数据挖掘技术下的联名信用卡营销分析

发布时间：2020-04-02 02:59

【摘要】： 由于信息技术的发展和金融市场的壮大,我国信用卡市场蓬勃发展,商业银行间的竞争也日渐激烈。伴随着特约商户的业务拓展,联名信用卡逐渐成为一种流行趋势,而各大银行和商户逐渐认识到客户的重要地位,不再只以产品作为出发点,如何有效了解客户信息,有效利用客户资源将其转化为内部资源,更好的提高服务质量,将成为商业银行面临的重点问题。这一系列的改变对提高客户的满意度,维护高价值客户的比例,并最终扩大市场有效占有率提供帮助。数据挖掘技术作为处理海量信用卡业务数据的强有力工具,能发现未知的、有价值的规律,这无疑成为提供个性化服务的依据。本文借鉴客户关系管理的理念,以国内某商业银行的联名信用卡客户数据对客户细分及其应用进行了研究,并从中提出各种关联规则和营销策略。本文首先运用数据仓库技术建立了客户交易行为的数据仓库,利用RFM模型和聚类技术完成联名卡动卡数据的客户细分和销卡数据的主要类型分析。其次,在动卡客户得出的四类典型客户类型基础上对客户细分的运用。再次,研究联名卡消费数据中关联模式及其应用,利用SPSS Clementine 11.1进行了模型仿真实验分析,得到了有价值的关联模式,也提出了一些基于数据挖掘结果的联名卡营销战略和个性化营销的各种可利用方法。本文的研究尝试了数据挖掘在客户分析中的应用,希望借此能为商业银行以及商户发行联名卡、开展联名卡营销等带来新思路,也能为国内商业银行整合商户资源,提升竞争优势提供帮助。
【图文】：

交易行为,星型模型

图3.3交易行为星型模型图再次，进行数据预处理。数据预处理的具体过程在下文的仿真中将体现，这里明其重要性。数据预处理主要是理解数据、确定发现任务、发现任务相关知识的工作，通过从源系统抽取到数据仓库的一个过程，包括数据清洗、数据集成、数换和数据简化四个步骤。检查数据遗漏和缺失，保证数据的完备性、一致性和唯。下面5个表说明从各数据库中抽取的响应数据来源，并对应建立到客户交易行据仓库中去。表3.3数据源表数数据源名称称数据源作用用数据源位置置客客户资料库(Custome:nata)))提供客户基本情况况客户资料管理系统统当当日成交库(D盯’s伽nsaction)))提供客户交易明细细交易系统统信信用卡资料库(CardData)))提供信用一卜基本情况况信用卡管理系统统帐帐户资料库(AceountData)))提供账户基本情况况账户管理系统统

过程图,软件分析,过程图,客户细分

手手手手手续费贡献献卡客户细分研究于聚类的动卡客户细分研究系统的复杂性研究着重于揭示经济对象构成的原因及其深化的历预测其未来的发展。对具有确定特征的对象建模时，参数化的分组明具有很高的效率。利用聚类进行数据预处理可以获取数据的基进行特征值抽取或者分类就可以提高数据的精确度和挖掘效率，并的关联分析，以获得有用信息。从商业角度来说，，聚类分析可以帮基本库中发现不同的客户群，本文将选用修正的RFM模型，用价究的基础。本文选用2008年12月1日至2009年n月30日1504使用K一means聚类，SPSSClementinel1.1软件过程如下:
【学位授予单位】：首都经济贸易大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F274;F830.4

【参考文献】