首页--经济论文--贸易经济论文--国内贸易经济论文--商品流通与市场论文--市场论文

基于分析型CRM的信用销售管理

中文摘要第1-14页
第一章 绪论第14-20页
 1.1 本文的研究对象第14页
  1.1.1 关于信用销售管理第14页
  1.1.2 关于分析型CRM第14页
  1.1.3 两者关系第14页
 1.2 本文的研究内容第14-15页
 1.3 国内外文献综述第15-18页
  1.3.1 关于客户信息管理第15页
  1.3.2 关于客户信用评价第15-17页
  1.3.3 关于客户价值管理第17页
  1.3.4 数据仓库和数据挖掘的历史和发展第17-18页
 1.4 本研究课题的来源第18-20页
第二章 分析型CRM系统第20-29页
 2.1 关于CRM第20-22页
  2.1.1 CRM的产生和发展第20页
  2.1.2 现有CRM研究应用的几种类型第20-21页
  2.1.3 CRM的内涵第21-22页
  2.1.4 CRM的功能分类第22页
  2.1.5 要点第22页
 2.2 关于分析型CRM第22-24页
  2.2.1 概念第22-23页
  2.2.2 主要应用方式第23-24页
 2.3 关于数据仓库第24-26页
  2.3.1 数据仓库概念第24页
  2.3.2 数据仓库原理第24-26页
  2.3.3 数据仓库的应用价值第26页
 2.4 关于数据挖掘第26-28页
  2.4.1 数据挖掘概念第26页
  2.4.2 数据挖掘类型第26-27页
  2.4.3 数据挖掘的功能第27-28页
 2.5 关于联机分析处理第28页
 2.6 关于决策结果展现第28-29页
第三章 信用销售管理中的主要问题第29-36页
 3.1 信用销售的概念第29页
 3.2 信用销售企业的经营特征第29-30页
 3.3 需要解决的主要问题第30-36页
  3.3.1 客户资料的管理第30-32页
  3.3.2 如何科学合理地评估客户信用风险第32-33页
  3.3.3 如何实现客户价值的有效管理第33-34页
  3.3.4 问题要点第34-36页
第四章 分析型CRM的方法论第36-49页
 4.1 数据仓库方法论第36-38页
  4.1.1 规划阶段第36页
  4.1.2 设计和实施阶段第36-37页
  4.1.3 使用、支持和增强阶段第37-38页
 4.2 数据挖掘的流程第38-41页
  4.2.1 流程概述第38-39页
  4.2.2 数据的预处理第39-40页
  4.2.3 数据挖掘与模型第40-41页
 4.3 客户信用分析的神经网络分类模型第41-45页
  4.3.1 神经网络概述第41-42页
  4.3.2 影响信用绩效的因素第42页
  4.3.3 感知机模型第42-45页
  4.3.4 神经网络结构第45页
  4.3.5 训练和测试第45页
 4.4 客户价值的聚类分析第45-49页
  4.4.1 聚类分析的概念第46页
  4.4.2 客户价值的数据矩阵第46页
  4.4.3 k-means算法描述第46-47页
  4.4.4 k-means算法的具体方法第47-49页
第五章 分析型CRM应用的探索和设想第49-67页
 5.1 某速递公司信用销售管理的现状第49-52页
  5.1.1 速递业务和公司简介第49-50页
  5.1.2 信用销售的管理现状第50-51页
  5.1.3 应用分析型CRM的需求描述第51-52页
 5.2 基础工作——客户信息的管理第52-54页
  5.2.1 客户信息的内容和分类第52页
  5.2.2 客户信息的来源第52-53页
  5.2.3 客户信息的统一管理第53页
  5.2.4 客户信息的数据结构第53-54页
 5.3 客户信用评价第54-58页
  5.3.1 信用评价目标第54页
  5.3.2 构建神经网络结构第54-55页
  5.3.3 属性数据处理第55-57页
  5.3.4 流程处理第57-58页
  5.3.5 模型应用第58页
 5.4 客户价值分析与有效的销售管理第58-67页
  5.4.1 客户价值分析的重要意义第58-60页
  5.4.2 客户价值的属性第60-61页
  5.4.3 客户价值的k-means划分第61-63页
  5.4.4 结果展示和客户价值管理第63-67页
结论第67-68页
参考文献第68-71页
攻读学位期间发表的论文第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:重组低氧诱导因子1α基因真核表达载体的构建和表达研究
下一篇:平面上的凸多边形与自相似集