论文部分内容阅读
面对中国资本市场急速而来的市场化进程和加入WTO后日益严峻的竞争,证券经纪业务在经历了长达十年的粗放式变速发展之后,正经历着从“卖通道”到“卖服务”的艰难转型。在3‰的佣金收入背后,券商为客户提供着 “通道服务”、“信息服务”和“资询服务”。 “咨询服务”将成券商下一步竞争的焦点。谁能及时、周到地为客户(尤其是有价值的重点客户)提供个性化强,附加值高的“咨询服务”,谁就能在竞争中取得优势。
为此,建立以客户为中心的客户关系管理系统CRM(Customer RelationshipManagement System)将帮助营业部识别、分类不同的客户群,建立不同的联系以及确立针对性的产品和服务,也就是所谓“一对一经营”。最终达到客户保留、客户获得、客户忠诚和客户创利的目的。
本文就证券业现状及客户关系管理(CRM)在证券业的应用进行简单介绍,综合评述国内外CRM的研究情况,并介绍数据挖掘技术的相关概念及算法,以及数据挖掘工具的性能及特性。对某证券公司的客户数据管理系统进行需求分析、数据分析,提出客户贡献度和客户忠诚度的评价方法,并分析两者间的关联。
本文的实验部分详细描述了客户贡献度和忠诚度评价方法的主要步骤。首先,从业务数据上进行分析,选取用于评价的字段,并对取得的数据进行数据预处理;再以数据挖掘理论为基础,通过数据挖掘工具软件SPSS CLEMENTINE 8.0中的K-平均值聚类分析建立客户贡献度和客户忠诚度的模型,以及使用关联规则挖掘两者问的规律;最后对结果检验和评估。
本文的创新点:使用数据挖掘技术的聚类分析建立客户贡献度和忠诚度模型,并用关联规则挖掘两模型间的规律,最后用相关性分析验证结果的准确性。