基于客户细分的潜在高价值客户挖掘实证研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 客户关系管理的发展历程 | 第10-11页 |
| 1.3.2 数据挖掘在客户关系管理中的研究现状 | 第11-12页 |
| 1.4 论文主要价值及结构安排 | 第12-13页 |
| 2 相关理论 | 第13-22页 |
| 2.1 客户价值理论 | 第13-16页 |
| 2.1.1 客户的一般价值 | 第13页 |
| 2.1.2 客户生命周期价值 | 第13-16页 |
| 2.1.3 长尾理论 | 第16页 |
| 2.2 RFM客户分类方法 | 第16-18页 |
| 2.2.1 RFM模型的介绍 | 第16-17页 |
| 2.2.2 RFM模型的应用现状 | 第17-18页 |
| 2.3 数据挖掘算法的介绍 | 第18-22页 |
| 2.3.1 分类算法 | 第18-20页 |
| 2.3.2 聚类算法 | 第20-22页 |
| 3 潜在高价值客户挖掘体系的建立 | 第22-26页 |
| 3.1 客户价值的分类体系 | 第22-23页 |
| 3.1.1 客户价值分类概述 | 第22-23页 |
| 3.1.2 RFMD打分模型的建立 | 第23页 |
| 3.2 潜在高价值客户预测模型的建立 | 第23-24页 |
| 3.3 客户行为的分类体系 | 第24-26页 |
| 3.3.1 客户行为分类概述 | 第24-25页 |
| 3.3.2 kmeans的客户聚类分析 | 第25-26页 |
| 4 潜在高价值客户数据挖掘体系的实际应用 | 第26-38页 |
| 4.1 GL公司业务问题的描述 | 第26页 |
| 4.2 指标的选择 | 第26-27页 |
| 4.2.1 GL公司数据的介绍 | 第26页 |
| 4.2.2 指标的定义 | 第26-27页 |
| 4.3 挖掘潜在高价值客户 | 第27-33页 |
| 4.3.1 基于客户价值的客户细分 | 第27-29页 |
| 4.3.2 挖掘潜在高价值客户 | 第29-33页 |
| 4.4 基于客户购买行为的客户细分 | 第33-38页 |
| 4.4.1 根据产品偏好的客户细分 | 第33-37页 |
| 4.4.2 根据活动偏好的客户细分 | 第37-38页 |
| 5 营销策略的制定 | 第38-41页 |
| 5.1 基于产品的营销策略 | 第38-39页 |
| 5.2 基于活动的营销策略 | 第39-40页 |
| 5.3 综合营销策略 | 第40-41页 |
| 6 总结与展望 | 第41-43页 |
| 6.1 研究总结 | 第41页 |
| 6.2 研究展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 后记 | 第46页 |
