摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-14页 |
1.1 选题的背景 | 第10页 |
1.2 选题研究的意义 | 第10-11页 |
1.3 论文研究目的 | 第11-12页 |
1.4 本文的主要研究内容 | 第12页 |
1.5 本文的组织结构 | 第12-13页 |
1.6 本文的研究方法 | 第13-14页 |
第二章 客户流失相关理论综述 | 第14-30页 |
2.1 客户相关概念及理论概况 | 第14-19页 |
2.1.1 客户 | 第14页 |
2.1.2 客户细分是客户流失分析的聚焦工具 | 第14-16页 |
2.1.3 价值是客户保持工作的尺度 | 第16-19页 |
2.2 客户关系管理面临的问题及思路 | 第19-20页 |
2.3 通过市场营销组合工具防范客户流失 | 第20-24页 |
2.4 客户保持理论综述 | 第24-30页 |
2.4.1 客户流失概念 | 第24-25页 |
2.4.2 客户流失因素研究现状 | 第25-27页 |
2.4.3 客户保持/挽留策略研究现状 | 第27-29页 |
2.4.4 客户流失因素及挽留策略文献综述 | 第29-30页 |
第三章 T 公司的概况及客户流失问题 | 第30-44页 |
3.1 行业背景介绍 | 第30-35页 |
3.1.1 工业气体行业概况 | 第30-31页 |
3.1.2 低温储运设备领域 | 第31-32页 |
3.1.3 工业气体及低温储运设备市场的主要企业 | 第32-35页 |
3.2 T 公司概况 | 第35-36页 |
3.3 T 公司的产品及特点 | 第36-39页 |
3.3.1 产品的结构 | 第36-37页 |
3.3.2 产品类别 | 第37-38页 |
3.3.3 产品主要特点 | 第38页 |
3.3.4 产品用途 | 第38-39页 |
3.4 T 公司的客户管理及问题 | 第39-44页 |
3.4.1 客户的基本现状 | 第39-40页 |
3.4.2 T 公司经营情况及客户流失因素分析 | 第40-42页 |
3.4.3 T 公司现有客户评价和客户保持效果 | 第42-44页 |
第四章 客户流失模型构建 | 第44-55页 |
4.1 客户流失数据的发掘需求 | 第44页 |
4.2 有益于数据使用人员的相关知识 | 第44-46页 |
4.3 T 公司进行数据挖掘相关实证研究的意义 | 第46页 |
4.4 数据挖掘软件选择 | 第46-49页 |
4.5 数据挖掘过程 | 第49-50页 |
4.6 流失客户建模步骤 | 第50-55页 |
4.6.1 建模准备阶段 | 第50-52页 |
4.6.2 数据转换 | 第52-53页 |
4.6.3 属性选择 | 第53页 |
4.6.4 算法选择和构建模型 | 第53页 |
4.6.5 模型评价和结果优化 | 第53-55页 |
第五章 流失客户分类的挖掘实证 | 第55-74页 |
5.1 分类(CLASSIFICATION)算法 | 第55-68页 |
5.1.1 挖掘实验过程及结果 | 第55-64页 |
5.1.2 三种分类算法校验结果的比较 | 第64-65页 |
5.1.3 三种算法在进行测试的性能比较 | 第65-68页 |
5.2 流失客户数据的聚类、关联分析预测 | 第68-74页 |
5.2.1 聚类分析(clustering) | 第68-71页 |
5.2.2 关联分析(association analysis)及预测(predication) | 第71-74页 |
第六章 T 公司客户挽留策略 | 第74-84页 |
6.1 未来交易模式对客户保持工作的冲击 | 第74页 |
6.2 客户挽留策略与公司战略保持致 | 第74-75页 |
6.3 T 公司客户挽留策略的三个维度 | 第75-81页 |
6.3.1 基于客户认知价值的客户挽留策略 | 第76-78页 |
6.3.2 基于客户价值的客户挽留策略 | 第78-80页 |
6.3.3 基于营销工具组合要素的客户挽留策略 | 第80-81页 |
6.4 T 公司客户挽留策略组合 | 第81-84页 |
第七章 结束语 | 第84-86页 |
7.1 论文研究总结 | 第84页 |
2.2 研究的局限性 | 第84-85页 |
7.3 未来展望 | 第85-86页 |
致谢 | 第86-87页 |
参考文献 | 第87-89页 |