一、分析型CRM在证券行业中的应用(论文文献综述)
何志州[1](2018)在《基于银行客户数据的ACRM设计与实现》文中指出随着中国社会经济的日益发展,客户数据成为商业银行竞争的核心。当前,国内商业银行并未针对客户给予具有明确针对性的产品和服务,对个人品质客户的识别能力和营销策略过于简单。其根本原因在于缺乏评估个人客户价值的有效策略,同时也缺乏规范化地详细分析客户数据的方法。本文基于数据分析的方法,初步提供了银行客户管理的系统性方案。本文鉴于数据分析提升了客户数据的数据质量,并且将原有零散存放的数据实现了完整的存储和整合,让银行能够获取全面的客户数据,进而可以进行数据产品设计。设计了健全的CRM(客户关系管理)流程和功能,特别是论文将传统的CRM加上了分析功能之后,形成了 ACRM(分析型客户关系管理)系统的方案。结合典型的实际应用,对系统的性能指标、功能指标、使用频率指标进行了统计分析且完成了系统功能的验证,力求通过该系统能为银行执行客户细分管理提供借鉴意义。本文主要目的在于梳理银行业的各系统数据,并结合行业特征,提供一个在数据时代,从目标明确的营销角度出发,对银行业的客户关系管理现状提供具有参考实用价值的完整的一套设计方案及的关键代码技术。期待通过该系统能为银行执行客户细分管理提供借鉴意义。
陈智勇[2](2016)在《证券软件服务行业CRM系统开发》文中研究说明近年来,中国宏观经济环境的持续快速增长,市场经济体制的建立和逐步完善,城市居民可支配收入逐步增加,对金融服务消费需求也逐步增长。除了传统的银行储蓄存款外,在金融产品的选择上,股票、债券、基金等在金融资产组合中的比重将不断提高从而构成对证券产品持续强劲的需求。在这样的时代背景下,越来越多的人投身于证券市场,证券软件服务行业得到了长足的发展。目前国内从事证券软件服务的企业经过多年来的发展,都已初具规模,许多企业为证券市场的发展作出了重要的贡献。随着市场发展的逐渐成熟同时也伴随着互联网技术的发展。在这样的环境下,证券软件服务行业内的各个公司认识到客户关系管理(Customer Relationship Management)(简称CRM)在企业发展历程中的重要性。纷纷架设了自己的CRM系统,通过将公司发展中不断积累的海量业务数据存储下来,将这些详细记录了公司和客户之间来往的数据进行合理地管理与细致的研究,探索出针对不同的客户提供个性化的服务,从而帮助企业赚取更多的利润。但是由于中国的特殊国情,国内的人口基数远比国外大的多,截止至2015年中国股民数量已达1.2亿呈现爆炸式的增长。所以在证券软件服务的过程中不可避免地会产生更为庞大的数据,而这些数据受制于技术上的原因无法有效地进行合理应用,例如物理存储无法容纳如此多的数据导致数据被删除而引起的数据缺失或者是IT系统无法在有限的时间内快速处理数据而导致客户的流失等等。因此如何找到一种解决方案能够将海量数据进行快速整合清洗,并且迅速地能够将数据中蕴含的知识挖掘出来并转化为CRM系统可以接受的信息流传递到CRM系统中,以便更好地为客户进行服务是十分有研究和实践意义的。针对这种需求,分析企业级CRM的必要性及实现方案。本文基于客户识别码进行企业级CRM的研究过程中,先对客户识别码的概念以及模型的建立进行描述,接着详细介绍各个核心功能模块的设计,同时还对搜索引擎的有关内容进行分析与应用。本文在此基础上结合其他关键技术如数据仓库,大数据分布式平台,搜索引擎等,设计实现了一个证券软件行业的企业级CRM系统。在搭建企业级CRM系统的过程中,客户数据难以统一整合普遍是一个棘手的问题,因此本文尝试创新设计了一套客户识别码模型,通过建立客户识别码将前后端的海量数据按照统一的格式整合至CRM系统中,利用分布式平台存储海量数据,搜索引擎解决数据传输速度问题。从而在充分利用客户历史数据的基础上搭建了企业级的CRM系统,并设计了良好的用户界面。最后在功能上和性能上对本系统进行测试,得出系统具有识别准确率高,响应速度快的特点。具有较好的实际价值。
蔡贞云[3](2015)在《期货公司分析型CRM系统的分析与设计》文中研究表明客户关系管理(CRM)系统是以客户关系管理为核心,以达到客户期望和双方受益为目标,通过在企业与客户之间建立并保持良好关系,持续实现企业提高客户满意度及提升公司盈利水平的一种新型营销理念和一整套应用策略。由于每个行业有不同的特性,所以CRM系统在不同行业的应用也会千差万别,其系统实现方式和预期目标也完全不同。期货业在我国的发展非常迅速,尤其是近几年期货新业务的不断推出,使得期货作为一个行业发展战略,迅速实现了由量变向质变的转变。期货公司的管理理念也由“以产品为中心”逐渐转向“以客户为中心”,提高客户的满意度和忠诚度已成为公司取得成功的重要因素。要顺应以上种种变化,期货公司更需要建立一种分析型的CRM系统来对客户的数据进行分析和挖掘,同时在管理上进行业务流程的改进和销售服务体系的完善。国内大型的期货公司为了突破目前的竞争模式,在白热化的竞争环境中更好地发展业务,纷纷决心对现有的市场营销工作、客户管理和服务工作等与客户紧密相关的重点工作整合起来,同时增加对客户的分类以及公司经营情况的统计分析功能,通过实施统一的客户关系管理(CRM)系统来全面提升客户关怀、客户服务、营销管理,从而提高公司在期货行业的核心竞争力。本文以L期货股份有限公司为例来研究分析型CRM系统的业务需求分析、系统功能设计及CRM系统的具体实现和应用。首先阐述了CRM系统的研究背景,并提出研究方法、研究内容以及创新点。接下来对CRM系统理论、国内外研究现状及相关技术做了解释,根据期货公司本身的业务特点和业务需求,最终选择实施分析型CRM系统。最后通过详细分析期货公司的业务流程和系统需求,逐步理清了公司的业务基本情况、业务之间的逻辑关系以及公司各业务部室对CRM系统的项目具体需求。经过对需求的整理归纳之后开始对整个CRM系统进行设计、实现及应用,该阶段开始逐步建立起分析型CRM系统的物理模型,完成整个CRM系统的实现,同时通过在CRM系统进行参数设置后,实现对公司客户的细分,为客户提供更具针对性的服务,从而为相关客户销售公司其它产品做好准备。本文创新点:(1)提出要对客户进行细分,并根据实际业务需要设计了客户的等级划分标准。同时,考虑到客户的等级不是固定不变的,所以在系统中的客户等级设计为每月进行动态调整,以便业务部门根据客户的等级变化情况提供相应的客户维护策略。(2)提出在系统实施前,首先要进一步明确部室工作职责,优化公司的业务流程;然后,通过优化后的业务流程进行系统工作流的设计工作。
谢伟峰[4](2014)在《分析型CRM系统在证券公司经纪业务中的应用研究 ——以厦门证券为例》文中指出近年来,证券市场的竞争日趋激烈。越来越多的证券公司意识到传统的“通道式”服务及“佣金战”并不能为企业带来更多的利润。为此,证券公司纷纷开始了由“通道式”的盈利模式向“服务式”的盈利模式转变。“服务式”的盈利模式是以客户为中心,以满足客户的需求为导向,尽可能推出服务型产品,尽可能增加服务型产品的销售,通过满足客户的需求来提高客户的忠诚度。厦门证券作为一家地区性的券商,面临着各大券商在厦门地区开设营业部带来的冲击,出现了客户流失严重,市场份额不断缩小的局面。厦门证券需要认清自己在经纪业务方面面临的问题,通过建立分析型CRM系统来引导公司经纪业务的转型,这样才能保住甚至扩大在这个地区的市场份额。论文采用理论分析和实证分析相结合对分析型CRM系统在厦门证券经纪业务中的应用进行分析。论文先对客户关系管理理论进行了梳理,并对客户关系管理的分类进行了介绍。就分类中的分析型客户关系管理进行了详细的说明,重点讲述了分析型CRM系统的功能及作用并对国内外分析型CRM系统应用的现状进行了描述。其次,论文介绍了厦门证券及其经纪业务的现况并对厦门证券经纪业务的发展现状进行了分析,发现了厦门证券经纪业务中存在的问题即:目标客户不明确,客户细分不详细;客户流失严重,新客户增长缓慢;客户需求难以得到满足,贡献度低于行业水平:经纪人管理较为粗放,管理体系不健全;竞争手段简单,潜在客户管理不足等几个方面的问题。根据提出的问题,就厦门证券经纪业务应用分析型CRM系统的必要性和难点进行分析。鉴于以上分析得出的问题,论文有针对性地提出了分析型CRM系统在厦门证券经纪业务中的应用设计可以从客户细分、客户保留、交叉销售、经纪人管理、潜在客户管理等五个方面来体现。最后,总结了厦门证券应用分析型CRM系统的保障措施,提出了数据保障、信息技术保障、组织管理保障、人才保障等四个方面。厦门证券只要能够及时调整公司的战略方向,加强分析CRM系统在经纪业务中的应用,依据自身在厦门地区的资源优势,就一定能不断提高自身的竞争力,巩固自身在厦门地区领导者的地位。
林慧群[5](2012)在《大牛证券客户关系管理(CRM)系统方案设计及实施》文中提出从九十年代初证券交易所出现后到现在,证券市场蓬勃发展,逐步走向成熟,制度越来越完善,参与主体,对外开放程度等发生了巨大变化,也带来了证券公司的飞速发展。随着证券公司家数的增多及行业竞争的加大,客户资源成为了重要的竞争力。如何做好客户服务工作,提高客户的忠诚度,提升证券公司整体核心竞争力,这也是各券商实施客户关系管理的根源。本文通过大牛证券CRM系统的方案设计和实施,看到其代表了中国证券业重组整合未来证券经纪业务的发展趋势,通过CRM更好地提升和服务好存量客户对行业内其他竞争对手具有相当的普遍参考意义和借鉴作用。首先以证券公司目前的现状,分析公司在原先设计的客户关系上,提出了客户关系管理方案的改进设想和思路;其次大牛证券经纪业务的管理架构和管理流程,同时探讨CRM的定位,在此基础上提出CRM的应用方案和技术开发方案,并最终提出以应用方案为核心;再次提出CRM项目实施的绩效度量标准,CRM总体实施计划,从IT到进度安排等最后验收各个阶段安排;接着CRM移交使用在实施中关键要素分析,同时配套相关使用管理办法。最后对CRM实施的效果进行阐述,并以具体实例进行分析。
徐杰[6](2012)在《面向证券行业的分析型CRM设计与研究》文中认为从整个证券行业来说同质化的通道服务、单一的佣金价格战竞争及投资者所要求的更精细化的服务需求是摆在行业面前的一道难题,过去跑马圈地,躺着也赚钱的时代已一去不复返,证券公司迫切需要探索一条新的可持续发展之路。证券公司通过向服务转型,提供有别于竞争对手的差异化服务优势,为客户提供量身打造的个性化服务需求同时为客户尽可能的创造利润,才能使证券公司在新一轮的竞争中保持自身的优势,占据有利位置。本文正是因此需求的而产生的,通过设计和开发基于BI的ACRM在某证券公司的具体实施应用,详细介绍了基于商务智能的分析型客户关系管理系统的实施步骤与具体应用。内容包括设计数据模型支撑前台业务需求、通过成熟的ETL工具高效地采集、转换、加载海量数据及持续运维和系统管理来保证整个数据中心未来的持续运作,通过Cognos的前端报表展现及以客户流失分析、客户偏好细分作为主要分析目标的数据挖掘等。ACRM系统通过成熟的商务智能BI工具,提供公司层面的综合经营绩效(KPI)分析、个人及机构客户的360度视图、客户分析、产品分析、客户流失预测、营销分析以及强大的报表等功能。决策者可以通过该系统真正洞察客户的需求,既满足了精准营销,又能使服务质量产生革命性的变革。
陈翠翠[7](2011)在《基于数据挖掘的分析型CRM系统设计与实现》文中研究说明随着市场竞争的日趋激烈,如何在交易当中有效地跟踪客户,将短期的交易行为发展成长期的合作关系,建立起从“以产品为中心”向“以客户为中心”的销售体系,是企业面临的一个问题。客户关系管理正是这样的一套解决方案。客户关系管理(Customer Relationship Management,CRM)是是一种新型管理机制,其目的就是为了改善企业与客户之间关系的。通过实施客户关系管理可以增进企业与客户之间的沟通,更好地满足客户需求,从而达到保留现有客户并挖掘潜在客户的目的。客户关系管理的核心思想是将企业的客户作为最重要的企业资源,通过完善的客户服务和深入的客户分析来满足客户的需求,提高客户对企业的价值贡献。CRM应用系统将商业实践与数据挖掘、联机分析、数据仓库等信息技术紧密结合在一起,为企业的销售、客户服务和决策支持等商业行为提供一个自动化的解决方案。建立一个易用高效的CRM应用系统对提升企业的竞争力、提高企业的管理水平和增加企业收益具有重要意义。本文首先通过对客户关系管理(CRM)理论、分析型CRM理论及其支撑技术的分析,明确数据挖掘技术在分析型CRM中的作用;再通过分析型CRM的一般组成及模型分析,对分析型CRM系统的主题和数据需求进行了阐述,对分析型CRM的系统功能模块、架构体系和数据仓库模型进行设计与实现;最后,对该系统的应用结果进行了分析。
杜懋蕾[8](2010)在《华西证券公司客户关系管理的分析与研究》文中研究指明伴随证券市场国际化步伐的加快,证券公司在未来不仅要受到来自国内同业的挑战,还将面临来自国外金融机构的竞争;浮动佣金制的实施,证券行业经纪业务垄断利润时代一去不复返;金融期货在证券市场的推行,对券商来说既是一种机遇,又是一种挑战。如何做好客户关系管理,如何在市场竞争中获得和保留更多的顾客份额是摆在证券行业面前的一项艰巨任务。本文在借鉴国内外企业客户关系管理的先进理念和技术方法的基础上系统论述客户关系管理理论,并结合华西证券成都营业部客户关系管理现状,寻求客户关系管理合理实施的策略。文章首先从课题研究背景及意义出发,对国内外文献进行概述;接着,对华西证券客户关系管理现状、取得成果及存在问题进行具体分析;再次,在华西证券原有客户关系管理基础上建立了客户关系管理体系,涉及客户识别体系、客户细分体系、客户挽留体系和经纪人制度的建立等;最后,在所设计体系基础上,对华西证券获取客户资源的管理系统进行改进,重点研究了客户分类,客户满意度和忠诚度指标,并在此基础上重构业务流程、建立完善的客户服务中心,力图解决证券公司面临的营业问题。笔者又对华西证券成都营业部辅助营销策略进行分析,将客户关系管理体系落实到公司的大客户资源争夺中,全面提供符合大客户要求的一对一服务,提高公司核心竞争力,在对客户细分上采取成本贡献率方法并完善经纪人制度,完善对客户的一对一服务机制。通过对本文的研究可以得出结论,华西证券公司应努力坚持一切从客户和市场的有效需求出发,建立以市场为导向、以客户为中心、以增强营销能力为动力的全行联动的市场营销服务机制,通过培养一个庞大、稳定的优质客户群体,实现本营业部效益最大化。
王园园[9](2010)在《基于决策树的模糊聚类评价算法及其在证券领域的应用》文中进行了进一步梳理随着证券市场的日益规范,佣金的浮动制使得券商经纪业务的竞争愈发激烈,提高客户服务质量变得重要。随着信息时代的来临,企业逐渐由过去的产品为中心转变为以客户为中心,企业也认识到良好客户关系的提升已成为制胜关键。为了进行有效的竞争,企业必须进行客户细分,选择最有利的目标客户群体,集中企业资源,制定有效的竞争策略,来增强自己的竞争优势,同时企业也必须强调和重视客户忠诚度的管理,针对不同忠诚度的客户进行相应管理,完成被动营销模式向主动营销模式的转变,使个性化证券营销更具有方向性。本文主要基于客户忠诚度理论及数据挖掘技术,充分结合国内证券行业特点进行深入研究。研究内容包括基于决策树的模糊聚类评价算法和模型的建立,以及模型在客户细分以及客户分类预测,客户忠诚度分类和客户忠诚度预测上的应用,数据挖掘技术的主要方法及操作流程。研究重点在于分析国内证券业客户自然属性和交易行为特性,探讨证券业客户分类模型和忠诚度评价指标体系,提出适合国内证券业客户分类和忠诚度评价的数据挖掘方法及流程。在理论研究基础上,结合某证券公司客户忠诚度识别案例,本文详细分析证券公司客户分类及忠诚度识别的数据挖掘过程,并且根据数据挖掘结果对不同分类和忠诚度等级客户提出相应个性化营销建议,从而为优化证券公司的营销策略提出建议。文章最后对课题的研究进行总结,并且对基于数据挖掘的我国证券业客户分类及忠诚度研究的前景做出展望。
赵裕啸[10](2010)在《基于OLAM的分析型CRM及其在证券业的应用研究》文中指出在当代市场竞争中,客户已经成为企业在激烈的竞争中获胜的重要源泉,而客户信息的科学管理和深入分析则是企业立于不败之地的关键。分析型CRM可以让决策者站在较高的高度分析企业的客户群,分析不同客户群的行为及该客户群的忠诚度,对不同客户群采用个性化、差异化的服务,实现客户价值的最大化,从而为企业赢得最大效益。联机分析挖掘(OLAM)是联机分析处理(OLAP)与数据挖掘技术(Data Mining,DM)在数据库或数据仓库应用中的结合,是联机分析处理技术的新发展。OLAM建立在数据挖掘和OLAP基础之上,目标之一就是能方便地对任何一部分数据或不同抽象级别数据选取不同的数据挖掘方法进行动态数据分析,对数据深入理解。由于OLAM兼有OLAP的多维分析的在线性、灵活性和数据挖掘对数据处理的深入性,因此该体系结构被逐渐应用到客户关系管理(CRM)、可视化等方面。本文将OLAM技术应用到分析型CRM中,并将优化调度策略应用到OLAM事务中,实现了OLAM中各子事务的优化调度,提高了分析型CRM的效率。最后将该分析型CRM应用到证券业客户,对某证券公司客户进行了细分,评估了各分类客户的忠诚度及新客户忠诚度的预测。
二、分析型CRM在证券行业中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、分析型CRM在证券行业中的应用(论文提纲范文)
(1)基于银行客户数据的ACRM设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 背景 |
1.2 目的和意义 |
1.3 国内外研究现状 |
1.4 本文主要内容 |
2 系统需求分析 |
2.1 设计目标和思想 |
2.2 客户统一视图需求 |
2.2.1 数据源分析 |
2.2.2 客户整合需求 |
2.3 基础客户关系管理系统需求 |
2.3.1 系统总体需求 |
2.3.2 功能性需求 |
2.3.3 非功能性需求 |
2.4 系统结构与工作原理分析 |
2.5 本章总结 |
3 系统设计与实现 |
3.1 系统概要设计 |
3.2 数据架构设计 |
3.3 主要功能模块设计 |
3.3.1 客户关系管理 |
3.3.2 基于客户信息的智能提醒 |
3.3.3 智能客服 |
3.3.4 智能营销 |
3.4 本章小结 |
4 系统相关技术及核心算法 |
4.1 分析型CRM概述 |
4.2 ECIF与ACRM的关系 |
4.3 分析型CRM的数据仓库 |
4.3.1 数据仓库的基本概念 |
4.3.2 数据仓库的关键技术 |
4.4 系统算法介绍 |
4.5 难点及核心算法 |
4.6 本章小结 |
5 系统测试与分析 |
5.1 系统运行环境 |
5.2 系统功能测试 |
5.3 系统整体性能效果评估 |
5.4 本章小结 |
6 结论与展望 |
致谢 |
参考文献 |
(2)证券软件服务行业CRM系统开发(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 论文的背景与意义 |
1.2 客户关系管理现状 |
1.3 论文的主要工作 |
1.4 论文的组织架构 |
2 相关技术综述 |
2.1 数据仓库技术 |
2.1.1 数据集成ETL |
2.1.2 维度建模 |
2.1.3 商业智能BI |
2.2 大数据技术 |
2.2.1 Hadoop |
2.2.2 HDFS |
2.2.3 Map Reduce |
2.2.4 Hive |
2.3 搜索引擎技术 |
2.3.1 全文检索 |
2.3.2 Lucene |
2.3.3 Solr |
2.4 本章小结 |
3 客户识别模型建立及系统架构设计 |
3.1 客户识别模型建立 |
3.1.1 客户识别码 |
3.1.2 客户识别建模方法 |
3.1.3 客户识别模型实现 |
3.1.4 客户识别模型展现 |
3.2 系统架构设计 |
3.2.1 背景与需求分析 |
3.2.2 系统架构设计 |
3.3 本章小结 |
4 核心功能模块设计与实现 |
4.1 数据处理模块设计与实现 |
4.1.1 数据处理模块设计 |
4.1.2 ETL模块实现 |
4.1.3 维度建模实现 |
4.1.4 展现模块实现 |
4.2 分布式存储模块设计与实现 |
4.2.1 分布式存储模块设计 |
4.2.2 分布式存储模块实现 |
4.3 搜索引擎模块设计与实现 |
4.3.1 搜索引擎模块设计 |
4.3.2 搜索引擎模块实现 |
4.3.3 搜索引擎模块应用 |
4.4 本章小结 |
5 系统测试及应用 |
5.1 系统测试 |
5.1.1 功能测试与结果分析 |
5.1.2 性能测试与结果分析 |
5.2 系统应用 |
5.2.1 应用背景概述 |
5.2.2 运行实例 |
5.2.3 应用效果及分析 |
5.3 本章小结 |
6 总结与展望 |
6.1 论文总结 |
6.2 改进与展望 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表的学术论文 |
(3)期货公司分析型CRM系统的分析与设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 引言 |
1.1 背景和问题 |
1.1.1 市场及公司背景 |
1.1.2 问题分析 |
1.2 研究目标和研究意义 |
1.2.1 研究目标 |
1.2.2 研究意义 |
1.3 研究方法 |
1.4 主要内容 |
1.5 创新点 |
第2章 理论和应用综述 |
2.1 CRM应用综述 |
2.1.1 CRM系统简介 |
2.1.2 国内外研究现状 |
2.1.3 系统建设关注点 |
2.1.4 分析型CRM系统的核心价值 |
2.2 数据挖掘技术应用分析 |
2.3 CRM开发平台分析 |
2.3.1 LiveBOS平台分析 |
2.3.2 SOA技术分析 |
第3章 期货公司分析型CRM系统的需求分析 |
3.1 公司业务调查分析 |
3.1.1 公司基本情况 |
3.1.2 期货经纪业务 |
3.1.3 资产管理等其他业务 |
3.2 公司实施CRM的目标分析 |
3.2.1 公司目前存在的问题 |
3.2.2 系统实施目标分析 |
3.3 客户角度的需求分析 |
3.4 前台业务部门的需求分析 |
3.5 中后台业务部门的需求分析 |
3.6 管理层的需求分析 |
3.7 系统运行环境需求 |
3.7.1 硬件及软件环境需求 |
3.7.2 网络环境需求 |
3.7.3 系统开发环境 |
第4章 期货公司分析型CRM系统的设计与实现 |
4.1 系统总体结构设计 |
4.2 系统功能模块 |
4.3 系统实现 |
4.3.1 协同工作 |
4.3.2 客户管理 |
4.3.3 客户服务 |
4.3.4 统计分析 |
4.3.5 系统管理 |
4.4 应用效果分析 |
4.4.1 CRM应用成效 |
4.4.2 CRM成功应用的关键要素 |
第5章 结束语 |
5.1 总结 |
5.2 创新点 |
5.3 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(4)分析型CRM系统在证券公司经纪业务中的应用研究 ——以厦门证券为例(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 选题的背景和意义 |
1.2 国内外相关文献综述 |
1.3 论文的研究目标、思路及方法 |
1.4 论文的创新与不足 |
第二章 分析型CRM系统的理论基础 |
2.1 CRM系统的基本原理 |
2.2 分析型CRM系统的内涵 |
2.3 分析型CRM系统的功能 |
2.4 分析型CRM系统的作用 |
第三章 分析型CRM系统在国内外的应用现状及总结 |
3.1 国外应用现状 |
3.2 国内应用现状 |
3.3 总结 |
第四章 厦门证券经纪业务发展现状及存在问题分析 |
4.1 厦门证券概述 |
4.2 厦门证券经纪业务发展现状分析 |
4.3 厦门证券经纪业务发展中存在的问题 |
第五章 厦门证券经纪业务应用分析型CRM系统的必要性及难点 |
5.1 厦门证券经纪业务应用分析型CRM系统的必要性 |
5.2 厦门证券经纪业务应用分析型CRM系统的难点 |
第六章 分析型CRM系统在厦门证券经纪业务中的具体应用 |
6.1 分析型CRM系统在厦门证券客户细分中的应用 |
6.2 分析型CRM系统在厦门证券客户保留中的应用 |
6.3 分析型CRM系统在厦门证券交叉销售中的应用 |
6.4 分析型CRM系统在厦门证券经纪人绩效考核中的应用 |
6.5 分析型CRM系统在厦门证券潜在客户管理中的应用 |
第七章 厦门证券经纪业务应用分析型CRM系统的保障措施 |
7.1 数据保障 |
7.2 信息技术保障 |
7.3 组织管理保障 |
7.4 人才保障 |
结论与展望 |
(1) 结论 |
(2) 展望 |
参考文献 |
致谢 |
个人简历 |
(5)大牛证券客户关系管理(CRM)系统方案设计及实施(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究的目的和意义 |
1.3 文献综述 |
1.4 主要研究内容 |
第二章 大牛证券客户关系管理现状分析 |
2.1 大牛证券基本情况 |
2.2 大牛证券客户关系管理模式现状 |
2.3 大牛证券客户关系管理模式存在的问题 |
2.4 大牛证券客户关系管理改进设想 |
2.5 本章小结 |
第三章 大牛证券客户关系管理(CRM)方案设计 |
3.1 大牛证券经纪业务管理流程介绍 |
3.1.1 大牛证券经纪业务管理架构 |
3.1.2 关键名词和指标解释 |
3.1.3 客户关系管理流程方案设计原则 |
3.2 CRM系统应用方案 |
3.2.1 大牛证券CRM项目的定位 |
3.2.2 操作型CRM方案 |
3.2.3 分析型CRM方案 |
3.3 CRM系统的开发方案 |
3.3.1 CRM系统开发模式的思考 |
3.3.2 核心开发技术的介绍 |
3.3.3 硬件平台选型 |
3.4 本章小结 |
第四章 大牛证券CRM的方案实施 |
4.1 大牛证券CRM项目绩效度量 |
4.1.1 综合评估要点和衡量标准 |
4.1.2 有效衡量CRM质量的方法 |
4.2 大牛证券CRM总体实施计划 |
4.2.1 项目建设目标 |
4.2.2 项目组织结构和职责 |
4.2.3 项目控制 |
4.2.4 相关IT系统的现状 |
4.2.5 项目实施阶段划分 |
4.2.6 项目实施进度安排 |
4.2.7 验收移交 |
4.3 大牛证券CRM实施要素分析 |
4.3.1 前提条件 |
4.3.2 、实施过程中的关键因素分析 |
4.3.3 其他实施手段 |
4.3.4 小结 |
4.4 CRM实施管理办法和操作规程 |
4.4.1 大牛证券CRM使用管理办法 |
4.4.2 用户账号使用指引 |
4.4.3 客户资料管理指引 |
4.5 客户关系管理效果分析 |
4.5.1 大牛证券实施CRM的绩效分析 |
4.5.2 CRM实施后的具体实例分享 |
4.6 本章小结 |
结论 |
致谢 |
参考文献 |
(6)面向证券行业的分析型CRM设计与研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 证券行业的发展趋势 |
1.2 目前证券公司的现状及存在的问题 |
1.3 本文的主要研究内容 |
1.4 本文的章节安排 |
第二章 理论和技术的探讨 |
2.1 商务智能概述 |
2.1.1 商务智能的定义 |
2.1.2 商务智能的应用、局限、及在中国的现状 |
2.2 数据挖掘常见算法 |
2.2.1 非系统聚类算法K-Means |
2.2.2 分类预测模型算法Logistic回归模型 |
2.3 数据仓库、OLAP、数据挖掘的关系 |
2.4 涉及的部分IT工具介绍 |
2.4.1 IBM Cognos 8 |
2.4.2 PowerDesigner |
2.4.3 Kettle |
第三章 需求分析与总体设计 |
3.1 项目背景 |
3.2 需求分析 |
3.3 系统总体设计 |
3.4 软硬件选型 |
第四章 系统模块设计与实现 |
4.1 分析型CRM详细设计 |
4.2 数据挖掘模块-客户流失分析模型设计 |
4.2.1 模型建立 |
4.2.2 模型应用 |
4.3 COGNOS系统设计 |
4.3.1 系统平台架构设计 |
4.3.2 系统双活设计及实施 |
4.4 ETL设计 |
4.4.1 ETL数据流程处理 |
4.4.2 ETL运行监控管理 |
4.4.3 GoldenGate同步工具设计及实施 |
4.5 系统用例分析 |
第五章 结论 |
5.1 本文工作小结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
(7)基于数据挖掘的分析型CRM系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 论文的研究目标、内容及框架图 |
1.2.1 研究目标 |
1.2.2 研究内容 |
1.2.3 论文框架图 |
第二章 相关理论综述 |
2.1 客户关系管理理论 |
2.1.1 CRM 的产生发展 |
2.1.2 CRM 的定义 |
2.1.3 CRM 的分类 |
2.2 分析型客户关系管理理论 |
2.2.1 分析型CRM 的定义 |
2.2.2 分析型CRM 的类型 |
2.2.2 分析型CRM 的过程 |
2.3 分析型客户关系管理理论国内外相关研究综述 |
第三章 分析型客户关系管理支撑技术 |
3.1 数据仓库技术概述 |
3.2 联机分析技术概述 |
3.3 数据挖掘技术概述 |
3.3.1 数据挖掘技术的定义 |
3.3.2 数据挖掘技术在分析型CRM 中的作用 |
3.3.3 数据挖掘应用中的四大环节 |
3.4 J2EE 技术概述 |
第四章 分析型CRM 系统总体设计 |
4.1 CRM 系统需求分析 |
4.1.1 分析主题需求 |
4.1.2 分析数据要求 |
4.1.3 分析型CRM 技术需求分析 |
4.2 CRM 系统整体设计 |
4.3 CRM 系统架构体系设计 |
4.3.1 系统层次体系结构设计 |
4.3.2 系统技术体系设计 |
4.3.3 系统网络架构设计 |
4.4 主要用例设计 |
4.5 数据仓库设计 |
4.5.1 数据仓库设计原则 |
4.5.2 数据仓库体系结构 |
4.5.3 数据仓库表设计 |
4.5.4 数据仓库逻辑模型设计 |
第五章 系统特色功能模块设计 |
5.1 系统业务型功能类、活动设计 |
5.1.1 业务领域类设计 |
5.1.2 客户管理活动设计 |
5.1.3 库存管理活动设计 |
5.1.4 服务管理活动设计 |
5.2 系统分析型功能类、活动及顺序设计 |
5.2.1 分析领域类设计 |
5.2.2 客户流失分析活动设计 |
5.2.3 客户价值度分析顺序设计 |
5.3 分析功能模块中数据挖掘应用 |
5.3.1 系统中数据挖掘应用范围 |
5.3.2 系统中数据挖掘应用流程 |
第六章 系统特色功能模块的测试与实现 |
6.1 选取客户信用度关键影响因素 |
6.2 构建客户信用度分析数据挖掘模型 |
6.3 客户信用度分析应用实现 |
6.3.1 数据预处理 |
6.3.2 数据分析步骤 |
6.4 分析服务器端的聚类模型 |
6.5 模型的监控 |
第七章 结论与展望 |
7.1 结束语 |
7.2 进一步的研究 |
致谢 |
参考文献 |
(8)华西证券公司客户关系管理的分析与研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 证券公司在客户资源上的竞争分析 |
1.2 本文研究目的和意义 |
1.2.1 证券行业客户关系管理的研究目的 |
1.2.2 证券行业客户关系管理的研究意义 |
1.3 国内外研究现状 |
1.3.1 国外关于企业客户关系管理研究现状 |
1.3.2 国内关于公司客户关系管理研究现状 |
1.4 解决华西证券客户关系管理问题的方案 |
1.5 文章写作路线 |
第2章 华西证券成都营业部客户关系管理现状 |
2.1 华西证券公司简介 |
2.2 华西证券公司客户关系管理现状 |
2.3 华西证券公司在获取客户资源上面临的问题 |
2.3.1 公司内部传统企业文化理念阻碍客户资源的获取 |
2.3.2 客户服务和开发机制效率低下导致客户流失 |
2.3.3 企业高层支持不足使客户服务模式脱节 |
2.3.4 单一落后的培训机制不能满足多数投资者的要求 |
2.4 华西证券公司客户关系管理改进的必要性 |
第3章 华西证券公司目前客户关系管理构成 |
3.1 客户关系管理概述 |
3.1.1 客户与客户关系 |
3.1.2 客户关系管理概述3.1.2.1客户关系管理概念 |
3.2 操作型客户关系管理 |
3.3 分析型客户关系管理 |
3.3.1 客户识别体系的设计 |
3.3.2 客户关系体系设计 |
3.3.3 客户保持体系设计 |
3.3.4 客户经理为核心的服务体系设计 |
3.3.5 证券公司客户满意指标评测体系设计 |
第4章 华西证券公司客户关系管理体系构成 |
4.1 华西证券公司实施客户关系管理体系的总体要求 |
4.2 在争夺客户资源基础上的华西证券客户关系管理体系构成 |
4.2.1 根据客户不同特征指标建立客户识别体系 |
4.2.2 建立完善的客户服务体系 |
4.2.3 客户经理(经纪人)管理体系的建立 |
4.2.4 华西证券公司原有业务流程再造 |
4.3 华西证券确保客户关系管理系统正确实施的保障机制 |
4.3.1 公司高层需重视客户为中心的服务原则 |
4.3.2 管理层带动下公司企业文化的建立 |
4.3.3 选择适用于本公司客户关系管理的技术支持 |
4.3.4 规范企业内部流程和鼓励企业内部的创新 |
第5章 华西证券成都营业部研究辅助营销研究 |
5.1 成都营业部贯彻落实辅助营销的大客户策略 |
5.2 辅助营销策略实施步骤 |
5.2.1 客户筛选 |
5.2.2 客户筛选基础上的客户服务 |
5.2.3 客户服务评估机制 |
5.2.4 研究和销售复合型人才的培养 |
5.3 华西证券成都营业部实施大客户战略面临的瓶颈 |
结论 |
致谢 |
参考文献 |
(9)基于决策树的模糊聚类评价算法及其在证券领域的应用(论文提纲范文)
摘要 |
ABSTRACT |
致谢 |
第一章 绪论 |
1.1 论文综述 |
1.1.1 问题的提出 |
1.1.2 研究意义 |
1.2 国内外相关研究现状 |
1.2.1 客户关系管理(CRM) |
1.2.2 客户细分 |
1.2.3 数据挖掘的方法与工具 |
1.2.4 客户忠诚度 |
1.3 本文组织及章节安排 |
第二章 聚类与分类算法分析 |
2.1 聚类的基本概念 |
2.2 聚类的常见方法 |
2.2.1 划分聚类方法 |
2.2.2 层次聚类方法 |
2.2.3 基于密度的方法 |
2.2.4 基于网格的方法 |
2.2.5 基于模型的方法 |
2.3 分类方法的基本概念 |
2.4 分类的几种方法 |
2.4.1 贝叶斯分类 |
2.4.2 神经网络 |
2.4.3 决策树算法 |
2.5 本章小结 |
第三章 基于决策树的模糊聚类评价算法 |
3.1 基于决策树的模糊聚类评价算法理论基础 |
3.1.1 相关算法的理论基础 |
3.1.2 决策树算法与模糊聚类评价算法联系 |
3.2 基于决策树的模糊聚类评价算法的建立 |
3.2.1 所用算法选择 |
3.2.2 算法流程及伪代码 |
3.2.3 算法检验 |
3.3 本章小结 |
第四章 模糊聚类评价算法在证券业的应用 |
4.1 证券市场客户细分现状 |
4.2 CRM 细分模块系统设计 |
4.2.1 CRM 系统细分模块整体设计 |
4.2.2 数据准备 |
4.2.3 数据挖掘的过程 |
4.2.4 数据挖掘的结果及分析 |
4.3 证券市场客户忠诚度分类背景 |
4.4 忠诚度分类模块设计 |
4.4.1 模块业务目标 |
4.4.2 数据准备过程 |
4.4.3 数据挖掘结果及解释 |
4.4.4 客户忠诚度管理措施 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
附录一 |
攻读硕士学位期间的成果 |
(10)基于OLAM的分析型CRM及其在证券业的应用研究(论文提纲范文)
摘要 |
Abstract |
致谢 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文研究内容及结构 |
第二章 OLAM 概念及相关技术研究 |
2.1 OLAM 技术基本概念 |
2.1.1 OLAM 技术的出现 |
2.1.2 OLAM 技术的特征和功能 |
2.1.3 OLAM 技术的体系结构 |
2.2 数据仓库技术 |
2.2.1 数据仓库的定义及特点 |
2.2.2 数据仓库架构 |
2.3 OLAP 技术 |
2.3.1 OLAP 定义 |
2.3.2 OLAP 的数据分析操作 |
2.4 数据挖掘技术 |
2.4.1 数据挖掘的含义和功能 |
2.4.2 数据挖掘的主要方法 |
2.5 本章小结 |
第三章 基于SQL Server 2005 构建OLAM 的关键技术 |
3.1 Microsoft Analysis Services 简介 |
3.2 脚本语言介绍 |
3.2.1 MDX 语言 |
3.2.2 DMX 语言 |
3.3 ADOMD.NET 语言 |
3.4 SQL Server 2005 数据挖掘模块 |
3.4.1 SQL Server 2005 数据挖掘算法及应用概述 |
3.4.2 决策树算法 |
3.4.3 聚类算法 |
3.5 本章小结 |
第四章 OLAM 事务及其优化调度策略 |
4.1 OLAM 事务概念的提出 |
4.2 一种OLAM 事务优化调度策略 |
4.2.1 OLAM 事务调度简介 |
4.2.2 OLAM 事务优化调度策略详细步骤 |
4.3 本章小结 |
第五章 证券业分析型CRM 模型构建 |
5.1 CRM 的发展 |
5.1.1 CRM 的定义 |
5.1.2 CRM 的分类 |
5.1.3 分析型CRM 的架构及功能 |
5.2 证券业分析型CRM 模型的建立 |
5.2.1 需求分析 |
5.2.2 证券业分析型CRM 模型框架图 |
5.2.3 证券业分析型CRM 功能结构图 |
5.3 证券业分析型CRM 功能模块设计 |
5.3.1 客户细分模块设计 |
5.3.2 客户忠诚度分析模块设计 |
5.3.3 客户盈利能力分析模块设计 |
5.3.4 客户投资风险分析模块设计 |
5.4 OLAM 调度策略在证券业分析型 CRM 中的应用 |
5.4.1 证券业分析型CRM 模型中的OLAM 事务 |
5.4.2 OLAM 事务调度策略在模型中的应用 |
5.5 证券业分析型CRM 的应用 |
5.5.1 数据预处理 |
5.5.2 建立数据仓库 |
5.5.3 应用结果分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
攻读硕士学位期间的成果 |
四、分析型CRM在证券行业中的应用(论文参考文献)
- [1]基于银行客户数据的ACRM设计与实现[D]. 何志州. 西安理工大学, 2018(12)
- [2]证券软件服务行业CRM系统开发[D]. 陈智勇. 上海交通大学, 2016(01)
- [3]期货公司分析型CRM系统的分析与设计[D]. 蔡贞云. 山东大学, 2015(02)
- [4]分析型CRM系统在证券公司经纪业务中的应用研究 ——以厦门证券为例[D]. 谢伟峰. 福州大学, 2014(03)
- [5]大牛证券客户关系管理(CRM)系统方案设计及实施[D]. 林慧群. 西南交通大学, 2012(05)
- [6]面向证券行业的分析型CRM设计与研究[D]. 徐杰. 复旦大学, 2012(03)
- [7]基于数据挖掘的分析型CRM系统设计与实现[D]. 陈翠翠. 电子科技大学, 2011(12)
- [8]华西证券公司客户关系管理的分析与研究[D]. 杜懋蕾. 西南交通大学, 2010(05)
- [9]基于决策树的模糊聚类评价算法及其在证券领域的应用[D]. 王园园. 合肥工业大学, 2010(04)
- [10]基于OLAM的分析型CRM及其在证券业的应用研究[D]. 赵裕啸. 合肥工业大学, 2010(04)