本文關(guān)鍵詞：聚類分析在供水企業(yè)客戶細(xì)分中的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：企業(yè)管理從過去的以產(chǎn)品為導(dǎo)向轉(zhuǎn)變?yōu)橐钥蛻魹閷?dǎo)向,客戶關(guān)系管理(CRM)逐漸成為企業(yè)的焦點(diǎn)，，CRM通過提供更優(yōu)質(zhì)的服務(wù)提升客戶的滿意程度，以提升客戶對(duì)企業(yè)產(chǎn)品或服務(wù)的粘度。水務(wù)企業(yè)作為公用服務(wù)提供單位,為了提聞部門的工作效率、節(jié)約開支、提聞客戶服務(wù)質(zhì)量,并由此帶來新的發(fā)展,也必須建立一個(gè)以方便客戶為目的水務(wù)客戶服務(wù)信息化系統(tǒng)。 水務(wù)客戶服務(wù)信息化系統(tǒng)建設(shè)是一個(gè)系統(tǒng)性的項(xiàng)目，項(xiàng)目建設(shè)過程主要包括呼叫中心系統(tǒng)、搶修服務(wù)工單管理系統(tǒng)，以及在此基礎(chǔ)上的客戶關(guān)系管理系統(tǒng)（CRM)。本文主要介紹D公司在實(shí)施水務(wù)CRM項(xiàng)目過程中，隨之積累大量客戶數(shù)據(jù)，這些數(shù)據(jù)更多的是為優(yōu)化客服、為其提供真正的、有價(jià)值的信息，從而提高客戶滿意率，提高水務(wù)企業(yè)的社會(huì)效益，而如何對(duì)這些客戶數(shù)據(jù)進(jìn)行管理和分析，從中挖掘出對(duì)企業(yè)開展客服工作有利的知識(shí)，就需要先進(jìn)的技術(shù)與工具提供支撐。而數(shù)據(jù)挖掘（Data Mining)技術(shù)為水務(wù)客服信息化系統(tǒng)分析海量的客戶數(shù)據(jù)，為挖掘客戶價(jià)值提供技術(shù)支持。數(shù)據(jù)挖掘能夠從海量數(shù)據(jù)中找出潛在的有價(jià)值業(yè)務(wù)知識(shí)、規(guī)則與模型，是發(fā)現(xiàn)潛在關(guān)聯(lián)、作出預(yù)測(cè)性研判的利器。數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用是近年來的研宄熱點(diǎn)，CRM可以理解為將客戶信息轉(zhuǎn)化為積極的客戶關(guān)系的反復(fù)循環(huán)過程，而數(shù)據(jù)挖掘則是從大量數(shù)據(jù)中發(fā)掘出有用知識(shí)的強(qiáng)而有力的工具。 本文通過研宄D公司在實(shí)施水務(wù)客戶服務(wù)信息化系統(tǒng)建設(shè)的項(xiàng)目過程中對(duì)客戶關(guān)系管理的應(yīng)用，并以數(shù)據(jù)挖掘技術(shù)介入到實(shí)際應(yīng)用中�？偨Y(jié)數(shù)據(jù)挖掘技術(shù)在CRM系統(tǒng)建設(shè)及實(shí)施中的應(yīng)用效果，提出對(duì)于數(shù)據(jù)挖掘技術(shù)的相關(guān)結(jié)論。
【關(guān)鍵詞】：客戶關(guān)系管理系統(tǒng) 數(shù)據(jù)挖掘 聚類分析
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F274;F299.24
【目錄】：

• 摘要5-6
• Abstract6-7
• 目錄7-9
• 第一章 緒論9-19
• 1.1 課題來源和研究背景9
• 1.2 課題研究的目的和意義9-10
• 1.3 國內(nèi)外研究現(xiàn)狀10-13
• 1.3.1 CRM 國內(nèi)外研究狀況10-11
• 1.3.2 數(shù)據(jù)挖掘的國內(nèi)外研究與應(yīng)用狀況11-12
• 1.3.3 數(shù)據(jù)挖掘在 CRM 中的應(yīng)用12-13
• 1.4 面向水務(wù)行業(yè) CRM 的數(shù)據(jù)挖掘應(yīng)用13-14
• 1.4.1 目前研究的不足13-14
• 1.5 關(guān)于數(shù)據(jù)挖掘的基礎(chǔ)理論14-18
• 1.5.1 數(shù)據(jù)挖掘的過程14-15
• 1.5.2 數(shù)據(jù)挖掘功能15-16
• 1.5.3 數(shù)據(jù)挖掘算法16-18
• 1.6 本論文的研究結(jié)構(gòu)18-19
• 第二章 關(guān)于 D 公司供水客戶細(xì)分的需求分析19-24
• 2.1 供水客戶群類劃分的意義與方法20-21
• 2.1.1 供水客戶群類劃分的意義20
• 2.1.2 客戶群類劃分方法演進(jìn)20-21
• 2.2 參與聚類的屬性選擇21-22
• 2.2.1 客戶基本屬性的選擇21
• 2.2.2 價(jià)值屬性的選擇21
• 2.2.3 行為屬性的選擇21-22
• 2.3 用戶接入口徑匹配的需求22-23
• 2.3.1 用戶接入口徑匹配問題22
• 2.3.2 用戶口徑匹配指標(biāo)的制定22-23
• 2.4 本章小結(jié)23-24
• 第三章 聚類分析于客戶群類劃分的實(shí)驗(yàn)24-35
• 3.1 數(shù)據(jù)準(zhǔn)備24
• 3.2 客戶群類劃分的聚類分析過程仿真24-34
• 3.2.1 聚類分析實(shí)驗(yàn)簡(jiǎn)介24
• 3.2.2 Q 型聚類分析實(shí)驗(yàn)24-29
• 3.2.2.1 Q 型聚類結(jié)果與樣本總體均值的偏離顯著程度25-27
• 3.2.2.2 Q 型聚類實(shí)驗(yàn)小結(jié)27-29
• 3.2.3 R 型聚類分析實(shí)驗(yàn)29-34
• 3.2.3.1 R 型聚類結(jié)果頻次分析30-34
• 3.3 本章小結(jié)34-35
• 第四章 聚類分析法在 CRM 系統(tǒng)項(xiàng)目中應(yīng)用35-44
• 4.1 挖掘工作實(shí)施35-41
• 4.1.1 數(shù)據(jù)準(zhǔn)備階段36
• 4.1.2 數(shù)據(jù)預(yù)處理36-38
• 4.1.3 樣本數(shù)據(jù)的標(biāo)準(zhǔn)化38
• 4.1.4 聚類分析進(jìn)行客戶群類劃分38-41
• 4.2 分類結(jié)果評(píng)價(jià)41-42
• 4.3 依據(jù)分類結(jié)果制定策略42
• 4.4 口徑匹配劃分指標(biāo)的制定42-43
• 4.5 本章小結(jié)43-44
• 結(jié)論44-45
• 參考文獻(xiàn)45-47
• 附錄47-52
• 攻讀碩士學(xué)位期間取得的研究成果52-53
• 致謝53-54
• 附件54

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李國杰;;數(shù)據(jù)挖掘綜述[J];廣東輕工職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年01期

2 張卉;何文杰;黃廷林;韓宏大;;天津市自來水集團(tuán)供水運(yùn)營管理信息化建設(shè)研究[J];中國給水排水;2011年02期

3 陳先鋒;陳柳;;淺談“一對(duì)一營銷”在商業(yè)銀行中的應(yīng)用[J];河南金融管理干部學(xué)院學(xué)報(bào);2008年03期

4 王英霞;;數(shù)學(xué)建模認(rèn)知過程的研究[J];佳木斯教育學(xué)院學(xué)報(bào);2010年05期

5 張國安,孫忠;客戶關(guān)系管理與企業(yè)文化[J];科技進(jìn)步與對(duì)策;2001年01期

6 周志剛;;基于數(shù)據(jù)挖掘的CRM[J];南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年04期

7 劉紅巖,陳劍,陳國青;數(shù)據(jù)挖掘中的數(shù)據(jù)分類算法綜述[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年06期

8 謝春訊;姚紅光;李程;林彥;黃建偉;;基于AHP的航空貨運(yùn)客戶價(jià)值細(xì)分方法研究[J];中國市場(chǎng);2007年19期

9 張鋒;常會(huì)友;衣楊;路永和;;CRM系統(tǒng)中的商業(yè)智能:模型和技術(shù)[J];微型機(jī)與應(yīng)用;2007年S1期

10 潘程;陳玉華;;淺談數(shù)據(jù)挖掘技術(shù)在零售業(yè)中的應(yīng)用[J];中國新技術(shù)新產(chǎn)品;2011年16期

  本文關(guān)鍵詞：聚類分析在供水企業(yè)客戶細(xì)分中的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：347280