首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--在其他方面的应用论文

CRM系统中客户价值及客户细分研究

摘要第1-10页
ABSTRACT第10-12页
第一章 绪论第12-20页
 1.1 引言第12页
 1.2 客户关系管理研究现状第12-16页
  1.2.1 客户关系管理的一般概念第12-13页
  1.2.2 系统组成第13-15页
  1.2.3 CRM软件系统的发展趋势第15-16页
 1.3 问题的提出及研究背景第16-19页
  1.3.1 问题提出背景第16-18页
  1.3.2 课题国内外研究现状第18-19页
 1.4 课题的研究内容和重点第19-20页
第二章 客户及客户关系价值分析第20-37页
 2.1 客户及客户关系的涵义第20-22页
  2.1.1 客户的内涵第20页
  2.1.2 客户关系的含义第20-21页
  2.1.3 影响客户关系的因素第21-22页
 2.2 客户满意度及忠诚度第22-23页
  2.2.1 客户满意第22-23页
  2.2.2 客户忠诚第23页
 2.3 客户生命周期第23-25页
  2.3.1 客户生命周期定义第23-25页
  2.3.2 客户生命周期的意义第25页
 2.4 客户价值评价第25-35页
  2.4.1 客户价值的一般概念第26-27页
  2.4.2 客户价值的经济学分析第27-28页
  2.4.3 客户让渡价值第28页
  2.4.4 客户认知价值第28-31页
  2.4.5 客户关系价值的概念及模型第31-32页
  2.4.6 客户生命周期价值第32-35页
 2.5 价值模型的构建第35-36页
 2.6 本章小结第36-37页
第三章 客户评价指标建立及客户分类方法第37-51页
 3.1 客户分类理论第37页
 3.2 传统的客户分类方法第37-41页
  3.2.1 定性分类方法第37-40页
  3.2.2 定量分类方法第40-41页
 3.3 客户关系管理中的客户细分第41-44页
  3.3.1 客户细分的概念第41-42页
  3.3.2 客户细分问题的特点分析第42页
  3.3.3 客户细分的方法第42-44页
 3.4 客户指标体系的建立第44-50页
  3.4.1 个人客户第44-45页
  3.4.2 公司客户第45-46页
  3.4.3 建立指标体系第46-50页
 3.5 本章小结第50-51页
第四章 基于数据挖掘技术的客户细分模型设计第51-67页
 4.1 数据挖掘技术第51-52页
  4.1.1 数据挖掘概述第51页
  4.1.2 数据挖掘的现状第51-52页
 4.2 面向分类的数据挖掘方法第52-58页
  4.2.1 决策树分类方法第52-54页
  4.2.2 Bayes分类方法第54-55页
  4.2.3 关联规则的分类第55-56页
  4.2.4 基于神经网络的分类第56-58页
 4.3 客户分类模型的建立第58-66页
  4.3.1 应用概率统计方法确定评价指标权重系数第58-61页
  4.3.2 多分类器组合模型第61-66页
  4.3.3 模型实践第66页
 4.4 本章小结第66-67页
第五章 系统关键技术及实践第67-74页
 5.1 CRM系统的总体设计技术第67-68页
 5.2 客户细分模块第68-71页
  5.2.1 数据管理子模块第68-69页
  5.2.2 任务定义子模块第69页
  5.2.3 分类模型管理子模块第69-70页
  5.2.4 分类器训练子模块第70页
  5.2.5 分类器调度子模块第70-71页
 5.3 模块实现第71-72页
  5.3.1 接入模块的实现第71页
  5.3.2 分类模型和分类器的管理第71-72页
 5.4 模块运行过程第72-73页
 5.5 本章小结第73-74页
总结与展望第74-76页
 1 总结第74-75页
 2 不足与展望第75-76页
参考文献第76-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:我国通货膨胀现象的时变方差性特征和定标制政策的可行性检验
下一篇:WPKI证书撤销策略及证书漫游研究