基于数据挖掘技术的移动客户品牌管理

发布时间：2017-05-09 07:17

  本文关键词：基于数据挖掘技术的移动客户品牌管理，由笔耕文化传播整理发布。

【摘要】：随着我国电信业改革和重组,我国电信市场环境和竞争格局发生了巨大的变化,形成中国移动、中国电信、中国联通三足鼎立的市场格局。客户选择电信业务及电信企业的余地越来越大,电信企业之间对客户的争夺也越来越激烈。 企业要发展,影响因素很多,建立和拥有知名度很高的品牌会给企业创造更多的发展机会。品牌建设是企业占领市场、提高市场占有份额的重要手段。为实现精细化的客户品牌管理和营销,提高经济效益,扩大市场占有率,在竞争中占据有利位置,移动公司设立了移动客户品牌管理项目,本文在详细分析项目需求,研究并使用经营分析系统的具体功能基础上,运用数据技术实现移动客户品牌管理。 本文在数据挖掘理论研究的基础上,借鉴国内外的研究经验与结论,讲述了数据挖掘技术在通信行业的应用。以经营分析系统为基础,运用数据仓库、联机分析处理、数据挖掘等先进技术,并通过预定义报表、即席查询、OLAP分析等功能,深入分析客户属性。传统的移动客户细分是以客户消费记录为主,主要是从业务找客户,已难以满足公司精细化营销的战略要求。为适用移动客户品牌管理,本文基于VALS2模型(价值观及生活方式)的客户细分研究强调从客户需求出发,将客户的心理行为与通信行为特征相结合进行客户分群研究。 通过建立问题相关性矩阵、提取主层因子,运用因子正交旋转最终得到心理和通信行为因子。将分析所得因子进行聚类分析得到12个客户群体,并对其进行聚类合理性校验以及群体初步分析。选用通用的数据工具和成熟的决策树算法进行数据仿真。通过决策树、分类算法对全网用户进行分析,验证分类识别率,优化模型,详细分析群体特征及其品牌归属。 本文将数据挖掘结果与移动客户品牌管理相结合,并从多方面阐述了运用数据挖掘技术在移动客户品牌管理中所取得的成功。开展精确营销,进行客户品牌迁移,降低营销成本,提升客户价值。
【关键词】：客户关系管理 经营分析系统 数据挖掘 客户品牌
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP311.13
【目录】：

• 摘要5-6
• Abstract6-11
• 插图索引11-12
• 附表索引12-13
• 第1章 绪论13-20
• 1.1 研究现状13-16
• 1.1.1 品牌营销国外现状及发展趋势13-14
• 1.1.2 品牌营销国内现状及发展趋势14-16
• 1.2 研究背景16-18
• 1.2.1 实施背景16
• 1.2.2 项目建设目标16-17
• 1.2.3 研究目标17-18
• 1.3 本章小结18-20
• 第2章 数据挖掘概念及技术20-26
• 2.1 数据挖掘的概念20-21
• 2.2 数据挖掘的应用领域21-22
• 2.3 数据挖掘技术的特点22-23
• 2.4 数据挖掘常用的算法23-24
• 2.5 数据挖掘常用的分析方法24-25
• 2.6 本章小结25-26
• 第3章 经营分析系统概述26-33
• 3.1 经营分析系统的概念26
• 3.2 经营分析系统的功能架构26-27
• 3.2.1 信息服务域27
• 3.2.2 经营服务域27
• 3.2.3 数据管理域27
• 3.3 经营分析系统的技术架构27-30
• 3.3.1 获取层28
• 3.3.2 数据层28-29
• 3.3.3 应用层29
• 3.3.4 访问层29
• 3.3.5 数据及运维管理29-30
• 3.4 经营分析系统使用的数据分析技术30
• 3.4.1 联机分析处理(OLAP)30
• 3.4.2 数据挖掘30
• 3.4.3 联机分析处理和数据挖掘的区别30
• 3.5 经营分析系统的主要功能30-32
• 3.5.1 关键指标监控31
• 3.5.2 统计报表功能31
• 3.5.3 综合分析功能31
• 3.5.4 高级数据挖掘功能31-32
• 3.6 本章小结32-33
• 第4章 移动客户品牌关系管理的数据挖掘模型33-54
• 4.1 交叉行业数据挖掘过程标准模型33-34
• 4.2 建模各个阶段所做的一些工作34-53
• 4.2.1 商业理解34-35
• 4.2.2 数据理解35
• 4.2.3 数据准备35-36
• 4.2.4 建立模型36-51
• 4.2.5 评估51-52
• 4.2.6 部署52-53
• 4.3 本章小结53-54
• 第5章 基于数据挖掘的客户品牌管理模型54-63
• 5.1 移动客户品牌营销管理项目概述54-55
• 5.2 移动客户品牌关系管理项目成果55-61
• 5.2.1 家庭客户处理流程55-56
• 5.2.2 学生客户模型56-57
• 5.2.3 流动客户模型57-59
• 5.2.4 客户对业务偏好情况判断模型59-60
• 5.2.5 欠费风险监控预警模型60
• 5.2.6 中高端离网监控预警实施流程图60-61
• 5.3 移动客户品牌关系61
• 5.4 成果61-62
• 5.5 本章小结62-63
• 结论与展望63-65
• 参考文献65-69
• 致谢69-70
• 附录A 攻读学位期间所发表的学术论文目录70

【参考文献】

中国期刊全文数据库 前10条

1 欧阳为民,郑诚;KDD研究中的若干问题与方法[J];安徽大学学报(自然科学版);1999年01期

2 张景霞;陈建华;;数据挖掘初探[J];赤峰学院学报(自然科学版);2008年07期

3 王海波,仲秋雁;基于数据挖掘的客户关系管理体系结构研究[J];大连理工大学学报(社会科学版);2004年02期

4 吴爱华;;数据挖掘在客户关系管理中的应用研究[J];电脑知识与技术;2008年25期

5 陈宁;周龙骧;;数据采掘在Internet中的应用[J];计算机科学;1999年07期

6 王实;高文;李锦涛;;Web数据挖掘[J];计算机科学;2000年04期

7 王实;高文;;数据挖掘中的聚类方法[J];计算机科学;2000年04期

8 洪家荣，，丁明峰，李星原，王丽薇;一种新的决策树归纳学习算法[J];计算机学报;1995年06期

9 余英泽,廖里,吴渝;一种新型数据分析技术——数据挖掘[J];计算机与现代化;2000年01期

10 刘小虎,李生;决策树的优化算法[J];软件学报;1998年10期

中国硕士学位论文全文数据库 前3条

1 叶松云;我国电信行业客户流失管理的建模、分析及应用研究[D];暨南大学;2004年

2 赵雪清;数据挖掘技术在电信客户流失中的研究与应用[D];大连海事大学;2005年

3 赵莽;基于实证分析的移动客户保持影响因素和策略研究[D];北京邮电大学;2006年

  本文关键词：基于数据挖掘技术的移动客户品牌管理，由笔耕文化传播整理发布。

本文编号：352074