数据挖掘及其在证券业CRM中的应用

《数据挖掘及其在证券业CRM中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要摘要随着企业的不断发展、信息化技术的不断提高，企业中的数据变得越来越庞大。企业的管理思想从“产品”导向向“客户”导向的转变又将客户的重要性提升到了一个空前的高度。当“客户”这个重要的企业资产与“数据”这个企业的血液融合在一起时，就演化出当今企业最具价值的竞争力资产—客户数据!信息时代的客户数据被赋予了更为重要的意义。如何利用客户数据，是目前国内金融行业中各大企业的研究重点。由于历史原因，积累在金融企业中的海量的数据散乱、冗余和不一致的情况使得对数据进行统一的查询、统计和分析遇到了很大的障碍。因此，很多金融企业进行了数据仓库的建设，力图将数据统一规划和存储以便对这些海量的数据进行进一步的分析

2、和利用。数据仓库的建立是为了对数据进行分析和挖掘。然而，国内众多的金融企业在数据仓库的基础上进行的数据分析和挖掘却显得比较薄弱。大部分数据分析都只是停留在对集成后的统一的数据进行某些指标的查询和统计上。数据挖掘使我们在数据的开发利用上向前迈进了一步，它可以从海量数据中，提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识。国内对于数据挖掘的研究大多集中在算法的研究上。然而，数据挖掘是一门很偏重应用的学科，它的价值必须在应用中才能体现。因此，将数据挖掘技术应用在金融企业的数据分析上成为了金融企业继数据仓库建设后又一个重要的课题。本文主要论述了数据挖掘及其在证券行业CRM中的应用。首先，本文

3、在引言部分提出了数据与客户对企业的重要地位、国内外的研究与应用现状和本文的总体结构。在第二章中，笔者对本文的研究基于的具体行业—中国证券业及其信息化背景作了简要的叙述。第三章中，笔者简要介绍了数据仓库和OLAP的概念，并结合5证券公司介绍了它的数据仓库和OLAP的建设。在第四章中，笔者介绍了深层次数据分析技术—数据挖掘，并且着重介绍了数据挖掘的几种典型算法。在本文的第五章，笔者简要介绍了客户关系管理的理论及其系统的发展，并结合S证券公司的CRM系统，介绍了其主要功能。摘要数据挖掘的价值在于应用，因此，在第六章中，笔者针对S证券公司的CRM系统中的不足，使用数据挖掘技术进行了改进。本章主要分为两

4、部分。第一部分将数据挖掘技术应用于该系统的客户分类，为证券公司的客户分类建立了一种新的分类模型并提出了相应的服务策略:第二部分是对客户的历史资料进行分析建模，并利用模型预测未来，为证券公司的证券营销提供了新思路。本文的目的是在学习数据挖掘技术的基础上将其应用于实际问题，主要目的是展现数据挖掘技术的应用价值以及在企业战略和决策中的影响。关键词:数据仓库、数据挖掘、OLAP.CRM、客户分类模型、证券营销ABSTRACTWiththedevelopmentoftheenterpriseandtheimprovementofinformationtechnology,theamountofdatai

5、ntheenterpriseisbecominglargerandlarger.Besides,theenterprisehasswitcheditsoriginalproduct-orientedmanagementmodetothecustomer-orientedone,whichputtheimportanceofcustomertoahigherposition.Asaresult,theconceptofcustomerdatacomesintobeingandbecomesthemostcompetitiveassetsinanenterpriseInourinformation

6、age,customerdataismoreimportantthanever.Thenhowtomakegooduseofthesecustomerdatabecomesanimportantprobleminthefinancefield.However,thelargeamountofdataintheenterprisewereorganizedsodesultorily,redundantlyandinconsistentlythatitisverydifficulttomakequeryandstatistics.Tosolvethisproblem,nearlyallfinanc

7、ialenterpriseshavebuilttheirdatawarehousetoreorganizetheirdataforfurtherusageandanalysisHowever,manydomesticfinancialenterprisesareveryweakindataanalysiseventheyhavebuiltdatawarehouse.Whattheydoisonly