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 15 毫秒
1.
在当前产品和服务差异越来越小、市场竞争越来越激烈的环境下,几乎所有的企业都在不遗余力地争取新客户,留住老客户。企业越来越强烈地感受到客户资源的重要价值,谁拥有客户就意味着拥有市场,企业之间竞争的实质是一场客户争夺战。本文主要对战略大客户的效用进行分析,进而探索加强战略大客户管理的有效途径。  相似文献   

2.
研究表明,客户忠诚度每提高5%,企业收入将提高25%-85%,所以保持住老客户,其价值要超过开拓新客户。本文正是基于这一目标,对CRM中的数据库进行最优化设计,从而能更有效地管理客户数据并执行数据挖掘,得到对保持客户有用的信息。  相似文献   

3.
雷兵 《科技广场》2006,(12):116-117
本文从网上零售企业的角度,运用消费行为学的理论基础,并结合网上购物的特点,研究了B2C网站的顾客访问行为。在研究中,详细描述了客户网上购物的流程,并从客户浏览行为和购买行为两方面进行了深入的分析,提出了以产品为中心和以客户为中心的客户访问行为理解方法,并在此基础上将客户分为潜在客户、新客户、活跃客户和稳定客户四类。  相似文献   

4.
Web数据挖掘技术在电子商务中的应用   总被引:1,自引:0,他引:1  
本文介绍了在电子商务中Web数据挖掘的过程、主要挖掘方法及应用。将数据挖掘技术应用于电子商务,对企业积累的海量数据进行处理,从这些数据中发现潜在的规律,把握客户动态、追踪市场变化,帮助企业制定今后的发展战略,使电子商务更具个性化和针对性。  相似文献   

5.
SNS为企业获取客户知识提供了有效信息源,挖掘SNS环境下的客户知识对于企业提升其核心竞争力有重要意义。本文在分析了客户知识获取和SNS研究现状的基础上,提出了SNS环境下企业客户知识获取模式。该模式丰富了客户知识获取来源、知识挖掘方法和知识获取结果,并指出了SNS对企业客户知识应用有扩大效应。  相似文献   

6.
基于数据挖掘的信贷客户信用评估系统研究   总被引:1,自引:0,他引:1  
针对当前信贷业务中的信用风险问题,通过建立基于数据挖掘的信贷客户信用评估系统,并使用ID3算法对样本数据进行实证分析,表明数挖掘技术应用于金融企业的信贷客户信用评估系统中,可以从大量的客户信用数据中发现潜在有用的知识和规则,能够为信贷决策者提供科学、高效的方法对信贷客户进行评估分类.以期达到降低不良贷款率,提高金融企业效益的目的.  相似文献   

7.
CRM是企业适应社会的发展和关系营销的需要而发展起来的"以客户为中心"新的管理理念。数据挖掘很好的进行数据的分析、处理、发现有价值的客户信息。介绍了CRM,数据挖掘的概念,以及数据挖掘应用于客户生命周期的各个阶段提高企业客户关系管理能力,包括争取新的客户,让已有的客户创造更多的利润以及保持住有价值的老客户。  相似文献   

8.
证券业客户关系管理中的客户信息及其分析   总被引:3,自引:0,他引:3  
李国秋 《情报科学》2001,19(7):771-775
客户关系管理(Customer Relationship Management,CRM)是指通过有效管理客户信息资源,提供客户满意的产品和服务,和客户建立起长期、稳定、相互信任的密切关系,为企业吸引新客户,锁定老客户,提供效益和竞争优势。我国证券业在与我国证券市场同步发展的同时,也随着证券市场的不断规范和成熟而从粗放式管理进入到集约化管理的阶段,证券业的竞争也在不断加剧,这就使得证券业对管理日益重视。而且由于行业特殊性,证券业的多项核心业务都与客户有密切关系,客户关系管理对于证券业大有用武之地,因此也越来越成为证券业管理的焦点和核心。本文将对客户关系管理基本原理与方法的介绍的基础上,说明客户关系管理对于证券业具有特殊的价值与意义,并尝试从证券业客户信息及其分析的角度,提出卫个证券业客户关系管理的工作表,从而建立一个证券业客户关系管理的可行方案。  相似文献   

9.
吴健瑞 《科技风》2013,(12):264
在电信产业高速发展的今天,增量市场潜力越来越小,企业发展目标越来越集中于存量市场,谁能够更有效地发现客户潜在需求,进而更好地满足客户需求,谁就将在未来的市场竞争中获得优势,因而,各企业都非常重视客户相关数据的挖掘;而电信企业自身所拥有的海量用户数据和产业特点,也使基于数据挖掘技术的精确营销策略大有用武之地。  相似文献   

10.
以某零售企业2008.06.30-2009.06.29一年的销售数据为依据,以合理地划分会员等级为目标,根据会员一年的消费积分确定其所在的会员层级。在此基础上,采用数据挖掘技术中的决策树方法寻找衡量有价值会员的判定规则,该规则可作为对新客户和潜在客户进行价值判断的依据,为企业向客户做有针对性的营销打下基础,以期能在提高客户满意度的基础上,做到企业和客户的双赢。  相似文献   

11.
随着电子商务行业网站的迅猛发展,智能推荐系统的作用变得越来越重要,它能提升网站的知名度和用户的忠诚度,有效地保留客户和挖掘潜在客户,从而提高商务企业的销售收入.本文介绍了电子商务推荐系统的主要算法和国内外相关研究成果,分析了现有算法和推荐技术存在的缺陷,探讨了语义词典的设计原理,提出了基于语义词典的电子商务推荐系统的想法.  相似文献   

12.
针对产业集群特点,面向数据检索要求,对数据挖掘推荐系统需求进行分析,研究数据挖掘推荐系统相关技术和算法,设计系统功能模块架构,研究分析处理流程,构建数据挖掘推荐系统,实现产业集群信息的智能化挖掘推荐服务。产业集群数据挖掘推荐系统具有用户需求信息挖掘推荐、相关服务信息挖掘、潜在协作伙伴挖掘推荐及科技成果动态感知等功能,能为用户推送更多有价值的信息,便于用户发现协作伙伴和潜在客户,促进产业集群和集群企业的协同创新发展。  相似文献   

13.
付泉 《科技广场》2007,(3):114-116
顾客在电子商务网站的访问行为会产生大量数据信息,这些数据中包含了大量对市场分析及预测有用的潜在信息,可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,从而了解客户的访问行为。本文主要讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。  相似文献   

14.
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   

15.
丁乃鹏 《情报杂志》2006,25(5):50-52
客户是企业最宝贵的核心资源,客户关系管理是实施其移动商务战略的重要组成部分。从移动商务的角度来看,客户关系管理出现新的内容和新的趋势,如何做好移动商务中的客户关系管理,很多新方法和新工具值得探讨与研究。利用移动技术提高客户满意度,吸引并留住客户,增进与客户之间的关系,是企业长远发展的根本所在。  相似文献   

16.
提高客户忠诚度的七大法则   总被引:1,自引:0,他引:1  
"总经理,我们今年共发展了25万名新客户,共花费营销费用1.2亿."某通信公司营销总监正在汇报工作." 数量还是非常可观的,那么老客户流失了多少呢?",总经理问道.  相似文献   

17.
李博 《大众科技》2021,23(3):155-157
商业银行作为我国现代经济结构的重要组成部分,为国家经济建设作出了巨大贡献.随着金融市场的不断开放,金融市场体系不断健全,现代商业银行也面临着同业竞争激烈、客户流失等各方面的挑战.如何在竞争激烈的金融环境中不断开拓新的市场,同时保证原有的零售老客户不流失,是当前银行业面临的一个不小的难题,通过研究现代商业银行客户忠诚度及其影响因素,对商业银行如何有效提高客户忠诚度提出相应策略,从而可以不断提高商业银行盈利能力,并且通过老客户拓展更多的市场份额,为银行业金融机构在硝烟四起的市场竞争中提升核心竞争力贡献一份力量.  相似文献   

18.
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   

19.
消费品市场的潜在最有价值客户选择分析   总被引:1,自引:0,他引:1  
张旭梅  刘瀚泽 《预测》2005,24(4):16-21
最有价值客户是企业利润的主要来源,也是客户资产管理的重点。本文首先分析了客户价值,发现在企业经营的不同时期和阶段,客户价值具有变化性;这种变化导致最有价值客户群发生转移,以此为基础定义了潜在最有价值客户。在分析其特点的基础上以消费品市场为研究对象,从消费因素、技术因素和环境因素三方面设计了潜在最有价值客户的选择模型。为企业始终能集中优势资源服务最有价值客户提供了一种思路。  相似文献   

20.
周杰 《科教文汇》2013,(36):92-93
个性化的旅游服务往往能得到客户更多的关注。潜在客户对旅行社计划推出的旅游线路的关注信息,常出现在留言板上或者关于旅游线路或景点的投票页上,利用这些信息,借助文本挖掘和机器学习技术,可以找出最适合推荐给潜在客户的旅游线路,从而实现旅游服务(线路)的推介。  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