本文選題：CRM　切入點(diǎn)：數(shù)據(jù)挖掘　出處：《上海師范大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著經(jīng)濟(jì)的發(fā)展，銀行間的競(jìng)爭(zhēng)日益激烈，商業(yè)銀行以產(chǎn)品為戰(zhàn)略的傳統(tǒng)模式逐漸被以客戶為中心、以服務(wù)為目標(biāo)的戰(zhàn)略所取代。目前銀行業(yè)主要運(yùn)用客戶關(guān)系管理（CRM）來(lái)管理客戶、服務(wù)客戶。信息時(shí)代數(shù)據(jù)以幾何級(jí)規(guī)模迅速擴(kuò)大，考慮到商業(yè)銀行有著海量的客戶數(shù)據(jù)，而客戶間又有差別，有必要對(duì)客戶進(jìn)行分類研究，對(duì)產(chǎn)品進(jìn)行關(guān)聯(lián)，使得銀行能夠準(zhǔn)確把握現(xiàn)有客戶的狀況，同時(shí)對(duì)不同類別的客戶推薦不同種類的產(chǎn)品，采取不同的營(yíng)銷(xiāo)政策。 鑒于客戶分類和營(yíng)銷(xiāo)在銀行CRM中的重要作用，本文采用了理論和應(yīng)用相結(jié)合的研究方法，對(duì)A銀行的CRM系統(tǒng)——PCRM中的數(shù)據(jù)進(jìn)行預(yù)處理操作，針對(duì)具體的商業(yè)問(wèn)題，展開(kāi)數(shù)據(jù)挖掘模型的建立與測(cè)算，以及最后結(jié)果的前端展示與測(cè)評(píng)。 首先對(duì)現(xiàn)有的理論做了回顧。結(jié)合商業(yè)銀行的現(xiàn)狀，闡述了國(guó)內(nèi)外商業(yè)銀行和CRM系統(tǒng)的使用情況；總結(jié)了CRM理論和數(shù)據(jù)挖掘理論；介紹了數(shù)據(jù)挖掘在銀行CRM中的應(yīng)用。 其次確立了商業(yè)主題，并對(duì)這些主題建立了決策樹(shù)模型和關(guān)聯(lián)規(guī)則模型。確立了面向PCRM挖掘系統(tǒng)的數(shù)據(jù)挖掘過(guò)程模型。通過(guò)針對(duì)PCRM的數(shù)據(jù)挖掘解決A銀行PCRM系統(tǒng)的不足并提高客戶滿意度。確定了客戶分類和產(chǎn)品關(guān)聯(lián)度的商業(yè)主題，對(duì)A銀行PCRM系統(tǒng)數(shù)據(jù)進(jìn)行預(yù)處理，，使用C5.0、CRT和Apriori算法在Clementine平臺(tái)上來(lái)構(gòu)建客戶分類模型和關(guān)聯(lián)模型。 然后使用Cognos將測(cè)算結(jié)果進(jìn)行前端展示。 最后對(duì)經(jīng)典決策樹(shù)C5.0和CRT算法從熵和基尼的角度驗(yàn)證了這兩種經(jīng)典的決策樹(shù)算法。結(jié)合市場(chǎng)營(yíng)銷(xiāo)理論，從產(chǎn)品關(guān)聯(lián)營(yíng)銷(xiāo)角度給出了針對(duì)不同類型客戶的一些銷(xiāo)售建議和活動(dòng)方案。從客戶流失的角度，給出了有價(jià)值客戶的營(yíng)銷(xiāo)工作流程。
[Abstract]:With the development of economy, the competition among banks is becoming more and more fierce. The traditional model of commercial banks taking product as the strategy is gradually taking the customer as the center. At present, the banking industry mainly uses CRM (customer relationship Management) to manage customers and serve customers. The data of the information age expands rapidly with the scale of geometry, considering that commercial banks have a huge amount of customer data. But there are differences between customers, it is necessary to classify the customers, to link the products, so that banks can accurately grasp the status of existing customers, and at the same time recommend different types of products to different types of customers. Adopt different marketing policies. In view of the important role of customer classification and marketing in the bank CRM, this paper adopts the research method of combining theory and application to preprocess the data in the CRM system of Bank A, aiming at the specific commercial problems. The establishment and measurement of data mining model and the front end display and evaluation of the final results are carried out. First of all, it reviews the existing theories. Combined with the current situation of commercial banks, this paper expounds the use of domestic and foreign commercial banks and CRM system, summarizes the CRM theory and data mining theory, and introduces the application of data mining in bank CRM. Secondly, the business theme was established. The decision tree model and association rule model are established for these topics, and the data mining process model for PCRM mining system is established. Through data mining for PCRM, the deficiency of PCRM system in Bank A is solved and customer satisfaction is improved. Business themes that define customer classification and product relevance, This paper preprocesses the data of PCRM system of Bank A, and constructs the customer classification model and association model on Clementine platform by using C5.0 CRT and Apriori algorithm. Then use Cognos to measure the results for the front-end display. Finally, the classical decision tree algorithms C5.0 and CRT are verified from the point of view of entropy and Gini. From the point of view of product association marketing, some sales suggestions and activity schemes for different types of customers are given, and the marketing workflow of valuable customers is given from the point of view of customer churn.
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP311.13;F830.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魯江;何曉玲;;數(shù)據(jù)挖掘在我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量模型中的應(yīng)用[J];中國(guó)管理信息化;2009年11期

2 徐燕凌;項(xiàng)思遠(yuǎn);王穎異;;基于回歸分析的嵌入式塊編碼預(yù)測(cè)截?cái)嗨惴╗J];計(jì)算機(jī)工程與應(yīng)用;2010年03期

3 羅可,林睦綱,郗東妹;數(shù)據(jù)挖掘中分類算法綜述[J];計(jì)算機(jī)工程;2005年01期

4 葉明鳳;;基于知識(shí)依賴的決策樹(shù)生成算法的研究[J];計(jì)算機(jī)工程與科學(xué);2008年07期

5 蔡志強(qiáng);孫樹(shù)棟;YANNOU Bernard;司書(shū)賓;;基于貝葉斯網(wǎng)絡(luò)分類器的產(chǎn)品故障率分類研究[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

6 王學(xué)毅;沈曦;;基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的QoS路由決策[J];計(jì)算機(jī)應(yīng)用研究;2009年11期

7 聶晶,孫捷;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶關(guān)系管理系統(tǒng)構(gòu)建研究[J];科技創(chuàng)業(yè)月刊;2005年10期

8 亓常松;孫吉貴;于海鴻;;基于離散度的決策樹(shù)構(gòu)造方法[J];控制與決策;2008年01期

9 徐鵬;林森;;基于C4.5決策樹(shù)的流量分類方法[J];軟件學(xué)報(bào);2009年10期

10 何凡;沈毅;葉眾;;CHAID方法在居民衛(wèi)生服務(wù)需求研究中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2006年04期

相關(guān)博士學(xué)位論文 前1條

1 陳金波;面向電信CRM的數(shù)據(jù)挖掘應(yīng)用研究[D];東南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前8條

1 閔銳;數(shù)據(jù)挖掘在CRM中的應(yīng)用研究[D];長(zhǎng)春工業(yè)大學(xué);2010年

2 胡鵬博;數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理（CRM）中的應(yīng)用[D];西安電子科技大學(xué);2009年

3 郭威;數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用研究[D];北京工商大學(xué);2010年

4 袁柳;CRM中數(shù)據(jù)挖掘應(yīng)用策略及其關(guān)鍵技術(shù)的研究[D];西安電子科技大學(xué);2004年

5 宮亭;一種數(shù)據(jù)挖掘方法的實(shí)現(xiàn)及其在CRM中的應(yīng)用[D];吉林大學(xué);2008年

6 張世鈴;數(shù)據(jù)挖掘在商業(yè)銀行CRM中的研究與應(yīng)用[D];電子科技大學(xué);2007年

7 楊華;數(shù)據(jù)挖掘技術(shù)在人壽保險(xiǎn)業(yè)務(wù)中的研究和應(yīng)用[D];西安電子科技大學(xué);2007年

8 賀仁忠;基于決策樹(shù)的城市競(jìng)爭(zhēng)力預(yù)測(cè)模型研究[D];太原理工大學(xué);2010年

本文編號(hào)：1640962