当前位置:主页 > 管理论文 > 客户关系论文 >

中信证券客户价值分析及数据模型化研究应用

发布时间:2021-12-19 01:21
  从企业的角度来看,证券公司客户的价值按时间轴体系来分类包括当前价值和潜在价值:1、当前价值即证劵公司提供各种服务给客户而收取的费用所带来的利润收入;2、潜在价值既证劵公司未来某一时间点客户可能带来的货币价值的现值,这一点是客观存在且无法即时可得的,证劵公司通过挖掘是可以获得的。有时候,潜在价值也被称为成长价值,它随着时间的变化其客户价值也相应的变化。因此证券公司对其客户价值进行评价和计算是必须的。但往往客户价值不是轻易就能计算得出的,原因在于很多客户信息包括客户交易记录,客户交易频率,客户交易类别,客户背景特点,客户风险喜好以及客户违规等信息往往分散于证券公司不同的业务系统中,比如证券公司保证金管理系统、客户关系管理(CRM)系统和网上证券交易系统等。不同的系统由于建设的时间不同,对于各种数据的来源、格式和处理方式也不尽相同,因此客户信息大都分散于零散的业务系统中,证券公司可以利用数据挖掘技术对相对分散的信息整合并建立统一的数据库,以此进行综合全面的发现并分析客户价值。本文主要工作如下:结合客户生命周期理论和客户关系价值理论,分析了在生命周期的不同阶段客户的不同价值,在此理论基础上设计... 

【文章来源】:上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】:62 页

【学位级别】:硕士

【部分图文】:

中信证券客户价值分析及数据模型化研究应用


系统活动图

客户分类,管理活动


图 2-2 客户分类管理活动图Fig, 2-2Activity Diagrams of Customer classification managem其他系统活动的分析方法与此相同,不再一一赘述。2.6 模型挖掘算法2.6.1 聚类算法以某一原则为准将一组个体划分为若干类别就是聚类,主要是为分小群组并使其小群组中的个体尽可能保持一致性。要求其结果细分似度高,而不同小群组中的个体存在差异性。聚类结果必然是组内相大。聚类分析理论应用在证券公司上往往用来发现客户的群体行为也过了解不同类别的投资理念聚类,从而能够有所针对的服务某一类,的效率和成功率。不仅如此,分类或聚类分析在完成客户群分后,甚果预测哪类人群比较容易开发成客户,以帮助销售人员有针对性的开聚类算法是一种很成熟的算法,主要可分为五类:1. 层次聚类方

客户,证券公司,佣金,利息


图 3-3 客户 值评 体系Fig. 3-3 Customer value evaluation system(1)收入贡献客户收入贡献是证券公司投入各种资源进行客户关系管理的收入减实所得,是证券公司客户与证券公司合作业务产生的效益总和。客户收入4 类产品的贡献,其计算公式见 3-2 所示:VC=Vd+Vt+Vm+VnVd表示经济业务贡献,主要是客户佣金和客户资金在银行产生的利息式如 3-3 所示:Vd=id-cd其中:id等于客户佣金,cd等于客户资金在银行产生的利息。可以根易额日均余额、交易频率、资产占用天数、资金营运成本、税率等变量计Vt表示投行业务贡献,计算方法如公式 3-4 所示:Vt=it-ct

【参考文献】:
期刊论文
[1]数据仓库及数据挖掘技术在证券客户关系管理系统中的应用研究[J]. 陈东.  数字技术与应用. 2013(08)
[2]基于数据挖掘技术的CRM系统的设计[J]. 薛继昌,贾维红.  林区教学. 2011(06)
[3]基于聚类分析的银行客户关系管理策略研究[J]. 肖凤,郑海健,卢闯.  技术经济. 2010(01)
[4]数据仓库技术在现代金融中的应用[J]. 黄金荣.  金融与经济. 2005(07)
[5]基于数据挖掘的银行客户贡献度分析系统框架[J]. 孙波.  机械管理开发. 2005(02)
[6]客户关系生命周期理论在商业银行的应用研究[J]. 吴斌,江涛.  浙江金融. 2005(02)
[7]商业银行客户关系管理方法[J]. 陈俊龙,周亚茵.  农村金融研究. 2004(05)
[8]CRM在银行业中的应用[J]. 陈建凯,陈静宇.  价值工程. 2004(01)
[9]商业银行如何实施客户关系管理[J]. 刘志丹,朱文渊.  国际金融. 2003(10)
[10]客户关系管理:我国银行业的必然选择[J]. 江征,胡晓剑.  华东经济管理. 2002(05)

硕士论文
[1]齐鲁证券东营营业部客户服务管理分析与完善[D]. 孙成林.山东大学 2013
[2]我国证券市场基础设施发展模式研究[D]. 杨红兴.首都经济贸易大学 2013
[3]数据挖掘技术在客户关系管理中的应用研究[D]. 魏彦武.武汉理工大学 2002



本文编号:3543513

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/3543513.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5e608***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com