基于序列模型的银行个人客户交叉销售研究
本文关键词:基于序列模型的银行个人客户交叉销售研究 出处:《预测》2011年06期 论文类型:期刊论文
更多相关文章: 交叉销售 序列模型 Logistic回归 数据挖掘
【摘要】:选择合适的客户并对其推荐合适的产品成为企业提高交叉销售业绩、获得竞争优势的重要方面。本文以某商业银行的18515位个人客户的历史交易数据为研究对象,构建序列模型,利用逻辑回归分析的方法在仅利用银行现有数据的基础上来预测客户下次购买不同产品的概率。实证结果显示,本模型对每种产品的预测准确率达到72%以上,这样不仅能帮助银行提高客户经理在产品推荐时的准确性,而且可以使银行的营销决策更有针对性,从而给银行带来更大的收益。
[Abstract]:Select the right customers and recommend the right products to become the enterprise to improve cross-sales performance. This paper takes the historical transaction data of 18515 individual customers of a commercial bank as the research object and constructs the sequence model. The method of logical regression analysis is used to predict the probability of customers buying different products next time on the basis of only using the existing data of banks. The empirical results show that. The prediction accuracy of this model for each product is more than 72%, which can not only help the bank improve the accuracy of the product recommendation, but also make the bank marketing decision more targeted. In turn, the bank will bring greater benefits.
【作者单位】: 西安工业大学经济管理学院;
【基金】:国家自然科学基金资助项目(70872087,71002102,71172133) 陕西省教育厅基金资助项目(08JK082,2010JK141) 陕西省普通高等学校哲学社会科学特色学科建设资助项目 西安工业大学科研创新团队建设计划资助项目,西安工业大学校长基金资助项目(XJJ200724)
【分类号】:F832.2;F224
【正文快照】: 1引言客户是企业保持活力的源泉,没有客户,企业就没有收入,没有利润,也就没有存在的基础。因此企业的经营理念不断由“产品导向”转向“客户导向”,客户作为企业的重要资产受到广泛的重视。Blattberg等指出交叉销售是客户资产增值的重要途径[1]。Nash,Deighton等指出交叉销售
【参考文献】
相关期刊论文 前2条
1 郭国庆;CRM与交叉销售在美国金融业的应用及其启示[J];山东大学学报(哲学社会科学版);2003年05期
2 赵华;宋顺林;;改进的序列模式挖掘算法在交叉营销中的应用[J];计算机工程与设计;2007年05期
【共引文献】
相关期刊论文 前10条
1 钱明辉;孟捷;;交叉销售视角下企业多元化战略风险研究[J];财经问题研究;2007年01期
2 张云起;赵国杰;李军;;从营销模式和技术的创新中降低成本和风险[J];管理世界;2006年01期
3 戴永;;基于客户关系管理视角下的交叉销售研究[J];黑龙江对外经贸;2006年11期
4 周俊华;;以交叉销售营销手段经营顾客资产[J];合作经济与科技;2009年21期
5 郭国庆;孟捷;钱明辉;;顾客知识管理视角下的交叉销售绩效研究[J];江西社会科学;2007年10期
6 郭国庆,吴剑峰,钱明辉;交叉销售在中国金融业的应用前景研究:美国的经验及启示[J];南开管理评论;2005年01期
7 莫小平;;我国加油站交叉销售策略实证研究[J];西北农林科技大学学报(社会科学版);2010年04期
8 席雅峰,闫雪晶;浅析我国商业银行引入交叉销售的可能性[J];商场现代化;2005年23期
9 刘朝华;蔡淑琴;;分析客户交叉销售能力的方法[J];商场现代化;2007年22期
10 颜正恕;;现代企业敏捷营销的信息化建设研究[J];商场现代化;2008年25期
相关博士学位论文 前5条
1 刘朝华;基于客户价值的客户分类模型研究[D];华中科技大学;2008年
2 潘淮水;基于顾客关系管理的直复营销企业整合营销管理模式研究[D];南开大学;2009年
3 冉斌;服务企业绩效评估体系研究[D];吉林大学;2008年
4 田玲;电子商务环境下分析型客户关系管理的研究[D];天津大学;2005年
5 张云起;营销风险形成机理与预警控制研究[D];天津大学;2005年
相关硕士学位论文 前10条
1 卢英;网上银行服务质量各维度对交叉购买的影响[D];东北财经大学;2010年
2 谢微妮;数据挖掘技术下的联名信用卡营销分析[D];首都经济贸易大学;2010年
3 张杰;面向零售行业的数据挖掘技术的研究及应用[D];江西理工大学;2008年
4 李佳;增量式优化关联规则算法研究及应用[D];江苏科技大学;2010年
5 白云;民生银行M支行个人业务营销策略研究[D];中央民族大学;2010年
6 寇宇;关联规则挖掘在电信产品交叉销售中的应用研究[D];哈尔滨工业大学;2010年
7 赵琦元;商业银行零售客户的交叉销售策略研究[D];西安工业大学;2011年
8 陈健;数据挖掘技术在交叉销售中的应用[D];苏州大学;2009年
9 杨萌;中国光大银行大连分行交叉销售策略研究[D];大连理工大学;2007年
10 崔晶;基于交叉销售理论的XX保险集团营销策略研究[D];南京理工大学;2008年
【二级参考文献】
相关期刊论文 前1条
1 郭国庆;营销方式新进展:从CRM到交叉销售[J];管理评论;2003年02期
相关重要报纸文章 前1条
1 郭国庆 刘尔铎;筑牢连接企业与市场的桥梁[N];人民日报;2003年
相关硕士学位论文 前1条
1 王芳;基于数据挖掘的客户流失预测研究[D];西南师范大学;2003年
【相似文献】
相关期刊论文 前10条
1 L.Brankovic ,V Estivivll-Castro ,彭惜君;数据挖掘的隐私问题[J];统计与信息论坛;2005年03期
2 宋莉芳,张阿兰,谢邦昌;数据挖掘与若干概念的异同[J];中国统计;2004年09期
3 张维群;数据挖掘研究和应用的现状与前景[J];统计与信息论坛;2004年01期
4 徐徐,戴稳胜,谢邦昌;金融与财务领域的数据挖掘[J];中国统计;2005年03期
5 张阿兰,谢邦昌;数据挖掘在信用卡公司的应用[J];统计与信息论坛;2002年06期
6 田艳;数据挖掘技术的应用及发展[J];统计与信息论坛;2004年04期
7 ;“数据挖掘与智能算法”专辑征稿启事[J];工程数学学报;2010年01期
8 谢安;从数据中开采“黄金”:直面数字化时代[J];数量经济技术经济研究;2001年08期
9 李经振;数据挖掘:统计学的分支?[J];江苏统计;2002年09期
10 张虎,刘强;问卷调查分析中的Logistic回归与自变量筛选问题研究[J];中南财经政法大学学报;2003年05期
相关会议论文 前10条
1 李天瑞;徐扬;;基于粗糙集的一种挖掘分类规则算法[A];2001年中国管理科学学术会议论文集[C];2001年
2 林云;;RoughSet理论在库存管理中的应用[A];中国企业运筹学[C];2009年
3 刘明亮;吴跃民;杨明;;基于粗糙集和云理论的土地适宜性评价模型的建立[A];2006年中国土地学会学术年会论文集[C];2006年
4 赵丽;杨利彬;;基于支持向量机的供应商合作伙伴选择[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年
5 陈国青;卫强;;模糊关联规则及其发现方法[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
6 侯建荣;黄沛;黄丹;;基于小波-分形的营销序列模式相似性研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年
7 高歌;张明芝;;多分类有序反应变量Logistic回归及其在国家医师资格考试研究中的应用[A];2003中国现场统计研究会第十一届学术年会论文集(上)[C];2003年
8 王一鸣;印为;石勇;;基于次序逻辑斯蒂模型的企业贷款信用风险评级研究[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年
9 王莉;杨印生;刘子玉;;基于Binary Logistic回归方法的农村劳动力流动影响因素分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
10 张大维;董泽;赵昌辉;;Logistic回归在武器装备研制经费估算中的应用[A];寿命周期费用技术与循环经济[C];2008年
相关重要报纸文章 前1条
1 韩际平 马士龙 张来成;创新的足迹[N];中国信息报;2006年
相关博士学位论文 前10条
1 殷瑞飞;数据挖掘中的聚类方法及其应用[D];厦门大学;2008年
2 刘承水;基于数据挖掘的客户序位应用研究[D];华北电力大学(北京);2006年
3 聂斌;复杂多品种制造系统质量管理方法与应用研究[D];天津大学;2005年
4 邓兰松;基于EVT的证券公司市场风险管理的VaR与CVaR研究[D];天津大学;2004年
5 郝占刚;基于遗传算法等技术的数据与文本聚分类研究[D];天津大学;2006年
6 董晓莉;时间序列数据挖掘相似性度量和周期模式挖掘研究[D];天津大学;2007年
7 贺平;数据挖掘中的分类方法及其在质谱数据中的应用[D];四川大学;2005年
8 耿新青;基于模糊逻辑和神经网络的数据及文本挖掘的方法研究[D];天津大学;2005年
9 刘云霞;数据归约的统计方法研究及应用[D];厦门大学;2007年
10 熊慧娟;min-max-min规划的凝聚同伦方法及其在数据挖掘中的应用[D];大连理工大学;2009年
相关硕士学位论文 前10条
1 黄晓辉;基于数据挖掘的投标辅助决策研究[D];电子科技大学;2010年
2 席宁;基于数据挖掘的企业库存管理系统研究[D];天津大学;2009年
3 徐行;电信行业交叉销售模型的研究与设计[D];北京邮电大学;2011年
4 郭辉洪;引入公司治理变量的财务困境预警[D];厦门大学;2008年
5 罗萌萌;基于公司治理因素的财务困境预警实证研究[D];吉林大学;2009年
6 孙晶;财务报告舞弊识别的实证研究[D];吉林大学;2009年
7 刘晓妍;信用卡信用风险及其评估研究[D];山东大学;2009年
8 胡倩;基于logistic回归分析的商业银行信用风险研究[D];武汉理工大学;2009年
9 谢雅雅;集成学习算法在客户忠诚度分析中的应用[D];清华大学;2008年
10 代拓;基于主成分分析的财务预警机制实证研究[D];华中科技大学;2007年
,本文编号:1415397
本文链接:https://www.wllwen.com/guanlilunwen/bankxd/1415397.html