上海商业银行客户满意度调查

随着市场竞争的日益激烈，越来越多的企业意识到赢得客户的重要性．我国商业银行也意识到这一点，许多银行提出了“以客户为中心”的经营理念，致力于推出高质量的金融产品和服务，以客户为中心正成为我国商业银行提升核心竞争力的重要战略．提出了衡量银行客户满意度的指标系统，对上海某商业银行客户满意度进行了调查，并对调查结果进行了详尽的分析，研究结果对其他银行具有借鉴作用．     

客户价值的综合评价

本文提出客户利润贡献率、客户投资回收期和客户潜在价值三个评价指标 ,分别对客户过去、现在和未来的价值进行静态与动态以及定性和定量的综合评价 ,并在此基础上提出客户价值总值的评价方法     

电信运营商集团客户价值评估及细分研究

根据客户价值评价理论,针对电信运营商集团客户的具体特点,进行了分析研究,设计了包含3个当前价值指标,6个潜在价值指标的集团客户价值评价指标体系、价值计算方法以及客户细分方法。     

面向客户知识管理的动态SOM客户分类方法

提出了一种基于动态SOM神经网络和RFM指标的客户分类方法.该方法首先利用动态SOM神经网络聚类分析模型产生客户簇,然后以客户的RFM 行为作为对客户忠诚度、客户规模以及客户信用的模拟衡量来对客户簇进行标识,产生客户分类结果,最后根据客户分类结果判定各类客户对企业的价值,从而使企业能够有针对性地对不同客户实施差别化服务策略,为企业的客户战略提供了有效的支持和决策.     

基于随机森林与RFM模型的财险客户分类管理研究

基于客户价值的财险客户分类管理能够帮助公司更有效地节约成本,创造收益。通过在RFM(近度、值度、频度)模型中加入财险客户理赔额指标,将模型扩展为RFMP模型,综合考虑了财险客户的利润贡献度及其风险因素,从风险和贡献两个角度更有效的衡量客户价值。同时,将随机森林分类算法应用到客户分类管理中,并与神经网络分类模型进行比较,实验结果显示随机森林分类具有更小的误差。进一步分析了各客户类群的人口统计学指标,避免了复杂的客户指标量化计算过程,有利于财险公司对庞大的客户群进行分类管理,也有助于公司对新入客户进行风险价值评估,提供具有针对性与个性化的产品与服务。     

模糊层次分析方法在客户满意度分析中的应用

客户满意度是客户关系管理（CRM）系统中一个非常重要的衡量指标，对企业的策划等活动具有积极的指导作用，因此针对客户满意度的分析意义重大．客户满意度分析是一个多准则的模糊决策问题，根据模糊集理论以及Dempster-Shafer理论，针对多层次的满意度评价体系，采用逐层使用模糊数加权的方法得到改进的模糊层次分析（FAHP）方法，用于客户满意度的分析当中．通过实验及其对实验结果的讨论，验证了该方法在客户满意度分析中的有效性和科学性．     

关于寿险公司客户经营探讨

良好和有效的客户经营，可以给保险公司带来许多利益，如增加保费、降低成本、提高利润、通过转介绍带来新客户、提高业务人员的留存率等。但目前寿险公司对客户经营的认识仍存在一些误区，如更多地关注新保单和新客户、仅仅停留在简单的服务上等，阻碍了客户经营水平的提高。有效客户经营的途径主要有：选择盈利客户，发挥服务员工的关键作用，留住有价值的客户，正确处理客户经营与成本控制、风险控制和提升服务的关系。     

浅谈客户忠诚战略

客户忠诚是企业长期利润增长的途径。因此，培育客户忠诚是许多企业客户保持战略的一个追求目标。但到底如何建立客户忠诚，这个问题仍没得到很好解决。本文通过讨论客户忠诚的价值，客户忠诚的驱动因素，探讨如何实施客户忠诚战略。     

基于客户感知度的移动网络质量指标体系研究

随着移动通信市场竞争的不断加剧，网络质量成为增强企业竞争力的关键因素。为了全面衡量网络质量水平，及时从客户角度感知网络运行的变化情况，有必要完善移动网络质量管理，挖掘并扩充新的网络指标，有针对性地开展维护与优化工作，保持网络质量上的领先优势。基于此进行的网络指标深入研究旨在建立基于客户感知的网络质量指标体系。     

铁通客户满意度提升方案

铁通潍坊分公司目前属于国有大型企业，在通信行业中起步较晚，随着社会在飞速发展，不断变化的环境及市场的客观要求，企业的竞争归根结底在于服务的竞争，现代企业经营理念，以”客户为中心”，提高客户满意度，改善客户关系，从而提高企业的竞争力。从客户的实际需求出发，为客户提供真正有价值的服务。帮助客户更好地使用产品。随着宽带互联网的持续快速发展，互联网正在极大地改变人们的日常生活方式以及电信业的运营和商业模式。未来2年用户平均带宽需求将超过IOM．传统的接入方式将不能满足带宽的需求。用户对于服务的要求是愈来愈高，你可以一天不打电话，但是离了互联网很多连工作也没法开展．人们对互联网的依赖越来越大，这就对互联网的服务提出了更高的要求。这就对我们的服务提出了更高的要求，以最专业性的服务队伍，及时和全方位地关注客户的每一个服务需求，并通过提供广泛、全面和快捷的服务，使客户体验到无处不在的满意和可信赖的贴心感受。这就要求根据客户需求制定适合企业的客户提升方案，以保证企业的发展计划与战略要求。从各部门的工作实际情况出发设计不同的满意度提升内容，使客户满意度提升工作成为提高公司参与市场竞争的原动力，提升基层直接面对客户人员的业务能力和职业素养，从而加大企业在市场的竞争力。本文从企业实际情况出发作了客户满意度提升方案探究，更倾向于实务性与操作性，由于作者工作经历有限及对此问题研究尚浅，故在客户需求分析及提升方案的评估方面阐述也还不够深入，有待进一步探讨。     

基于数据挖掘的客户价值预测方法

提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法.通过对客户历史交易数据的分析,获得能够综合反映老客户忠诚度和价值度的指标.基于该指标对老客户进行聚类,将老客户划分为若干个不同价值的客户群,即为每个老客户赋予一个价值等级标号.利用朴素贝叶斯分类方法来预测新客户(或潜在客户)的价值,并依据预测结果来制定相应的重点客户发展战略.实例验证了该方法的有效性和可行性.     

基于决策树的数据挖掘算法的应用与研究

数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的过程,是一种新型的数据分析技术.研究数据挖掘中的决策树算法以及决策树算法在具体的客户关系管理系统中的研究与分析,对数据挖掘中的决策树技术做了详细的描述.     

分类挖掘技术在金融客户关系管理中的应用

探讨数据挖掘技术在企业实际工作中的应用方式与应用领域，分析金融客户分类的必要性．针对具体的项目论述对金融客户进行分类的方法．改进了传统的决策树分类挖掘算法即ID3算法，提出了进行数据挖掘结果可视化展现的两层软件结构．该方法在银行客户关系管理系统中投入实际运行，获得了较好的用户反映，对企业的决策支持产生了积极的影响．     

一种加权的系统聚类方法及应用

提出了加权的系统聚类方法．该方法通过对不同的客户特征赋予不同的权重,达到对客户的聚类结果更符合企业经营目标的目的．为分析客户特征的权重,利用线性回归挖掘企业的历史数据,得到物流企业对客户各个特征的重视程度,并把重视程度作为权重进行客户聚类．实验分析表明,与传统的系统聚类相比,加权的系统聚类方法可以发现隐藏在一般客户中的重要客户,从而使物流企业对本公司的重要客户提供优质服务．     

客户关系管理系统中数据仓库的设计与实现

论述了在客户关系管理系统中数据仓库的设计方案和具体实现方法。通过数据采集、数据清理、数据加载的技术将客户历史数据转换成数据仓库数据，并以多维模式进行存储，运用MDX多维表达式方法进行分析。结果表明：建立以“客户”为主题的数据仓库，借助MDX分析技术，可以发现客户关系管理系统中隐藏的客户购买模式，为企业的决策提供了有价值的商业指导信息。     

Mobile-Customer Identity Recognition

By utilizing artificial intelligence and pattern rec ognition techniques, we propose an integrated mobile-customer identity recognition approach in this paper, based on cus tomer＇s behavior characteristics extracted from the customer information database. To verify the effectiveness of this approach, a test has been run on the dataset consisting of 1 000 customers in 3 consecutive months.The result is compared with the real dataset in the fourth month consisting of 162 customers, which has been set as the customers for recognition. The high correct rate of the test （96.30%）, together with 1. 87% of the judge-by-mistake rate and 7.82% of the leaving-out rate, demonstrates the effectiveness of this approach.     

数据挖掘在电信客户细分中的应用

CRM系统已被广泛应用.客户细分作为CRM 系统的重要组成部分,是进行其他决策工作的基础之一.简单有效的电信行业客户细分方法利用了客户行为和价值分析模型,从数据库中提取出相关数据,作为分析的依据,实现了对数据分群的操作,具有一定的实用价值.     

基于密度信息熵的K-means算法在客户细分中的应用

为解决企业客户价值体现问题, 提出一种TFA客户细分改进模型, 以客户发展空间T、 购买频次F和平均购买额A为指标, 充分体现客户的价值和发展空间. 首先, 引入局部密度值ρ和信息熵H, 改进K-means聚类算法, 以优化传统K-means聚类方法初始聚类中心的选取问题；其次, 通过搭建机器学习框架, 对选取人工数据集及真实数据集进行聚类实验, 验证模型的有效性. 实验结果表明, 该模型能有效分类客户, 充分反映客户价值及其发展空间, 并通过改进聚类算法提升了算法效率.     

基于客户关系管理的快递营销管理系统设计与实现

以客户关系管理思想为指导,整合运单、客户、潜在客户信息、销售人员档案、站点月指标、站点日指标、生产设施等快递企业营销相关的信息资源,结合数据仓库、数据挖掘等技术,构建了快递营销综合数据平台及营销管理系统.实现了客户细分,增强了客户预警分析,及时发现异常客户,防止客户流失;同时还可以进行客户满意度分析,提高客户忠诚度,实现营销员业绩考核等功能,并针对重点客户进行"一对一"的营销.