近幾年來(lái),隨著市場(chǎng)競(jìng)爭(zhēng)日趨激烈,許多行業(yè)新客戶(hù)增長(zhǎng)緩慢,企業(yè)面臨的競(jìng)爭(zhēng)壓力不斷增加,客戶(hù)是企業(yè)的生存之本,如果長(zhǎng)期沒(méi)有新客戶(hù)的注入,并伴隨老客戶(hù)的流失,企業(yè)將難以為繼,所以越來(lái)越多的企業(yè)開(kāi)始重視對(duì)客戶(hù)關(guān)系管理的研究。不過(guò)很多企業(yè)進(jìn)行客戶(hù)研究的方法較為落后,且過(guò)于主觀,僅僅通過(guò)對(duì)客戶(hù)數(shù)據(jù)中的某些屬性進(jìn)行人為的判斷,不具有科學(xué)性。在現(xiàn)有技術(shù)的基礎(chǔ)上,充分挖掘客戶(hù)數(shù)據(jù)中的潛在信息,對(duì)企業(yè)的決策做出理性的指導(dǎo)是非常必要的。數(shù)據(jù)挖掘技術(shù)是20世紀(jì)90年代伴隨著計(jì)算機(jī)技術(shù)的發(fā)展應(yīng)運(yùn)而生,近年來(lái)其理論知識(shí)不斷完善,算法不斷擴(kuò)充,并得到廣泛應(yīng)用。本文基于數(shù)據(jù)挖掘技術(shù)來(lái)分析客戶(hù)關(guān)系管理。其他類(lèi)文章分析客戶(hù)關(guān)系管理多是從一個(gè)角度研究客戶(hù)行為規(guī)律,如只研究客戶(hù)價(jià)值,或只研究客戶(hù)流失,但是客戶(hù)價(jià)值與客戶(hù)流失同等重要,不能只關(guān)注怎樣吸引新客戶(hù),同時(shí)還要關(guān)注怎樣挽留流失客戶(hù)、提升客戶(hù)忠實(shí)度,所以從一方面進(jìn)行研究不夠全面、準(zhǔn)確。本文從客戶(hù)價(jià)值與客戶(hù)流失兩個(gè)角度進(jìn)行研究,運(yùn)用數(shù)據(jù)挖掘技術(shù)中的聚類(lèi)與分類(lèi)方法,構(gòu)建客戶(hù)價(jià)值模型與客戶(hù)流失模型,并綜合價(jià)值與流失分析,根據(jù)結(jié)果為企業(yè)的營(yíng)銷(xiāo)策略提供建議。本文首先介紹了當(dāng)前客戶(hù)價(jià)...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
    1.4 本文研究方法
第二章 相關(guān)理論及分析方法
    2.1 數(shù)據(jù)預(yù)處理技術(shù)
        2.1.1 拉格朗日插值法
        2.1.2 數(shù)據(jù)標(biāo)準(zhǔn)化
    2.2 聚類(lèi)分析
        2.2.1 性能度量
        2.2.2 K-Means聚類(lèi)
        2.2.3 AGNES聚類(lèi)
    2.3 分類(lèi)與預(yù)測(cè)
        2.3.1 性能度量
        2.3.2 CART決策樹(shù)
        2.3.3 LM神經(jīng)網(wǎng)絡(luò)
        2.3.4 Logistic回歸分析
第三章 客戶(hù)價(jià)值分析
    3.1 屬性確定
    3.2 數(shù)據(jù)預(yù)處理
    3.3 模型構(gòu)建
    3.4 模型應(yīng)用
第四章 客戶(hù)流失分析
    4.1 數(shù)據(jù)預(yù)處理
    4.2 模型構(gòu)建
    4.3 模型應(yīng)用
第五章 客戶(hù)價(jià)值與流失綜合分析
    5.1 客戶(hù)流失率
    5.2 模型構(gòu)建
    5.3 模型應(yīng)用
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄
致謝



本文編號(hào)：3798721