首页--经济论文--经济计划与管理论文--企业经济论文--企业供销管理论文

基于大数据的客户细分模型及精确营销策略研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-12页
    1.1 研究背景第8-9页
    1.2 研究方法第9页
    1.3 研究内容第9-10页
    1.4 研究框架第10-12页
第二章 论文相关文献综述第12-35页
    2.1 大数据发展现状第12-16页
        2.1.1 大数据的内涵第12-13页
        2.1.2 大数据的重要性第13-14页
        2.1.3 大数据的不足与挑战第14页
        2.1.4 大数据在通信业中的发展现状第14-16页
        2.1.5 大数据研究评述第16页
    2.2 精确营销理论第16-23页
        2.2.1 精确营销的定义第17-18页
        2.2.2 精确营销的兴起与挑战第18-19页
        2.2.3 精确营销的步骤第19-22页
        2.2.4 精确营销的途径第22-23页
        2.2.5 精确营销研究评述第23页
    2.3 客户细分理论第23-27页
        2.3.1 理论发展历程第23-24页
        2.3.2 客户细分方法第24-27页
        2.3.3 客户细分研究评述第27页
    2.4 数据挖掘过程第27-28页
    2.5 聚类方法第28-31页
        2.5.1 常见的聚类方法第28-30页
        2.5.2 K-means聚类算法介绍第30-31页
    2.6 SPSS Modeler软件第31-33页
        2.6.1 SPSS Modeler概述第31-32页
        2.6.2 CRISP-DM标准的商业流程第32-33页
    2.7 小结第33-35页
第三章 我国电信业客户细分的发展现状与分析第35-41页
    3.1 我国电信业客户细分的发展现状第35-38页
        3.1.1 电信行业特征与现状分析第35-36页
        3.1.2 电信业客户特征分析第36-37页
        3.1.3 电信运营商客户细分的现状及其存在的问题第37-38页
    3.2 电信客户细分方法改进的必要性第38-41页
        3.2.1 竞争日益激烈,业务结构改变第38-39页
        3.2.2 盈利点变化,客户细分需改进第39-41页
第四章 电信客户细分模型建立及算法优化第41-58页
    4.1 电信客户细分模型设计及建立第41-47页
        4.1.1 商业理解第41页
        4.1.2 数据理解第41-42页
        4.1.3 数据准备与预处理第42-47页
    4.2 K-means算法及其优化第47-53页
        4.2.1 对K-means算法的优化——Kohonen网络聚类第47-48页
        4.2.2 Kohonen网络聚类的实行第48-53页
    4.3 电信客户细分的结果检验与分析第53-58页
        4.3.1 电信客户细分结果检验第53-55页
        4.3.2 电信客户细分结果分析第55-58页
第五章 基于电信客户细分模型的精确营销策略第58-64页
    5.1 中国电信的未来发展趋势第58-60页
    5.2 精确营销策略第60-64页
        5.2.1 市场渗透——数据网络型客户第60页
        5.2.2 产品研发——低端基本型客户 & 忠实型老客户第60-61页
        5.2.3 市场扩张——潜力优质型客户第61-62页
        5.2.4 多样化发展(以“易信企业版”为例)——长途商旅型客户第62-64页
第六章 结论与展望第64-66页
参考文献第66-69页
附录1 攻读硕士学位期间撰写的论文第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:北京市暴雨特性及对设计暴雨时程的影响分析
下一篇:基于质—效—用一体化评控的何首乌炮制减毒研究