基于数据挖掘技术的商业银行客户关系管理
发布时间:2020-11-06 12:41
商业银行客户关系管理的核心是借助先进的管理方法和信息技术,通过对企业业务流程的重组来整合客户资源,利用客户经理制度,实现客户信息和资源的共享,从而为客户提供优质的产品和服务,保持和发展更多的客户,最终达到银行利润的最大化。近年来,随着数据挖掘技术的发展和成熟,该技术被越来越多的应用于商业银行的客户关系管理中,对现有客户进行细分,有效地发掘银行的重点客户及其潜在的需求,为其提供“一对一”的个性化服务,极大地提高了客户的满意度和忠诚度,在吸引新客户的同时,也避免了老客户的流失。而且,使用了数据挖掘后,商业银行对产品和服务的营销变得更加具有针对性,只需把产品或服务提供给有潜在需求的客户,在有效提高销售产品和服务的成功率以及效率的同时,也降低了营销的成本。 为了预测某银行的新客户是否会购买理财产品,本文使用了数据挖掘技术中的决策树来建立模型,找出已经购买理财产品的客户的特征(存款金额、年龄、性别、学历、持卡年数等),并根据此特征来分类并预测新客户对理财产品的需求情况。首先,本文在详细论述了分类原理、决策树原理及其算法和决策树建模优势的基础上,建立了决策树模型,并对决策树进行了剪枝,提出了分类规则。其次,文章从准确性和可伸缩性两个方面对模型进行了解释和验证。最后,根据对模型分析的结果,成功地实现了对目标客户的分类,为商业银行的个性化服务和关系营销提供了科学依据。
【学位单位】:五邑大学
【学位级别】:硕士
【学位年份】:2013
【中图分类】:TP311.13;F832.33
【文章目录】:
摘要
Abstract
目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 研究问题及意义
1.3.1 本文研究的问题
1.3.2 研究的意义和作用
第二章 商业银行客户关系管理及数据挖掘理论体系
2.1 客户关系管理理论
2.1.1 概念
2.1.2 客户关系管理的内涵
2.1.3 CRM的基本内容
2.1.4 CRM系统的逻辑体系结构
2.1.5 商业银行客户关系管理
2.2 数据挖掘
2.2.1 数据挖掘的概念
2.2.2 数据挖掘常用的分析方法
2.2.3 数据挖掘常用的方法
2.3 数据挖掘技术与商业银行CRM的关系
2.3.1 数据挖掘对商业银行实施客户关系管理的重要性
2.3.2 数据挖掘在商业银行CRM中的应用模型
2.3.3 构建以数据挖掘技术为核心的商业银行CRM系统
第三章 商业银行CRM的数据挖掘方法的确定
3.1 商业银行数据库或数据仓库中数据的情况概述
3.1.1 商业银行CRM系统中应当具备的数据信息
3.1.2 商业银行CRM系统中实际获得的数据信息
3.1.3 对商业银行中用于本次建模的数据进行分析
3.2 根据本次数据挖掘的任务确定数据挖掘的方法
3.2.1 决策树法
3.2.2 本文选用决策树的优势
3.3 决策树建模的原理及算法
3.3.1 分类原理
3.3.2 决策树分类及算法
第四章 商业银行利用决策树创建模型的实证研究
4.1 客户有关数据的预处理
4.1.1 数据清理
4.1.2 数据集成和变换
4.1.3 数据规约
4.2 根据商业银行数据信息创建决策树模型
4.2.1 建模中的概念分层
4.2.2 创建决策树
4.2.3 根据决策树模型找出商业银行客户的分类规则
4.2.4 模型结论
4.3 对决策树分类模型的测试
4.3.1 决策树算法的可伸缩性
4.3.2 决策树归纳法的准确性
第五章 商业银行客户关系管理策略
5.1 商业银行决策树模型的评价和解释
5.2 商业银行基于模型结果的客户关系管理策略
5.2.1 商业银行客户关系营销策略
5.2.2 提升与客户合作的价值
总结与展望
参考文献
科研活动
致谢
附录
【参考文献】
本文编号:2873150
【学位单位】:五邑大学
【学位级别】:硕士
【学位年份】:2013
【中图分类】:TP311.13;F832.33
【文章目录】:
摘要
Abstract
目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 研究问题及意义
1.3.1 本文研究的问题
1.3.2 研究的意义和作用
第二章 商业银行客户关系管理及数据挖掘理论体系
2.1 客户关系管理理论
2.1.1 概念
2.1.2 客户关系管理的内涵
2.1.3 CRM的基本内容
2.1.4 CRM系统的逻辑体系结构
2.1.5 商业银行客户关系管理
2.2 数据挖掘
2.2.1 数据挖掘的概念
2.2.2 数据挖掘常用的分析方法
2.2.3 数据挖掘常用的方法
2.3 数据挖掘技术与商业银行CRM的关系
2.3.1 数据挖掘对商业银行实施客户关系管理的重要性
2.3.2 数据挖掘在商业银行CRM中的应用模型
2.3.3 构建以数据挖掘技术为核心的商业银行CRM系统
第三章 商业银行CRM的数据挖掘方法的确定
3.1 商业银行数据库或数据仓库中数据的情况概述
3.1.1 商业银行CRM系统中应当具备的数据信息
3.1.2 商业银行CRM系统中实际获得的数据信息
3.1.3 对商业银行中用于本次建模的数据进行分析
3.2 根据本次数据挖掘的任务确定数据挖掘的方法
3.2.1 决策树法
3.2.2 本文选用决策树的优势
3.3 决策树建模的原理及算法
3.3.1 分类原理
3.3.2 决策树分类及算法
第四章 商业银行利用决策树创建模型的实证研究
4.1 客户有关数据的预处理
4.1.1 数据清理
4.1.2 数据集成和变换
4.1.3 数据规约
4.2 根据商业银行数据信息创建决策树模型
4.2.1 建模中的概念分层
4.2.2 创建决策树
4.2.3 根据决策树模型找出商业银行客户的分类规则
4.2.4 模型结论
4.3 对决策树分类模型的测试
4.3.1 决策树算法的可伸缩性
4.3.2 决策树归纳法的准确性
第五章 商业银行客户关系管理策略
5.1 商业银行决策树模型的评价和解释
5.2 商业银行基于模型结果的客户关系管理策略
5.2.1 商业银行客户关系营销策略
5.2.2 提升与客户合作的价值
总结与展望
参考文献
科研活动
致谢
附录
【参考文献】
相关期刊论文 前10条
1 陈敏;;数据挖掘技术在商业银行中的应用[J];中国管理信息化;2011年09期
2 张颖;数据挖掘技术在银行CRM中的应用[J];广西金融研究;2004年02期
3 吴湘洲,田盛丰;数据挖掘原型系统GenMiner中分类挖掘模块的设计与实现[J];计算机工程;2002年12期
4 张雪英;国外先进数据挖掘工具的比较分析[J];计算机工程;2003年16期
5 张琦;客户关系管理——提升商业银行核心竞争力的关键[J];上海金融;2005年01期
6 黄解军,万幼川,潘和平;银行客户关系管理与数据挖掘的应用[J];计算机工程与设计;2003年07期
7 翟鸿鸣;银行CRM系统的分析与设计[J];微机发展;2004年01期
8 徐小平,刘玉宝;我国银行业客户关系管理研究[J];现代管理科学;2003年01期
9 乔向杰;陈功平;;数据挖掘中分类算法的可扩展性研究[J];信阳师范学院学报(自然科学版);2006年02期
10 曲东荣;CRM在中国银行领域中的应用[J];中国金融电脑;2000年10期
本文编号:2873150
本文链接:https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/2873150.html