摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-14页 |
·研究背景及意义 | 第9-10页 |
·客户细分研究综述 | 第10-12页 |
·研究的主要内容和方法 | 第12-13页 |
·研究内容 | 第12-13页 |
·研究方法 | 第13页 |
·章节安排 | 第13-14页 |
第二章 航空公司的客户管理 | 第14-26页 |
·客户关系管理与营销管理 | 第14-18页 |
·关系营销 | 第14页 |
·数据库营销 | 第14-15页 |
·客户关系管理 | 第15-16页 |
·客户细分 | 第16-18页 |
·客户细分的必要性 | 第17页 |
·客户细分的步骤 | 第17-18页 |
·客户细分的原则 | 第18页 |
·航空公司的客户关系管理与数据库营销 | 第18-21页 |
·航空公司“客户”的定义 | 第18-19页 |
·航空公司的客户关系管理 | 第19-20页 |
·航空公司的数据库营销 | 第20-21页 |
·航空公司的常旅客计划 | 第21-25页 |
·历史与现状 | 第21-22页 |
·战略意义 | 第22-23页 |
·存在的问题 | 第23-24页 |
·解决的关键 | 第24-25页 |
·本章小结 | 第25-26页 |
第三章 基于生命周期管理的航空公司客户细分 | 第26-40页 |
·客户资产的价值 | 第26-28页 |
·客户是企业的一项重要资产 | 第26页 |
·客户的终身价值 | 第26-28页 |
·客户终身价值的替代变量 | 第28页 |
·客户生命周期管理 | 第28-31页 |
·客户生命周期管理的含义 | 第28-30页 |
·客户生命周期管理的阶段 | 第30-31页 |
·基于改进RFM 的常旅客细分 | 第31-35页 |
·改进的RFM 指标 | 第31-32页 |
·基于价值的航空公司常旅客细分 | 第32-35页 |
·基于客户生命周期的航空公司客户关系管理 | 第35-39页 |
·第一阶段:客户关系识别期 | 第35-36页 |
·第二阶段:客户关系发展期 | 第36-37页 |
·第三阶段:客户关系稳定期 | 第37-38页 |
·第四阶段:客户关系衰退期 | 第38-39页 |
·航空公司客户管理策略整体思路 | 第39页 |
·本章小结 | 第39-40页 |
第四章 航空公司常旅客细分实证分析 | 第40-52页 |
·应用层次分析法计算指标的权重 | 第40-42页 |
·层次分析法 | 第40-42页 |
·权重计算 | 第42页 |
·应用聚类方法划分客户 | 第42-48页 |
·聚类分析简介 | 第42-43页 |
·K-means 聚类方法 | 第43-45页 |
·K-means 算法的基本原理 | 第43-44页 |
·K-means 算法的框架 | 第44页 |
·K-means 算法的优势与缺陷 | 第44-45页 |
·基于遗传算法的K-means 聚类方法 | 第45-47页 |
·遗传算法简介 | 第45页 |
·基于遗传算法的K-means 聚类方法框架 | 第45-47页 |
·遗传算法的特点与优势 | 第47页 |
·两种聚类方法的实例比较 | 第47-48页 |
·客户类型判断与客户价值比较分析 | 第48-49页 |
·客户类型判断 | 第48-49页 |
·客户价值比较分析 | 第49页 |
·实证分析 | 第49-51页 |
·本章小结 | 第51-52页 |
第五章 总结与展望 | 第52-54页 |
·全文总结 | 第52页 |
·研究展望 | 第52-54页 |
参考文献 | 第54-57页 |
致谢 | 第57-58页 |
在学期间的研究成果及发表的学术论文 | 第58-59页 |
附录 基于遗传算法的K-MEANS 聚类方法主程序代码 | 第59-62页 |