商业银行客户细分及应用研究
| 第一章 绪论 | 第1-12页 |
| ·关于CRM | 第6-8页 |
| ·国内外银行 CRM 应用状况比较 | 第6-7页 |
| ·我国银行开展 CRM 的前景 | 第7-8页 |
| ·关于数据挖掘 | 第8-9页 |
| ·数据挖掘的概念 | 第8页 |
| ·数据挖掘中的常用技术 | 第8-9页 |
| ·数据挖掘在分析型 CRM 中的应用 | 第9页 |
| ·关于客户细分 | 第9-12页 |
| ·国外银行客户细分现状 | 第10页 |
| ·国内银行研究现状 | 第10-11页 |
| ·客户细分常用技术 | 第11-12页 |
| ·本文的工作 | 第12页 |
| 第二章 进行客户细分的聚类方法 | 第12-20页 |
| ·聚类技术介绍 | 第13-16页 |
| ·聚类阶段 | 第13页 |
| ·数据表示 | 第13-14页 |
| ·相似度定义 | 第14-16页 |
| ·聚类分析算法 | 第16-18页 |
| ·划分聚类算法 | 第16页 |
| ·层次聚类算法 | 第16页 |
| ·基于密度的聚类算法 | 第16-17页 |
| ·基于网格的聚类算法 | 第17页 |
| ·基于模型的方法 | 第17-18页 |
| ·模糊聚类法 | 第18页 |
| ·K-means 聚类算法 | 第18-20页 |
| ·K -means 算法简介 | 第18-19页 |
| ·初始聚类中心点的选取 | 第19-20页 |
| ·客户细分与 K-means 聚类分析 | 第20页 |
| 第三章 商业银行客户细分方法研究 | 第20-33页 |
| ·客户细分概述 | 第20-21页 |
| ·客户细分的概念 | 第20-21页 |
| ·进行客户细分的意义 | 第21页 |
| ·商业银行的客户细分办法总述 | 第21-22页 |
| ·利用客户价值进行细分 | 第22-24页 |
| ·客户价值理论 | 第22-24页 |
| ·利用生命周期进行客户细分 | 第24-30页 |
| ·客户生命周期定义 | 第24页 |
| ·客户生命周期的划分 | 第24-26页 |
| ·我国银行客户生命周期的具体划分 | 第26-28页 |
| ·我国银行客户生命周期价值建模 | 第28-30页 |
| ·客户细分结果 | 第30-33页 |
| 第四章 客户细分方法在商业银行个人业务中的应用 | 第33-44页 |
| ·所用软件介绍 | 第33-34页 |
| ·数据准备 | 第34-35页 |
| ·关键变量的选取 | 第34-35页 |
| ·数据的收集 | 第35页 |
| ·数据的规约 | 第35-36页 |
| ·数据的加载 | 第36-38页 |
| ·数据运算 | 第38页 |
| ·结果分析和模型验证 | 第38-42页 |
| ·基于细分模型的事件营销应用 | 第42-44页 |
| ·事件的侦测和分类 | 第42-43页 |
| ·基于细分的事件营销建议 | 第43-44页 |
| 第五章 结论 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 附录一:调查问卷 | 第48-49页 |
| 附录二:单因素方差分析原理 | 第49-50页 |
| 附录三:客户信息调查总表 | 第50-52页 |
| 致谢 | 第52-53页 |
| 中文详细摘要 | 第53-57页 |
