数据仓库和数据挖掘在CRM中的应用研究
| 引言 | 第1-15页 |
| 第一章 客户关系管理(CRM)简介 | 第15-25页 |
| ·客户关系管理(CRM)的概念 | 第15-16页 |
| ·CRM在零售企业中的运用 | 第16-19页 |
| ·零售业发展现状 | 第16页 |
| ·零售业的经营特点 | 第16-17页 |
| ·零售企业面临的困境 | 第17-18页 |
| ·零售业导人CRM的可行性 | 第18-19页 |
| ·零售业CRM体系结构 | 第19-21页 |
| ·客户数据的收集 | 第21-22页 |
| ·CRM与数据仓库 | 第22-23页 |
| ·数据挖掘在CRM中的应用 | 第23-25页 |
| 第二章 数据仓库技术在CRM中的应用 | 第25-34页 |
| ·数据仓库技术是CRM系统的基础 | 第25-26页 |
| ·数据仓库概念及特点 | 第26-28页 |
| ·数据仓库定义 | 第26页 |
| ·数据仓库的特点 | 第26-28页 |
| ·数据仓库整体体系结构 | 第28-30页 |
| ·联机分析处理(OLAP) | 第30-31页 |
| ·多维数据模型 | 第31-34页 |
| 第三章 客户信息数据仓库的设计 | 第34-53页 |
| ·客户信息数据仓库在零售业CRM系统中的重要性 | 第34-35页 |
| ·客户信息数据仓库中的数据模型 | 第35-36页 |
| ·面向CRM的客户信息数据仓库概念模型设计 | 第36-38页 |
| ·面向CRM的数据仓库逻辑模型设计 | 第38-47页 |
| ·粒度的确定 | 第38-39页 |
| ·分析主题域、维度信息 | 第39-47页 |
| ·客户主题维度设计 | 第39-43页 |
| ·客户购买主题维度设计 | 第43-45页 |
| ·扩展客户维度设计 | 第45-47页 |
| ·面向CRM数据仓库的物理模型设计 | 第47-48页 |
| ·ETL策略和ETL工具 | 第48-53页 |
| ·ETL策略 | 第48-50页 |
| ·ETL工具 | 第50页 |
| ·ELT实例 | 第50-53页 |
| 第四章 数据挖掘基础 | 第53-61页 |
| ·数据挖掘概述 | 第53页 |
| ·数据挖掘的模式 | 第53-54页 |
| ·聚类模式 | 第54-58页 |
| ·聚类的介绍 | 第54-55页 |
| ·聚类分析中的两种数据结构 | 第55页 |
| ·相异度矩阵的估算 | 第55-57页 |
| ·聚类算法的选用与实现算法 | 第57-58页 |
| ·数据挖掘和相关系统的联系 | 第58-61页 |
| ·数据挖掘和数据仓库的关系 | 第58-59页 |
| ·数据挖掘和OLAP的区别和联系 | 第59-61页 |
| 第五章 数据挖掘在CRM客户细分中的应用 | 第61-74页 |
| ·客户细分 | 第61-63页 |
| ·客户细分方式 | 第62-63页 |
| ·挖掘模式的选取 | 第63页 |
| ·客户细分过程 | 第63-71页 |
| ·高价值客户细分 | 第64-68页 |
| ·流失客户细分 | 第68-71页 |
| ·客户细分方法的选择 | 第71-72页 |
| ·客户细分总结与展望 | 第72-74页 |
| 结束语 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76页 |
