论文部分内容阅读
近年来，随着证券行业竞争加剧，我国证券行业经营环境发生了巨大的变化。一方面由以往的“卖方市场”转向如今的“买方市场”，证券公司的渠道优势不复存在。另一方面随着国内证券公司的资产重组、企业兼并，原来的垄断经营状况也不复存在。因此，现在证券公司企业竞争能力更多的体现在客户资源的竞争上，这不仅体现在如何争取新客户，同样也体现在如何更好的服务于现有客户，提高客户的满意度，挖掘新的盈利增长点。客户关系管理成为证券公司关注的主要问题之一。
在本论文中，主要探讨了数据挖掘技术中的聚类分析理论在证券公司经纪业务尤其是客户细分方面的应用。
从证券公司经纪业务特点出发，基于客户关系管理理论和对证券公司数据结构和数据特点的具体研究的基础上，本文提出了以客户资金规模、佣金收入、利息收入、资金净流入、操作频率等为细分指标的客户细分模型，并运用K均值算法作为客户细分方法。
本文最后运用数据挖掘工具SSPS软件，按照客户细分模型对某证券公司真实数据进行了实例分析，对细分结果提出了相应的营销和服务策略，提供了一套比较完整的、可行的客户分析方案。