| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 国内外研究现状及其发展趋势 | 第13-16页 |
| 1.2.1 数据挖掘研究现状 | 第13-14页 |
| 1.2.2 客户关系管理研究现状 | 第14-15页 |
| 1.2.3 数据挖掘在客户关系管理中的应用现状 | 第15-16页 |
| 1.3 研究方法和主要内容框架 | 第16-18页 |
| 第2章 数据挖掘与银行客户关系管理 | 第18-27页 |
| 2.1 数据挖掘 | 第18-22页 |
| 2.1.1 数据挖掘的过程 | 第18-19页 |
| 2.1.2 数据挖掘方法 | 第19-20页 |
| 2.1.3 数据挖掘算法 | 第20-22页 |
| 2.2 客户关系管理 | 第22-23页 |
| 2.2.1 客户关系管理的定义 | 第22-23页 |
| 2.2.2 客户关系管理概述 | 第23页 |
| 2.3 数据挖掘在银行CRM中的商业价值分析 | 第23-25页 |
| 2.4 银行客户关系管理中数据挖掘实施的困难 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 数据挖掘技术在客户关系管理中的应用需求分析 | 第27-36页 |
| 3.1 业务需求综述 | 第27-29页 |
| 3.2 银行业务产品与经营利润需求分析 | 第29-30页 |
| 3.3 客户细分需求分析 | 第30-34页 |
| 3.3.1 细分思路 | 第30-33页 |
| 3.3.2 细分要求 | 第33-34页 |
| 3.4 客户价值稳定类型需求分析 | 第34页 |
| 3.5 基于客户分级模型的营销策略需求分析 | 第34-35页 |
| 3.5.1 针对钻石级和铂金级层次的客户 | 第34-35页 |
| 3.5.2 针对黄金级客户的管理 | 第35页 |
| 3.5.3 对一般级客户的管理 | 第35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 数据挖掘技术在CRM中的应用与设计 | 第36-49页 |
| 4.1 客户业务往来记录规律探寻 | 第36-39页 |
| 4.1.1 明确研究主题 | 第37页 |
| 4.1.2 确定研究思路 | 第37-38页 |
| 4.1.3 选择研究方法 | 第38-39页 |
| 4.2 基于聚类方法的客户分类 | 第39-44页 |
| 4.2.1 分类目标 | 第39-40页 |
| 4.2.2 分类方法 | 第40-42页 |
| 4.2.3 分类计算 | 第42-44页 |
| 4.3 客户资产的测算 | 第44-48页 |
| 4.3.1 测算思路 | 第44页 |
| 4.3.2 客户业务往来规律 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 数据挖掘技术在银行CRM应用实证 | 第49-58页 |
| 5.1 望城农商行背景资料 | 第49页 |
| 5.2 数据获取和整理 | 第49-51页 |
| 5.3 客户分类 | 第51-53页 |
| 5.4 客户价值测算应用 | 第53-56页 |
| 5.4.1 寻找客户消费行为的规律 | 第53页 |
| 5.4.2 预测客户群客户数量 | 第53-54页 |
| 5.4.3 预测客户群人均经营利润 | 第54页 |
| 5.4.4 测算客户价值 | 第54-55页 |
| 5.4.5 客户终身价值(CLV)的计算 | 第55页 |
| 5.4.6 客户细分 | 第55-56页 |
| 5.5 精细化营销及效果 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |