| 论文摘要 | 第4-5页 |
| Abstract of Thesis | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 文章选题的背景和意义 | 第8-10页 |
| 1.2 文献综述 | 第10-14页 |
| 1.3 论文的研究方法和框架 | 第14-16页 |
| 1.4 论文的研究重点 | 第16-18页 |
| 2 中国工商银行零售业务分析及零售银行营销管理一体化规划 | 第18-34页 |
| 2.1 中国工商银行零售业务分析 | 第18-26页 |
| 2.1.1 银行零售业务定义 | 第18页 |
| 2.1.2 银行零售业务意义 | 第18-19页 |
| 2.1.3 银行零售业务的发展情况 | 第19-20页 |
| 2.1.4 中国工商银行零售业务的现状和 SWOT 分析 | 第20-23页 |
| 2.1.5 工行“大个金”战略目标及发展瓶颈 | 第23-26页 |
| 2.2 零售银行营销管理一体化规划 | 第26-34页 |
| 2.2.1 零售银行营销管理一体化简介 | 第26-27页 |
| 2.2.2 零售银行营销管理一体化系统架构 | 第27-28页 |
| 2.2.3 产品营销分系统的具体规划 | 第28-30页 |
| 2.2.4 客户管理子模块的具体规划 | 第30-32页 |
| 2.2.5 营销人员考核子模块的具体规划 | 第32-34页 |
| 3 基于数据挖掘的零售银行业务分析 | 第34-45页 |
| 3.1 数据挖掘的相关介绍 | 第34-35页 |
| 3.1.1 数据挖掘的定义 | 第34页 |
| 3.1.2 数据挖掘的任务 | 第34-35页 |
| 3.1.3 数据挖掘的一般步骤 | 第35页 |
| 3.2 数据挖掘的商业价值以及在银行中的应用 | 第35-36页 |
| 3.3 零售银行数据挖掘工具的选择 | 第36-42页 |
| 3.3.1 零售银行数据挖掘工具比较和选定 | 第36-39页 |
| 3.3.2 SAS EG 工具介绍 | 第39-40页 |
| 3.3.3 SAS EG 工具在工行业务应用中的案例分析 | 第40-42页 |
| 3.4 零售银行数据挖掘方法的选择 | 第42-43页 |
| 3.5 基于数据挖掘的零售银行营销管理一体化的一般分析 | 第43-45页 |
| 4 基于数据挖掘的零售银行营销管理一体化的模型构建和实施 | 第45-59页 |
| 4.1 基于数据挖掘的零售银行营销管理一体化的模型构建 | 第45-55页 |
| 4.1.1 “个人客户贵宾网银精准营销”模型构建 | 第45-50页 |
| 4.1.2 “个人客户综合授信测算”模型构建 | 第50-53页 |
| 4.1.3 “无人维护个人高端客户信息查询”模型构建 | 第53-55页 |
| 4.1.4 模型小结 | 第55页 |
| 4.2 基于数据挖掘的零售银行营销管理一体化的实施 | 第55-59页 |
| 4.2.1 实施的关键因素 | 第55-57页 |
| 4.2.2 实施的对策建议 | 第57-59页 |
| 5 总结和展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
