共查询到20条相似文献,搜索用时 15 毫秒
1.
李翼 《中国商贸:销售与市场营销培训》2011,(6)
随着客户群体的逐步壮大和日趋成熟,客户关系管理在各个领域广泛应用,开展客户关系管理和进行客户细分的意识在企业中逐步增强。基于此,将数据挖掘工具应用于客户关系管理中的客户细分理论和方法的研究,成为每个企业都必须面对和迫切需要解决的一项重要课题。本文运用数据挖掘工具对企业中已有客户群体按照特征不同进行细分,从而帮助企业采取一对一的营销策略,提升企业的综合竞争能力。 相似文献
2.
本文主要研究客户关系管理中的客户细分的数据挖掘,对客户关系管理、客户细分以及数据挖掘的内涵与相关理论进行了认真学习,并对客户细分的数据挖掘方法进行了研究,为以客户关系为中心的企业管理模式提供了技术支持。 相似文献
3.
客户关系管理中基于数据挖掘的客户细分研究 总被引:9,自引:0,他引:9
客户关系管理(CRM)是适应企业“以产品为中心”到“以客户为中心”的经营模式的战略转移和关系营销的需要而发展起来的新的管理理念,它把在保证企业利益的前提下追求客户满意和客户忠诚作为最终目标。客户细分是客户关系管理系统的核心功能之一,可以对客户获取、客户保持及客户增值等客户关系管理过程提供全面支持,提升客户满意和客户忠诚。 相似文献
4.
5.
本研究探讨了银行客户细分方法的选取,确定了目前较为合适进行客户细分的维度,选用了自组织神经网络(SOM)作为客户细分的算法,在此基础上建立了银行客户细分的模型,并进行了实证分析研究. 相似文献
6.
客户细分是企业精确制定营销策略和成功管理客户群的基础,鉴于数据挖掘技术的发展和成熟,本文提出以聚类分析应用于客户细分,为营销策略的制定提供量化依据,提高企业开展营销活动的针对性和有效性。并以某证券营业部客户数据为分析对象,以数据挖掘的流程说明了聚类分析在客户细分中的应用。 相似文献
7.
8.
客户关系管理(CRM)已成为目前企业管理决策的重要组成部分,而数据挖掘、统计学等技术为客户关系管理的实施提供了良好的支持。本文将聚类分析技术应用于客户关系管理中,着重从应用的角度阐述聚类分析在客户细分中的重要作用。研究实例表明聚类分析方法是客户细分的一种有效、实用的方法。 相似文献
9.
数据挖掘技术为商业企业辨析客户价值提供了重要支撑,本文通过对商业企业中数据挖掘的价值分析,探讨了如何保持客户资源,减少客户流失的问题。 相似文献
10.
11.
本文首先介绍了市场细分理论的含义及其作用,从而引出在房地产开发领域中客户细分的重要作用,同时以实例论证了客户细分在房地产营销中的重要作用。 相似文献
12.
本文分析了客户流失问题产生的原因及几种主要的表现形式,阐述了运用数据挖掘技术建立客户流失预测模型的必要性,介绍了几种主要的数据挖掘分类方法,最后简单论述了数据挖掘流程中的数据准备步骤。 相似文献
13.
14.
《商业经济(哈尔滨)》2015,(7)
数据科学是从数据中提取知识的新兴学科,在科学研究的"第四范式"兴起的背景下被正式提出。用于商业决策和科学研究的数据产生了根本性的变化,其特征从原来主流的抽样、结构化、小规模发展到全数据、半结构和非结构化、大规模,驱动数据科学发展成为既包含传统统计方法,又包含数据挖掘、文本挖掘、过程挖掘和大数据等新兴技术的交叉学科。客户细分是典型的数据导向的商业和研究领域,数据科学在其中的应用表明,该学科所包含的各种方法,能够成功提取复杂的客户相关数据中蕴含的信息和知识,能够解决客户细分的可行性、有效性、精确性问题,为客户细分研究和商业实践提供良好的技术支撑和决策支持。 相似文献
15.
《中国商贸:销售与市场营销培训》2010,(29)
随着以客户为中心的商业模式出现,客户成为企业最重要的资源。然而,其在整个客户生命周期上有不同的客户价值。其中,客户当前价值决定了企业当前的盈利水平,客户长期潜在价值关系到企业的长远利润,因此,对客户价值进行正确评价并以此进行客户细分,对提高企业效益具有重要的研究意义。本文从客户的当前价值和潜在价值两个方面建立了一个客户价值评价指标体系,给出了客户价值评价流程,并应用该评价指标体系通过算例对客户价值进行计算,由此对客户进行了细分。 相似文献
17.
从银行客户信用等级分类入手,分析了客户价值和分类的重要性,并对某商业银行客户信用等级分类指标体系研究,采用粗糙集数据挖掘理论知识,为银行客户信用等级分类提供决策支持。 相似文献
18.
数据挖掘在消费者生活形态细分中的应用研究 总被引:1,自引:0,他引:1
随着经济的发展,人民生活水平的提高,轿车市场的销量每年仍将保持两位数的增长速度,我国汽车消费结构发生了深刻变化,私人购买轿车成为拉动轿车市场的主导力量。与此同时,抓住消费的心理和行为变得相对重要。厂商要想在竞争对手中立于不败之地,需要采取先进的措施,充分利用快速增长的海量数据,将“丰富的数据”转换成“有用的知识”,数据挖掘应运而生。数据挖掘(Data Mining)是从大量数据中发现潜在关联、模式,做出预测性分析的有效工具,它是现有的一些人工智能、统计学、机器学习等技术在数据库领域中的应用。应用数据挖掘有助于发现业务发展的趋势,揭示已知的事实,预测未知的结果,并帮助企业分析出解决问题所需要的关键因素,使企业处于更有利的竞争位置。 相似文献
19.
随着全业务竞争日益激烈。电信运营商亟需通过客户细分的支持精确把握用户需求,对客户进行差异化营销。为了更加精确地对不同的客户群设计营销策略,结合电信运营商用户的特点,构建了客户终身价值的评价体系,提出基于客户终身价值的客户分群设计,并对某运营商的电信客户细分进行了实证研究。 相似文献
20.
《现代营销(创富信息版)》2016,(4)
改革开放以来,我国社会市场经济体制下的各企业均得到迅猛发展,并在经济日益全球化趋势的影响下,逐渐成为提升国民经济的重要基础,尤其是中小企业的发展,日渐受到社会各界的广泛关注。近年来,企业在网络化信息时代下的发展逐渐呈现出多样化趋势,各企业都不同程度上提升自身的创新意识和能力。在企业生产经营中,对企业客户实施细分并促进与客户之间的关系,是企业能够得以生存和发展的重要前提。本文主要对客户细分的方法进行深入的探讨,同时着重研究客户关系的发展策略。 相似文献