【摘要】： 由于信息技術(shù)的發(fā)展和金融市場(chǎng)的壯大,我國(guó)信用卡市場(chǎng)蓬勃發(fā)展,商業(yè)銀行間的競(jìng)爭(zhēng)也日漸激烈。伴隨著特約商戶的業(yè)務(wù)拓展,聯(lián)名信用卡逐漸成為一種流行趨勢(shì),而各大銀行和商戶逐漸認(rèn)識(shí)到客戶的重要地位,不再只以產(chǎn)品作為出發(fā)點(diǎn),如何有效了解客戶信息,有效利用客戶資源將其轉(zhuǎn)化為內(nèi)部資源,更好的提高服務(wù)質(zhì)量,將成為商業(yè)銀行面臨的重點(diǎn)問(wèn)題。這一系列的改變對(duì)提高客戶的滿意度,維護(hù)高價(jià)值客戶的比例,并最終擴(kuò)大市場(chǎng)有效占有率提供幫助。 數(shù)據(jù)挖掘技術(shù)作為處理海量信用卡業(yè)務(wù)數(shù)據(jù)的強(qiáng)有力工具,能發(fā)現(xiàn)未知的、有價(jià)值的規(guī)律,這無(wú)疑成為提供個(gè)性化服務(wù)的依據(jù)。本文借鑒客戶關(guān)系管理的理念,以國(guó)內(nèi)某商業(yè)銀行的聯(lián)名信用卡客戶數(shù)據(jù)對(duì)客戶細(xì)分及其應(yīng)用進(jìn)行了研究,并從中提出各種關(guān)聯(lián)規(guī)則和營(yíng)銷策略。 本文首先運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)建立了客戶交易行為的數(shù)據(jù)倉(cāng)庫(kù),利用RFM模型和聚類技術(shù)完成聯(lián)名卡動(dòng)卡數(shù)據(jù)的客戶細(xì)分和銷卡數(shù)據(jù)的主要類型分析。其次,在動(dòng)卡客戶得出的四類典型客戶類型基礎(chǔ)上對(duì)客戶細(xì)分的運(yùn)用。再次,研究聯(lián)名卡消費(fèi)數(shù)據(jù)中關(guān)聯(lián)模式及其應(yīng)用,利用SPSS Clementine 11.1進(jìn)行了模型仿真實(shí)驗(yàn)分析,得到了有價(jià)值的關(guān)聯(lián)模式,也提出了一些基于數(shù)據(jù)挖掘結(jié)果的聯(lián)名卡營(yíng)銷戰(zhàn)略和個(gè)性化營(yíng)銷的各種可利用方法。本文的研究嘗試了數(shù)據(jù)挖掘在客戶分析中的應(yīng)用,希望借此能為商業(yè)銀行以及商戶發(fā)行聯(lián)名卡、開(kāi)展聯(lián)名卡營(yíng)銷等帶來(lái)新思路,也能為國(guó)內(nèi)商業(yè)銀行整合商戶資源,提升競(jìng)爭(zhēng)優(yōu)勢(shì)提供幫助。
【圖文】：

圖3.3交易行為星型模型圖再次，進(jìn)行數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理的具體過(guò)程在下文的仿真中將體現(xiàn)，這里明其重要性。數(shù)據(jù)預(yù)處理主要是理解數(shù)據(jù)、確定發(fā)現(xiàn)任務(wù)、發(fā)現(xiàn)任務(wù)相關(guān)知識(shí)的工作，通過(guò)從源系統(tǒng)抽取到數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)過(guò)程，包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)換和數(shù)據(jù)簡(jiǎn)化四個(gè)步驟。檢查數(shù)據(jù)遺漏和缺失，保證數(shù)據(jù)的完備性、一致性和唯。下面5個(gè)表說(shuō)明從各數(shù)據(jù)庫(kù)中抽取的響應(yīng)數(shù)據(jù)來(lái)源，并對(duì)應(yīng)建立到客戶交易行據(jù)倉(cāng)庫(kù)中去。表3.3數(shù)據(jù)源表數(shù)數(shù)據(jù)源名稱稱數(shù)據(jù)源作用用數(shù)據(jù)源位置置客客戶資料庫(kù)(Custome:nata)))提供客戶基本情況況客戶資料管理系統(tǒng)統(tǒng)當(dāng)當(dāng)日成交庫(kù)(D盯’s伽nsaction)))提供客戶交易明細(xì)細(xì)交易系統(tǒng)統(tǒng)信信用卡資料庫(kù)(CardData)))提供信用一卜基本情況況信用卡管理系統(tǒng)統(tǒng)帳帳戶資料庫(kù)(AceountData)))提供賬戶基本情況況賬戶管理系統(tǒng)統(tǒng)

手手手手手續(xù)費(fèi)貢獻(xiàn)獻(xiàn)卡客戶細(xì)分研究于聚類的動(dòng)卡客戶細(xì)分研究系統(tǒng)的復(fù)雜性研究著重于揭示經(jīng)濟(jì)對(duì)象構(gòu)成的原因及其深化的歷預(yù)測(cè)其未來(lái)的發(fā)展。對(duì)具有確定特征的對(duì)象建模時(shí)，參數(shù)化的分組明具有很高的效率。利用聚類進(jìn)行數(shù)據(jù)預(yù)處理可以獲取數(shù)據(jù)的基進(jìn)行特征值抽取或者分類就可以提高數(shù)據(jù)的精確度和挖掘效率，并的關(guān)聯(lián)分析，以獲得有用信息。從商業(yè)角度來(lái)說(shuō)，，聚類分析可以幫基本庫(kù)中發(fā)現(xiàn)不同的客戶群，本文將選用修正的RFM模型，用價(jià)究的基礎(chǔ)。本文選用2008年12月1日至2009年n月30日1504使用K一means聚類，SPSSClementinel1.1軟件過(guò)程如下:
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：F274;F830.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尹華;數(shù)據(jù)挖掘分類技術(shù)在信用卡系統(tǒng)中的應(yīng)用[J];華南金融電腦;2005年06期

2 蘇成;;數(shù)據(jù)挖掘中不可忽視的環(huán)節(jié)——數(shù)據(jù)預(yù)處理[J];華南金融電腦;2006年01期

3 張國(guó)方,金國(guó)棟;客戶細(xì)分理論及應(yīng)用策略研究[J];華中科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2003年03期

4 葉強(qiáng);盧濤;閆相斌;李一軍;;客戶關(guān)系管理中的動(dòng)態(tài)客戶細(xì)分方法研究[J];管理科學(xué)學(xué)報(bào);2006年02期

5 石憶邵;蒲晟;;中國(guó)品牌的地域差異及品牌創(chuàng)新能力評(píng)價(jià)[J];經(jīng)濟(jì)地理;2009年11期

6 朱美燕;信用卡市場(chǎng)的特點(diǎn)及其營(yíng)銷策略[J];經(jīng)濟(jì)師;2001年07期

7 王越,曹長(zhǎng)修;DM技術(shù)在信用卡管理中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2002年10期

8 李浩;;MS SQL Server數(shù)據(jù)庫(kù)的數(shù)據(jù)維護(hù)方法[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2006年18期

9 李蕾;;交叉營(yíng)銷理論發(fā)展與應(yīng)用[J];財(cái)會(huì)研究;2008年19期

10 楊光;淺析數(shù)據(jù)挖掘在CRM中的應(yīng)用[J];情報(bào)科學(xué);2005年02期

本文編號(hào)：2611350