本文關(guān)鍵詞：基于聚類分析的H銀行客戶細(xì)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(jì)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(jié)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(jī)遇和財(cái)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(guān)乎各類銀行成長和發(fā)展的關(guān)鍵,以客戶為中心的客戶關(guān)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(shí)施一個(gè)CRM項(xiàng)目,關(guān)鍵在于如何對客戶與銀行交互過程中的各種數(shù)據(jù)進(jìn)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(jìn)的技術(shù)和工具的支持,數(shù)據(jù)挖掘技術(shù)的出現(xiàn)為銀行CRM的實(shí)施提供了良好的技術(shù)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(guān)系管理,客戶細(xì)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(jià)值分類的兩個(gè)維度：客戶活動強(qiáng)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(fèi)行為,自身屬性,銀行存款收益,消費(fèi)收益等指標(biāo)進(jìn)行挖掘和分析,詳細(xì)闡述挖掘方法和過程, 并聯(lián)系銀行實(shí)際業(yè)務(wù)對聚類結(jié)果進(jìn)行二維分類研究,建立客戶細(xì)分的維度模型,并最終把客戶細(xì)分為9大客戶群,最后根據(jù)每個(gè)客戶群體的行為和消費(fèi)特征制定差異化的營銷策略,從而達(dá)到產(chǎn)品和服務(wù)都具有針對性,爭取客戶滿意度最大化和保持有價(jià)值客戶、提升客戶層次的目的。實(shí)證分析結(jié)果表明基于本文提出的對銀行客戶價(jià)值的評價(jià)方法更為簡單、實(shí)用,可以為H銀行進(jìn)行客戶評價(jià)提供決策支持。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 聚類分析 客戶分類
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(guān)理論綜述13-19
• 2.1 客戶關(guān)系管理相關(guān)理論13-14
• 2.1.1 CRM觀點(diǎn)簡單闡述13
• 2.1.2 CRM的主要功能13-14
• 2.2 客戶細(xì)分14-15
• 2.2.1 客戶細(xì)分的概念14-15
• 2.2.2 客戶細(xì)分的模型15
• 2.3 數(shù)據(jù)挖掘相關(guān)技術(shù)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(xì)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(wù)不到位21-22
• 3.3.5 客戶經(jīng)理職責(zé)定位不合理22-23
• 第4章 基于聚類分析的H銀行客戶細(xì)分方法23-36
• 4.1 基于聚類分析的總體設(shè)計(jì)23-24
• 4.2 數(shù)據(jù)采集與預(yù)處理24-27
• 4.2.1 數(shù)據(jù)模型24-25
• 4.2.2 數(shù)據(jù)預(yù)處理25-27
• 4.3 利用SAS進(jìn)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(qiáng)度數(shù)據(jù)的聚類分析29-30
• 4.4 基于聚類分析結(jié)果的客戶細(xì)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(qiáng)度的客戶分類32-34
• 4.4.3 基于客戶價(jià)值和活躍強(qiáng)度的客戶二維分類34-36
• 第5章 基于客戶細(xì)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(xì)分的營銷策略分析38
• 5.3 基于客戶細(xì)分的具體營銷策略38-44
• 5.3.1 針對高價(jià)值不同活動強(qiáng)度客戶策略38-41
• 5.3.2 針對中價(jià)值不同活動強(qiáng)度客戶策略41-43
• 5.3.3 針對低價(jià)值不同活動強(qiáng)度客戶策略43-44
• 5.4 預(yù)期應(yīng)用效果44-45
• 第6章 總結(jié)與展望45-46
• 6.1 總結(jié)45
• 6.2 不足與展望45-46
• 參考文獻(xiàn)46-48
• 致謝48-49
• 卷內(nèi)備考表49

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 金雷法;;基于客戶價(jià)值的客戶細(xì)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(xì)分與管理[J];銷售與市場(管理版);2010年05期

4 唐家琳;;客戶細(xì)分在電信營銷中的應(yīng)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(xì)分及相關(guān)技術(shù)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(xì)分理論及應(yīng)用策略研究[J];華中科技大學(xué)學(xué)報(bào)(社會科學(xué)版);2003年03期

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

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

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

10 劉立;;數(shù)據(jù)倉庫中的客戶細(xì)分[J];當(dāng)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(xì)分研究[A];中國市場營銷創(chuàng)新與發(fā)展學(xué)術(shù)研討會論文集[C];2009年

2 謝琳;潘定;;珠三角寬帶客戶細(xì)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(jià)值的客戶細(xì)分方法實(shí)證研究[A];中國市場學(xué)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(bào)紙全文數(shù)據(jù)庫 前10條

1 范煒;合理確定客戶細(xì)分標(biāo)準(zhǔn)是理財(cái)業(yè)務(wù)的重中之中[N];中國城鄉(xiāng)金融報(bào);2006年

2 ;撥開“客戶細(xì)分”迷霧[N];網(wǎng)絡(luò)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(xì)分魔法書[N];通信產(chǎn)業(yè)報(bào);2009年

4 任柏菘;普爾特的客戶細(xì)分[N];中國房地產(chǎn)報(bào);2011年

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

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

7 本報(bào)記者 李秀中;客戶細(xì)分 上海大眾運(yùn)作“關(guān)系營銷”[N];第一財(cái)經(jīng)日報(bào);2005年

8 記者 方俊;券商強(qiáng)化客戶細(xì)分初嘗甜頭[N];上海證券報(bào);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(xì)分市場[N];通信產(chǎn)業(yè)報(bào);2009年

10 楊怡 劉學(xué);重慶移動深度推進(jìn)客戶細(xì)分工程[N];人民郵電;2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳昊;基于利益的客戶細(xì)分方法研究[D];華中科技大學(xué);2004年

2 羅斌;面向客戶細(xì)分的改進(jìn)關(guān)聯(lián)規(guī)則算法研究[D];哈爾濱工業(yè)大學(xué);2006年

3 蔡巧宇;基于數(shù)據(jù)挖掘的客戶細(xì)分案例分析[D];蘭州財(cái)經(jīng)大學(xué);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(xì)分研究[D];重慶大學(xué);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(xì)分[D];廣東外語外貿(mào)大學(xué);2015年

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

7 張潔勤;電信企業(yè)針對性營銷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

8 楊曉斌;改進(jìn)的BIRCH算法在電信客戶細(xì)分中的應(yīng)用[D];合肥工業(yè)大學(xué);2015年

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

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

  本文關(guān)鍵詞：基于聚類分析的H銀行客戶細(xì)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