商业银行零售客户价值分析模型研究
在经济全球化的时代背景下，本文以商业银行零售客户为研究主体，以零售客户的价值评价和客户终身价值评估为研究对象，期望为实现商业银行的规模经济和范围经济添砖加瓦，也为辅助商业银行长期识别、保留和发展零售客户，帮助商业银行正确认识客户的价值贡献提供决策支持。其研究的主要内容如下：
(1)从定性的角度对客户评价价值进行分析和研究。论文首先介绍了RFM理论，在此基础上建立了多层多维的价值评价指标体系，同时针对个体零售客户和零售客户群体构建了相应的价值评价模型；其次，论文利用案例推理原理建立了客户价值分类模型，并结合银行零售业务的具体实践，建立了基于交易行为的客户价值分类模型，为银行的营销战略制定和经营管理提供决策支持。
(2)从定量的角度对客户终身价值进行分析和研究。论文首先认为商业银行零售客户终身价值由客户历史价值和客户未来预测价值两方面的价值构成，对于一个客户终身价值分析不仅仅看它现在给银行带来的价值，而且更加注重客户的客户未来预测价值。
本文以理论研究为主，结合商业研究商业银行零售客户关系管理的具体实践，对客户关系管理中的核心问题—客户价值进行系统、深入的探讨，有些创新之处，具体体现在以下几个方面：
(1)论文首先在结合RFM理论，建立了多层多维的商业银行零售客户价值的评价指标体系。通过拓宽RFM模型的指标体系，改变了RFM模型简单的特点。
(2)论文首次利用数据挖掘技术构建商业银行零售客户价值智能分类模型。在本文中，数据挖掘技术不仅仅单纯是研究工具和评价手段，而是与客户价值评价的理论研究一起构成的系统方法，最终使客户价值评价研究具有方法论的意义。在构建客户价值智能分类模型时，针对数据仓库中的零售客户原始数据，论文利用K-means算法和零售客户价值评价模型，获得案例库中的历史案例客户价值分类类型；在构建案例相似度模型中，本文首次利用ANP模型获得评价指标的权重，强调了评价指标之间的相互影响，与此同时，模型中利用灰色关联分析原理建立多层灰色关联方法以适应所构建的商业银行零售客户评价指体系。
(3)论文首次将客户终身价值定义为历史价值和未来预测价值的总和。论文利用Markov理论来描述客户动态的交易行为，并结合SMC模型构建了商业银行零售客户未来价值分析模型。在该模型中，论文利用Markov理论来预测零售客户在未来的交易时间中购买频率的转移规律，突出、强调了客户交易行为的动态特征。
商业银行;零售客户;客户价值;价值评价;评价指标
东南大学
硕士
系统分析与集成
韩瑞珠
2007
中文
F830.33
60
2008-08-29（万方平台首次上网日期，不代表论文的发表时间）