基于大数据的客户细分模型及精确营销策略研究

发布时间：2017-07-28 19:13

  本文关键词：基于大数据的客户细分模型及精确营销策略研究

  更多相关文章： 大数据 客户细分模型 精确营销 用户行为分析 聚类分析

【摘要】：随着移动互联网的快速发展,话音业务已不再是电信运营商的主营业务,移动数据业务逐渐成为电信运营商最主要的收入来源。在互联网企业不断渗透移动通讯业务的大趋势下,电信运营商受到被“管道化”的威胁。因此,在这种情况下,如何突破重围提高产品质量和改善客户体验,以更好地满足电信客户多样性的需求,吸引新客户的同时做好老客户挽留,是国内三大电信运营商当下的工作重心。在大数据技术盛行的今天,如何运用数据挖掘技术来分析庞大的用户数据、识别客户消费习惯和管控客户消费行为,设计高价值、个性化和多元化的服务与产品,是运营商能否形成其核心竞争力的关键。本文在对相关文献资料进行综述的基础上,分析了电信运营商的市场环境、发展现状和现有客户细分方法的不足;之后利用SPSS Statistic软件对收集的数据进行了相关性和共线性分析,筛选出15个变量,进行了数据清洗;随之利用Kohonen聚类分析对K-means聚类结果进行了优化,以提高结果的可靠性和准确性;基于安索夫矩阵的基本概念,建立电信客户细分模型,并对比测试集和验证集进行结果检验,提出了电信运营商精确营销策略以及关于与现有产品的融合发展的建议。本文将顾客细分与精确营销策略相结合的目的是通过有效的客户细分,将合适的信息传递给合适的用户,最终帮助电信运营商达到收益最大化。
【关键词】：大数据 客户细分模型 精确营销 用户行为分析 聚类分析
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F274;F626
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-12
• 1.1 研究背景8-9
• 1.2 研究方法9
• 1.3 研究内容9-10
• 1.4 研究框架10-12
• 第二章 论文相关文献综述12-35
• 2.1 大数据发展现状12-16
• 2.1.1 大数据的内涵12-13
• 2.1.2 大数据的重要性13-14
• 2.1.3 大数据的不足与挑战14
• 2.1.4 大数据在通信业中的发展现状14-16
• 2.1.5 大数据研究评述16
• 2.2 精确营销理论16-23
• 2.2.1 精确营销的定义17-18
• 2.2.2 精确营销的兴起与挑战18-19
• 2.2.3 精确营销的步骤19-22
• 2.2.4 精确营销的途径22-23
• 2.2.5 精确营销研究评述23
• 2.3 客户细分理论23-27
• 2.3.1 理论发展历程23-24
• 2.3.2 客户细分方法24-27
• 2.3.3 客户细分研究评述27
• 2.4 数据挖掘过程27-28
• 2.5 聚类方法28-31
• 2.5.1 常见的聚类方法28-30
• 2.5.2 K-means聚类算法介绍30-31
• 2.6 SPSS Modeler软件31-33
• 2.6.1 SPSS Modeler概述31-32
• 2.6.2 CRISP-DM标准的商业流程32-33
• 2.7 小结33-35
• 第三章 我国电信业客户细分的发展现状与分析35-41
• 3.1 我国电信业客户细分的发展现状35-38
• 3.1.1 电信行业特征与现状分析35-36
• 3.1.2 电信业客户特征分析36-37
• 3.1.3 电信运营商客户细分的现状及其存在的问题37-38
• 3.2 电信客户细分方法改进的必要性38-41
• 3.2.1 竞争日益激烈，业务结构改变38-39
• 3.2.2 盈利点变化，，客户细分需改进39-41
• 第四章 电信客户细分模型建立及算法优化41-58
• 4.1 电信客户细分模型设计及建立41-47
• 4.1.1 商业理解41
• 4.1.2 数据理解41-42
• 4.1.3 数据准备与预处理42-47
• 4.2 K-means算法及其优化47-53
• 4.2.1 对K-means算法的优化——Kohonen网络聚类47-48
• 4.2.2 Kohonen网络聚类的实行48-53
• 4.3 电信客户细分的结果检验与分析53-58
• 4.3.1 电信客户细分结果检验53-55
• 4.3.2 电信客户细分结果分析55-58
• 第五章 基于电信客户细分模型的精确营销策略58-64
• 5.1 中国电信的未来发展趋势58-60
• 5.2 精确营销策略60-64
• 5.2.1 市场渗透——数据网络型客户60
• 5.2.2 产品研发——低端基本型客户 & 忠实型老客户60-61
• 5.2.3 市场扩张——潜力优质型客户61-62
• 5.2.4 多样化发展（以“易信企业版”为例）——长途商旅型客户62-64
• 第六章 结论与展望64-66
• 参考文献66-69
• 附录1 攻读硕士学位期间撰写的论文69-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 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

4 刘立;;数据仓库中的客户细分[J];当代经理人;2006年03期

5 叶强;卢涛;闫相斌;李一军;;客户关系管理中的动态客户细分方法研究[J];管理科学学报;2006年02期

6 张国政;;客户关系管理中基于数据挖掘的客户细分研究[J];商业研究;2006年13期

7 夏维力;王青松;;基于客户价值的客户细分及保持策略研究[J];管理科学;2006年04期

8 周粉妹;;聚类算法在客户细分中的应用[J];烟台职业学院学报;2006年02期

9 阎长顺;李一军;;基于云模型的动态客户细分分类模型研究[J];哈尔滨工业大学学报;2007年02期

10 李春宏;;基于数据挖掘方法的中小型企业客户细分的案例研究[J];云南师范大学学报(自然科学版);2007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

本文编号：585602