基于客戶細(xì)分的C商業(yè)地產(chǎn)管理咨詢公司客戶服務(wù)優(yōu)化研究
發(fā)布時間:2021-01-18 06:59
以目前國內(nèi)商業(yè)地產(chǎn)行業(yè)發(fā)展情況來看,借助于宏觀經(jīng)濟(jì)的推動以及城市化發(fā)展的推進(jìn),國內(nèi)商業(yè)地產(chǎn)行業(yè)開發(fā)投資規(guī)模呈現(xiàn)增長狀態(tài)。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示,全國房地產(chǎn)開發(fā)投資總額達(dá)120264億元,相比于往年有著較為顯著的增長,但從數(shù)據(jù)可以發(fā)現(xiàn)隨著投資規(guī)模的高速增長,我國商業(yè)地產(chǎn)行業(yè)已面臨供給過剩情況,現(xiàn)階段市場競爭日益激烈,導(dǎo)致開發(fā)投資規(guī)模增速已有明確下降趨勢。就當(dāng)前商業(yè)地產(chǎn)行業(yè)投資情況來說,行業(yè)參與者過多,投資過剩導(dǎo)致部分開發(fā)商對于地產(chǎn)開發(fā)缺少合理的項目規(guī)劃,在項目的定位、物業(yè)的管理、品牌的運營、資本的經(jīng)營等諸多環(huán)節(jié)上都存在合理性問題,過度重視開發(fā)的規(guī)模,出現(xiàn)城市內(nèi)相類似商業(yè)項目眾多,存在同質(zhì)化現(xiàn)象以及惡意競爭現(xiàn)象,這對商業(yè)地產(chǎn)行業(yè)的發(fā)展有著不利影響。因此,越來越多的商業(yè)地產(chǎn)開發(fā)商尋求擁有境外成熟商業(yè)地產(chǎn)運營經(jīng)驗的第三方房地產(chǎn)咨詢公司,為其提供專業(yè)的咨詢服務(wù)。為搶占這個藍(lán)海市場,建立完善的客戶管理體系對于房地產(chǎn)咨詢公司未來的發(fā)展具有深遠(yuǎn)影響。本論文以C商業(yè)地產(chǎn)管理咨詢公司上海分公司為研究對象,綜合運用文獻(xiàn)參考、客戶關(guān)系管理理論中的RFM模型評估和統(tǒng)計學(xué)中的聚類分析及判別分析相結(jié)合的研究方法,基...
【文章來源】:上海外國語大學(xué)上海市 211工程院校 教育部直屬院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
014-2018年全國房地產(chǎn)開發(fā)投資額和增速走勢圖
圖 2.1 RFM 細(xì)分模型陣模型是在 RFM 細(xì)分模型基礎(chǔ)上的強化版,平均購物金額,這兩個字母代表的兩組數(shù)據(jù)組成 即平均購買額替換掉了 RFM 細(xì)分模型中的兩
客戶價值矩陣模型
【參考文獻(xiàn)】:
期刊論文
[1]同城寄遞滿足細(xì)分市場客戶需求[J]. 張艷,蔡敏. 中國郵政. 2019(06)
[2]探究客戶細(xì)分下的電商營銷策略[J]. 單英楠. 現(xiàn)代商業(yè). 2019(12)
[3]基于Python的聚類方法在電商客戶細(xì)分中的應(yīng)用和探索[J]. 謝鐘揚. 數(shù)字技術(shù)與應(yīng)用. 2019(03)
[4]基于數(shù)據(jù)挖掘的客戶細(xì)分維度分析[J]. 范文婷. 商訊. 2019(09)
[5]基于數(shù)據(jù)挖掘技術(shù)的航空客戶流失與細(xì)分研究及R語言程序?qū)崿F(xiàn)[J]. 張利利,馬艷琴. 數(shù)學(xué)的實踐與認(rèn)識. 2019(06)
[6]面向細(xì)分市場的房地產(chǎn)營銷對策及實踐[J]. 郭揚. 中國國際財經(jīng)(中英文). 2019(06)
[7]基于混合神經(jīng)網(wǎng)絡(luò)的電力客戶細(xì)分研究[J]. 歐家祥,曹湘,張俊瑋,丁超. 計算機(jī)與數(shù)字工程. 2019(03)
[8]售電側(cè)放開背景下電力大客戶需求識別研究[J]. 陳新崛,吳飛,孔月萍,龐芹,李潔瑩,韓琳. 電力需求側(cè)管理. 2019(02)
[9]基于聚類分析運營商流量精準(zhǔn)營銷研究[J]. 朱琦,朱正鍵,劉肖. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2019(03)
[10]基于聚類分析的LNG客戶細(xì)分研究及應(yīng)用[J]. 王建,尹利飛,許家棟. 化工管理. 2019(06)
碩士論文
[1]客觀聚類在房地產(chǎn)客戶細(xì)分中的應(yīng)用及理論研究[D]. 盧赟棟.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2009
本文編號:2984503
【文章來源】:上海外國語大學(xué)上海市 211工程院校 教育部直屬院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
014-2018年全國房地產(chǎn)開發(fā)投資額和增速走勢圖
圖 2.1 RFM 細(xì)分模型陣模型是在 RFM 細(xì)分模型基礎(chǔ)上的強化版,平均購物金額,這兩個字母代表的兩組數(shù)據(jù)組成 即平均購買額替換掉了 RFM 細(xì)分模型中的兩
客戶價值矩陣模型
【參考文獻(xiàn)】:
期刊論文
[1]同城寄遞滿足細(xì)分市場客戶需求[J]. 張艷,蔡敏. 中國郵政. 2019(06)
[2]探究客戶細(xì)分下的電商營銷策略[J]. 單英楠. 現(xiàn)代商業(yè). 2019(12)
[3]基于Python的聚類方法在電商客戶細(xì)分中的應(yīng)用和探索[J]. 謝鐘揚. 數(shù)字技術(shù)與應(yīng)用. 2019(03)
[4]基于數(shù)據(jù)挖掘的客戶細(xì)分維度分析[J]. 范文婷. 商訊. 2019(09)
[5]基于數(shù)據(jù)挖掘技術(shù)的航空客戶流失與細(xì)分研究及R語言程序?qū)崿F(xiàn)[J]. 張利利,馬艷琴. 數(shù)學(xué)的實踐與認(rèn)識. 2019(06)
[6]面向細(xì)分市場的房地產(chǎn)營銷對策及實踐[J]. 郭揚. 中國國際財經(jīng)(中英文). 2019(06)
[7]基于混合神經(jīng)網(wǎng)絡(luò)的電力客戶細(xì)分研究[J]. 歐家祥,曹湘,張俊瑋,丁超. 計算機(jī)與數(shù)字工程. 2019(03)
[8]售電側(cè)放開背景下電力大客戶需求識別研究[J]. 陳新崛,吳飛,孔月萍,龐芹,李潔瑩,韓琳. 電力需求側(cè)管理. 2019(02)
[9]基于聚類分析運營商流量精準(zhǔn)營銷研究[J]. 朱琦,朱正鍵,劉肖. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2019(03)
[10]基于聚類分析的LNG客戶細(xì)分研究及應(yīng)用[J]. 王建,尹利飛,許家棟. 化工管理. 2019(06)
碩士論文
[1]客觀聚類在房地產(chǎn)客戶細(xì)分中的應(yīng)用及理論研究[D]. 盧赟棟.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2009
本文編號:2984503
本文鏈接:http://sikaile.net/jingjilunwen/fangdichanjingjilunwen/2984503.html
最近更新
教材專著