基于聚类分析的H银行客户细分及营销策略研究

发布时间：2017-05-22 15:31

  本文关键词：基于聚类分析的H银行客户细分及营销策略研究，由笔耕文化传播整理发布。

【摘要】：随着全球经济的回暖,银行业之间展开了激烈的竞争,可以肯定的是,竞争的结果就是对客户市场的重新分割,对于现在的银行业来说,最重要的不是资产概念,而是客户概念,谁掌握了客户谁就掌握着未来的机遇和财富。如何在快速多变的市场中保持老客户与争取新客户成为关乎各类银行成长和发展的关键,以客户为中心的客户关系管理思想就是在这样的环境和变化中逐渐为银行重视与推崇然而,如何成功地实施一个CRM项目,关键在于如何对客户与银行交互过程中的各种数据进行收集、分析,挖掘出隐含在数据中的有用信息,然后用分析所得的知识做出决策这就需要先进的技术和工具的支持,数据挖掘技术的出现为银行CRM的实施提供了良好的技术支持。本文先是明确选题背景和研究意义,接着综述了客户关系管理,客户细分,数据挖掘等方面的理论,然后以H银行的客户信息为研究对象,分析其现行的客户分类管理中存在的一些不足,提出按照客户价值分类的两个维度：客户活动强度和银行收益建立数据模型,利用聚类分析中的K-Means算法对客户消费行为,自身属性,银行存款收益,消费收益等指标进行挖掘和分析,详细阐述挖掘方法和过程, 并联系银行实际业务对聚类结果进行二维分类研究,建立客户细分的维度模型,并最终把客户细分为9大客户群,最后根据每个客户群体的行为和消费特征制定差异化的营销策略,从而达到产品和服务都具有针对性,争取客户满意度最大化和保持有价值客户、提升客户层次的目的。实证分析结果表明基于本文提出的对银行客户价值的评价方法更为简单、实用,可以为H银行进行客户评价提供决策支持。
【关键词】：数据挖掘 聚类分析 客户分类
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F274;F832.33
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-13
• 1.1 选题背景和研究意义9-10
• 1.1.1 选题背景9-10
• 1.1.2 研究意义10
• 1.2 研究的思路及主要内容10-13
• 1.2.1 研究的思路及框架10-11
• 1.2.2 研究的主要内容11-13
• 第2章 相关理论综述13-19
• 2.1 客户关系管理相关理论13-14
• 2.1.1 CRM观点简单阐述13
• 2.1.2 CRM的主要功能13-14
• 2.2 客户细分14-15
• 2.2.1 客户细分的概念14-15
• 2.2.2 客户细分的模型15
• 2.3 数据挖掘相关技术概念15-19
• 2.3.1 数据挖掘及其分类15-16
• 2.3.2 聚类分析16-19
• 第3章 H银行客户分类管理现状及问题分析19-23
• 3.1 H银行简介19
• 3.2 H银行客户分类管理现状19-20
• 3.3 H银行客户分类管理中存在的问题及原因分析20-23
• 3.3.1 缺乏有效的客户细分20-21
• 3.3.2 缺乏对客户流失的分析21
• 3.3.3 以客户为中心的经营理念不足21
• 3.3.4 差异化服务不到位21-22
• 3.3.5 客户经理职责定位不合理22-23
• 第4章 基于聚类分析的H银行客户细分方法23-36
• 4.1 基于聚类分析的总体设计23-24
• 4.2 数据采集与预处理24-27
• 4.2.1 数据模型24-25
• 4.2.2 数据预处理25-27
• 4.3 利用SAS进行聚类分析27-30
• 4.3.1 基于银行收益数据的聚类分析27-29
• 4.3.2 基于客户活动强度数据的聚类分析29-30
• 4.4 基于聚类分析结果的客户细分30-36
• 4.4.1 基于银行收益的客户分类30-32
• 4.4.2 基于活动强度的客户分类32-34
• 4.4.3 基于客户价值和活跃强度的客户二维分类34-36
• 第5章 基于客户细分的营销策略制定36-45
• 5.1 基于聚类的客户分类与银行现有分类情况对比分析36-38
• 5.2 基于客户细分的营销策略分析38
• 5.3 基于客户细分的具体营销策略38-44
• 5.3.1 针对高价值不同活动强度客户策略38-41
• 5.3.2 针对中价值不同活动强度客户策略41-43
• 5.3.3 针对低价值不同活动强度客户策略43-44
• 5.4 预期应用效果44-45
• 第6章 总结与展望45-46
• 6.1 总结45
• 6.2 不足与展望45-46
• 参考文献46-48
• 致谢48-49
• 卷内备考表49

【相似文献】

中国期刊全文数据库 前10条

1 于宗民;;从客户细分看企业信息化建设中的缺失[J];中国金融电脑;2007年07期

2 金雷法;;基于客户价值的客户细分及保持策略分析[J];现代商业;2010年15期

3 丘琪铮;;中国企业的客户细分与管理[J];销售与市场(管理版);2010年05期

4 唐家琳;;客户细分在电信营销中的应用探究[J];全国商情(理论研究);2013年02期

5 张静;;通信企业客户细分及相关技术综述[J];信息与电脑(理论版);2014年01期

6 张国方,金国栋;客户细分理论及应用策略研究[J];华中科技大学学报(社会科学版);2003年03期

7 李益强,漆晨曦;基于数据挖掘的电信客户细分研究析[J];广东通信技术;2005年05期

8 张晓航;基于聚类算法的客户细分[J];通信企业管理;2005年12期

9 张国政;高杰;;客户关系管理中基于数据挖掘的客户细分研究[J];市场营销导刊;2005年05期

10 刘立;;数据仓库中的客户细分[J];当代经理人;2006年03期

中国重要会议论文全文数据库 前3条

1 张国政;;基于CLV及客户满意度的客户细分研究[A];中国市场营销创新与发展学术研讨会论文集[C];2009年

2 谢琳;潘定;;珠三角宽带客户细分及保持策略研究[A];第二十九届中国控制会议论文集[C];2010年

3 卢艳丽;韩景元;袁丽娜;;基于客户终身价值的客户细分方法实证研究[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

中国重要报纸全文数据库 前10条

1 范炜;合理确定客户细分标准是理财业务的重中之中[N];中国城乡金融报;2006年

2 ;拨开“客户细分”迷雾[N];网络世界;2006年

3 工业和信息化部电信研究院泰尔管理研究所 狄辉;客户细分魔法书[N];通信产业报;2009年

4 任柏菘;普尔特的客户细分[N];中国房地产报;2011年

5 主持人 中国房地产报管理评论部资深记者 张劲松;怎样实现中国特色的客户细分？[N];中国房地产报;2011年

6 邮储银行江苏省连云港市分行 朱慈;基于经济生命周期的银行客户细分[N];中国邮政报;2013年

7 本报记者 李秀中;客户细分 上海大众运作“关系营销”[N];第一财经日报;2005年

8 记者 方俊;券商强化客户细分初尝甜头[N];上海证券报;2011年

9 中研博峰咨询有限公司咨询顾问 高荣霞;六步骤锁定细分市场[N];通信产业报;2009年

10 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年

中国硕士学位论文全文数据库 前10条

1 吴昊;基于利益的客户细分方法研究[D];华中科技大学;2004年

2 罗斌;面向客户细分的改进关联规则算法研究[D];哈尔滨工业大学;2006年

3 蔡巧宇;基于数据挖掘的客户细分案例分析[D];兰州财经大学;2015年

4 徐欢;基于数据挖掘的房地产开发企业既有客户细分研究[D];重庆大学;2015年

5 陈东沂;融合用户兴趣和文本聚类的企业微博客户细分[D];广东外语外贸大学;2015年

6 邹湘萍;基于数据挖掘的移动公司高端客户细分及营销策略研究[D];电子科技大学;2013年

7 张洁勤;电信企业针对性营销系统设计与实现[D];电子科技大学;2014年

8 杨晓斌;改进的BIRCH算法在电信客户细分中的应用[D];合肥工业大学;2015年

9 樊仙仙;基于聚类分析的H银行客户细分及营销策略研究[D];华东理工大学;2016年

10 卞爱军;基于信息化平台的寿险客户细分管理研究[D];南京理工大学;2008年

  本文关键词：基于聚类分析的H银行客户细分及营销策略研究，由笔耕文化传播整理发布。

，

本文编号：386142