首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 81 毫秒
1.
本文阐述了客户是企业竞争的焦点,企业客户竞争力的含义,重点论述了企业如何通过客户定位、建立客户关系管理系统、组建客户型组织、获得客户忠诚等措施来获得客户竞争力。  相似文献   

2.
本论文利用客户价值等相关理论,讨论客户流失的种类,分析了客户流失的原因,作出了企业客户流失及相关对策的研究。  相似文献   

3.
CKM中客户知识的获取研究   总被引:2,自引:0,他引:2  
客户知识管理是将客户知识作为企业的核心资产,从而创造和维持企业的核心竞争力,对客户知识的管理主要是研究客户知识的获取、共享及创新等,而客户知识的获取则是客户知识管理的开端。文章从客户知识获取的角度探讨了企业应该获取哪些客户知识并如何获取这些客户知识。  相似文献   

4.
《价值工程》2015,(26):58-59
在激烈的市场竞争中,客户作为企业的一种资源,与有形资产相比,日益稀缺,提升客户价值成为构建企业竞争力的重点,吸引与保持客户的能力决定了企业的生存。文章从提升客户价值出发,分析了客户价值与企业竞争力的关系,最后讨论了通过构建以客户价值作为增强企业自身竞争力的策略。  相似文献   

5.
近年来,客户资源成为企业竞争力的重要体现,是企业盈利的保障。客户资产作为企业一项重要的无形资产,受到广泛的关注。客户资产评估影响因素的研究,有助于企业客户资产的管理和量化,从而实现企业价值最大化的目标。文章从客户资产评估对企业财务管理的重要意义入手,研究了影响客户资产评估的财务因素和非财务因素。  相似文献   

6.
客户流失问题是全球电信企业面临的一个严峻问题。我国通信市场经过快速发展,市场容量已经接近饱和,客户流失成为我国各通信运营商面临的严重问题。文章综述了客户流失的影响因素及其预测模型和方法,以期为深入研究客户流失问题提供参考。  相似文献   

7.
客户流失问题是全球电信企业面临的一个严峻问题。我国通信市场经过快速发展,市场容量已经接近饱和,客户流失成为我国各通信运营商面临的严重问题。文章综述了客户流失的影响因素及其预测模型和方法,以期为深入研究客户流失问题提供参考。  相似文献   

8.
客户流失问题是全球电信企业面临的一个严峻问题.我国通信市场经过快速发展,市场容量已经接近饱和,客户流失成为我国各通信运营商面临的严重问题.文章综述了客户流失的影响因素及其预测模型和方法,以期为深入研究客户流失问题提供参考.  相似文献   

9.
基于AdaBoost的电信客户流失预测模型   总被引:1,自引:0,他引:1  
王纯麟  何建敏 《价值工程》2007,26(2):106-109
随着电信业改革的深入和竞争的不断加剧,各大电信企业的客户流失率逐步攀升。在深入分析电信业客户流失问题的基础上,针对目前研究多采用单分类器模型的不足,提出了一种基于组合分类器的电信客户流失预测模型。实证结果表明该模型能有效提升预测准确率,为今后的研究提供了新的研究思路。  相似文献   

10.
客户品牌转换驱动因素研究   总被引:1,自引:0,他引:1  
龚振  彭娟  程昱 《企业活力》2007,(10):24-25
<正>一、客户品牌转换的内涵及类型Keaveney(1995)认为,品牌转换行为是客户意图停止消费目前的品牌、服务或产品,或从原先使用的品牌、服务或产品转移使用其他品牌、服务或产品的行为。客户转移意味着客户流失,流失客户不再为企业带来利润。  相似文献   

11.
雷云 《价值工程》2007,26(9):95-97
本文从价值管理的基本概念、电信运行企业目前客户价值管理中的困惑出发,运用价值管理理论建立客户价值评价模型、实现客户价值评价,探讨客户价值评价的应用。  相似文献   

12.
实施客户关系管理,提升企业核心竞争力   总被引:4,自引:0,他引:4  
卢友东  宋涛 《价值工程》2004,23(1):82-85
本文从管理策略的视角探讨了客户关系管理的涵义,实施客户关系管理的核心内容,以及对于提升企业核心竞争力的作用。  相似文献   

13.
代逸生  杨永升 《价值工程》2011,30(13):14-16
随着人工智能的快速发展,人工神经网络被广泛地运用到分类预测领域。文章首先明确了客户流失的定义及其分类,然后分析了LVQ神经网络的基本原理,最后从研究样本的确定、预测变量的选取、模型的训练及评估三个方面构建了基于LVQ神经网络的电信企业客户流失预测模型,以期为电信企业客户流失预测模型的设计提供一定的借鉴意义。  相似文献   

14.
This study investigates the value added by incorporating textual data into customer churn prediction (CCP) models. It extends the previous literature by benchmarking convolutional neural networks (CNNs) against current best practices for analyzing textual data in CCP, and, using real life data from a European financial services provider, validates a framework that explains how textual data can be incorporated in a predictive model. First, the results confirm previous research showing that the inclusion of textual data in a CCP model improves its predictive performance. Second, CNNs outperform current best practices for text mining in CCP. Third, textual data are an important source of data for CCP, but unstructured textual data alone cannot create churn prediction models that are competitive with models that use traditional structured data. A calculation of the additional profit obtained from a customer retention campaign through the inclusion of textual information can be used by practitioners directly to help them make more informed decisions on whether to invest in text mining.  相似文献   

15.
论基于顾客联盟的核心竞争能力培育模式   总被引:4,自引:0,他引:4  
朱文兴  梁玲 《价值工程》2005,24(2):91-93
传统的战略理论的假设顾客是企业的外部变量,因此各理论学派都企图从企业内部培育出核心竞争能力。但在市场高度扰动的环境下,企业仅仅依靠内部资源是很难在市场上获得独特优势。所以企业需把顾客纳入企业管理的范围内,建立自己的顾客联盟,并在此基础上培育核心竞争能力。  相似文献   

16.
叶孝明  梁祺 《物流科技》2006,29(6):72-74
本文研究了多层前馈神经网络原理及其后向传播算法,然后结合一个实例构建了客户流失分析的多层前馈神经网络模型,实验表明将该模型用于客户流失分析是可行的.  相似文献   

17.
文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。  相似文献   

18.
袁媛 《价值工程》2022,41(8):16-18
近年来,随着我国经济的快速发展,我国保险业一直保持着持续、快速的发展态势。太平洋保险公司作为一家以电销为主营业务的人寿险公司,在保费收入不断增长的同时,客户流失率却一直居高不下,严重制约了公司的发展。论文以太平洋保险公司电销客户关系管理为研究对象,深入剖析电销客户关系管理存在的问题与原因,并提出相应的改进策略,以助于改善该公司电销客户关系管理水平,降低客户的流失率,实现保费和利润的双增长。  相似文献   

19.
基于质量功能展开的顾客满意度研究   总被引:1,自引:0,他引:1  
孙洪 《价值工程》2009,28(1):95-98
质量功能展开是基于顾客要求的结构化产品开发方法。把质量功能展开(Quality Function Deployment,QFD)方法引入顾客满意度研究中,建立了顾客满意度测评的质量屋模型。通过多阶段的QFD模型将总体顾客满意度逐步展开为易于顾客判断的指标,进而实施了顾客满意度指数的测评;并通过某家电企业的顾客满意度测评实例,说明了这种方法实施过程。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号