| 【中文题名】 | 数据挖掘技术在电信企业客户关系管理中的应用研究 |
| 【英文题名】 | The Application Research of Data Mining Technology on Telecom Enterprise Customer Relationship Management |
| 【学科专业】 | 企业管理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-31 |
| 【中关键词】 | 数据挖掘,客户关系管理,聚类分析,客户细分,, |
| 【英关键词】 | Data Mining,Customer Relationship Management,cluster,customers segmentation, |
| 【分类导航】 | 经济>邮电经济>电信>电信企业组织和经营管理>> |
| 【论文摘要】 |
随着国内电信市场的逐步开放，市场竞争日趋激烈，电信运营商的经营模式逐渐从“技术驱动”向“市场驱动”、“客户驱动”转化。这就要求运营商采取“以客户为中心”的策略，根据客户实际需求提供个性化的服务解决方案。因此客户关系管理(Customer Relationship Management，CRM)的实施势在必行。电信企业客户数量很大，资料比较完整，并且已经建立了营帐系统和比较成熟的数据库系统。这些优势都为电信企业实施CRM系统奠定了基础。
在客户关系管理流程中，如何将大量的客户资料和交易数据转化为能够为企业决策提供支持的各种信息是电信企业面临的一个重要问题。数据挖掘技术经过十多年的快速发展已经可以提供一套比较完善的挖掘方法。数据挖掘可以帮助企业更好的利用数据，发现其中潜藏的规律，并且结合专业知识加以理解，进而为企业的市场策略制定提供支持。因此数据挖掘技术已经成为CRM系统中最为重要的技术之一。
本文阐述了客户关系管理理论的形成和发展过程，在仔细分析对比各大研究机构和咨询公司对CRM概念的定义后，提出了对CRM涵义的理解，并且阐述了CRM系统的框架以及CRM系统与数据挖掘之间的关系。
... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 导言 |
10-17 |
|
1.1 研究背景 |
10-12 |
|
1.2 问题的提出及研究意义 |
12-13 |
|
1.3 研究目标及主要内容 |
13-15 |
|
1.4 研究方法和技术路线 |
15-17 |
|
1.4.1 研究方法 |
15 |
|
1.4.2 研究方法的技术路线 |
15-17 |
|
第2章 CRM系统的基本框架及数据挖掘技术的作用 |
17-28 |
|
2.1 客户中心论的产生和发展 |
17-18 |
|
2.2 CRM的定义与本文的理解 |
18-21 |
|
2.3 CRM系统框架 |
21-26 |
|
2.3.1 CRM系统在企业中的定位 |
21-23 |
|
2.3.2 CRM系统结构及各模块功能简述 |
23-25 |
|
2.3.3 CRM系统的分类 |
25-26 |
|
2.4 数据挖掘在CRM系统中的作用 |
26-28 |
|
第3章 数据挖掘技术应用及功能介绍 |
28-38 |
|
3.1 数据挖掘技术产生的背景 |
28-29 |
|
3.2 数据挖掘概念的提出及其两视角解析 |
29-31 |
|
3.3 数据挖掘过程模型评述 |
31-34 |
|
3.4 数据挖掘的功能 |
34-35 |
|
3.5 数据挖掘的常用算法介绍 |
35-38 |
|
第4章 电信企业CRM系统与客户细分 |
38-43 |
|
4.1 数据挖掘在电信企业CRM系统中的功能 |
38-42 |
|
4.2 电信企业客户细分的理念和实施客户细分的必要性 |
42-43 |
|
第5章 某电信运营企业在客户细分中应用数据挖掘的实例分析 |
43-56 |
|
5.1 华油通信公司经营状况简介 |
43 |
|
5.2 需求调研及问题范围界定 |
43-45 |
|
5.3 技术选择 |
45-48 |
|
5.3.1 过程模型方法的选择 |
45-46 |
|
5.3.2 建模涉及的聚类算法介绍 |
46-48 |
|
5.4 收集提取数据 |
48-49 |
|
5.5 数据探索及预处理 |
49-52 |
|
5.6 建模及结果 |
52-54 |
|
5.7 对模型的评估和理解 |
54-56 |
|
结论 |
56-58 |
|
参考文献 |
58-61 |
|
致谢 |
61-62 |
|
附录 |
62-65 |
|
个人简历 |
65-66 |
|
攻读学位期间发表的学术论文 |
66 |
|
| 【DOI】 | LunWen.ID:2.2008.316082 |
