| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 研究的思路及主要内容 | 第10-13页 |
| 1.2.1 研究的思路及框架 | 第10-11页 |
| 1.2.2 研究的主要内容 | 第11-13页 |
| 第2章 相关理论综述 | 第13-19页 |
| 2.1 客户关系管理相关理论 | 第13-14页 |
| 2.1.1 CRM观点简单阐述 | 第13页 |
| 2.1.2 CRM的主要功能 | 第13-14页 |
| 2.2 客户细分 | 第14-15页 |
| 2.2.1 客户细分的概念 | 第14-15页 |
| 2.2.2 客户细分的模型 | 第15页 |
| 2.3 数据挖掘相关技术概念 | 第15-19页 |
| 2.3.1 数据挖掘及其分类 | 第15-16页 |
| 2.3.2 聚类分析 | 第16-19页 |
| 第3章 H银行客户分类管理现状及问题分析 | 第19-23页 |
| 3.1 H银行简介 | 第19页 |
| 3.2 H银行客户分类管理现状 | 第19-20页 |
| 3.3 H银行客户分类管理中存在的问题及原因分析 | 第20-23页 |
| 3.3.1 缺乏有效的客户细分 | 第20-21页 |
| 3.3.2 缺乏对客户流失的分析 | 第21页 |
| 3.3.3 以客户为中心的经营理念不足 | 第21页 |
| 3.3.4 差异化服务不到位 | 第21-22页 |
| 3.3.5 客户经理职责定位不合理 | 第22-23页 |
| 第4章 基于聚类分析的H银行客户细分方法 | 第23-36页 |
| 4.1 基于聚类分析的总体设计 | 第23-24页 |
| 4.2 数据采集与预处理 | 第24-27页 |
| 4.2.1 数据模型 | 第24-25页 |
| 4.2.2 数据预处理 | 第25-27页 |
| 4.3 利用SAS进行聚类分析 | 第27-30页 |
| 4.3.1 基于银行收益数据的聚类分析 | 第27-29页 |
| 4.3.2 基于客户活动强度数据的聚类分析 | 第29-30页 |
| 4.4 基于聚类分析结果的客户细分 | 第30-36页 |
| 4.4.1 基于银行收益的客户分类 | 第30-32页 |
| 4.4.2 基于活动强度的客户分类 | 第32-34页 |
| 4.4.3 基于客户价值和活跃强度的客户二维分类 | 第34-36页 |
| 第5章 基于客户细分的营销策略制定 | 第36-45页 |
| 5.1 基于聚类的客户分类与银行现有分类情况对比分析 | 第36-38页 |
| 5.2 基于客户细分的营销策略分析 | 第38页 |
| 5.3 基于客户细分的具体营销策略 | 第38-44页 |
| 5.3.1 针对高价值不同活动强度客户策略 | 第38-41页 |
| 5.3.2 针对中价值不同活动强度客户策略 | 第41-43页 |
| 5.3.3 针对低价值不同活动强度客户策略 | 第43-44页 |
| 5.4 预期应用效果 | 第44-45页 |
| 第6章 总结与展望 | 第45-46页 |
| 6.1 总结 | 第45页 |
| 6.2 不足与展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 卷内备考表 | 第49页 |