本文關鍵詞：基于數(shù)據(jù)挖掘技術的移動客戶品牌管理，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國電信業(yè)改革和重組,我國電信市場環(huán)境和競爭格局發(fā)生了巨大的變化,形成中國移動、中國電信、中國聯(lián)通三足鼎立的市場格局�？蛻暨x擇電信業(yè)務及電信企業(yè)的余地越來越大,電信企業(yè)之間對客戶的爭奪也越來越激烈。 企業(yè)要發(fā)展,影響因素很多,建立和擁有知名度很高的品牌會給企業(yè)創(chuàng)造更多的發(fā)展機會。品牌建設是企業(yè)占領市場、提高市場占有份額的重要手段。為實現(xiàn)精細化的客戶品牌管理和營銷,提高經(jīng)濟效益,擴大市場占有率,在競爭中占據(jù)有利位置,移動公司設立了移動客戶品牌管理項目,本文在詳細分析項目需求,研究并使用經(jīng)營分析系統(tǒng)的具體功能基礎上,運用數(shù)據(jù)技術實現(xiàn)移動客戶品牌管理。 本文在數(shù)據(jù)挖掘理論研究的基礎上,借鑒國內(nèi)外的研究經(jīng)驗與結(jié)論,講述了數(shù)據(jù)挖掘技術在通信行業(yè)的應用。以經(jīng)營分析系統(tǒng)為基礎,運用數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘等先進技術,并通過預定義報表、即席查詢、OLAP分析等功能,深入分析客戶屬性。傳統(tǒng)的移動客戶細分是以客戶消費記錄為主,主要是從業(yè)務找客戶,已難以滿足公司精細化營銷的戰(zhàn)略要求。為適用移動客戶品牌管理,本文基于VALS2模型(價值觀及生活方式)的客戶細分研究強調(diào)從客戶需求出發(fā),將客戶的心理行為與通信行為特征相結(jié)合進行客戶分群研究。 通過建立問題相關性矩陣、提取主層因子,運用因子正交旋轉(zhuǎn)最終得到心理和通信行為因子。將分析所得因子進行聚類分析得到12個客戶群體,并對其進行聚類合理性校驗以及群體初步分析。選用通用的數(shù)據(jù)工具和成熟的決策樹算法進行數(shù)據(jù)仿真。通過決策樹、分類算法對全網(wǎng)用戶進行分析,驗證分類識別率,優(yōu)化模型,詳細分析群體特征及其品牌歸屬。 本文將數(shù)據(jù)挖掘結(jié)果與移動客戶品牌管理相結(jié)合,并從多方面闡述了運用數(shù)據(jù)挖掘技術在移動客戶品牌管理中所取得的成功。開展精確營銷,進行客戶品牌遷移,降低營銷成本,提升客戶價值。
【關鍵詞】：客戶關系管理 經(jīng)營分析系統(tǒng) 數(shù)據(jù)挖掘 客戶品牌
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：TP311.13
【目錄】：

• 摘要5-6
• Abstract6-11
• 插圖索引11-12
• 附表索引12-13
• 第1章 緒論13-20
• 1.1 研究現(xiàn)狀13-16
• 1.1.1 品牌營銷國外現(xiàn)狀及發(fā)展趨勢13-14
• 1.1.2 品牌營銷國內(nèi)現(xiàn)狀及發(fā)展趨勢14-16
• 1.2 研究背景16-18
• 1.2.1 實施背景16
• 1.2.2 項目建設目標16-17
• 1.2.3 研究目標17-18
• 1.3 本章小結(jié)18-20
• 第2章 數(shù)據(jù)挖掘概念及技術20-26
• 2.1 數(shù)據(jù)挖掘的概念20-21
• 2.2 數(shù)據(jù)挖掘的應用領域21-22
• 2.3 數(shù)據(jù)挖掘技術的特點22-23
• 2.4 數(shù)據(jù)挖掘常用的算法23-24
• 2.5 數(shù)據(jù)挖掘常用的分析方法24-25
• 2.6 本章小結(jié)25-26
• 第3章 經(jīng)營分析系統(tǒng)概述26-33
• 3.1 經(jīng)營分析系統(tǒng)的概念26
• 3.2 經(jīng)營分析系統(tǒng)的功能架構26-27
• 3.2.1 信息服務域27
• 3.2.2 經(jīng)營服務域27
• 3.2.3 數(shù)據(jù)管理域27
• 3.3 經(jīng)營分析系統(tǒng)的技術架構27-30
• 3.3.1 獲取層28
• 3.3.2 數(shù)據(jù)層28-29
• 3.3.3 應用層29
• 3.3.4 訪問層29
• 3.3.5 數(shù)據(jù)及運維管理29-30
• 3.4 經(jīng)營分析系統(tǒng)使用的數(shù)據(jù)分析技術30
• 3.4.1 聯(lián)機分析處理(OLAP)30
• 3.4.2 數(shù)據(jù)挖掘30
• 3.4.3 聯(lián)機分析處理和數(shù)據(jù)挖掘的區(qū)別30
• 3.5 經(jīng)營分析系統(tǒng)的主要功能30-32
• 3.5.1 關鍵指標監(jiān)控31
• 3.5.2 統(tǒng)計報表功能31
• 3.5.3 綜合分析功能31
• 3.5.4 高級數(shù)據(jù)挖掘功能31-32
• 3.6 本章小結(jié)32-33
• 第4章 移動客戶品牌關系管理的數(shù)據(jù)挖掘模型33-54
• 4.1 交叉行業(yè)數(shù)據(jù)挖掘過程標準模型33-34
• 4.2 建模各個階段所做的一些工作34-53
• 4.2.1 商業(yè)理解34-35
• 4.2.2 數(shù)據(jù)理解35
• 4.2.3 數(shù)據(jù)準備35-36
• 4.2.4 建立模型36-51
• 4.2.5 評估51-52
• 4.2.6 部署52-53
• 4.3 本章小結(jié)53-54
• 第5章 基于數(shù)據(jù)挖掘的客戶品牌管理模型54-63
• 5.1 移動客戶品牌營銷管理項目概述54-55
• 5.2 移動客戶品牌關系管理項目成果55-61
• 5.2.1 家庭客戶處理流程55-56
• 5.2.2 學生客戶模型56-57
• 5.2.3 流動客戶模型57-59
• 5.2.4 客戶對業(yè)務偏好情況判斷模型59-60
• 5.2.5 欠費風險監(jiān)控預警模型60
• 5.2.6 中高端離網(wǎng)監(jiān)控預警實施流程圖60-61
• 5.3 移動客戶品牌關系61
• 5.4 成果61-62
• 5.5 本章小結(jié)62-63
• 結(jié)論與展望63-65
• 參考文獻65-69
• 致謝69-70
• 附錄A 攻讀學位期間所發(fā)表的學術論文目錄70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 歐陽為民,鄭誠;KDD研究中的若干問題與方法[J];安徽大學學報(自然科學版);1999年01期

2 張景霞;陳建華;;數(shù)據(jù)挖掘初探[J];赤峰學院學報(自然科學版);2008年07期

3 王海波,仲秋雁;基于數(shù)據(jù)挖掘的客戶關系管理體系結(jié)構研究[J];大連理工大學學報(社會科學版);2004年02期

4 吳愛華;;數(shù)據(jù)挖掘在客戶關系管理中的應用研究[J];電腦知識與技術;2008年25期

5 陳寧;周龍驤;;數(shù)據(jù)采掘在Internet中的應用[J];計算機科學;1999年07期

6 王實;高文;李錦濤;;Web數(shù)據(jù)挖掘[J];計算機科學;2000年04期

7 王實;高文;;數(shù)據(jù)挖掘中的聚類方法[J];計算機科學;2000年04期

8 洪家榮，，丁明峰，李星原，王麗薇;一種新的決策樹歸納學習算法[J];計算機學報;1995年06期

9 余英澤,廖里,吳渝;一種新型數(shù)據(jù)分析技術——數(shù)據(jù)挖掘[J];計算機與現(xiàn)代化;2000年01期

10 劉小虎,李生;決策樹的優(yōu)化算法[J];軟件學報;1998年10期

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 葉松云;我國電信行業(yè)客戶流失管理的建模、分析及應用研究[D];暨南大學;2004年

2 趙雪清;數(shù)據(jù)挖掘技術在電信客戶流失中的研究與應用[D];大連海事大學;2005年

3 趙莽;基于實證分析的移動客戶保持影響因素和策略研究[D];北京郵電大學;2006年

  本文關鍵詞：基于數(shù)據(jù)挖掘技術的移動客戶品牌管理，由筆耕文化傳播整理發(fā)布。

本文編號：352074