隨著經(jīng)濟(jì)快速發(fā)展、利率市場(chǎng)化進(jìn)程加快,以及買方市場(chǎng)的形成,銀行業(yè)的競(jìng)爭(zhēng)發(fā)展到白熱化程度,越來(lái)越激烈,尤其是針對(duì)客戶資源的爭(zhēng)奪。有研究顯示,一個(gè)新客戶的獲客成本遠(yuǎn)遠(yuǎn)要高于即將流失老客戶的挽留成本,在這種背景下,銀行越來(lái)越重視客戶流失預(yù)測(cè)和分析挽留工作,因此,怎樣才能提前預(yù)測(cè)客戶是否具有較高的流失概率,從而采取有效的營(yíng)銷措施、制定合理的營(yíng)銷策略來(lái)挽留這些客戶,這已成為銀行在客戶經(jīng)營(yíng)和業(yè)務(wù)發(fā)展方面亟需解決的問(wèn)題。本文通過(guò)數(shù)據(jù)挖掘的理論分析和實(shí)證研究,為商業(yè)銀行在零售客戶流失和挽留方面提供了新的研究。首先,本文在闡明商業(yè)銀行和Z銀行的零售客戶現(xiàn)狀的基礎(chǔ)上提出客戶流失問(wèn)題已成為阻礙銀行發(fā)展的嚴(yán)峻問(wèn)題,但銀行對(duì)于客戶流失的分析和挽留手段比較傳統(tǒng)和落后,難以發(fā)現(xiàn)可能流失的客戶,而且也缺乏有針對(duì)性的挽留手段,本文從而提出可以基于數(shù)據(jù)挖掘的大數(shù)據(jù)分析手段提前預(yù)測(cè)潛在流失客戶,并以此為依據(jù)進(jìn)行客戶挽留的解決方案。其次,本文重點(diǎn)對(duì)Z銀行客戶流失問(wèn)題進(jìn)行了分析,以數(shù)據(jù)挖掘理論為基礎(chǔ),XGBoost算法為手段,采用跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程(CRISP-DM)構(gòu)建了面向Z銀行的零售客戶流失預(yù)測(cè)模型,在模型的實(shí)證研究...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外文獻(xiàn)綜述
    1.3 研究?jī)?nèi)容及思路
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究思路
    1.4 本文的創(chuàng)新點(diǎn)
第二章 相關(guān)基礎(chǔ)理論
    2.1 客戶關(guān)系管理(CRM)理論
        2.1.1 CRM概念
        2.1.2 商業(yè)銀行CRM
    2.2 數(shù)據(jù)挖掘(DM)理論
        2.2.1 數(shù)據(jù)挖掘定義
        2.2.2 數(shù)據(jù)挖掘流程
        2.2.3 數(shù)據(jù)挖掘方法
        2.2.4 數(shù)據(jù)挖掘常用算法
    2.3 本文相關(guān)方法
        2.3.1 XGBoost算法
        2.3.2 模型評(píng)價(jià)指標(biāo)
第三章 Z銀行零售客戶現(xiàn)狀
    3.1 商業(yè)銀行經(jīng)營(yíng)業(yè)務(wù)
    3.2 Z銀行零售客戶現(xiàn)狀
        3.2.1 Z銀行零售業(yè)務(wù)發(fā)展
        3.2.2 Z銀行H分行零售客戶流失問(wèn)題
第四章 Z銀行零售客戶流失預(yù)測(cè)模型構(gòu)建及應(yīng)用
    4.1 業(yè)務(wù)理解
        4.1.1 基本假設(shè)
        4.1.2 業(yè)務(wù)目標(biāo)確定
    4.2 數(shù)據(jù)理解
        4.2.1 數(shù)據(jù)觀察范圍定義
        4.2.2 基礎(chǔ)數(shù)據(jù)
        4.2.3 數(shù)據(jù)概貌分析
    4.3 數(shù)據(jù)準(zhǔn)備
        4.3.1 樣本抽取
        4.3.2 特征變量
        4.3.3 最終入模變量
    4.4 建立模型
        4.4.1 開(kāi)發(fā)環(huán)境
        4.4.2 模型優(yōu)化標(biāo)準(zhǔn)
    4.5 模型評(píng)估
        4.5.1 模型效果評(píng)估
        4.5.2 歷史數(shù)據(jù)驗(yàn)證
    4.6 模型應(yīng)用
        4.6.1 模型預(yù)測(cè)數(shù)據(jù)二維矩陣分析
        4.6.2 模型應(yīng)用效果
    4.7 客戶挽留分析
        4.7.1 流失客戶共性分析
        4.7.2 客戶挽留策略分析
第五章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
    1 作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3867208