基于云计算与大数据的商业银行客户价值管理体系研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文研究背景、目的与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的 | 第11页 |
| 1.1.3 研究意义 | 第11-12页 |
| 1.2 论文总体思路与研究方法 | 第12页 |
| 1.2.1 总体思路 | 第12页 |
| 1.2.2 研究方法 | 第12页 |
| 1.3 论文研究结构与研究路线 | 第12-14页 |
| 1.3.1 研究结构 | 第12-13页 |
| 1.3.2 研究路线 | 第13-14页 |
| 1.4 论文创新点 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 研究与应用综述 | 第16-20页 |
| 2.1 商业银行云计算与大数据研究综述 | 第16页 |
| 2.2 云计算与大数据在商业银行应用综述 | 第16-17页 |
| 2.3 商业银行客户价值研究综述 | 第17-18页 |
| 2.4 商业银行服务创新研究综述 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 商业银行客户价值管理基础平台与总体架构 | 第20-31页 |
| 3.1 云计算与大数据基础平台 | 第20-27页 |
| 3.1.1 云计算与大数据技术基础与技术应用 | 第20-24页 |
| 3.1.2 基础云平台建设 | 第24-27页 |
| 3.2 客户价值管理与服务创新总体架构 | 第27-30页 |
| 3.2.1 客户价值管理生态系统 | 第27-29页 |
| 3.2.2 客户价值管理与服务创新总体架构 | 第29-30页 |
| 3.2.3 智能服务、金融创新与客户价值管理 | 第30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于云计算与大数据的客户价值管理体系构建 | 第31-50页 |
| 4.1 客户价值分析与管理 | 第31-40页 |
| 4.1.1 潜在客户挖掘价值创新与实现 | 第31-33页 |
| 4.1.2 竞争对手客户转移价值创新与实现 | 第33-35页 |
| 4.1.3 新客户提升价值创新与实现 | 第35-37页 |
| 4.1.4 老客户保有价值创新与实现 | 第37-39页 |
| 4.1.5 流失客户挽回价值创新与实现 | 第39-40页 |
| 4.2 客户价值管理系统设计 | 第40-45页 |
| 4.2.1 设计原则 | 第41-42页 |
| 4.2.2 整体模型与逻辑结构 | 第42-44页 |
| 4.2.3 功能结构设计 | 第44-45页 |
| 4.3 客户价值提升应用模块 | 第45-49页 |
| 4.3.1 免费营销、体验式营销系统 | 第45-46页 |
| 4.3.2 精准营销、客户化定制系统 | 第46页 |
| 4.3.3 需求预测、智能推荐系统 | 第46-47页 |
| 4.3.4 塔式客户分类、生命周期管理系统 | 第47-48页 |
| 4.3.5 行为分析、流失预警系统 | 第48-49页 |
| 4.4 系统应用模块的创新与实现 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 大数据平台行为分析与客户流失预警系统实例 | 第50-65页 |
| 5.1 商业理解与商业目标 | 第50-51页 |
| 5.1.1 商业理解 | 第50页 |
| 5.1.2 商业目标 | 第50-51页 |
| 5.2 构建客户流失模型与工作流 | 第51-52页 |
| 5.2.1 客户流失模型 | 第51-52页 |
| 5.2.2 流失模型工作流 | 第52页 |
| 5.3 数据理解与数据准备 | 第52-56页 |
| 5.3.1 数据理解 | 第52-54页 |
| 5.3.2 数据优化 | 第54-56页 |
| 5.4 行为分析与整体评估 | 第56-59页 |
| 5.5 忠诚与流失客户名单 | 第59-63页 |
| 5.6 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
