微信扫一扫,移动浏览光盘
简介
《精准营销:客户交互价值评价、分类及其使能技术的应用研究》以精准营销为题目,试图在学术概念和企业实际操作之间找到有效的结合点。作者在营销实战领域有丰富的经验,长期从事一线营销工作;同时又是国内培养的市场营销学博士,特别注重理论与实践的交叉运用。
目录
序
前言
1 导论
1.1 研究的背景
1.2 研究的价值与意义
1.2.1 研究的理论价值
1.2.2 研究的现实意义
1.3 研究的思路和方法
1.3.1 研究视角
1.3.2 研究方法
1.3.3 研究途径
1.3.4 研究目的
1.4 研究的贡献与独特性
2 文献述评及理论基础
2.1 概念的辨析、拓展和界定
2.1.1 价值概念认知
2.1.2 CRM界定
2.1.3 客户价值界定
2.1.4 数据挖掘的解释
2.2 国外研究现状
2.2.1 CRM研究现状
2.2.2 数据挖掘理论研究现状
2.2.3 客户价值总体研究情况说明
2.2.4 客户价值研究整理说明
2.3 国内研究现状
2.3.1 CRM国内的研究现状
2.3.2 数据挖掘在国内的研究现状
2.3.3 国内有关客户价值的研究现状
2.4 客户价值评估的基本方法
2.4.1 PZB的SERVQUAL模型
2.4.2 盖尔的客户价值分析模型
2.4.3 伍德拉夫客户价值确定系统
2.5 数据挖掘理论及应用
2.5.1 数据挖掘
2.5.2 面向分类的数据挖掘方法
2.5.3 数据挖掘技术的应用研究
2.6 现有研究的不足
3 客户交互价值与企业经营发展关系
3.1 客户交互价值在企业发展中的地位
3.2 客户交互价值的功能
3.3 客户交互价值与企业竞争优势
4客户交互价值评价与分类算法
4.1 客户交互价值评价的视角
4.2 多层次权重确定的AHP法
4.2.1 AHP方法原理
4.2.2 建立递阶层次结构
4.2.3 构造两两比较判断矩阵
4.2.4 计算单一准则下元素的相对权重
4.3 客户交互价值评价模型的设计
4.3.1 从企业角度出发的评价体系
4.3.2 从客户角度出发的评价体系
4.3.3 从企业—客户双重角度出发的综合评价体系
4.4 基于客户交互价值的聚类算法
4.4.1 聚类分析基本介绍
4.4.2 模糊聚类分析
4.4.3聚类数据挖掘的主要算法
4.4.4 数据挖掘方法的基本要求
4.4.5 高维空间稀疏数据聚类算法
5 基于客户交互价值的客户分类管理
5.1 客户分类的意义
5.1.1 一般意义上的客户分类
5.1.2 基于客户价值的客户分类
5.2 基于客户交互价值的客户分类管理
5.2.1 客户价值公式化
5.2.2 关系发展策略及管理策略
6 客户交互价值评价及客户分类模型验证
6.1 调查设计
6.1.1 调查的一般说明
6.1.2 调查流程及安排
6.2 客户交互价值评价模型权重确定
6.2.1 确定相关因子权重
6.2.2 调整后的评价体系
6.3 数据整理及分析
6.3.1 调研的基本数据
6.3.2 数据正式处理
6.4 聚类模型对调查结果的验证
6.4.1 基于客户价值的聚类过程的数据转换
6.4.2 基于客户交互价值的聚类
7 结束语
7.1 基本结论
7.2 研究局限
7.3 未来研究方向
参考文献
后记
前言
1 导论
1.1 研究的背景
1.2 研究的价值与意义
1.2.1 研究的理论价值
1.2.2 研究的现实意义
1.3 研究的思路和方法
1.3.1 研究视角
1.3.2 研究方法
1.3.3 研究途径
1.3.4 研究目的
1.4 研究的贡献与独特性
2 文献述评及理论基础
2.1 概念的辨析、拓展和界定
2.1.1 价值概念认知
2.1.2 CRM界定
2.1.3 客户价值界定
2.1.4 数据挖掘的解释
2.2 国外研究现状
2.2.1 CRM研究现状
2.2.2 数据挖掘理论研究现状
2.2.3 客户价值总体研究情况说明
2.2.4 客户价值研究整理说明
2.3 国内研究现状
2.3.1 CRM国内的研究现状
2.3.2 数据挖掘在国内的研究现状
2.3.3 国内有关客户价值的研究现状
2.4 客户价值评估的基本方法
2.4.1 PZB的SERVQUAL模型
2.4.2 盖尔的客户价值分析模型
2.4.3 伍德拉夫客户价值确定系统
2.5 数据挖掘理论及应用
2.5.1 数据挖掘
2.5.2 面向分类的数据挖掘方法
2.5.3 数据挖掘技术的应用研究
2.6 现有研究的不足
3 客户交互价值与企业经营发展关系
3.1 客户交互价值在企业发展中的地位
3.2 客户交互价值的功能
3.3 客户交互价值与企业竞争优势
4客户交互价值评价与分类算法
4.1 客户交互价值评价的视角
4.2 多层次权重确定的AHP法
4.2.1 AHP方法原理
4.2.2 建立递阶层次结构
4.2.3 构造两两比较判断矩阵
4.2.4 计算单一准则下元素的相对权重
4.3 客户交互价值评价模型的设计
4.3.1 从企业角度出发的评价体系
4.3.2 从客户角度出发的评价体系
4.3.3 从企业—客户双重角度出发的综合评价体系
4.4 基于客户交互价值的聚类算法
4.4.1 聚类分析基本介绍
4.4.2 模糊聚类分析
4.4.3聚类数据挖掘的主要算法
4.4.4 数据挖掘方法的基本要求
4.4.5 高维空间稀疏数据聚类算法
5 基于客户交互价值的客户分类管理
5.1 客户分类的意义
5.1.1 一般意义上的客户分类
5.1.2 基于客户价值的客户分类
5.2 基于客户交互价值的客户分类管理
5.2.1 客户价值公式化
5.2.2 关系发展策略及管理策略
6 客户交互价值评价及客户分类模型验证
6.1 调查设计
6.1.1 调查的一般说明
6.1.2 调查流程及安排
6.2 客户交互价值评价模型权重确定
6.2.1 确定相关因子权重
6.2.2 调整后的评价体系
6.3 数据整理及分析
6.3.1 调研的基本数据
6.3.2 数据正式处理
6.4 聚类模型对调查结果的验证
6.4.1 基于客户价值的聚类过程的数据转换
6.4.2 基于客户交互价值的聚类
7 结束语
7.1 基本结论
7.2 研究局限
7.3 未来研究方向
参考文献
后记
客户交互价值评价、分类及其使能技术的应用研究
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×