| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 一、绪论 | 第9-14页 |
| (一)研究背景与意义 | 第9-11页 |
| 1.研究背景 | 第9-11页 |
| 2.研究意义 | 第11页 |
| (二)国内外研究现状及文献综述 | 第11-12页 |
| (三)论文创新点 | 第12-13页 |
| (四)研究方法 | 第13页 |
| 1.文献研究法 | 第13页 |
| 2.定量分析法 | 第13页 |
| 3.定性分析法 | 第13页 |
| (五)研究内容与框架 | 第13-14页 |
| 二、相关基础理论概述 | 第14-23页 |
| (一)数据科学的含义及其发展 | 第14-17页 |
| 1.数据科学含义与相关概念界定 | 第14-16页 |
| 2.数据科学理论的形成和发展 | 第16-17页 |
| (二)精准营销 | 第17-23页 |
| 1.国外精准营销理论的起源和演进 | 第17-19页 |
| 2.精准营销理论的本地化 | 第19-20页 |
| 3.数据科学在精准营销中的作用 | 第20-23页 |
| 三、SD公司市场营销面临问题及成因分析 | 第23-26页 |
| (一)SD公司概述 | 第23-24页 |
| 1.成立背景 | 第23页 |
| 2.主要产品 | 第23页 |
| 3.经营状况 | 第23页 |
| 4.获客方式 | 第23-24页 |
| (二)SD公司市场营销面临问题 | 第24-25页 |
| 1.渠道不断碎片化,价值难以准确评估 | 第24-25页 |
| 2.产品迭代缺乏方向,难寻客户真正痛点 | 第25页 |
| 3.客户关系管理缺失,存量用户流失严重 | 第25页 |
| (三)SD公司市场营销工作问题成因分析 | 第25-26页 |
| 1.公司缺乏整体战略数据规划 | 第25页 |
| 2.中高层领导缺乏数据管理意识 | 第25-26页 |
| 3.数据团队缺乏运行本行业精准营销项目的经验和能力 | 第26页 |
| 四、基于数据科学的SD公司精准营销对策建议 | 第26-43页 |
| (一)制定完整的战略数据规划 | 第26-28页 |
| 1.战略数据规划概念 | 第26页 |
| 2.调整信息技术规划 | 第26-27页 |
| 3.SD公司的战略数据规划 | 第27-28页 |
| (二)设置适合的数据管理组织架构 | 第28-30页 |
| (三)建立专业化数据管理团队 | 第30-31页 |
| 1.定岗增编 | 第30-31页 |
| 2.KPI考核 | 第31页 |
| (四)搭建数据管理平台和数据仓库 | 第31-35页 |
| 1.选择数据管理平台的搭建方式 | 第31-32页 |
| 2.SD公司数据管理平台架构 | 第32-33页 |
| 3.建立体现消费金融特点的数据仓库 | 第33-34页 |
| 4.SD公司数据仓库模型设计 | 第34-35页 |
| (五)丰富数据采集的方式 | 第35-37页 |
| 1.SD公司的数据源 | 第35-36页 |
| 2.APR接口、FTP协议和开放数据库的数据采集方式 | 第36页 |
| 3.网络爬虫采集数据方式 | 第36-37页 |
| (六)提高数据预处理能力 | 第37-40页 |
| 1.数据清洗 | 第37-38页 |
| 2.数据集成 | 第38-39页 |
| 3.数据转换 | 第39页 |
| 4.数据归约 | 第39页 |
| 5.数据离散化 | 第39-40页 |
| (七)持续建模、验证和训练 | 第40-41页 |
| 1.数据建模 | 第40-41页 |
| 2.模型的验证和训练 | 第41页 |
| (八)实现数据的可视化 | 第41-43页 |
| 五、研究成果 | 第43-58页 |
| (一)渠道筛选项目 | 第43-47页 |
| 1.描述核心客户用户画像 | 第43-46页 |
| 2.确定获客渠道相关指标 | 第46-47页 |
| 3.根据核心用户画像筛选渠道 | 第47页 |
| (二)产品迭代项目 | 第47-51页 |
| 1.埋点部署策略 | 第47-48页 |
| 2.基本流量概况 | 第48-49页 |
| 3.产品流程分析 | 第49-50页 |
| 4.产品功能分析 | 第50页 |
| 5.建议采取措施 | 第50-51页 |
| (三)客户挽回项目 | 第51-57页 |
| 1.基于客户聚类分析,分类定义客户生命周期 | 第51页 |
| 2.基于GBDT的多重组合模型预测客户挽回率 | 第51-52页 |
| 3.基于AHP的客户综合价值评估 | 第52-53页 |
| 4.客户生命周期划分规则 | 第53页 |
| 5.建立客户价值模型,确定挽回目标客户 | 第53-54页 |
| 6.分析客户流失原因 | 第54-55页 |
| 7.针对目标挽回客户的营销策略 | 第55-56页 |
| 8.项目实施结论 | 第56-57页 |
| (四)研究难点 | 第57-58页 |
| 1.有效性和应用成本之间的矛盾 | 第57页 |
| 2.开放性和个人隐私之间的矛盾 | 第57-58页 |
| 3.数据科学应用自身的局限性 | 第58页 |
| 六、研究展望 | 第58-62页 |
| (一)从流量运营到数据运营 | 第58-59页 |
| (二)从终端点触到智能交互 | 第59-60页 |
| (三)从数据孤岛到区块链 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |