大数据时代下银行客户管理策略研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 大数据信息应用 | 第10页 |
| 1.2.2 模糊层次分析算法 | 第10-11页 |
| 1.2.3 客户价值理论研究 | 第11-12页 |
| 1.2.4 客户价值定量评估研究 | 第12-14页 |
| 1.3 本文研究内容和研究框架 | 第14-15页 |
| 1.3.1 本文研究内容 | 第14页 |
| 1.3.2 研究框架 | 第14-15页 |
| 1.4 本章小结 | 第15-17页 |
| 第2章 大数据对银行客户管理策略影响 | 第17-23页 |
| 2.1 大数据内涵和运用 | 第17-19页 |
| 2.1.1 大数据概念 | 第17页 |
| 2.1.2 大数据特征 | 第17-18页 |
| 2.1.3 大数据技术 | 第18-19页 |
| 2.2 银行运用大数据能力分析 | 第19-20页 |
| 2.2.1 大数据应用分析 | 第19页 |
| 2.2.2 银行应用价值 | 第19-20页 |
| 2.3 大数据对客户管理策略影响分析 | 第20-22页 |
| 2.3.1 客户管理策略现状 | 第20-21页 |
| 2.3.2 大数据对客户管理影响 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 大数据时代下客户价值指标体系构建 | 第23-31页 |
| 3.1 客户特征分析 | 第23-24页 |
| 3.1.1 商业银行客户业务分析 | 第23页 |
| 3.1.2 公司客户特征分析 | 第23-24页 |
| 3.2 大数据时代下指标体系构建原则 | 第24-25页 |
| 3.2.1 指标体系设计原则 | 第24页 |
| 3.2.2 指标体系设计依据 | 第24-25页 |
| 3.3 指标体系框架 | 第25-30页 |
| 3.3.1 一级和二级指标设计 | 第25-26页 |
| 3.3.2 三级指标设计 | 第26-29页 |
| 3.3.3 指标体系 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 客户价值评价方法 | 第31-51页 |
| 4.1 评价标准和方法 | 第31-32页 |
| 4.1.1 评价标准 | 第31页 |
| 4.1.2 评价方法 | 第31-32页 |
| 4.2 评价方法论述 | 第32-38页 |
| 4.2.1 K均值聚类算法 | 第32-33页 |
| 4.2.2 Logistic回归算法 | 第33-34页 |
| 4.2.3 AHP综合评价算法 | 第34-36页 |
| 4.2.4 模糊AHP综合评价算法 | 第36-38页 |
| 4.3 一级指标评价实例 | 第38-44页 |
| 4.3.1 指标计算方法 | 第38-39页 |
| 4.3.2 K均值聚类应用实例 | 第39-41页 |
| 4.3.3 Logistic分类 | 第41-44页 |
| 4.4 综合评价实例 | 第44-49页 |
| 4.4.1 人员评定介绍 | 第44页 |
| 4.4.2 指标权重计算 | 第44-46页 |
| 4.4.3 模糊评价矩阵 | 第46-49页 |
| 4.4.4 模糊判断 | 第49页 |
| 4.5 评价结果应用 | 第49页 |
| 4.6 本章小结 | 第49-51页 |
| 第5章 基于客户价值的银行客户管理策略 | 第51-55页 |
| 5.1 客户价值 | 第51-52页 |
| 5.1.1 客户细分方法 | 第51页 |
| 5.1.2 价值客户确定 | 第51-52页 |
| 5.2 客户管理策略 | 第52页 |
| 5.3 客户管理实施方案 | 第52-53页 |
| 5.3.1 实施原则 | 第52-53页 |
| 5.3.2 实施流程 | 第53页 |
| 5.4 本章小结 | 第53-55页 |
| 第6章 结论与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 发表论文和科研情况说明 | 第59-61页 |
| 致谢 | 第61-62页 |
