基于数据挖掘的零售业客户关系管理研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-12页 |
| ·论文研究的背景和意义 | 第9-10页 |
| ·研究的背景 | 第9-10页 |
| ·研究目的和意义 | 第10页 |
| ·论文研究的主要内容和方法 | 第10-11页 |
| ·研究的主要内容 | 第10-11页 |
| ·论文研究的方法 | 第11页 |
| ·论文的创新点 | 第11-12页 |
| 2 零售业的客户关系管理的理论分析 | 第12-28页 |
| ·零售业和客户价值分析 | 第12-21页 |
| ·零售业的概念 | 第12-13页 |
| ·客户价值理论 | 第13-17页 |
| ·基于客户价值的分类 | 第17-21页 |
| ·客户关系管理的溯源和概念 | 第21-23页 |
| ·客户关系管理的出现 | 第21页 |
| ·客户关系管理的概念 | 第21-22页 |
| ·客户关系管理的应用及市场前景 | 第22-23页 |
| ·企业核心竞争力的分析 | 第23-25页 |
| ·核心竞争力的界定 | 第23页 |
| ·核心竞争力对企业的重大意义 | 第23-24页 |
| ·客户关系管理为企业带来新的核心竞争力 | 第24-25页 |
| ·零售业客户关系管理的功能 | 第25-28页 |
| 3 我国零售业实施客户关系管理的现状及问题分析 | 第28-35页 |
| ·我国零售企业实施客户关系管理的必要性 | 第28-30页 |
| ·客户关系管理在我国零售企业应用现状及存在问题 | 第30-32页 |
| ·客户关系管理在我国零售企业应用现状 | 第30页 |
| ·存在问题 | 第30-32页 |
| ·我国零售企业实施CRM的难点 | 第32-35页 |
| 4 零售客户关系管理的数据挖掘算法和模型分析 | 第35-44页 |
| ·数据挖掘概述 | 第35-36页 |
| ·客户细分模型 | 第36-44页 |
| ·RFM模型 | 第36页 |
| ·自组织竞争网络概述 | 第36-40页 |
| ·BP神经网络 | 第40-41页 |
| ·客户价值矩阵模型 | 第41-42页 |
| ·客户细分算法模型 | 第42-44页 |
| 5 零售业客户关系管理的模型实施 | 第44-68页 |
| ·聚类技术及其在CRM中的应用 | 第44-57页 |
| ·方法选择 | 第44页 |
| ·数据挖掘准备 | 第44-48页 |
| ·基于K-均值的细分模型实施 | 第48-51页 |
| ·模型评估 | 第51-57页 |
| ·客户价值矩阵模型实施 | 第57-58页 |
| ·RFM客户分类的指标及方法 | 第58-68页 |
| ·基于RFM的客户分析 | 第58-62页 |
| ·基于BP神经网络和RFM对客户进行分类 | 第62-66页 |
| ·基于RFM的客户分类 | 第66-67页 |
| ·基于RFM的评价模型建立 | 第67-68页 |
| 6 全文总结和研究展望 | 第68-74页 |
| ·我国零售企业实施客户关系管理的策略 | 第68-72页 |
| ·论文研究的不足之处、贡献和展望 | 第72-74页 |
| ·不足之处 | 第72-73页 |
| ·论文的贡献 | 第73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 后记 | 第77-78页 |
