基于聚类分析的证券业客户关系管理研究

• 作 者: 娄志涛
• 发表日期: 2010年期
• 关键词: 客户关系管理 客户细分 聚类分析 K-means算法

客户关系管理(简称CRM)20世纪90年代初出现在美国,90年代末期进入中国。客户关系管理应用的最终目标的帮助企业获取更多的客户、保留原来的老客户、提高客户的忠诚度,从而达到客户创造价值的目的。所以,在证券行业引入客户关系管理十分必要。企业在实施和完善以客户为中心的经营理念的同时最为重要的是对客户进行细分,使得企业对具有不同贡献度的客户实行差别化服务,这样如何进行客户细分就成为关键。针对证券业的行业特点,加之众多的客户数量,将K-means算法应用于证券公司客户关系管理的客户细分领域,通过改进初始聚类质心的选取,优化了算法。最后,根据聚类结果,将客户分成不同的客户细分群,并对证券公司提出合理的政策建议。本文分为六章,第一章介绍论文研究的背景、研究的目的和意义,综述国内外客户关系管理研究动态,并提出论文研究思路和研究方法。第二章为客户关系管理相关理论,详细介绍了客户关系管理的概念、功能和分类以及客户细分的相关概念。第三章为证券业引入客户关系管理的必要性。在介绍国内外证券业发展概括后,提出国内证券业应用客户关系管理存在的误区,给出了相应的解决措施。最后,提出证券业进行客户细分的重要意义。第四章,建立基于聚类分析的客户细分模型。首先介绍聚类分析、K-means算法的相关理论,指出K-means算法存在的优缺点,通过预聚类的方法对其初始质心选取的依赖性作出了改进,优化了算法,得出了良好的结果。第五章,实证分析,对证券业的客户信息进行了客户细分,最终得出了三类客户,为证券公司提供差异化服务提出建议。最后一章为结论。对本文的研究结果作出了评述,并指出研究中存在的不足及改进的方向。