电信客户细分研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-17页 |
| 1.1.1 移动通信市场的新形势 | 第11-14页 |
| 1.1.2 IPTV市场的发展 | 第14-15页 |
| 1.1.3 大数据技术的发展 | 第15-16页 |
| 1.1.4 国内运营商的客户细分现状 | 第16-17页 |
| 1.2 研究意义 | 第17-18页 |
| 1.3 研究内容和方法 | 第18-19页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19页 |
| 1.4 创新性 | 第19-20页 |
| 本章小结 | 第20-21页 |
| 第2章 相关文献综述 | 第21-30页 |
| 2.1 市场细分研究综述 | 第21-26页 |
| 2.1.1 市场细分概念 | 第21-22页 |
| 2.1.2 市场细分依据 | 第22页 |
| 2.1.3 市场细分方法 | 第22-23页 |
| 2.1.4 市场细分维度 | 第23-26页 |
| 2.2 数据挖掘相关研究 | 第26-28页 |
| 2.2.1 数据挖掘概念 | 第26页 |
| 2.2.2 数据挖掘流程 | 第26-28页 |
| 2.3 数据挖掘在市场细分中的应用 | 第28-29页 |
| 本章小结 | 第29-30页 |
| 第3章 客户细分框架构建 | 第30-45页 |
| 3.1 案例分析 | 第30-33页 |
| 3.1.1 项目背景 | 第30页 |
| 3.1.2 样本处理 | 第30-33页 |
| 3.2 研究内容 | 第33-40页 |
| 3.2.1 基于人口统计特征的细分框架 | 第33-34页 |
| 3.2.2 基于客户价值与行为细分框架 | 第34-37页 |
| 3.2.3 基于客户兴趣偏好细分框架 | 第37-40页 |
| 3.3 研究方法 | 第40-44页 |
| 3.3.1 K-Means聚类分析 | 第40页 |
| 3.3.2 对应分析和卡方检验 | 第40-42页 |
| 3.3.3 二元Logistic回归分析 | 第42-44页 |
| 本章小结 | 第44-45页 |
| 第4章 数据分析及讨论 | 第45-70页 |
| 4.1 样本概述 | 第45-48页 |
| 4.1.1 人口统计变量概述 | 第45-47页 |
| 4.1.2 关键行为变量和价值变量概述 | 第47-48页 |
| 4.2 客户价值与行为的细分研究 | 第48-54页 |
| 4.2.1 变量选择 | 第48-49页 |
| 4.2.2 聚类分析过程 | 第49-52页 |
| 4.2.3 细分结果分析 | 第52-54页 |
| 4.3 客户人口统计特征细分研究 | 第54-59页 |
| 4.3.1 卡方检验的结果 | 第54-56页 |
| 4.3.2 对应分析结果 | 第56-59页 |
| 4.4 客户兴趣偏好细分研究 | 第59-68页 |
| 4.4.1 二元Logistic回归分析过程 | 第59-67页 |
| 4.4.2 结果分析 | 第67-68页 |
| 本章小结 | 第68-70页 |
| 结论与展望 | 第70-72页 |
| 结论 | 第70-71页 |
| 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
