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。     

产品营销客户信息关联模式挖掘与分析

介绍了以关联规则方式对商业销售中客户数据进行分析的方法,实际运用中以某商业网点化妆品销售中客户信息的数据集为例,针对销售客户信息的具体特点给出了一种改进的Apriori算法.实践表明,改进后的Apriori算法,可以减少无意义规则的产生,提高挖掘效率.     

基于CRM的汽车客户行为预测研究

为解决汽车客户购买行为预测问题,以便有效估测市场走向,在客户关系管理(CRM:Customer Relationship Management)理论分析的基础上,采用16例汽车客户的购买信息作为样本数据并对其进行数据清理、转换、归纳,以SQL Server建立汽车市场营销分析的数据仓库,作为整个分析预测过程的输入,采用改进的ID3决策树模型和关联规则模型进行数据挖掘,得出汽车客户行为的预测知识.通过实验对比,验证了预测结果的有效性.     

消费者购买银行个人理财产品行为分析——基于多水平logistic模型

以商业银行理财客户购买意愿和购买行为为研究对象,选取了青岛市居民进行问卷设计、问卷调查和数据收集。考虑银行这一层次变量,运用多水平logistic模型来探讨影响居民购买商业银行理财产品购买意愿和购买行为的因素。研究结果表明,青岛市各商业银行间消费者购买银行理财产品的行为确实存在着显著差异,但同一商业银行内部,消费者购买银行个人理财产品的行为存在一定相似性。消费者的购买意愿和行为受个人因素、收入因素、产品认知因素、银行服务因素的影响比较显著。     

基于客户支出分配的一对一B2C电子商务营销

有效地保持有价值的客户是企业成功的关键,而客户终身价值又是影响客户保持商业战略实施的首要因素,所以企业需要通过研究客户终身价值来确定最有竞争力的一对一营销策略。本文建立了基于客户支出分配的客户终身价值模型,并推论出维系概率和购买转换是影响客户终身价值的首要因素,与客户终身价值成正比例关系。     

中文网络评论中的产品特征情感倾向提取算法研究

Web中的客户评论信息挖掘是大数据分析中的一项重要内容.分析客户评论中所包含的产品特征情感倾向,不仅可为消费者购买产品提供更具体的决策支持,还能有效帮助企业改进产品质量.针对商业应用的实际需要,提出了一种自动从中文客户评论中抽取产品特征并判断其情感倾向的方案.基于frequent pattern-tree (FP-tree)方法提取产品特征,结合基于语料库的方法和依存句法分析方法识别关于产品特征的主观评论语句、情感词及其情感词的依存关系,综合考虑情感词、否定词、程度词计算产品特征的情感倾向值.采用公开数据中的600篇手机评论作为实验数据,检验了算法的准确性.对比分析的结果说明,算法有很好的应用潜力,能够有效地从网络评论中获取有价值的商业信息.     

考虑客户购买行为的易腐食品生产配送协同研究

随着客户对易腐食品新鲜度的要求不断提高,为了更好地满足客户需求,避免生产配送计划与客户购买行为间的信息不对称,文章以生产商利润最大为目标,提出店铺直送(direct store delivery,DSD)经营模式下的单生产商、多产品、多零售商、多时段的易腐食品生产配送协同计划模型,推导出关于产品新鲜度和质量风险的需求函数,模仿消费者对易腐食品的购买态度,在生产配送计划中加入保质期和客户购买行为约束,并采用蓄冷式多温共配模式对产品进行配送;最后用数值例子验证模型的有效性。研究结果表明,在易腐食品生产配送模型中考虑客户购买行为会提高生产商的利润,且产品质量风险越高,保质期越短,利润提高越多。     

基于生命周期的客户知识管理策略

同行业中相似的客户关系管理的解决方案导致企业间服务的差异趋同,客户的保留成本正在上升,保留老客户的商业策略不再具有早期节约客户成本的效果．在分析客户关系管理的新思路——客户知识管理的基础上,通过分析不同客户生命周期中购买决策过程的不同阶段客户流向企业的信息,提出了5种风格的客户知识管理应用方案．     

基于粗糙属性约简和物之属性关联分析的新客户发掘方法

讨论了如何从已有的客户数据信息中发掘出新的客户源．首先利用物元理论与粗糙集的方法对购买某种商品的客户的属性特征进行约简，并对约简后的属性计算其相对于客户决策的重要性，然后以约简后的属性取值集合为可拓集合构造各属性的关联函数，并结合属性重要性构造全局关联函数，以此来进行新客户的发掘。     

基于数据挖掘技术的网络营销策略的实证研究

目的 在大数据背景下,研究销售者运用交易数据挖掘有效客户,认识、评价和提升个人客户的忠诚度.方法 本文根据淘宝某皇冠卖家的客户数据进行实证研究,运用分类树模型、聚类分析等进行分类研究,应用Logistic模型进行预测.结果 识别了有效客户及其特征,并获得有效客户发生购买行为的概率.结论 实践证明,数据挖掘技术能够精确高效地应用于匹配客户营销策略,提升线上销售业绩.     

商业银行数据分析系统的设计及应用

随着商业银行计算机与信息技术、客户群体以及各类产品的不断发展,商业银行积累了海量的珍贵数据,这些数据所蕴藏的巨大价值也越来越被决策层重视起来。在深入分析商业银行数据应用现状及现有的信息管理系统中的基础数据平台系统存在问题的基础上,提出了可靠和高效率的2种商业银行数据分析系统模型,并对挖掘出来的数据如何进行使用及如何转化成效益进行了详细的研究,对商业银行的发展具有重要的现实意义。     

基于兴趣点（POI）数据的北京市通州区商业空间格局分析

城市商业空间格局是城市规划与发展的重要组成部分,传统城市的商业空间格局分析主要借助统计资料和经济普查数据,效率较低,以兴趣点(POI)数据为代表的众源地理数据为城市商业的空间格局分析提供了新的手段.以北京市通州区为例,提取了26736个商业POI数据,根据商业职能分为综合购物类、生活服务类、公共服务类、餐饮住宿类、休闲娱乐类和金融服务类等6大类,运用数量统计和核密度估计方法,对通州区商业及各业态的空间格局进行了分析,旨在为通州区优化城市商业空间布局提供科学依据.     

基于数据仓库的商业银行管理会计信息系统研究

针对目前商业银行内部管理和成本控制存在的不足,设计并实现了基于数据仓库的商业银行管理会计信息系统,系统使用数据仓库建模、数据采集、数据展现及安全性设计等先进技术,实现了成本、收益、投入产出的定量分析,能更有效地降低成本,提高综合盈利能力。     

基于DEA模型的商业银行效率评价研究

利用统计学中的主成分分析方法,基于商业银行的投入和产出统计数据,建立了商业银行相对效率评价指标体系．运用DEA模型从横向对14家商业银行的规模有效性和技术有效性进行了相对有效性评价,从投入剩余及产出亏空等方面分析了中国商业银行目前存在的问题和提升的对策．计算结果表明,大部分商业银行的相对效率较低,非有效的商业银行普遍存在投入过剩现象,4大国有商业银行的效率远低于股份制商业银行．     

轿车车身CAD数据库管理系统研究与实现

对轿车车身ＣＡＤ过程中使用和产生的大量数据进行有效管理。在商用数据库管理系统的基础上进行动态特性和完全性设计,采用ＯＬＥ技术解决车身ＣＡＤ数据和环境的特殊问题。开发了一套轿车车身ＣＡＤ数据库管理系统,并在实际使用中采取了满意的效果。通过对商用数据库管理系统进行开发可实现车身ＣＡＤ数据进行有效管理,并为轿车产品的ＰＤＭ系统开发打下了基础。     

数据挖掘:实现有效CRM的动力

从介绍CRM的有关原理出发，着重阐述了数据挖掘在CRM中的技术应用和商业价值，其中数据挖掘的商业价值部分着重从客户生命周期角度展开探讨。     

银行类上市公司业绩综合评价模型及实证研究

为了克服传统业绩评估方法的不足，本文首先通过选择有代表性的指标和比率，建立起一个银行类上市公司综合业绩评价指标体系，在此基础上采用主成分分析方法构建了一个评价上市银行业绩的模型，并使用该模型对四家上市银行进行了实证分析，最后用聚类分析和定性定量比较分析对该模型的有效性进行了验证，证明该模型在实证分析中是有效的。     

基于SE-DEA的商业银行分支机构效率

为评价商业银行分支机构相对效率,构建了一种两维(区域层次和管理目标)效率评价系统。根据2005年中国区域的宏观经济数据及某商业银行内部经营数据,使用了包括中介法、附加价值法、生产法等在内的11种超效率数据包络分析(SE-DEA)模型。结果表明:样本量的变化不影响决策单元效率值的相对稳定;模型变量的调整可能导致效率值的异动;具有内在关联关系的DEA效率值之间的传递性较弱;这几种模型的DEA效率均具有独特性和非相关性。     

基于DEA模型的商业银行效率评价及影响因素分析

在回顾以往商业银行效率评价方法的基础上,采用因子分析和数据包络分析相结合的方法,对我国上市商业银行2012年的效率进行了实证分析;分析结果表明我国大多数上市银行还没有实现DEA有效,国有控股商业银行的股份制改革仍需进一步加大力度.利用多元回归模型分析影响银行效率的因素,其结论表明商业银行可以从加强自身管理等方面提升银行效率.     

互联网金融与中国商业银行之间的风险溢出效应研究

基于2013—2019年国内14家商业银行和互联网金融指数的日股票收盘价数据,采用分位数回归的CoVaR模型,对互联网金融行业与国有银行、股份制银行和城市商业银行之间的双向风险溢出效应进行研究。结果表明:第一,城商行自身风险最大,且互联网金融风险与城商行差别不大,国有银行风险最小;第二,互联网金融与各类型商业银行之间均存在双向不对称的正向风险溢出,且各商业银行对互联网金融的风险溢出效应更强;第三,通过比较分析三类商业银行与互联网金融之间的风险溢出值发现,互联网金融与城商行之间的双向风险溢出效应最强;第四,银行规模大小不是决定风险溢出强度的主要标准,互联网金融与城商行之间的风险溢出效应存在被低估的可能。