基于消費行為認知的電信企業(yè)客戶細分方法研究
發(fā)布時間:2020-12-08 20:41
隨著3G時代的到來,電信市場的競爭越來越激烈,客戶資源成為電信企業(yè)競爭的焦點。企業(yè)對客戶的認識表現(xiàn)為企業(yè)掌握的客戶知識,而客戶消費行為規(guī)律是客戶知識的重要組成部分,因此基于消費行為認知的客戶細分成為電信企業(yè)客戶精確營銷的重頭戲。電信企業(yè)為了根據(jù)客戶的實際消費行為特征提供個性化服務(wù),就需要通過數(shù)據(jù)挖掘技術(shù)對電信客戶進行準確有效的細分。本文通過對電信企業(yè)客戶細分國內(nèi)外研究現(xiàn)狀的分析,建立了基于消費行為的客戶細分模型,并采用一種改進的聚類方法對模型進行理論和實證分析,運用數(shù)據(jù)挖掘技術(shù),發(fā)現(xiàn)不同客戶細分群體,根據(jù)客戶的交叉性特征,提出針對不同客戶群體的精確化營銷策略,對電信企業(yè)提升個性化服務(wù)水平、加強精確營銷能力具有非常重要的參考價值。首先,本文總結(jié)了客戶細分的國內(nèi)外研究現(xiàn)狀及其在電信企業(yè)的應(yīng)用現(xiàn)狀及存在的問題,分析梳理了客戶細分和數(shù)據(jù)挖掘的相關(guān)理論及技術(shù)方法,并確定了論文研究內(nèi)容和技術(shù)路線。其次,為了更有針對性地研究電信企業(yè)的客戶細分,對電信企業(yè)客戶細分需求進行了詳細分析研究,指出電信企業(yè)客戶細分的必要性,并發(fā)現(xiàn)現(xiàn)有客戶細分存在的問題和需要改進之處。接著,分析了目前電信企業(yè)常用的客戶細分方法...
【文章來源】:華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【部分圖文】:
碎石圖
【參考文獻】:
期刊論文
[1]基于利益內(nèi)涵與維度的銀行客戶細分研究[J]. 吳曉云,張童. 現(xiàn)代管理科學. 2010(11)
[2]改進K-means算法在B2C電子商務(wù)客戶細分中的應(yīng)用[J]. 時紅軍,韓兵. 微型電腦應(yīng)用. 2010(10)
[3]基于PSO的K-means改進算法在證券客戶細分中的應(yīng)用[J]. 李英,吳圓圓,寧福錦. 現(xiàn)代圖書情報技術(shù). 2010(Z1)
[4]基于K-means聚類的電信企業(yè)客戶分群決策[J]. 蔡秋茹,柳益君,羅燁,朱廣萍,葉飛躍. 江南大學學報(自然科學版). 2010(02)
[5]基于動態(tài)聚類的證券業(yè)客戶細分實證研究[J]. 錢維佳,王延清. 計算機應(yīng)用. 2010(02)
[6]聚類算法在電信客戶細分中應(yīng)用效果的對比研究[J]. 成婭輝,張英杰. 邵陽學院學報(自然科學版). 2009(04)
[7]數(shù)據(jù)挖掘技術(shù)在電信行業(yè)的應(yīng)用[J]. 賈婧. 經(jīng)濟研究參考. 2009(52)
[8]數(shù)據(jù)挖掘在電信客戶細分中的應(yīng)用[J]. 陳起. 科學技術(shù)與工程. 2009(16)
[9]聚類算法在B2C電子商務(wù)客戶細分中的應(yīng)用[J]. 郭媛香. 忻州師范學院學報. 2009(02)
[10]數(shù)據(jù)挖掘在電信客戶價值管理中的應(yīng)用[J]. 朱茜,辛毅. 太原科技. 2009(03)
碩士論文
[1]基于因子分析及聚類分析的企業(yè)債信用評級財務(wù)指標體系的構(gòu)建[D]. 蔣鴻愛.陜西師范大學 2010
[2]信用卡申請審核及客戶細分模型研究[D]. 梁錦兆.蘭州大學 2010
[3]基于相關(guān)度關(guān)聯(lián)分類算法的信用卡客戶細分模型研究[D]. 王娜.浙江工商大學 2010
[4]模糊聚類方法在電信客戶細分中的應(yīng)用研究[D]. 馬群旺.哈爾濱工業(yè)大學 2009
[5]基于客戶價值和客戶行為的電信客戶細分研究[D]. 丁洪濤.合肥工業(yè)大學 2009
[6]基于分布式關(guān)聯(lián)分類的連鎖零售業(yè)客戶細分模型研究[D]. 盧琦蓓.浙江工商大學 2009
[7]基于數(shù)據(jù)挖掘的電信客戶細分研究[D]. 李文英.西安理工大學 2009
[8]電信企業(yè)客戶體驗管理實施研究[D]. 王靈芝.北京郵電大學 2009
[9]基于數(shù)據(jù)挖掘的電信精細化營銷策略研究[D]. 彭清圳.北京郵電大學 2008
[10]基于密度的聚類算法研究及其在電信客戶細分中的應(yīng)用[D]. 陳園園.湖南大學 2008
本文編號:2905658
【文章來源】:華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【部分圖文】:
碎石圖
【參考文獻】:
期刊論文
[1]基于利益內(nèi)涵與維度的銀行客戶細分研究[J]. 吳曉云,張童. 現(xiàn)代管理科學. 2010(11)
[2]改進K-means算法在B2C電子商務(wù)客戶細分中的應(yīng)用[J]. 時紅軍,韓兵. 微型電腦應(yīng)用. 2010(10)
[3]基于PSO的K-means改進算法在證券客戶細分中的應(yīng)用[J]. 李英,吳圓圓,寧福錦. 現(xiàn)代圖書情報技術(shù). 2010(Z1)
[4]基于K-means聚類的電信企業(yè)客戶分群決策[J]. 蔡秋茹,柳益君,羅燁,朱廣萍,葉飛躍. 江南大學學報(自然科學版). 2010(02)
[5]基于動態(tài)聚類的證券業(yè)客戶細分實證研究[J]. 錢維佳,王延清. 計算機應(yīng)用. 2010(02)
[6]聚類算法在電信客戶細分中應(yīng)用效果的對比研究[J]. 成婭輝,張英杰. 邵陽學院學報(自然科學版). 2009(04)
[7]數(shù)據(jù)挖掘技術(shù)在電信行業(yè)的應(yīng)用[J]. 賈婧. 經(jīng)濟研究參考. 2009(52)
[8]數(shù)據(jù)挖掘在電信客戶細分中的應(yīng)用[J]. 陳起. 科學技術(shù)與工程. 2009(16)
[9]聚類算法在B2C電子商務(wù)客戶細分中的應(yīng)用[J]. 郭媛香. 忻州師范學院學報. 2009(02)
[10]數(shù)據(jù)挖掘在電信客戶價值管理中的應(yīng)用[J]. 朱茜,辛毅. 太原科技. 2009(03)
碩士論文
[1]基于因子分析及聚類分析的企業(yè)債信用評級財務(wù)指標體系的構(gòu)建[D]. 蔣鴻愛.陜西師范大學 2010
[2]信用卡申請審核及客戶細分模型研究[D]. 梁錦兆.蘭州大學 2010
[3]基于相關(guān)度關(guān)聯(lián)分類算法的信用卡客戶細分模型研究[D]. 王娜.浙江工商大學 2010
[4]模糊聚類方法在電信客戶細分中的應(yīng)用研究[D]. 馬群旺.哈爾濱工業(yè)大學 2009
[5]基于客戶價值和客戶行為的電信客戶細分研究[D]. 丁洪濤.合肥工業(yè)大學 2009
[6]基于分布式關(guān)聯(lián)分類的連鎖零售業(yè)客戶細分模型研究[D]. 盧琦蓓.浙江工商大學 2009
[7]基于數(shù)據(jù)挖掘的電信客戶細分研究[D]. 李文英.西安理工大學 2009
[8]電信企業(yè)客戶體驗管理實施研究[D]. 王靈芝.北京郵電大學 2009
[9]基于數(shù)據(jù)挖掘的電信精細化營銷策略研究[D]. 彭清圳.北京郵電大學 2008
[10]基于密度的聚類算法研究及其在電信客戶細分中的應(yīng)用[D]. 陳園園.湖南大學 2008
本文編號:2905658
本文鏈接:http://www.lk138.cn/jingjilunwen/xxjj/2905658.html
最近更新
教材專著