基于数据挖掘的移动CRM客户细分研究

发布时间：2017-09-10 16:01

  本文关键词：基于数据挖掘的移动CRM客户细分研究

  更多相关文章： 数据挖掘 客户关系管理 客户细分

【摘要】：随着国内通信企业的不断发展，通信企业之间的竞争不断加剧，特别是2008年通信行业重组以来，竞争更趋于白热化。一方面，客户选择通信业务及通信企业的余地越来越大，通信企业之间对客户的争夺也越来越激烈。经过运营商不断的“价格战”，通信市场出现了严重的“增量不增收”现象，大量低忠诚度的客户转网或变更业务。通信企业虽纷纷采用具有一定优惠期限的活动来降低客户的流失率，但在优惠期结束后，很多客户便纷纷转网或弃卡重入网以套取新的优惠，仍造成了大规模的客户流失，致使通信企业的业务收入下滑、客户发展效率低成本高。另一方面，通信客户近几年高速增长，形成了庞大、需求差异很大的客户群；同时适用于不同人群的各种新业务不断推出，通信企业需要通过细分客户群，将最合适的业务推销给最需要的客户，实现业务和客户的最佳匹配。 在这种激烈的竞争情况下，面对海量的客户信息及客户数据，运营商如何以客户需求为导向，运用科学的手段进行分析，从中得到有用的信息，实现精细化的管理和营销，并通过有针对性的用高质量服务来吸引和挽留客户，扩大市场占有率，在竞争中占据有利位置，是国内各通信运营商关注的重点。 本人通过将数据挖掘技术应用在长沙移动的客户关系管理(CustomerRelationship Management, CRM)系统中，对海量的客户信息进行分析，达到了细分客户，精细化营销的目的，该应用得到了长沙移动业务管理人员的一致好评。本人主要完成了如下工作：一是系统的研究了国内外CRM的现状以及通信行业CRM的现状、作用和意义。二是提出将数据挖掘技术引入到移动客户关系管理系统中，，建立基于数据挖掘技术的移动客户关系管理系统，以便通过客户的海量相关系信息对客户的价值取向进行预测，从而为营销人员进行有针对性的营销提供理论依据。三是将研究成果直接应用于长沙移动客户关系管理系统，首先以长沙移动客户数据为数据源，通过与长沙移动业务一线管理人员多次交流沟通选取细分变量；然后建立客户细分模型，并运用k-means算法进行聚类分析得到聚类结果；最后对聚类结果进行详细分析，得出相应的预测指标并制定相应的营销策略，同时将相应的聚类预测指标应用到长沙移动客户关系管理系统中。
【关键词】：数据挖掘 客户关系管理 客户细分
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F626;F274;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13-19
• 1.1 论文研究背景和意义13-15
• 1.1.1 研究背景13-14
• 1.1.2 研究意义14-15
• 1.2 国内外研究综述15-17
• 1.2.1 CRM 的研究现状15-16
• 1.2.2 通信行业 CRM 的研究现状16-17
• 1.3 论文研究目标及思路17-18
• 1.3.1 研究目标17
• 1.3.2 研究思路17-18
• 1.4 论文研究方法及主要工作18
• 1.5 论文结构18-19
• 第2章 数据挖掘19-24
• 2.1 数据挖掘的起源19
• 2.2 数据挖掘的定义19-20
• 2.3 数据挖掘的对象20
• 2.4 数据挖掘的功能20-21
• 2.5 数据挖掘的分类21
• 2.6 数据挖掘的基本方法21-23
• 2.7 本章小结23-24
• 第3章 客户关系管理（CRM）系统24-29
• 3.1 CRM 概述24-26
• 3.1.1 CRM 产生和发展24-25
• 3.1.2 CRM 系统的作用25-26
• 3.1.3 使用 CRM 系统的意义26
• 3.2 数据挖掘与 CRM 的关系26-28
• 3.2.1 数据挖掘在客户关系管理中的常用技术27
• 3.2.2 数据挖掘在客户关系管理中的主要应用27-28
• 3.2.3 数据挖掘在 CRM 中应用的过程28
• 3.3 本章小结28-29
• 第4章 移动 CRM 客户细分需求分析及细分模型整体设计29-38
• 4.1 背景分析29
• 4.2 移动客户关系管理现有问题29-30
• 4.2.1 通信行业竞争格局分析29
• 4.2.2 长沙移动客户关系管理细分存在的问题29-30
• 4.3 移动客户细分系统解决的问题30-32
• 4.4 通信行业 CRM 系统构成32
• 4.5 移动 CRM 各模型的相互关系32-33
• 4.6 细分模型总体设计33-37
• 4.6.1 选取数据挖掘主题33-34
• 4.6.2 基于数据挖掘的客户分群流程34-37
• 4.7 本章小结37-38
• 第5章 移动 CRM 客户细分模型的详细设计38-59
• 5.1 客户细分基本理论38-40
• 5.1.1 客户细分的概述38
• 5.1.2 客户细分对于移动营销的作用38-39
• 5.1.3 客户细分的依据与细分方式39
• 5.1.4 客户细分的重要性39-40
• 5.2 客户细分采取的数据挖掘标准40-41
• 5.3 客户细分模型的建立41-53
• 5.3.1 细分变量的选取以及分群设计41-43
• 5.3.2 选择细分变量43-45
• 5.3.3 建立客户细分模型45-52
• 5.3.4 客户细分数据处理52-53
• 5.4 模型评估53-54
• 5.5 结果分析及营销策略的指定54-58
• 5.5.1 结果分析54-56
• 5.5.2 典型分析-大量本地通话组56-58
• 5.6 本章小结58-59
• 结论59-60
• 参考文献60-63
• 致谢63

【参考文献】

中国期刊全文数据库 前10条

1 齐佳音,韩新民,李怀祖;我国客户关系管理研究的紧迫性和方向分析[J];管理科学学报;2002年04期

2 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

3 李卫东,张桂芸,李欣,杨炳儒;利用数据挖掘方法分析客户忠诚度[J];计算机与网络;2005年02期

4 徐振明,顾明;客户资源管理(CRM)系统理论模型的设计与实现[J];计算机工程与应用;2002年11期

5 陈莉,焦李成;Internet/Web数据挖掘研究现状及最新进展[J];西安电子科技大学学报;2001年01期

6 唐明珠;张远平;杨佳;;一种基于概念相似度的文本模糊聚类方法[J];科学技术与工程;2007年05期

7 齐佳音,舒华英;电信运营业客户价值研究的紧迫性及方向探讨[J];电信科学;2003年06期

8 耿晓中;张冬梅;;数据挖掘综述[J];长春师范学院学报;2006年06期

9 梁协雄,雷汝焕,曹长修;现代数据挖掘技术研究进展[J];重庆大学学报(自然科学版);2004年03期

10 戴君琴;面向CRM的数据挖掘技术的应用[J];情报杂志;2004年07期

中国硕士学位论文全文数据库 前3条

1 何贵新;数据挖掘技术在CRM中的应用研究[D];吉林大学;2006年

2 张丽;移动通信业客户关系价值评估模型研究[D];大连理工大学;2006年

3 于莉;数据挖掘技术在移动通信业中的应用研究[D];天津大学;2006年

本文编号：825227