数据挖掘技术在保险业客户关系管理中的应用

本文在阐述数据挖掘技术应用中的基础理论和方法的基础上,分析了保险业CRM与数据挖掘的关系,结合保险行业的特点提出了其在客户获取、客户细分、交叉销售及客户流失不同阶段的数据挖掘应用技术。     

零售业客户关系管理及数据挖掘技术的应用研究

客户关系管理(CRM)是电子商务背景下企业管理的一种新的理念、技术与方法,在激烈的市场竞争中,推行客户关系管理是零售企业获得忠诚顾客,增强市场竞争力的重要途径。有效的客户关系管理离不开客户数据分析,而数据挖掘则是进行客户数据分析的基本技术和方法。零售业在推行客户关系管理的过程中,需要加强对数据挖掘技术的应用研究,以支持企业的经营管理决策,将企业的信息化管理水平提高到一个新的层次。     

数据挖掘技术在商业银行客户关系管理中的应用分析

数据挖掘技术是一门新兴的信息处理技术,而客户关系管理可以为银行提供全新的经营理念,两者的结合可以有效地提高银行的核心竞争力.在应用中,必须理清商业银行客户关系管理与其他客户关系管理的区别,了解数据挖掘技术在银行客户关系管理中的作用,同时搞清数据挖掘在银行客户关系管理中应用的一些关键问题.     

数据挖掘技术在企业客户关系管理中的应用

随着市场竞争的加剧，客户成为企业的重要资源，如何进行更加有效的客户关系管理、如何提高客户关系管理的水平，一直是很多企业关注的问题。数据挖掘技术作为一种新型的数据处理工具，在处理海量数据、将数据转化成有价值的信息、辅助企业进行有效CRM决策等方面都有重要作用。企业可以通过构建数据挖掘平台，按照数据挖掘的步骤实现在CRM中的数据挖掘。     

实现客户关系管理的思考

市场经济的本质是竞争，在竞争中，维护客户的忠诚度，是获得竞争优势、立于不败之地的根本。本就客户关系管理对企业的意义、客户关系管理的流程及客户关系管理的关键环节——数据库的建立进行了探索。     

数据仓库技术在客户关系管理中的应用

客户关系管理和数据库仓库有其基本概念和特点，数据仓库技术在客户关系管理中的应用前景将十分广阔。     

论企业客户关系管理

市场经济是竞争经济,在竞争中不断维护客户的忠诚度,是企业获得竞争优势、立于不败之地的根本。加强客户关系管理对提高企业竞争力十分重要。要搞好客户关系管理必须掌握客户关系管理流程,尤其要重视客户关系数据库的构建与解析。     

数据挖掘在企业中的应用

数据挖掘是一门新兴的信息处理技术,在企业决策和商业信息的提取等方面发挥着日益重要作用。本文从数据挖掘的技术定义出发,讨论了数据挖掘在现代企业和相关行业的应用,以及如何利用数据挖掘提高企业核心竞争力。     

零售业客户关系管理(CRM)系统分析研究

作为一种新的管理模式、业务营销理念和信息技术前沿产品,CRM已成为现代企业的一个重要研究方向.零售业间的行业竟争不断加剧,为了应对国内外同行的挑战,构筑竞争优势,结合零售业客户关系管理存在的问题,我们设计了基于数据挖掘的零售业CRM系统模块.     

数据挖掘在交叉销售中的应用

简要介绍了交叉销售通过共享客户资源，基于CRM数据库，利用数据挖掘技术来分析利用客户信息资源，并对其中的关联分析和聚类分析技术作了详细的分析介绍，为交叉销售的实施提供了具有可行性的技术支持。     

现代物流管理中的数据挖掘

物流管理可以看作是存货流、信息流、资金流的综合管理。存货流管理包括操作层次的库存补充和运输路径规划以及战略层次的设施地点规划。信息流管理便是本着物流信息系统构建原则,借助先进的计算机技术、网络技术以及在电子商务中跨越部门与企业的相关应用的集成式管理。本文介绍了现代物流和数据挖掘技术的国内外发展状况,提出了将数据挖掘技术应用于物流信息管理中的益处,阐述了电子商务时代运用数据挖掘技术进行现代物流信息管理的方向,重点论述了数据挖掘技术在物流管理中的重要作用,指出数据挖掘为进一步的数据分析和决策支持提供了强有力的技术支撑。     

证券经纪业导入客户关系管理后的营销新理念

通过引入客户关系管理的理念,将其核心思想诸如人文关怀、一对一营销、技术占先等渗入到具体的市场营销行为当中,从而真正有效地形成其他券商无法比拟的核心竞争力,进而全面提升券商的服务水平.     

数据挖掘在网络营销中的应用

网络营销这种以因特网为基础的新型营销方式已经引起广泛关注,并对企业的经营战略产生越来越大的影响.在介绍数据挖掘技术的基础上,构建了网络营销中数据挖掘的一般过程,并对数据挖掘技术在网络营销中的应用进行了讨论,以期对有关企业有一定的借鉴意义.     

基于数据挖掘的关联规则研究

关联规则算法的研究在数据挖掘算法的研究中占有相当重要的地位。关联规则算法的核心是基于两阶段频繁记得Apriori算法，但随着对关联规则研究的深入，基于支持度和可信度的Apriori算法越来越不能适应实际情况，兴趣度的引入也就水到渠成。虽然兴趣度的引入一定程度上解决了用户感兴趣而Apriori算法无法生成的规则，但无法解决组合爆炸和规则丢失等问题。目前一种自动设置支持度最小值的基于可信度和支持度的模型基本解决了上述问题。     

数据挖掘与数量经济学

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中.提取隐含在其中的、人们事先不知道的、但又是潜在的有用信息和知识的过程.它是一个涉及多学科领域的新兴学科.并随着这些学科的发展而不断发展.针对信息化社会的迫切需要,本文从数量经济学和数据挖掘的概念出发,深入地分析了这两个领域的联系与区别.详细地探讨了结合数据挖掘乃至人工智能理论来研究数量经济的思路,为积极推动数量经济学的进一步发展提供了可行的研究方法.     

隧道挖掘和公司治理

控制性股东对少数股东的利益侵占（隧道挖掘）成为公司治理研究的热点问题。现代商业集团中对公司控制权和现金流权的分离使控制性股东具有隧道挖掘的动机。本文讨论了隧道挖掘的影响因素、主要形式和市场识别能力，并对未来研究提出建议。     

可视化关系数据库管理系统教学和使用中应重视的几个问题

可视化关系数据库管理系统应用越来越广泛 ,本文针对其面向对象的新特性 ,提出了教学及使用上应重视和注意的几个问题     

如何在Delphi中用ado组件开发C/S应用程序

该文阐述使用了在Delphi中使用ado组件开发客户机/服务器(C/S)应用程序所需要掌握的一些基本方法。     

客户内部化的机理研究

客户内部化是指企业以不同的方式、角度和程度将客户吸收到企业内部的过程,是企业实行关系营销的一种有效手段。与客户内部化相关的理论包括：客户忠诚的决定因素、科特勒的六阶段营销理论、客户认知空间理论和交易费用理论。综合这些理论可以得到客户内部化的流程分析图。对客户内部化适用条件的准确判断是进行客户内部化的前提。     

论知识人员的管理

基于科学管理原理的管理理论在上个世纪将体力工人的生产率提高了50倍，而采用同样方式进行管理的知识人员的生产率却十分低下，本认为其原因在于基于体力工人的管理理论不能直接移植到知识人员的管理上去，因为知识人员与体力工人存在着许多不同。本分析了知识人员管理的特点，认为提高其生产率和加强对知识人员的管理是企业管理的首要任务。