基于商务智能的客户关系管理研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-11页 |
| ·研究方法 | 第11页 |
| ·研究框架 | 第11-12页 |
| ·创新点 | 第12-13页 |
| 2 客户关系管理和商务智能概述 | 第13-22页 |
| ·客户关系管理(CRM)的基本理念 | 第13-17页 |
| ·CRM的定义 | 第13-14页 |
| ·CRM的架构 | 第14-15页 |
| ·CRM的功能 | 第15-16页 |
| ·CRM的内容 | 第16-17页 |
| ·商务智能的基本理论 | 第17-22页 |
| ·商务智能的背景 | 第17页 |
| ·商务智能的定义 | 第17-18页 |
| ·商务智能系统架构 | 第18-20页 |
| ·商务智能架构的建立步骤 | 第20-22页 |
| 3 商务智能的核心技术 | 第22-29页 |
| ·数据仓库 | 第22-23页 |
| ·联机分析处理技术(OLAP) | 第23-24页 |
| ·数据挖掘 | 第24-29页 |
| ·数据挖掘的定义 | 第24页 |
| ·数据挖掘的方法 | 第24-26页 |
| ·数据挖掘的步骤 | 第26-29页 |
| 4 基于商务智能的CRM | 第29-41页 |
| ·在CRM中引入商务智能的必要性 | 第29页 |
| ·商务智能技术在客户关系管理中的应用 | 第29-38页 |
| ·商务智能实现了运营型和分析型CRM的结合 | 第29-30页 |
| ·智能化CRM系统 | 第30-31页 |
| ·I-CRM系统架构及分析 | 第31-33页 |
| ·数据仓库在CRM业务流程中的应用 | 第33-35页 |
| ·数据挖掘技术在CRM中的应用 | 第35-38页 |
| ·在CRM中引入商务智能后的信息组织流程 | 第38-41页 |
| 5 基于某医药批发公司的客户细分实证研究 | 第41-59页 |
| ·背景介绍 | 第41页 |
| ·实施聚类分析的目的——客户细分 | 第41-42页 |
| ·聚类算法种类 | 第42-44页 |
| ·K-means聚类算法 | 第44-46页 |
| ·数据挖掘前的数据预处理 | 第46-50页 |
| ·数据抽取 | 第46-47页 |
| ·数据清理 | 第47-48页 |
| ·数据转换 | 第48-50页 |
| ·基于K-均值的细分模型实施 | 第50-59页 |
| ·k值的选取 | 第50-53页 |
| ·基于K-均值的模型评估 | 第53-56页 |
| ·结果分析 | 第56-59页 |
| 6 研究局限和展望 | 第59-61页 |
| 附录 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 后记 | 第66-67页 |
