高端酒店的客户价值评估模型构建
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1.绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的与意义 | 第12-13页 |
| 1.2.1 研究目的 | 第12-13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 技术路线 | 第14-15页 |
| 2. 文献综述 | 第15-29页 |
| 2.1 高端酒店 | 第15-18页 |
| 2.1.1 高端酒店的内涵 | 第15页 |
| 2.1.2 高端酒店的发展特点 | 第15-16页 |
| 2.1.3 高端酒店的市场特征 | 第16-17页 |
| 2.1.4 高端酒店的客户关系管理现状及问题 | 第17-18页 |
| 2.2 客户关系管理 | 第18-20页 |
| 2.2.1 客户关系管理理论 | 第18-19页 |
| 2.2.2 高端酒店的核心客户关系管理 | 第19-20页 |
| 2.3 客户价值 | 第20-27页 |
| 2.3.1 客户价值的内涵 | 第20-23页 |
| 2.3.2 客户价值评估方法 | 第23-27页 |
| 2.4 本章小结 | 第27-29页 |
| 3. 高端酒店的客户价值评估模型 | 第29-37页 |
| 3.1 模型的设计理念 | 第29-30页 |
| 3.2 模型的建构过程 | 第30-35页 |
| 3.2.1 当前价值的评估 | 第30-31页 |
| 3.2.2 潜在价值的评估 | 第31-33页 |
| 3.2.3 指标的选取 | 第33-35页 |
| 3.3 高端酒店的客户价值评估模型 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4. 客户关系管理中的数据挖掘 | 第37-44页 |
| 4.1 数据挖掘 | 第37-39页 |
| 4.1.1 数据挖掘的定义 | 第37页 |
| 4.1.2 数据挖掘的作用 | 第37-38页 |
| 4.1.3 数据挖掘的方法 | 第38-39页 |
| 4.2 基于贝叶斯网络的数据分类 | 第39-41页 |
| 4.2.1 贝叶斯网络的工作原理 | 第39-40页 |
| 4.2.2 贝叶斯网络的工作流程 | 第40页 |
| 4.2.3 贝叶斯网络的优点 | 第40-41页 |
| 4.3 客户关系管理中数据挖掘的应用 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5. 实证研究 | 第44-61页 |
| 5.1 数据来源和预处理 | 第44-47页 |
| 5.1.1 数据来源 | 第44页 |
| 5.1.2 指标选择 | 第44-45页 |
| 5.1.3 指标数据预处理 | 第45-47页 |
| 5.2 样本数据描述 | 第47-49页 |
| 5.3 实证分析 | 第49-52页 |
| 5.3.1 工具介绍 | 第49页 |
| 5.3.2 实验过程 | 第49-50页 |
| 5.3.3 评估指标 | 第50-52页 |
| 5.4 结果分析 | 第52-59页 |
| 5.4.1 模型预测的准确率分析 | 第52-54页 |
| 5.4.2 客户分类的效果分析 | 第54-55页 |
| 5.4.3 错分样本分析 | 第55-59页 |
| 5.5 本章小结 | 第59-61页 |
| 6. 结论与启示 | 第61-64页 |
| 6.1 研究结论 | 第61-62页 |
| 6.2 研究创新与局限 | 第62页 |
| 6.3 研究启示 | 第62-64页 |
| 附录 | 第64-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
