本文關鍵詞：基于聚類分析的H銀行客戶細分及營銷策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著全球經(jīng)濟的回暖,銀行業(yè)之間展開了激烈的競爭,可以肯定的是,競爭的結果就是對客戶市場的重新分割,對于現(xiàn)在的銀行業(yè)來說,最重要的不是資產(chǎn)概念,而是客戶概念,誰掌握了客戶誰就掌握著未來的機遇和財富。如何在快速多變的市場中保持老客戶與爭取新客戶成為關乎各類銀行成長和發(fā)展的關鍵,以客戶為中心的客戶關系管理思想就是在這樣的環(huán)境和變化中逐漸為銀行重視與推崇然而,如何成功地實施一個CRM項目,關鍵在于如何對客戶與銀行交互過程中的各種數(shù)據(jù)進行收集、分析,挖掘出隱含在數(shù)據(jù)中的有用信息,然后用分析所得的知識做出決策這就需要先進的技術和工具的支持,數(shù)據(jù)挖掘技術的出現(xiàn)為銀行CRM的實施提供了良好的技術支持。本文先是明確選題背景和研究意義,接著綜述了客戶關系管理,客戶細分,數(shù)據(jù)挖掘等方面的理論,然后以H銀行的客戶信息為研究對象,分析其現(xiàn)行的客戶分類管理中存在的一些不足,提出按照客戶價值分類的兩個維度：客戶活動強度和銀行收益建立數(shù)據(jù)模型,利用聚類分析中的K-Means算法對客戶消費行為,自身屬性,銀行存款收益,消費收益等指標進行挖掘和分析,詳細闡述挖掘方法和過程, 并聯(lián)系銀行實際業(yè)務對聚類結果進行二維分類研究,建立客戶細分的維度模型,并最終把客戶細分為9大客戶群,最后根據(jù)每個客戶群體的行為和消費特征制定差異化的營銷策略,從而達到產(chǎn)品和服務都具有針對性,爭取客戶滿意度最大化和保持有價值客戶、提升客戶層次的目的。實證分析結果表明基于本文提出的對銀行客戶價值的評價方法更為簡單、實用,可以為H銀行進行客戶評價提供決策支持。
【關鍵詞】：數(shù)據(jù)挖掘 聚類分析 客戶分類
【學位授予單位】：華東理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F274;F832.33
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-13
• 1.1 選題背景和研究意義9-10
• 1.1.1 選題背景9-10
• 1.1.2 研究意義10
• 1.2 研究的思路及主要內(nèi)容10-13
• 1.2.1 研究的思路及框架10-11
• 1.2.2 研究的主要內(nèi)容11-13
• 第2章 相關理論綜述13-19
• 2.1 客戶關系管理相關理論13-14
• 2.1.1 CRM觀點簡單闡述13
• 2.1.2 CRM的主要功能13-14
• 2.2 客戶細分14-15
• 2.2.1 客戶細分的概念14-15
• 2.2.2 客戶細分的模型15
• 2.3 數(shù)據(jù)挖掘相關技術概念15-19
• 2.3.1 數(shù)據(jù)挖掘及其分類15-16
• 2.3.2 聚類分析16-19
• 第3章 H銀行客戶分類管理現(xiàn)狀及問題分析19-23
• 3.1 H銀行簡介19
• 3.2 H銀行客戶分類管理現(xiàn)狀19-20
• 3.3 H銀行客戶分類管理中存在的問題及原因分析20-23
• 3.3.1 缺乏有效的客戶細分20-21
• 3.3.2 缺乏對客戶流失的分析21
• 3.3.3 以客戶為中心的經(jīng)營理念不足21
• 3.3.4 差異化服務不到位21-22
• 3.3.5 客戶經(jīng)理職責定位不合理22-23
• 第4章 基于聚類分析的H銀行客戶細分方法23-36
• 4.1 基于聚類分析的總體設計23-24
• 4.2 數(shù)據(jù)采集與預處理24-27
• 4.2.1 數(shù)據(jù)模型24-25
• 4.2.2 數(shù)據(jù)預處理25-27
• 4.3 利用SAS進行聚類分析27-30
• 4.3.1 基于銀行收益數(shù)據(jù)的聚類分析27-29
• 4.3.2 基于客戶活動強度數(shù)據(jù)的聚類分析29-30
• 4.4 基于聚類分析結果的客戶細分30-36
• 4.4.1 基于銀行收益的客戶分類30-32
• 4.4.2 基于活動強度的客戶分類32-34
• 4.4.3 基于客戶價值和活躍強度的客戶二維分類34-36
• 第5章 基于客戶細分的營銷策略制定36-45
• 5.1 基于聚類的客戶分類與銀行現(xiàn)有分類情況對比分析36-38
• 5.2 基于客戶細分的營銷策略分析38
• 5.3 基于客戶細分的具體營銷策略38-44
• 5.3.1 針對高價值不同活動強度客戶策略38-41
• 5.3.2 針對中價值不同活動強度客戶策略41-43
• 5.3.3 針對低價值不同活動強度客戶策略43-44
• 5.4 預期應用效果44-45
• 第6章 總結與展望45-46
• 6.1 總結45
• 6.2 不足與展望45-46
• 參考文獻46-48
• 致謝48-49
• 卷內(nèi)備考表49

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 于宗民;;從客戶細分看企業(yè)信息化建設中的缺失[J];中國金融電腦;2007年07期

2 金雷法;;基于客戶價值的客戶細分及保持策略分析[J];現(xiàn)代商業(yè);2010年15期

3 丘琪錚;;中國企業(yè)的客戶細分與管理[J];銷售與市場(管理版);2010年05期

4 唐家琳;;客戶細分在電信營銷中的應用探究[J];全國商情(理論研究);2013年02期

5 張靜;;通信企業(yè)客戶細分及相關技術綜述[J];信息與電腦(理論版);2014年01期

6 張國方,金國棟;客戶細分理論及應用策略研究[J];華中科技大學學報(社會科學版);2003年03期

7 李益強,漆晨曦;基于數(shù)據(jù)挖掘的電信客戶細分研究析[J];廣東通信技術;2005年05期

8 張曉航;基于聚類算法的客戶細分[J];通信企業(yè)管理;2005年12期

9 張國政;高杰;;客戶關系管理中基于數(shù)據(jù)挖掘的客戶細分研究[J];市場營銷導刊;2005年05期

10 劉立;;數(shù)據(jù)倉庫中的客戶細分[J];當代經(jīng)理人;2006年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 張國政;;基于CLV及客戶滿意度的客戶細分研究[A];中國市場營銷創(chuàng)新與發(fā)展學術研討會論文集[C];2009年

2 謝琳;潘定;;珠三角寬帶客戶細分及保持策略研究[A];第二十九屆中國控制會議論文集[C];2010年

3 盧艷麗;韓景元;袁麗娜;;基于客戶終身價值的客戶細分方法實證研究[A];中國市場學會2006年年會暨第四次全國會員代表大會論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 范煒;合理確定客戶細分標準是理財業(yè)務的重中之中[N];中國城鄉(xiāng)金融報;2006年

2 ;撥開“客戶細分”迷霧[N];網(wǎng)絡世界;2006年

3 工業(yè)和信息化部電信研究院泰爾管理研究所 狄輝;客戶細分魔法書[N];通信產(chǎn)業(yè)報;2009年

4 任柏菘;普爾特的客戶細分[N];中國房地產(chǎn)報;2011年

5 主持人 中國房地產(chǎn)報管理評論部資深記者 張勁松;怎樣實現(xiàn)中國特色的客戶細分？[N];中國房地產(chǎn)報;2011年

6 郵儲銀行江蘇省連云港市分行 朱慈;基于經(jīng)濟生命周期的銀行客戶細分[N];中國郵政報;2013年

7 本報記者 李秀中;客戶細分 上海大眾運作“關系營銷”[N];第一財經(jīng)日報;2005年

8 記者 方俊;券商強化客戶細分初嘗甜頭[N];上海證券報;2011年

9 中研博峰咨詢有限公司咨詢顧問 高榮霞;六步驟鎖定細分市場[N];通信產(chǎn)業(yè)報;2009年

10 楊怡 劉學;重慶移動深度推進客戶細分工程[N];人民郵電;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳昊;基于利益的客戶細分方法研究[D];華中科技大學;2004年

2 羅斌;面向客戶細分的改進關聯(lián)規(guī)則算法研究[D];哈爾濱工業(yè)大學;2006年

3 蔡巧宇;基于數(shù)據(jù)挖掘的客戶細分案例分析[D];蘭州財經(jīng)大學;2015年

4 徐歡;基于數(shù)據(jù)挖掘的房地產(chǎn)開發(fā)企業(yè)既有客戶細分研究[D];重慶大學;2015年

5 陳東沂;融合用戶興趣和文本聚類的企業(yè)微博客戶細分[D];廣東外語外貿(mào)大學;2015年

6 鄒湘萍;基于數(shù)據(jù)挖掘的移動公司高端客戶細分及營銷策略研究[D];電子科技大學;2013年

7 張潔勤;電信企業(yè)針對性營銷系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2014年

8 楊曉斌;改進的BIRCH算法在電信客戶細分中的應用[D];合肥工業(yè)大學;2015年

9 樊仙仙;基于聚類分析的H銀行客戶細分及營銷策略研究[D];華東理工大學;2016年

10 卞愛軍;基于信息化平臺的壽險客戶細分管理研究[D];南京理工大學;2008年

  本文關鍵詞：基于聚類分析的H銀行客戶細分及營銷策略研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：386142