首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 84 毫秒
1.
从客户价值的定义入手,提出银行客户价值评价的指标体系,并就构建客户价值体系的数据模型及其在银行信息化中的应用进行具体分析。  相似文献   

2.
罗媛  周少华 《科技管理研究》2005,25(7):146-148,153
提出一种基于模糊的客户细分方法——多因子评价模型。该模型采用客户生命周期时间、客户生命周期价值、客户份额和客户满意度作为客户分类的评价因子,对客户进行快速有效的分类。该模型既注重客户的行为,也考虑了培养客户成长的影响。  相似文献   

3.
客户细分是企业成功实施客户保持和升级策略的重要前提,而客户关系价值则是客户细分的重要依据。科学界定客户关系价值的内涵,进而从企业角度选取净现值测量方法,分别测出客户的当前价值和潜在价值,并以此为二维维度建立客户细分模型进行客户细分,最后分别针对各类客户提出差异化的关系策略,以期达到客户关系价值的最大化,为企业的持久发展提供不竭动力。  相似文献   

4.
基于客户价值的客户分类方法研究   总被引:17,自引:0,他引:17  
黄亦潇  邵培基  李菁菁 《预测》2004,23(3):31-35
准确的客户分类是企业有效地实施客户关系管理的基础。基于客户价值的客户分类是根据客户的价值大小来判断客户的类别。本文首先在现有的客户价值评价体系的基础上结合客户生命周期理论设计了一种新的客户价值评价指标体系,从客户的生命周期阶段和客户发展潜力两个方面来评价客户价值。然后根据该指标体系的指标特性,选择神经网络作为评价方法。最后根据客户价值评价结果进行客户分类,并对每个类别的客户特征及其相应的营销策略进行了分析。  相似文献   

5.
随着电网建设的不断完善升级,电力客户对于电力产品及其配套服务的品质要求不断提升,并且逐渐呈现高要求、差异化的发展趋势.面对客户需求的差异化和企业内部服务资源的有限性,供电企业有必要对客户进行科学合理的细分,实施差异化管理.下以供电企业的大数据为依托,运用数据挖掘技术,从客户的供电可靠性要求、客户价值和客户行为3个维度,建立细分指标体系,利用K-means聚类算法建立客户细分模型,并以南网某省为例进行实证分析,最终证明了所建立的细分模型是合理的.  相似文献   

6.
基于CLV及客户满意度的客户细分   总被引:2,自引:0,他引:2  
客户细分是客户关系管理研究的重要内容之一,目前已有许多研究分别基于客户终生价值(CLV)及客户满意度为细分变量对客户进行细分,但尚未有研究将二者联系起来对客户进行分析.首先,阐述了将CLV及顾客满意度作为细分变量的依据,然后,构建了基于CLV及顾客满意度的客户细分模式,并依据模型提出了企业价值提升策略.  相似文献   

7.
营销资源的分配是营销活动的基础,也是企业RCM的核心任务之一.将客户价值作为营销资源分配的基准,根据客户的当前价值与潜在价值将客户细分成四类,在对企业营销资源的分类进行研究的基础上,提出了一种营销资源定量分配的方法,最后结合企业实例,运用聚类分析方法进行客户细分,并利用细分结果实现了企业营销资源的定量分配.  相似文献   

8.
客观聚类在客户价值细分中的研究   总被引:1,自引:1,他引:0  
聚类在商业研究中广泛应用于对未知特征的客户群进行价值细分.分析了传统细分方法对于细分客户初始条件敏感的弱点,与其他聚类方法相比,客观聚类方法不需要借助领域专家的知识,能够自动、客观地确定聚类个数及最优聚类方案.在回顾了价值细分方法选取的基础上,采用客观聚类方法进行客户价值细分.通过对算法步骤的分析,提出新一致性准则及算法的实施步骤,并将其应用于客户价值细分中.最后,通过实证对比研究,结果表明了新算法具有无需预先指定聚类数的特点,使得细分结果更加准确.  相似文献   

9.
B2C电子商务中的客户价值分析与模糊综合评价   总被引:1,自引:1,他引:1  
李卫红  白杨 《情报杂志》2006,25(9):99-101
通过对客户价值内涵的界定,分析了B2C电子商务中客户价值的构成及其影响因素,构建了B2C电子商务中客户价值的综合评价指标体系,并运用模糊综合评价模型对其进行量化评价.  相似文献   

10.
企业赊销所形成的应收账款属于赊销企业的债权,具有回收性和风险性。企业在进行信用销售之前,应该对客户的信用等级进行评价,根据客户的信用等级确定自己的赊销信用政策,以防范应收账款信用风险。在对赊销客户信用影响因素分析的基础上,通过相关性分析,针对不同行业选取了反映影响赊销客户信用等级的各项因素的信用评级指标体系。进而提出了基于模糊综合评价法的赊销客户信用水平评价方法。通过实例分析验证了方法的可行性与科学性,论文的研究结果可以为企业制定赊销信用政策提供借鉴。  相似文献   

11.
文章根据客户价值评价理论,针对学生用户的具体特点,设定了价值指标,确定了电信服务中学生用户的价值评价指标体系和计算方法。  相似文献   

12.
旨在利用K-means与神经网络组合模型来解决客户潜在价值与客户分类问题。在已有的CRM理论的基础上选择针对性较强的客户潜在价值指标,包括客观属性指标和行为习惯指标。构建组合模型来分析某数码网店的客户数据,利用K-means法对客观属性进行初步聚类,在每个初类内部进行自组织竞争神经网络的训练和预测,从而细分聚类结果。最后评价聚类结果的特征,对数码电商客户关系管理提出建议。  相似文献   

13.
孙明贵  胡洁云 《软科学》2006,20(5):59-62,73
企业越来越注重客户价值的计算、细分以及核心客户的识别,销售自动化系统、数据挖掘系统、呼叫中心等各种IT技术为企业提供了诸多支持。但是,实际上由于客户关系管理缺乏供应链一体化的客户识别技术和方法,在实践上产生了不利影响。从供应链一体化的角度来对比和重新审视作为单个企业进行客户关系管理时的种种局限性,从而得出只有对整条供应链具有价值的客户才是链上各企业的核心客户这一结论。  相似文献   

14.
基于客户价值的信息用户流失预测研究   总被引:1,自引:0,他引:1  
对信息用户流失分析中的相关问题展开了研究,提出基于客户价值的流失预测模型。结果表明在客户价值细分后进行流失预测,可以提高预测精度并深刻地了解用户特征,从而更有针对性地开展用户保持工作。  相似文献   

15.
以A公司为研究对象,通过与A公司管理人员及专家的访谈,结合客户价值的理论基础,形成A公司客户价值评价指标体系。对A公司客户进行打分分类,继而形成A公司差异性管理策略,为公司资源的合理分配提供依据,争取利用有限资源提高客户价值,促进企业长久稳定发展。  相似文献   

16.
将价值管理评价指标与自主创新能力评价指标相结合.建立从财务、客户与市场、内部经营、学习与成长四个层面反映企业潜在技术创新资源、技术创新活动、技术创新产出能力、技术创新环境的指标体系,运用BP神经网络对中小企业自主创新能力进行评价及实证分析,在此基础上,结合价值管理理论提出提高中小企业自主创新能力的对策建议.  相似文献   

17.
电子商务模式下企业客户价值分析   总被引:2,自引:0,他引:2  
赵珑 《科技广场》2005,(5):60-62
本文在分析电子商务模式的基础上,对客户价值及客户价值链进行了较详细的阐述,得出企业客户价值分析包括客户细分和客户行为分析两方面内容,最后简单介绍了在电子商务模式下利用数据挖掘技术进行客户价值分析的方法。  相似文献   

18.
基于客户关系生命周期的CRM理念   总被引:8,自引:0,他引:8  
徐忠海  王玲 《科研管理》2003,24(6):94-102
在竞争激烈的市场中,企业在不断寻求获得新客户、保持现有客户和争取流失客户的新途径以获得和保持竞争优势。客户关系管理正是企业实现上述目标的有效手段。如今有很多人在讨论客户关系管理,但是大家对CRM这一时髦用语的理解并不一致。Irr服务供应商将CRM视为特殊的软件解决方案或新的分析方法,强调销售自动化、计算机辅助销售、数据仓库、数据挖掘、呼叫中心的一体化等。而市场营销理论工作者和管理人员则认为CRM是客户导向和营销基本理念的回归,他们注重需求导向的客户细分、一对一营销、客户终身价值、客户维系和客户关怀等。而本文作者是从客户关系生命周期这一新角度去理解CRM。本文首先提出了客户关系生命周期的模型及其各阶段的特点,简要地介绍了CRM,然后对客户关系生命周期不同阶段的CRM对策和CRM措施的重点进行了深入的探讨。  相似文献   

19.
从销售的角度来讲,客户是企业的血液,与客户建立最佳关系是企业生存和发展的生命线。在竞争高度激烈的现代买方市场条件下,这一理念已成为企业的共识。随着经济全球化、信息化、网络技术等新经济浪潮的扑面而来,客户在消费活动中的理性化程度越来越高,其直接表现为消费需求越来越趋于个性化、差异化。因此,将市场细分终极化,把每个客户视为一个细分市场,针对每一客户的个性化需求开展“一对一定制营  相似文献   

20.
基于OCA的客户细分研究   总被引:1,自引:1,他引:0  
庞大而复杂的客户数据库,削弱了传统的客户细分方法的数据分析能力,使得传统方法的弱点更加突出.首先分析了传统细分方法对于细分客户初始条件敏感的弱点,然后提出用一种基于数据分组处理的聚类算法--客观聚类法,来进行客户细分.通过实证对比研究,结果显示客观聚类算法更加适合客户细分,具有无需预先指定聚类教的特点,使得细分结果更加准确.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号