數(shù)據(jù)挖掘技術下的聯(lián)名信用卡營銷分析
發(fā)布時間:2020-04-02 02:59
【摘要】: 由于信息技術的發(fā)展和金融市場的壯大,我國信用卡市場蓬勃發(fā)展,商業(yè)銀行間的競爭也日漸激烈。伴隨著特約商戶的業(yè)務拓展,聯(lián)名信用卡逐漸成為一種流行趨勢,而各大銀行和商戶逐漸認識到客戶的重要地位,不再只以產(chǎn)品作為出發(fā)點,如何有效了解客戶信息,有效利用客戶資源將其轉化為內(nèi)部資源,更好的提高服務質量,將成為商業(yè)銀行面臨的重點問題。這一系列的改變對提高客戶的滿意度,維護高價值客戶的比例,并最終擴大市場有效占有率提供幫助。 數(shù)據(jù)挖掘技術作為處理海量信用卡業(yè)務數(shù)據(jù)的強有力工具,能發(fā)現(xiàn)未知的、有價值的規(guī)律,這無疑成為提供個性化服務的依據(jù)。本文借鑒客戶關系管理的理念,以國內(nèi)某商業(yè)銀行的聯(lián)名信用卡客戶數(shù)據(jù)對客戶細分及其應用進行了研究,并從中提出各種關聯(lián)規(guī)則和營銷策略。 本文首先運用數(shù)據(jù)倉庫技術建立了客戶交易行為的數(shù)據(jù)倉庫,利用RFM模型和聚類技術完成聯(lián)名卡動卡數(shù)據(jù)的客戶細分和銷卡數(shù)據(jù)的主要類型分析。其次,在動卡客戶得出的四類典型客戶類型基礎上對客戶細分的運用。再次,研究聯(lián)名卡消費數(shù)據(jù)中關聯(lián)模式及其應用,利用SPSS Clementine 11.1進行了模型仿真實驗分析,得到了有價值的關聯(lián)模式,也提出了一些基于數(shù)據(jù)挖掘結果的聯(lián)名卡營銷戰(zhàn)略和個性化營銷的各種可利用方法。本文的研究嘗試了數(shù)據(jù)挖掘在客戶分析中的應用,希望借此能為商業(yè)銀行以及商戶發(fā)行聯(lián)名卡、開展聯(lián)名卡營銷等帶來新思路,也能為國內(nèi)商業(yè)銀行整合商戶資源,提升競爭優(yōu)勢提供幫助。
【圖文】:
圖3.3交易行為星型模型圖再次,進行數(shù)據(jù)預處理。數(shù)據(jù)預處理的具體過程在下文的仿真中將體現(xiàn),這里明其重要性。數(shù)據(jù)預處理主要是理解數(shù)據(jù)、確定發(fā)現(xiàn)任務、發(fā)現(xiàn)任務相關知識的工作,通過從源系統(tǒng)抽取到數(shù)據(jù)倉庫的一個過程,包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)換和數(shù)據(jù)簡化四個步驟。檢查數(shù)據(jù)遺漏和缺失,保證數(shù)據(jù)的完備性、一致性和唯。下面5個表說明從各數(shù)據(jù)庫中抽取的響應數(shù)據(jù)來源,并對應建立到客戶交易行據(jù)倉庫中去。表3.3數(shù)據(jù)源表數(shù)數(shù)據(jù)源名稱稱數(shù)據(jù)源作用用數(shù)據(jù)源位置置客客戶資料庫(Custome:nata)))提供客戶基本情況況客戶資料管理系統(tǒng)統(tǒng)當當日成交庫(D盯’s伽nsaction)))提供客戶交易明細細交易系統(tǒng)統(tǒng)信信用卡資料庫(CardData)))提供信用一卜基本情況況信用卡管理系統(tǒng)統(tǒng)帳帳戶資料庫(AceountData)))提供賬戶基本情況況賬戶管理系統(tǒng)統(tǒng)
手手手手手續(xù)費貢獻獻卡客戶細分研究于聚類的動卡客戶細分研究系統(tǒng)的復雜性研究著重于揭示經(jīng)濟對象構成的原因及其深化的歷預測其未來的發(fā)展。對具有確定特征的對象建模時,參數(shù)化的分組明具有很高的效率。利用聚類進行數(shù)據(jù)預處理可以獲取數(shù)據(jù)的基進行特征值抽取或者分類就可以提高數(shù)據(jù)的精確度和挖掘效率,并的關聯(lián)分析,以獲得有用信息。從商業(yè)角度來說,,聚類分析可以幫基本庫中發(fā)現(xiàn)不同的客戶群,本文將選用修正的RFM模型,用價究的基礎。本文選用2008年12月1日至2009年n月30日1504使用K一means聚類,SPSSClementinel1.1軟件過程如下:
【學位授予單位】:首都經(jīng)濟貿(mào)易大學
【學位級別】:碩士
【學位授予年份】:2010
【分類號】:F274;F830.4
本文編號:2611350
【圖文】:
圖3.3交易行為星型模型圖再次,進行數(shù)據(jù)預處理。數(shù)據(jù)預處理的具體過程在下文的仿真中將體現(xiàn),這里明其重要性。數(shù)據(jù)預處理主要是理解數(shù)據(jù)、確定發(fā)現(xiàn)任務、發(fā)現(xiàn)任務相關知識的工作,通過從源系統(tǒng)抽取到數(shù)據(jù)倉庫的一個過程,包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)換和數(shù)據(jù)簡化四個步驟。檢查數(shù)據(jù)遺漏和缺失,保證數(shù)據(jù)的完備性、一致性和唯。下面5個表說明從各數(shù)據(jù)庫中抽取的響應數(shù)據(jù)來源,并對應建立到客戶交易行據(jù)倉庫中去。表3.3數(shù)據(jù)源表數(shù)數(shù)據(jù)源名稱稱數(shù)據(jù)源作用用數(shù)據(jù)源位置置客客戶資料庫(Custome:nata)))提供客戶基本情況況客戶資料管理系統(tǒng)統(tǒng)當當日成交庫(D盯’s伽nsaction)))提供客戶交易明細細交易系統(tǒng)統(tǒng)信信用卡資料庫(CardData)))提供信用一卜基本情況況信用卡管理系統(tǒng)統(tǒng)帳帳戶資料庫(AceountData)))提供賬戶基本情況況賬戶管理系統(tǒng)統(tǒng)
手手手手手續(xù)費貢獻獻卡客戶細分研究于聚類的動卡客戶細分研究系統(tǒng)的復雜性研究著重于揭示經(jīng)濟對象構成的原因及其深化的歷預測其未來的發(fā)展。對具有確定特征的對象建模時,參數(shù)化的分組明具有很高的效率。利用聚類進行數(shù)據(jù)預處理可以獲取數(shù)據(jù)的基進行特征值抽取或者分類就可以提高數(shù)據(jù)的精確度和挖掘效率,并的關聯(lián)分析,以獲得有用信息。從商業(yè)角度來說,,聚類分析可以幫基本庫中發(fā)現(xiàn)不同的客戶群,本文將選用修正的RFM模型,用價究的基礎。本文選用2008年12月1日至2009年n月30日1504使用K一means聚類,SPSSClementinel1.1軟件過程如下:
【學位授予單位】:首都經(jīng)濟貿(mào)易大學
【學位級別】:碩士
【學位授予年份】:2010
【分類號】:F274;F830.4
【參考文獻】
相關期刊論文 前10條
1 尹華;數(shù)據(jù)挖掘分類技術在信用卡系統(tǒng)中的應用[J];華南金融電腦;2005年06期
2 蘇成;;數(shù)據(jù)挖掘中不可忽視的環(huán)節(jié)——數(shù)據(jù)預處理[J];華南金融電腦;2006年01期
3 張國方,金國棟;客戶細分理論及應用策略研究[J];華中科技大學學報(社會科學版);2003年03期
4 葉強;盧濤;閆相斌;李一軍;;客戶關系管理中的動態(tài)客戶細分方法研究[J];管理科學學報;2006年02期
5 石憶邵;蒲晟;;中國品牌的地域差異及品牌創(chuàng)新能力評價[J];經(jīng)濟地理;2009年11期
6 朱美燕;信用卡市場的特點及其營銷策略[J];經(jīng)濟師;2001年07期
7 王越,曹長修;DM技術在信用卡管理中的應用[J];計算機工程與應用;2002年10期
8 李浩;;MS SQL Server數(shù)據(jù)庫的數(shù)據(jù)維護方法[J];科技情報開發(fā)與經(jīng)濟;2006年18期
9 李蕾;;交叉營銷理論發(fā)展與應用[J];財會研究;2008年19期
10 楊光;淺析數(shù)據(jù)挖掘在CRM中的應用[J];情報科學;2005年02期
本文編號:2611350
本文鏈接:http://sikaile.net/guanlilunwen/huobilw/2611350.html
最近更新
教材專著