论文部分内容阅读
目前的商业银行领域,以客户为中心的商业银行客户关系管理是一项热门话题,客户关系管理如果切实有效,就能使银行收获超额利润。它和企业的供应链管理与资源计划管理相同,都是企业信息化基本框架的组成部分。客户关系管理的中心思想是,借助现代信息技术,集中式管理作为重要战略资源的客户,把客户关系管理系统中的信息与企业的业务流程进行结合,共享企业的内部客户资源,从而使得客户的价值得到充分挖掘,以帮助企业获得超值的利润。由于客户关系管理系统的基础是数据挖掘技术,因此银行往往借助数据挖掘技术来挖掘和分析客户的信息,并对其进行严格的分类处理。数据挖掘技术的优势在于能够对客户的消费模式及倾向进行发掘,找出客户能够给银行带来的潜在利润。商业银行在决策过程中可以以此为依据,在商业银行,客户关系管理的关键在于对数据挖掘技术进行合理利用,所以,本文所选定的研究对象为以数据挖掘技术为基础的商业银行客户关系管理体系,研究重点为数据挖掘在客户分类中的应用。基于数据挖掘技术的银行客户关系管理(CRM)系统,借助重点客户分析、客户行为分析以及市场性能评估等方式对客户信息进行管理,使得原有的落后管理模式退出市场,也使得很多客户服务新问题迎刃而解。本论文首先阐述了客户关系管理的定义和基本概念、种类和系统现状,以及对商业银行客户管理的含义与目标;然后对数据挖掘的内涵、功能以及步骤进行了介绍,接下来在商业银行的客户关系管理中开展了数据挖掘技术的实际应用。最后着重讨论了数据挖掘技术在农业银行个人关系管理(简称PCRM)系统中的具体应用,主要技术包括:概念描述、关联规则、分类方法、聚类分析和孤立点分析等。本文对数据挖掘技术和客户关系管理进行了系统的阐述,同时研究了在客户关系管理中数据挖掘技术的运用。笔者认为,以信息和服务为基础的竞争是现代商业银行的主要竞争内容,通过对数据挖掘技术的运用,能够将众多客户数据汇总分析,从中得出有效的知识和信息,从而使客户关系管理的质量得到有效的提高,并最终实现银行的竞争力的提升。本文的论述围绕了基于数据挖掘技术的管理客户关系在银行领域尤其是在银行客户细分中的运用,这对于商业银行逐步实施客户关系管理有着十分重要的意义。