| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 引言 | 第10-11页 |
| 1 客户关系管理（CRM）概论 | 第11-26页 |
| ·客户关系分析 | 第11-16页 |
| ·客户和客户关系概述 | 第11-12页 |
| ·客户生命周期分析 | 第12-16页 |
| ·CRM 的产生与发展 | 第16-18页 |
| ·消费者行为的变迁 | 第17页 |
| ·市场竞争不断加剧 | 第17-18页 |
| ·企业内部管理的需求 | 第18页 |
| ·信息技术的快速发展 | 第18页 |
| ·CRM 的定义 | 第18-21页 |
| ·学术观点 | 第18-19页 |
| ·供应商的观点 | 第19-20页 |
| ·使用者的观点 | 第20-21页 |
| ·CRM 核心思想剖析 | 第21-23页 |
| ·以价值客户为核心 | 第21-22页 |
| ·以客户和企业的双赢为出发点 | 第22页 |
| ·以获得长期收益为目标 | 第22页 |
| ·以内部员工为重要“客户” | 第22-23页 |
| ·以信息共享和集成为基础 | 第23页 |
| ·CRM 系统的基本架构 | 第23-26页 |
| ·CRM 系统的组成 | 第23-24页 |
| ·CRM 系统的两大类型 | 第24-26页 |
| 2 数据挖掘的原理和方法 | 第26-36页 |
| ·数据挖掘的概念 | 第26页 |
| ·数据挖掘的功能 | 第26-30页 |
| ·概念描述 | 第27页 |
| ·关联分析 | 第27-28页 |
| ·序列模式分析 | 第28页 |
| ·分类分析 | 第28-29页 |
| ·聚类分析 | 第29页 |
| ·演变分析 | 第29-30页 |
| ·偏差检测 | 第30页 |
| ·复杂类型的数据挖掘 | 第30页 |
| ·数据挖掘的常用方法 | 第30-34页 |
| ·决策树 | 第31-32页 |
| ·神经网络 | 第32-33页 |
| ·传统统计分析 | 第33页 |
| ·粗集方法(Rough Set) | 第33页 |
| ·遗传算法(Genetic Algorithms) | 第33-34页 |
| ·模糊技术 | 第34页 |
| ·可视化技术 | 第34页 |
| ·数据挖掘的步骤 | 第34-36页 |
| 3 基于数据挖掘的银行CRM 系统的构建和实施 | 第36-44页 |
| ·国内商业银行实施 CRM 的必要性 | 第36-37页 |
| ·银行 CRM 的主要内容 | 第37-38页 |
| ·客户信息管理 | 第37-38页 |
| ·银行营销管理 | 第38页 |
| ·销售管理 | 第38页 |
| ·服务管理与客户关怀 | 第38页 |
| ·银行 CRM 系统的总体架构 | 第38-40页 |
| ·银行 CRM 系统的实施 | 第40-44页 |
| ·从管理学的角度去分析银行如何实施 CRM | 第40-41页 |
| ·从数据挖掘的角度去分析银行如何实施 CRM | 第41-44页 |
| 4 数据挖掘在银行CRM 中的应用 | 第44-49页 |
| ·数据挖掘在银行经营管理中的作用 | 第44-45页 |
| ·数据挖掘在银行 CRM 系统中应用的具体方法 | 第45-49页 |
| ·采用概念描述的方法获得客户信息评价 | 第45页 |
| ·使用关联规则发现客户信息数据之间的关系 | 第45-47页 |
| ·使用分类方法对现有的客户归类 | 第47页 |
| ·采用聚类分析将客户进行类型划分 | 第47页 |
| ·使用孤立点分析找到客户中的特殊行为 | 第47-49页 |
| 5 建设银行OCRM 系统简介 | 第49-56页 |
| ·建设银行的概况 | 第49页 |
| ·建设银行 CRM 系统开发背景及简介 | 第49-51页 |
| ·建设银行 OCRM 系统的基本功能 | 第51-54页 |
| ·建设银行 OCRM 系统中数据挖掘的简单应用实例 | 第54-56页 |
| 6 结束语 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-59页 |