用数据挖掘技术来提高信贷管理水平,控制信贷风险。现在,银行之间的竞争愈演愈烈,银行间的金融领域和客户资源更加是面临着前所未有的挑战,高质量的客户资源已经成为农业银行争取的焦点。但在实际的工作中,轻维护而重营销的现象却异常普遍,国内大部分农村信用社的客户关系管理还是流于形式,如何发现优质客户资源进一步的留住客户,依然是农村信用社面临的最大难题。所以,本文将对基于数据挖掘的农村信用社客户管理系统来进行研究分析。文章阐述了农村信用社数据挖掘和CRM内在关系,将本系统的功能需求进行了简单的介绍,主要从客户信用管理、客户信息搜索、系统管理客户、数据挖掘等四个方面来阐述;文章从叁个方面阐述了农村信用社客户维持系统基于数据挖掘系统的设计,说明了系统设计的原则和目标,并创建了该系统的整体框架,对客户管理系统的几个模块功能进行了进一步的设计,对数据仓库进行了详细的设计;本文最后从系统登录及挖掘实现和客户信息管理两方面来介绍了功能实现。本文构建了适合于农村信用社的数据挖掘系统和数据仓库模型,并对构建方法以及一些关键因素做了设计和分析。本文在信用社现有的信息系统的基础上,结合有效利用以及整合现有系统的思路,提出了数据挖掘系统体系结构和数据仓库设计模型。使企业根据客户分段进行重组,强化使客户满意的行为,并连接客户与供应商之间关系,从而优化企业的可赢利性,提高利润并获取客户的满意度。
参考文献：
[1]. 数据挖掘在客户关系管理中的应用研究[D]. 查黎. 合肥工业大学. 2007
[2]. 数据挖掘技术在客户关系管理中的应用研究[D]. 魏兵. 南京理工大学. 2004
[3]. 客户关系管理在电子商务中的应用研究[D]. 常一帆. 北方工业大学. 2008
[4]. 数据挖掘在客户管理系统中的应用研究[D]. 曾德华. 华东师范大学. 2007
[5]. 基于数据挖掘的消防电子生产企业客户关系管理研究[D]. 李华. 燕山大学. 2018
[6]. 数据挖掘技术在银行客户关系管理中的研究与应用[D]. 陈烨. 湖南大学. 2015
[7]. 数据挖掘技术在石化企业加油IC卡CRM中的应用研究[D]. 赵晓东. 郑州大学. 2009
[8]. 数据挖掘技术在保险公司客户关系管理中的应用研究[D]. 肖静. 湖南大学. 2012
[9]. 银行CRM中数据挖掘及其CRC方法的应用研究[D]. 夏大方. 东南大学. 2005
[10]. 基于数据挖掘的农村信用社客户管理系统[D]. 涂成洲. 湖南大学. 2017
标签：企业经济论文; 数据挖掘论文; 市场营销论文; crm论文; 大数据论文; 数据挖掘算法论文; 客户管理论文; 客户分析论文; 产品管理论文; 决策树论文; 银行论文; 数据分析论文; 数据仓库论文; 消防论文;