基于客户需求感知的一线增值业务智能营销关键词: 互联网网关日志、内容偏好、客户画像
优化方案摘要:该应用的总体思路是采集互联网网关日志，通过URL 内容解析技术和搜索关键词技术获取用户的业务内容偏好，建立内容偏好模型，形成客户画像，通过日志的UA信息和外呼方式完善智能终端客户识别。将经分的四类数据传输给CRM系统形成一站式智能营销界面助力一线营销。
一、项目简介
该项目依托于经分系统强大的分析功能，将客户的移动互联网使用内容研究和终端信息识别研究进行有机的结合，同时完全从一线营业员的角度出发，以服务一线支撑一线的思路分析客户接触服务的过程，通过一站式营销推荐界面和三位一体发送方式的建立，实现经分系统、VGOP、CRM的客户识别、客户需求洞察、适配业务和内容推荐发送、效果评估的闭环流程。该项目一是采用了移动互联网数据分析技术，二是实现了一站式增值业务精确体验营销模式，三是提升了终端识别的准确度和完备度。该项目应用效果显著。营业厅的增值业务办理量提升；营业员的营销效率和营销能力都有了大幅度的提高；接触客户的整体业务使用量增加、活跃度提高、业务退订度明显低于非退订客户。
案例背景
随着互联网普及，数据业务发展遇到诸多困境：1、通过套餐捆绑、礼品赠送的传统营销方式效率低下；2、开通业务功能及套餐后后续服务能力不足，用户不知如何获取内容，导致其对数据业务认知度低，退订率高；3、由于没有合理的引导手段，沉默用户占比高，导致产品健康度低，投诉多，客户满意度不高；4、在提升电子渠道办理能力的同时，传统营业厅渠道的用户触点利用不足，如用户缴费后立即离开，协同营销能力需提升。5、营业厅营销能力提升是建设核心竞争力的重要组成部分。
实现目标
把握用户的真实需求，通过“一本书”、“一首歌”、“一条微薄”让用户实实在在体验到具体的内容服务，在关键时刻（用户办理上网等套餐后、用户等待办理业务的碎片时间、前台购买终端后等）建立营业员的营销需求与客户的业务体验需要的高效沟通：
1、把握用户的内容需要
通过挖掘用户丰富的上网内容和行为，有效分析用户的真实业务和内容偏好。
2、提升营业员营销能力
通过用户内容偏好和业务产品间的适配关系，形成客户画像和标签，便于营业员准确把握客户需求，实现有效沟通。
3、精品内容一站式营销
建立精品营销内容和业务产品的管理，实现一个界面向客户全面推荐适合的业务产品和内容。
1.3、支撑总体思路
该应用的总体思路是采集互联网网关日志，通过URL 内容解析技术和搜索关键词技术获取用户的业务内容偏好，建立内容偏好模型，形成客户画像，通过日志的UA信息和外呼方式完善智能终端客户识别。将经分的四类数据传输给CRM系统形成一站式智能营销界面助力一线营销。具体如下：
项目创新点（特色）
1、基于客户内容偏好的智能内容体验营销流程
利用内容偏好的分析技术获取了精准的客户偏好视图，通过经分与CRM互动，经分获取互联网网关和VGOP相关平台数据，建立客户的需求内容偏好识别，完成用户分群、内容匹配、发送、稽核、推荐效果评估的闭环流程。
2、一目了然的前台功能视图，信息整合度和便捷度大大提升
该应用项目通过建立一站式营销推荐界面，融合客户画像信息、客户终端信息、业务推荐信息和精品内容推荐模块实现了业务产品、终端适配、内容推荐的组合式营销，便于营业员高效快捷的完成客户认知和业务推荐；同时办理业务碎片时间等关键时刻系统自动下发推荐内容链接。
3、终端信息识别准确度和完备度的提升
通过UA信息识别技术和外呼等辅助手段，使终端识别的准确度和完备度得到提升，完备度由以往的54.3%提升到63.5%。
1.5、应用效果
应用在6月选择了省会合肥、六安和淮北的6个营业厅进行了试点，后期开放到所有自办营业厅，通过经分客户需求分析后的一站式营销推荐页面，营业厅增值业务的办理量、营业员的营销能力和效率都有了大幅度的提升。
1、营业员绩效水平提高
在计件薪酬管理模式下，推荐办理的业务量提升。绩效薪酬提高，营业员的工作积极性增强。
2、前台营销成功率
通过系统支撑下的客户画像和分析数据展示，营业员的整体营销能力提升，成功率大幅增加。
3、接触客户GPRS流量提升
通过对接触客户的精品内容发送，客户的人均流量有了提升，同时沉默客户减少。
4、增值业务办理量上升
人均增值业务办理量快速上升，营业厅的整理增值业务办理量提升2倍多。
二、业务与技术实施方案
2.1应用架构
数据采集：
采集WAP网关的海量访问日志和VGOP相关业务平台的访问日志。
内容解析处理
对海量日志进行加工和汇总形成有效的分析数据格式，建立URL内容解析库和关键词分析对用户日志进行内容标签标记。
WAP日志UA信息处理
对UA信息进行终端型号、操作系统关键信息提取。
营销视图和效果评估
建立内容偏好视图和模型，完善智能终端用户视图，对推荐用户进行效果评估。
内容配置管理
录入各内容标签下的精品内容信息，配置营业厅推荐优先级等。
一站式营销推荐界面
建立包含四个区的营销推荐界面，便于营业员高效快速定位客户需求，找寻业务推荐切入点。
三位一体融合发送方式
统一的接口协议。通过WAPPUSH、SMS、彩信等方式下发时，均采用CMPP2.0接口协议及相同的短信处理进程。支持短信实时扫描下发机制，具备完善的重发保障机制，与网关交互的过程中，一旦网关接收失败，则短信进程会启动重发机制，再次给用户重发，保障了用户接收正常。
2.2、技术实现方案
2.2.1、基础数据准备
数据采集：分布部署在数据采集服务器、数据清洗处理服务器和接口服务器上。按照每小时处理一次的设计高速读取原始WAP记录数据，以保证在较短时间内对海量数据进行处理。步骤包括：1）剔除原始WAP数据中对分析无效的记录、字段。2）转换WAP记录格式。3）将转换的数据汇总成为用户级的访问记录。4）经分接口服务器将获取的数据进行URL 匹配和内容标记。
内容解析处理：域名分析：通过对访问日志中记录的URL进行人工分析，得到其对应的类别归属，为判断用户的访问偏好提供依据。
输入：待分类的URL
输出：该网页所属的分类（如：https://www.doczj.com/doc/441497647.html, 体育类）。
搜索关键词分析：根据用户在搜索引擎中检索的关键词判断用户的偏好类型。
输入：用户检索关键词的索引（数据预处理环节生成）
输出：用户与关键词的对应关系（139********, 关键词1,…,关键词n）
UA信息分析方法：根据UA的信息结构和操作系统匹配获取用户准确的终端信息，与外呼、终端厂商获取多种方式完善终端信息的识别
2.3.2、数据加工（分析模型）
依托解析技术处理后的用户访问数据建立内容客户偏好模型。具体如下：
思路与步骤：
1、通过WAP访问量分析，确立手机访问量占66%的排名前20位的网站作为内容解析范围。
2、采用网络爬虫技术，抓取10大网站WAP一二级目录的URL地址。
3、分析抓取的URL地址的关键字，梳理网站自身内容规则。
4、建立网站自身内容与统一归类的内容匹配映射关系。
5、依据内容类型，汇总用户在各内容的访问时长、流量等信息。
6、采用近三个月数据，计算用户在每个偏好类型上的系数，计算公式：用户内容偏好系数=0.4*（三个月内某内容子类上网天数/三个月总天数)+0.6*(该内容子类点击次数/全部内容点击次数)。按内容进行分组，按照系数大小排序，内容偏好系数排名前40%的用户，为该内容上的偏好用户。
2.3.3、服务提供
一站式营销推荐界面：
客户画像区：展示客户分群和典型的客户标签
业务推荐区：根据移动互联网用户-内容-产品适配体系输出的推荐产品列表，可根据营业厅绩效等条件配置业务推荐优先级。可直接进入订购页面和客户端软件下载页面终端业务推荐区：根据经分系统的终端视图展示机型和操作系统，针对终端支持功能的范围推荐适配的业务产品
精品内容区：左侧为用户偏好分析图，点击主要偏好内容，右侧的精品内容区可通过双屏展示给用户，通过短信、彩信和WAPPUSH下发相应的内容信息。
三、具体应用实现案例（应用场景、应用效果）
智能终端用户的即时内容营销：
1、三星安卓手机客户张先生在营业前台进行账单打印；
2、经分系统汇聚客户内容视图和分析数据；
3、CRM获取用户各类分析数据；
4、系统根据张先生的内容偏好（音乐类、财经类)调用内容库中最新的全曲下载热门内容和财经资讯WAP链接，展示张先生未订购的无线音乐俱乐部产品和财经类手机报；
5、营业员在一站式界面一眼看到用户是音乐爱好者，手机是三星9008，且未开通手机报业务和WLAN套餐。于是当场点击音乐类偏好图选择关键字给出歌手的歌曲推荐下载，同时介绍WLAN业务的好处推荐WLAN套餐；
6、点击系统的下载按钮给张先生发送了WLAN易登客户端WAP下载链接，又发了热门金曲下载链接；
7、系统追踪张先生是否下载了链接，判断本次营销成果。
四、创新点
1、基于客户内容偏好的智能内容体验营销流程
利用内容偏好的分析技术获取了精准的客户偏好视图，通过经分与CRM互动，经分获取互联网网关和VGOP相关平台数据，建立客户的需求内容偏好识别，完成用户分群、内容匹配、发送、稽核、推荐效果评估的闭环流程。
2、一目了然的前台功能视图，信息整合度和便捷度大大提升
该应用项目通过建立一站式营销推荐界面，融合客户画像信息、客户终端信息、业务推荐信息和精品内容推荐模块实现了业务产品、终端适配、内容推荐的组合式营销，便于营业员高效快捷的完成客户认知和业务推荐；同时办理业务碎片时间等关键时刻系统自动下发推荐内容链接。
3、终端信息识别准确度和完备度的提升
通过UA信息识别技术和外呼等辅助手段，使终端识别的准确度和完备度得到提升，完备度由以往的54.3%提升到63.5%。
五、应用效益
应用在6月选择了省会合肥、六安和淮北的6个营业厅进行了试点，后期开放到所有自办营业厅，通过经分客户需求分析后的一站式营销推荐页面，营业厅增值业务的办理量、营业员的营销能力和效率都有了大幅度的提升。
1、营业员绩效水平提高
在计件薪酬管理模式下，推荐办理的业务量提升。绩效薪酬提高，营业员的工作积极性增强。
2、前台营销成功率
通过系统支撑下的客户画像和分析数据展示，营业员的整体营销能力提升，成功率大幅
增加。由支撑前10.4%增加到21.58%。
3、接触客户GPRS流量提升
通过对接触客户的精品内容发送，客户的人均流量有了提升，同时沉默客户减少。人均流程由18.9M增加到24.1M
4、增值业务办理量上升
人均增值业务办理量快速上升，营业厅的整理增值业务办理量提升2倍多。
2014-7-6 13:54:00 沉默用户激活方案 一、几个基本定义： 1.交易间隔：用户的相邻两笔交易之间的交易间隔时长 2.沉默：最大交易间隔时长远大于某一设定阈值 3.活跃：最大交易间隔时长远小于某一设定阈值 4.排秩、秩次：对集合内的值排序，排序后所在的位置即为秩次 5.秩次比：所在秩次占集合元素总数的比值 6.沉默得分：用户沉默的程度得分，用来差异化细分沉默用户群 二、基本分析思路： 1．计算出单个用户的每次交易间隔，以此为基本数据原料进入下一步分析； 2.定义沉默用户的最大交易间隔阈值，以此为标尺，测量各个用户距离沉默的远近及可 能性； 3.计算沉默用户的沉默得分，划分沉默用户等级； 三、计算流程： 1.计算每个用户的历史交易频率F的间隔时长Ti＝｛T2-T1,T3-T2,…,Tn-Tn-1｝ 2.计算每个用户的最后一笔交易距今时长Tr=Today-Recently 3.对集合｛Ti｝及Tr进行排秩，并输出对应秩次{RankT1,RankT2,…,RankTr,…,RankTn} 4．将Tr所在秩次除以该用户总交易次数cF，得出秩次比TrF； ｀算法解释：以用户历史最大沉默间隔为参考，若Tr接近Max{Ti}，则表示该用户已 接近沉默边缘，并极有可能转入沉默状态，反之接近活跃。 活跃0 1 沉默 此处求百分比的目的为：将实际问题数字化，并以量化方式呈现： 若最近一笔消费距今时长排秩比： 等于1，则表示该用户已进入沉默状态； 若接近1，则表示用户靠近沉默边缘； 在0到1之间，表示用户未表现出明显即将进入沉默状态信号； 若接近0，则表示用户靠近活跃状态； 5.将Tr除以Max{Ti}，求得用户沉默得分S； ｀算法解释：以用户历史最大沉默间隔为参考，以数值方式衡量沉默程度： 以得分＝1为界限： 若得分小于1，则表示用户沉默程度较低，且未完全进入沉默状态； 若得分等于1，则表示用户已进入沉默状态； 若得分大于1，则表示用户已进入沉默状态，且沉默程度为S1－1； 若得分远大于1，则表示用户已进入沉默状态，且沉默度为S2－1（即
2015年银行业专业人员职业资格考试内部资料 风险管理 第三章 信用风险管理 知识点：客户信用评级 ● 定义： 商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。客户评级的评价主体是商业银行，评价目标是客户违约风险，评价结果是信用等级和违约概率。 ● 详细描述： 一、违约： （1）定义：根据巴塞尔新资本协议的定义，当下列一项或多项事件发生时，债务人即被视为违约： （2）债务人对于商业银行的实质性信贷债务逾期90天以上。若债务超过了规定的透支限额或新核定的限额小于目前余额，各项透支将被视为逾期。 （3）未来面临同样的本息还款的要求，在期望收益相等的条件下，收益波动性高的企业更容易违约，信用风险较大。 二、违约概率： （1）定义：借款人在未来一定时期内发生违约的可能性。 （2）在巴塞尔新资本协议中，违约概率被具体定义为借款人内部评级1年期违约概率与0.03%中的较高者，巴塞尔委员会设定0.03%的下限是为了给风险权重设定下限，也是考虑到商业银行在检验小概率事件时所面临的困难。 （3）违约概率的估计包括两个层面：巴塞尔新资本协议要求实施内部评级法的商业银行估计其各信用等级借款人所对应的违约概率。 （4）据监管机构的要求，商业银行采用信用风险内部评级法高级法应当自行估计违约概率、违约损失率、违约风险暴露、有效期限 三、客户信用评级的发展 从国际银行业的发展历程来看，商业银行客户信用评级大致经历了专家
判断法、信用评分法、违约概率模型分析三个主要发展阶段。 （1）专家判断法：是商业银行在长期经营信贷业务、承担信用风险过程中逐步发展并完善起来的传统信用分析方法。专家系统在分析信用风险时主要考虑两方面因素：与借款人有关的因素、与市场有关的因素。 1、与借款人有关的因素： 1）声誉：如果该借款人过去总能及时、全额地偿还本金与利息，那么他就具有良好的声誉，也就能较容易或以较低的价格从商业银行获得贷款。 2）杠杆：借款人的杠杆或资本结构，如果贷款给杠杆比率较高的借款人。商业银行就会相应提高风险溢价。 3）收益波动性：收益波动性高的企业更容易违约，信用风险较大。 2、与市场有关的因素： 1）经济周期：经济周期对于评价借款人的违约风险有着重要的意义。 2）宏观经济政策：对行业信用风险分析具有重要作用。 3）利率水平：高利率水平表示中央银行正在实施紧缩的货币政策。 3、常用的专家系统： 1）5Cs：品德、资本、还款能力、抵押、经营环境。 2）5Ps：个人因素、资金用途因素、还款来源因素、保障因素、企业前景因素。 （2）信用评分法 1、信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值（得分）来代表债务人的信用风险。并将借款人归类于不同的风险等级。对个人客户而言，可观察到的特征变量主要包括收入、资产年龄、职业以及居住地等；对法人客户而言，包括现金流量、财务比率等。（定量与定性因素，定量主要是财务数据，定性如对行业的判断、客户在行业中的定位、企业经营管理层） 2、信用评分模型的关键在于特征变量的选择和各自权重的确定。目前，应用最广泛的信用评分模型有：线性概率模型、Logit模型、
顾客价值分析模型 管研00 郑立明 摘要：在前人有关顾客价值研究的基础上，本文首次提出设计价值和顾客决策价值等新概念，区分顾客期望价值和顾客感知价值的不同含义，构建一个动态的顾客价值分析模型，并分析它所包含的基本关系。最后给出计算顾客感知价值的一个实例。 关键词：设计价值顾客决策价值顾客价值模型 1 顾客价值含义的简要回顾 P·Kotler（1994）提出顾客让渡价值（Customer Delivered Value），它指的是总顾客价值与总顾客成本之差。总顾客价值就是顾客从某一特定产品或服务中获得的一系列利益，它包括产品价值、服务价值、人员价值、形象价值；而总顾客成本是在评估、获得和使用该产品或服务时而引起的顾客预计费用，它包括货币成本、时间成本、体力成本、精力成本［1］。 …… 在前人研究的基础上，本文将提出“设计价值”和“顾客决策价值”两个新概念，并进一步分析和界定顾客价值的其他相关概念，据此建立起一个动态的顾客价值分析模型。 2 顾客价值分析中的一些基本概念 2.1 顾客期望价值（Customer Expecting Value，CEV） 顾客期望价值（CEV），反映顾客在特定的环境和时空条件下，对于某种产品或服务的主观需求状态，是一种有待实现和期待满足的需求量；或者指：在消费之前顾客对已经存在的某种产品或服务的预先感知的价值量，因而也可以是一种实在的估计值。 …… 当今的顾客比以往掌握更多的知识、信息与技能，也更热衷于学习与创新尝试，在日趋宽泛的产品选择中享有愈来愈多的主动权，随着交易的重复和消费经验的积累，顾客对于产品和服务的期望价值也越来越高。因此，如顾客价值模型所示，顾客期望价值曲线（CEV）在长期中呈逐渐上升之势。 2.2 设计价值（Designed Value，DV） 本文认为，在顾客价值分析中，有两个最重要的概念：设计价值和顾客感知价值。 设计价值（DV），是在产品或服务供应商的构想中将要提供给顾客的一种效用或价值，或者指供应商根据前期的研发设计已经制造出来的但还需要通过市场传递给消费者的一种效用或价值（即一种还没有实现的价值）。这是从供应厂商角度给出的一种衡量，因此可以看成是一种目的在于满足顾客期望价值的计划供给量或潜在供给量。 …… 2.3 顾客感知价值（Customer Perceived Value，CPV） 顾客感知价值（CPV），也称顾客感知收益，或顾客感知利得，它指顾客在交易中或通过消费实际感觉到的物质收益和精神收益的总和，因此也是一种主观的感受，一个事后的综合评价量。它反映顾客对于包含着质量、品种、价格、服务、信誉、速度等要素的产品或服务的综合满意程度［5～7］。 。。。。。。 3 顾客价值分析模型及其内涵 在明晰以上几个基本概念基础上，本文提出一个动态的顾客价值分析模型（得自张中科的“成本、价格和客户价值的动态关系”图形的启发［9］）。选取两个时刻T1和T2，来分析顾客价值发展变化的情况。为便于理解和直观比较，顾客决策价值（DCV）在图形中有一个时间提前量。
客户价值分析 客户价值分析就是在理解客户价值内涵的基础上，动态地监控客户价值的发展趋势，为更好地实现客户价值管理提供有效的信息支持。在有关客户价值分析的研究中，最著名的莫过于盖尔所提出的客户价值分析工具，该模型首次出现在盖尔的《管理顾客价值》一书中，尔后频频被引用，几乎成了客户价值分析的标准。在本节中，将重点讨论盖尔的客户价值分析模型。 在《管理顾客价值》一书中，盖尔提出了7种客户价值分析工具，包括：市场感知质量水平；市场感知价格水平；客户价值图；得失（Win/Lost）分析；客户价值分析对照图（Head-to-head Area Chart）；关键事件表；What／Who矩阵。其中，尤为重要的是前三种客户价值分析工具，直接与当今普遍接受的客户价值内涵相吻合。因此，本节将结合有关方面的研究发展动态，重点描述前三种分析工具。 1）市场感知质量水平 通过对客户价值内涵的探讨，我们知道感知质量水平对形成感知价值的重要性。在盖尔的客户价值分析模型中，市场感知质量分析同样是客户价值分析的核心。 根据盖尔提出的模型，对市场感知质量水平的测量主要有三个步骤： 第一步，采用小组调查（Focus Group）或其他形式，召集目标市场的客户（既包括本企业的客户，也包括竞争对手的客户），要求他们列出除价格以外的其他影响购买决策的重要质量因素。 第二步，确定不同质量属性在客户决策中的权重。最简单的方法就是让客户根据各质量因素在决策中的重要性打分，然后再汇集不同客户的看法，形成一套统一的权重。 第三步，选择那些对本企业和竞争对手企业都十分了解的客户（既包括本企业的客户，也包括竞争对手的客户），征询他们对本企业和竞争对手在各质量属性上的评价，然后用客户对本企业每一个属性的评分除以竞争对手相应的得分，得到本企业在各属性上的业绩比率。最后，根据各属性的权重，算出所有质量属性的加权平均值，就可以获得一个总体的市场感知质量水平。 事实上，在某个行业中，每个企业往往都有自己的特色，通常在某个质量水平上处于领先，因此，市场感知质量水平在很大程度上将取决于不同的评价标准和权重体系，说到底就是由客户的感知偏好决定的权重水平。以高档汽车为例，宝马汽车在驾驶性能上首屈一指，而凯迪拉克却宽敞、舒适，凌志汽车的故障率十分低。如果客户看重驾驶性能，则在决策时将赋予其较高的权重。因此，对于不同的目标客户群而言，对质量的感知方式和标准是不同的。客户关系管理的一个重要目的就是区分具有不同感知偏好和特性的客户群，针对不同的客户群采用定制化的策略，全面地满足其要求，实现客户价值的最大化。 2）市场感知价格水平 市场感知价格水平主要用于评估客户对获得某种产品或服务的一种感知付出。在盖尔的模型中，市场感知价格水平也是客户价值分析的重要工具之一。事实上，市场感知价格水平的测评与市场感知质量水平的测评相似，唯一不同的地方是让客户列出影响成本感知的因素，而不是影响质量感知的因素。在获得成本感知因素的基础上，要求客户分别列出不同因素的权重，并评价竞争对手在每一个价格因素上的感知水平。 在某些价格构成要素十分清晰的行业，可能无需评价市场感知的价格水平，但是在大多数行业，评价市场感知价格水平十分重要。表2—3以豪华汽车为例，阐明了如何评价市场感知价格水平。
信用等级评估模型(轻工业)
信用等级评估模型 1.1 公司客户信用等级评估模型 ◆ 公司客户信用等级的评定分值区间 评级总分 信用等级 信用度 备 注 90<,<=100 AAA 特优 客户信用很好，整体业务稳固发展，经营状况和财务状况良好，资产负债结构合理，经营过程中现金流量较为充足，偿债能力强，授信风险较小。 80—90 AA 优 70—80 A 良 客户信用较好，现金周转和资产负债状况可为债务偿还提供保证，授信有一定风险，需落实有效的担保规避授信风险 60—70 BBB 较好 50—60 BB 尚可 客户信用较差，整体经营状况和财务状况不佳，授信风险较大，应采取措施改善债务人的偿债能力和偿债意愿，以确保银行债权的安全。 45—50 B 一般 40—45 CCC 较差 35—40 CC 差 35以下 C 很差 ◆ 信用等级评分表的分类指南（删除宾馆服务类） 名称 对应的行业类别 轻工类 纺织，服装，食品，饮料，烟草，普通机械，家电，家化，电子设备，计算机，通讯设备制造，仪器仪表，造纸，印刷，小型交通工具制造，建材，塑料制品制造，文体用品制造，家具制造，生物医药 重工类 冶金，矿藏开采，金属加工，石化，化工，化纤，重型机械，电气，造船，飞机制造，汽车制造，军工， 商业类 各类批发企业，各类零售业，供销社，粮、油、棉收购、流通、仓储， 外贸企业，商业经纪与代理 房产类 房产开发与经营企业，物业管理，房地产经纪与代理 施工类 土木工程建筑类企业，建筑公司，工程公司，工程队，道路管线和设备安装企业，装饰装修企业 交通运输类 铁路、公路、航空、管道、水上运输业，客运公司，航运公司，航空公司，出租汽车公司，铁路局 投资管理类 各种以短期投资、股本投资和资本运作为主要运营方式的企业， 政府财政背景，作为地方财政投融资窗口的企事业单位 企业化管理的事业单位类 电力、煤气、蒸汽和水的生产和供应业，医院，学校，科教文卫，广播电影电视，报刊，传媒业，社团 综合类 从事多元化经营的企业； 邮电，养殖，信息咨询服务，软件开发以及其他难以归并类别的企业 ◆ 信用等级评估模型：轻工业 非财务因素 40%
客户价值分析模型 Kotler (2000)认为关系行销的重心要放在如何和最有价值的顾客建立长期并为公司带来利润的关系，而Morgan & Hunt (1994)更明白点出顾客价值已经成为顾客关系行销的核心基础。如同Wyner (1996)所提，顾客价值已经重新诠释了传统行销的活动：把顾客视为一种资产，评估其未来收益以及成本以决定是否进行行销活动。Wyner (1996)更指出，企业80％的销售利润是来自于20％的顾客，而其余20％的销售利润，却花了公司80％的行销费用。由此可知，如何找出具有价值的顾客，对企业的获利来说是多么重要。而根据Kotler & Armstrong (1996) 所下的定义，具有价值的顾客为「一个未来为公司带来的利润大过于公司花在其身上的成本之顾客」。 顾客价值之计算主要是将顾客在未来数年间之消费金额与相对应之产品成本与维持成本加以扣除，再折现以求得出顾客未来数年净贡献的现值。在这样的理论基础之下，发展出了不少顾客价值分析模型。Dwyer (1989)首先定义顾客终生价值为「由顾客面所预期之利润，减去与顾客相关成本的现值」。此外Sewell & Brown (1990)、Hughes (1994)、Kotler (2000)等学者也分别在不同的假设以及定义之下提出了各自对顾客价值的计算公式，不过大都是在特定的假设以及参数之下所提出的例子。而Berger & Nasr (1998)有鉴于此，试图提出一套有系统的模型计算顾客价值，他们针对Jackson (1985)提出的二类顾客之特色加以整理，对该二类型的顾客之终生价值提出了五种类型的模型。而Hughes (1994)所提出之RFM 顾客价值分析模型不同于其它之方法，此模型利用三种指针：最近购买日(Recency)、购买频率(Frequency)及购买金额(Monetary)，以判断顾客的价值，Stone (1995)更在其研究中利用此模型分析信用卡顾客之价值。因为一般企业的顾客交易数据库中都可以萃取出这些信息，因此RFM 模型可以说是目前企业界最常用的顾客价值分析方法之一。 建立顾客购买行为随机模型以描述顾客行为 根据Ehrenberg (1959)及Colombo & Jiang (1999)对顾客行为之机率分配假设，建立顾客购买行为随机模型，以描述顾客的购买行为。 建构结合RFM 模型及马可夫链的顾客价值分析模型 根据顾客购买行为的改变为马可夫链随机过程，并利用Hughes (1994)所提出之RFM 模型定义顾客购买状态。利用贝氏机率推导顾客购买状态移转机率，根据顾客行为随机模型计算各购买状态下之预期利润进行顾客利润矩阵之估计，最后结合顾客购买状态移转矩阵及利润矩阵，进行顾客价值估计。 进行顾客价值分析模型的数据实证及比较 利用某企业之实际顾客交易数据，进行本顾客价值分析模型之数据实证，并将分析结果和目前业界常用之顾客价值预测方法进行比较。 微积分公司采用的顾客价值分析模型，主要结合顾客购买行为随机模型、马可夫链、RFM 模型及贝氏机率此四个理论或模型所发展而成。首先，建立顾客购买行为随机模型，并根据顾客之历史交易数据估计模型假设中之先验分配参数。此外，利用马可夫链描述顾客购买行为，并且根据Hughes (1994)所提出之RFM 顾客价值分析模型，定义马可夫链中之不同顾客购买行为状态，以建构顾客购买状态之马可夫链移转矩阵及利润矩阵。而最主要的贡献为：根据贝氏机率推导顾客在已观察到前期购买行为状态时，其下期购买行为状态之事后机率分配，并以之估计顾客购买状态移转矩阵之移转机率。此外，依据顾客购买行为随机模型之行为机率分配假设，估计顾客于不同购买状态下之预期贡献利润，以建立利润矩阵。最后，结合顾客购买状态移转矩阵以及顾客利润矩阵进行顾客价值之分析。
第一章 2. 谈谈你对客户关系管理定义的理解及认识。 答：（一）.从战略说上看，客户关系管理CRM是代表怎经盈利、收入和客户满意度而设计的企业范围的商业战略。 战略说对CRM的定义侧重点在于强调CRM是一种商业战略而不是一套系统，涉及的是整个企业而不是一个部门，它战略的目标是增进赢利，销售收入和提升客户满意度。策略说认为客户关系管理是为了给企业提供全方位的管理视角，赋予企业更完善的客户交流能力，使客户的收益最大化。 （二）.从策略说上看，客户关系管理CRM是企业的一项商业策略，它按照客户细分情况有效企业资源，培养以客户为中心的经营行为，实施以客户为中心的业务流程，并以此为手段来提高企业的获利能力、收入以及客户的满意度。 策略说这个定义是在战术角度上老阐述的，认为CRM是一种基于企业发展战略上的经营策略，这种经营策略是以客户为中心的，不再是产品导向而是客户需求导向，CRM实现的是重新设计业务流程，对企业进行业务流程重组，这一切都是以客户为中心，以信息技术为手段的。 （三）.客户关系管理(CRM)是一个不断加强与顾客交流，不断了解顾客需求，并不断对产品及服务进行改进和提高以满足顾客的需求的连续的过程。 其内含是企业利用信息技术（IT）和互联网技术实现对客户的整合营销，是以客户为核心的企业营销的技术实现和管理实现。客户关系管理注重的是与客户的交流，企业的经营是以客户为中心，而不是传统的以产品或以市场为中心。为方便与客户的沟通，客户关系管理可以为客户提供多种交流的渠道。 （四）.综合来看企业用CRM来管理与客户之间的关系，CRM是一个获取、保持和增加可获利客户的方法和过程。CRM是选择和管理有价值客户及其关系的一种商业策略，CRM要求以客户为中心的商业哲学和企业文化来支持有效的市场营销、销售与服务流程。如果企业拥有正确的领导、策略和企业文化，CRM应用将为企业实现有效的客户关系管理。CRM 既是一种崭新的、国际领先的、以客户为中心的企业管理理论、商业理念和商业运作模式，也是一种以信息技术为手段、有效提高企业收益、客户满意度、雇员生产力的具体软件和实现方法。 3.客户关系管理对企业有哪些积极地作用？试举例说明。 答：1提高市场营销效果。2为生产研发提供决策支持。3提供技术支持的重要手段。4为财务金融策略提供决策支持。5为适时调整内部管理提供依据。6使企业的资源得到合理利用。7优化企业业务流程。8提高企业的快速响应和应变能力。9改善企业服务提高客户满意度。10提高企业销售收入。11推动了企业文化的变革。 4.通常有哪些CRM研究视角？如何理解CRM研究的分类？ 答：1基于信息技术的研究是客户关系管理研究的一个重要视角。2组织与管理研究领域的学者从组织结构企业文化战略管理核心竞争力等角度研究客户关系管理。3从营销学和心理学出发研究顾客满意顾客忠诚顾客抱怨等，以后又延伸到服务质量的控制等，这又是客户关系管理研究的一个重要视角。4还有一些学者主要把客户关系作为一种资产来进行研究，即从资产增值的角度研究客户关系管理。 在CRM的研究过程中具有以下现象：1探索性的调查占据了研究的统治地位，很多学者根据一些具体的数据进行总结，缺少在实践中对自己的研究成果的试验，对研究中所应用
附件1-1 中国银行股份有限公司 客户信用评级指标体系与评分标准说明 一、一般统计模型评级指标体系与评分标准 一般统计模型评级指标与评分标准，在模型开发阶段确定。模型使用的定量指标主要是客户的财务指标，例如：现金比率、债务覆盖率、存货周转率、税前利润率、资产负债率、资本周转率等。定性指标全部是客观定性指标。模型指标与具体的评分标准有可能根据模型返回检验结果进行调整。 二、打分卡模型评级指标体系与评分标准 （一）打分卡模型的信用评分与信用等级对应关系： 90－100分，AAA级； 85－89分，AA级； 80－84分，A级； 70－79分，BBB级； 65－69分，BB级； 60－64分，B级； 50－59分，CCC级； 45－49分，CC级； 40－44分，C级； 40分以下，D级。 （二）医疗机构、教育机构、其他类事业法人以及新组建企业，四类打分卡评级指标体系与评分标准详见附件1-2。
（三）特殊指标说明 1.医疗机构评级指标体系 （1）年就诊人数 计算标准：每年门诊、急诊治疗人数。 指标参考来源：决算报告文字说明。 （2）医疗人员水平 计算方法：医疗人员水平=中高级以上职称人数/全部医疗人员数×100% 指标参考来源：行政事业单位人员及机构情况表。 （3）实际开放病床床位 计算标准：医疗机构期末实际开放的病床床位数量。 指标参考来源：决算报告的文字说明。 （4）病床使用率 计算方法：病床使用率=实际占用病床日数/实际开放病床日数×100% 指标参考来源：决算报告文字说明。 （5）医疗研究水平和专用医疗设备水平 判断依据：医疗专科水平、承担国家医疗科研项目情况、先进医疗设备水平。 （6）收入增长比率 计算方法：收入增长比率=当年收入总额/前一年收入总额×100%-1 指标参考来源：收支表。 （7）药品收入比例 计算方法：药品收入比例=药品收入/总收入×100% 指标参考来源：收入明细表。 2.教育机构评级指标体系
附件1-1 中国银行股份 客户信用评级指标体系与评分标准说明 一、一般统计模型评级指标体系与评分标准 一般统计模型评级指标与评分标准，在模型开发阶段确定。模型使用的定量指标主要是客户的财务指标，例如：现金比率、债务覆盖率、存货周转率、税前利润率、资产负债率、资本周转率等。定性指标全部是客观定性指标。模型指标与具体的评分标准有可能根据模型返回检验结果进行调整。 二、打分卡模型评级指标体系与评分标准 （一）打分卡模型的信用评分与信用等级对应关系： 90－100分，AAA级； 85－89分，AA级； 80－84分，A级； 70－79分，BBB级； 65－69分，BB级； 60－64分，B级； 50－59分，CCC级； 45－49分，CC级； 40－44分，C级；
40分以下，D级。 （二）医疗机构、教育机构、其他类事业法人以及新组建企业，四类打分卡评级指标体系与评分标准详见附件1-2。 （三）特殊指标说明 1. 医疗机构评级指标体系 （1）年就诊人数 计算标准：每年门诊、急诊治疗人数。 指标参考来源：决算报告文字说明。 （2）医疗人员水平 计算方法：医疗人员水平=中高级以上职称人数/全部医疗人员数×100% 指标参考来源：行政事业单位人员及机构情况表。 （3）实际开放病床床位 计算标准：医疗机构期末实际开放的病床床位数量。 指标参考来源：决算报告的文字说明。 （4）病床使用率 计算方法：病床使用率=实际占用病床日数/实际开放病床日数×100% 指标参考来源：决算报告文字说明。 （5）医疗研究水平和专用医疗设备水平 判断依据：医疗专科水平、承担国家医疗科研项目情况、先进医疗设备水平。
利用K-Means聚类进行航空公司客户价值分析 1.背景与挖掘目标 1.1背景航空公司业务竞争激烈，从 产品中心转化为客户中心。针对不同类型客户，进行精准营 销，实现利润最大化。建立客户价值评估模型，进行客户分 类，是解决问题的办法 1.2挖掘目标借助航空公司客户数据， 对客户进行分类。对不同的客户类别进行特征分析，比较不 同类客户的客户价值对不同价值的客户类别提供个性化服 务，制定相应的营销策略。详情数据见数据集内容中的 air_data.csv和客户信息属性说明 2.分析方法与过程 2.1分析方法首先，明确目标是客户价值识别。识别客户价值，应用 最广泛的模型是三个指标（消费时间间隔（Recency）,消费频率（Frequency）,消费金额（Monetary））以上指标简称RFM 模型，作用是识别高价值的客户消费金额，一般表示一段时 间内，消费的总额。但是，因为航空票价收到距离和舱位等 级的影响，同样金额对航空公司价值不同。因此，需要修改 指标。选定变量，舱位因素=舱位所对应的折扣系数的平均 值=C，距离因素=一定时间内积累的飞行里程=M。再考虑到，航空公司的会员系统，用户的入会时间长短能在一定程度上 影响客户价值，所以增加指标L=入会时间长度=客户关系长度总共确定了五个指标，消费时间间隔R，客户关系长度L，消费频率F，飞行里程M和折扣系数的平均值C以上指标，
作为航空公司识别客户价值指标，记为LRFMC模型如果采用传统的RFM模型，如下图。它是依据，各个属性的平均 值进行划分，但是，细分的客户群太多，精准营销的成本太 高。 综上，这次案例，采用聚类的办法进行识别客户价值，以LRFMC模型为基础本案例，总体流程如下图 2.2挖掘步骤从航空公司，选择性抽取与新增数据抽取，形 成历史数据和增量数据对步骤一的两个数据，进行数据探索 性分析和预处理，主要有缺失值与异常值的分析处理，属性 规约、清洗和变换利用步骤2中的已处理数据作为建模数据，基于旅客价值的LRFMC模型进行客户分群，对各个客户群 再进行特征分析，识别有价值客户。针对模型结果得到不同 价值的客户，采用不同的营销手段，指定定制化的营销服务，或者针对性的优惠与关怀。（重点维护老客户） 2.3数据抽取选取，2014-03-31为结束时间，选取宽度为两年的时间段， 作为观测窗口，抽取观测窗口内所有客户的详细数据，形成 历史数据对于后续新增的客户信息，采用目前的时间作为重 点，形成新增数据 2.4探索性分析本案例的探索分析，主要 对数据进行缺失值和异常值分析。发现，存在票价为控制， 折扣率为0，飞行公里数为0。票价为空值，可能是不存在 飞行记录，其他空值可能是，飞机票来自于积分兑换等渠道，查找每列属性观测值中空值的个数、最大值、最小值的代码
客户关系管理解决方案实践报告 --基于关联分析的商业银行客户关系管 理解决方案
目录 目录 1 前言 (4) 2 相关技术论述 (4) 2.1数据挖掘的概念 (4) 2.2数据挖掘的必要型 (4) 2.3数据挖掘在银行系统的应用 (4) 2.4聚类分析 (5) 2.5 4OLAP在线联机分析处理 (5) 3 客户数据分析流程 (5) 3.1任务目标确定 (5) 3.2客户数据预处理 (6) 3.4 客户数据发现与表达 (6) 3.5数据分析结果 (7) 4 数据分析结果对企业的意义 (8) 4.1 关联规则在客户风险控制中的应用问题 (8) 4.2 具体解决方式 (8) 5 客户关系管理解决方案提出 (9) 5.1客户档案 (9) 5.2 查询功能 (9) 5.3客户关系 (9) 5.4组合对帐单 (9) 5.5信用评级处理 (10) 5.6备忘录／历史记录 (10) 5.7客户安全管理及风险控制 (10) 6 结论 (11)
1 前言 随着数据挖掘技术的发展，如何从海量数据中挖掘有用信息成为倍受关注的一个热点问题。银行信息的数据挖掘也成为非常活跃的应用领域。探讨了数据挖掘分析中的关联规则分析方法及在商业银行的应用，研究了其在分析客户交易行为及产品交叉营销等工作中的算法和模型，并提出了关联规则分析在商业银行应用的若干问题，指出了进一步研究的方向。 2 相关技术论述 2.1数据挖掘的概念 数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 2.2数据挖掘的必要型 数据挖掘技术从其诞生初始就是面向应用的。它不仅是面向特定数据库的简单检索查询调用,而且要针对这些数据进行微观及宏观的统计、分析、综合和推理,以指导实际问题的求解,试图发现事件间的相互关联；或者，进一步利用已有的数据对未来的活动进行预测。数据挖掘所能解决的典型问题包括：数据库营销(Database Marketing)、客户群体划分(Customer Segmentation &Classification)、背景分析(ProfileAnalysis)、交叉销售(Cross-selling)等市场分析行为，以及客户关系管理(Customer Relationship Management)、客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等。在金融领域，数据量是非常巨大的。因此，有必要利用数据挖掘对客户行为进行分析。 2.3数据挖掘在银行系统的应用
兰州商学院 资信调查与评估论文 题目：信用类消费贷款评级表 学院、系：金融学院信用管理系 专业方向：经济学 年级、班:2011级信用管理班 学生姓名：李潇娜 指导教师：周复之 学号： 2014年5月10日
个人信贷信用评分模型所使用的评分方法也可以分为三类：专家判断法、定量模型法、专家判断法和定量模型法相结合的方法。专家判断法采用的是一种“自上而下”的建模方法，主要在没有足够历史数据的情形下使用，这些情形包括：没有建立数据库来系统地存储已有信贷业务的历史数据、对于新的信贷产品或处于信贷产品的早期等，该方法的优点是考虑的评估因素比较全，灵活性较高，缺点是在没有得到量化验证的情况下难以确定模型的预测能力；定量模型法则主要是在有足够历史数据的情形下使用，类型上可分为Logistic回归模型、多元线形回归模型、决策树模型以及神经网络模型等，该方法的优缺点则刚好与前一方法相反；而专家判断法和定量模型法相结合的方法(我们简称混合模型)则是综合了上述两方法的点，选择这一评级方法，并构建了以下两个模型：基于专家判断法的评分卡模型和基于定量模型法的Logistic回归模型。 1.评分卡模型。该模型可以通过数学表达式来加以表达，其中：Xi为第i个评估变量的取值，wi为对应的权重，N为评估变量的总个数，Score为最终的得分值(越高越好)。进一步可依据最终的得分值对个人信贷的风险水平进行等级划分，在该模型中Xi，wi都是基于个人信贷专家的经验和主观判断来加以确定的。根据前文所构建的个人住房贷款信用评分模型的分析框架，并通过与个人信贷专家的广泛交流，我们最终确定了打分卡权重,其中：以100分为满分，作为第一还款来源的借款人要素占有了最高的权重，为50分；包括住房抵押和担保在内的风险缓释要素作为第二还款来源占有次之的权重，为30分；贷款方案的权重占有剩余的20分，结合表1给出的收入充 2.足性和稳定性、借款名誉度和诚信度等各细化要素的具体指标及其取值，就可以基于该评分卡来对个人住房贷款做出信用评分。 3.定量模型
信用评级模型的验证方法探讨 完整的信用风险管理体系不仅包含科学的违约概率预测 方法，可靠的验证程序也是风险管理工作的重要保证。传统的检验方法建立在“50%”临界点的基础上，但这并不是一个可靠的选择。ROC动态检验方法中判断标准被设定为动态变化的，ROC曲线刻画的是在连续临界点取值下，命中率和错报率的组合情况，呈现的检验结果客观直接，且不产生指标间的相互矛盾。通过基于真实数据的实证分析，ROC动态检验被认为是一个更科学的检验方法。 标签：ROC 内部评级违约概率模型检验 1 概述 在巴塞尔委员会2004年6月正式发布《统一资本计量和资本标准的国际协议：修订框架》以来，建立符合自身利益和监管要求的信用管理系统已经成为各家银行的共识。然而完整的信用风险管理体系不仅包含科学的违约概率预测方法，严谨的验证过程也是风险管理工作的保证。巴塞尔委员会要求“银行必须建立一个健全的体系，验证评级系统所有风险要素的准确性和一致性”[1]。因此，一个合理的违约预测结果检验方法和违约预测方法本身一样重要。 然而现有的研究工作依然大量地集中在预测模型本身，对检验方法的研究还相对薄弱，目前相关文献中采用的预测模型检验方法大多为传统的“50%”临界点检验 方法①，比如邹亚宝和梁红漫（2013）[2]、蓝润荣和程希俊（2013）[3]、杨蓬勃等（2009）[4]。但是，正如石晓军等人指出的（2007）[5]，“这个选择并没有坚实的理论依据”。事实上，50%并不是一个可以被普遍接受的违约概率。在很多情况下，违约概率即便为20%，也被视为是一个不能接受的贷款申请。因此，这一传统的方法并不十分合理。 由于传统检验方法的局限性，学者进行了检验方法的相关研究。目前得到业界和学术界较多关注的方法有KS指标法、CAP曲线法、对数似然率方法以及ROC曲线法。其中，得到最多关注和认可的当属ROC曲线法。然而从可以获得的研究成果来看，相关的研究工作均是在进行信用风险预测模型研究时为了验证模型的预测准确性而涉及该方法[6]。这些研究并未对其进行详尽的理解和介绍，对其检验结果的分析也仅限于ROC面积这一指标，存在极大的片面性。 本文以真实数据为基础，采用ROC动态检验方法，分别对两种违约预测模型的预测能力进行检验。研究工作对检验结果进行比较，证明了ROC动态检验方法在模型预测检验上更加全面，在模型选择上具有更好的识别能力。同时，ROC检验方法使得决策者能够根据自身对Ⅰ类错误率和Ⅱ类错误率的偏好倾向而更加灵活地选择是否违约的判断标准。这说明ROC动态检验方法在理论上和
什么是企业价值关联分析模型？ 哈佛大学商学院的迈克尔·波特教授发明了价值链分析模型，是目前企业管理咨询专家广泛采用的一种企业决策系统分析方法。但它的现实可操作性却不理想，还存在一些局限。舒化鲁在它的基础上发展出来的价值关联分析模型，可以说是一个更切实际需要，更具可操作性的企业决策分析工具。为了与波特的价值链分析模型区别，舒化鲁把改造过的分析模型，命名为“价值关联分析模型”。价值关联分析模型把企业价值与客户价值作了区分，这就使价值关联分析模型很自然地划分为四个大部分：企业价值、客户价值、直接价值活动、间接价值活动。 在价值关联分析模型中，四个部分构成一个完整的价值关联链接环路。 企业价值是整个价值关联链接环路的第一原因，是这个链接环路的起点。企业为了获得企业价值，通过间接价值活动推动直接价值活动，创造客户价值，并通过交换最终实现企业价值的增殖。 客户价值和企业价值二者是通过等价交换来链接的。
这也就是说，企业通过为客户提供价值满足之后，让客户支付等价物，并认同所提供价值满足的企业，从而使企业价值得以实现。 企业的四个价值与客户的八个价值之间的关系不是整 体对整体的关系，客户所获得的价值内容不同，对企业不同内容的价值所产生的作用也不同。 企业为客户提供价值满足，首先是通过企业的直接价值活动来实现的。在这里，企业的直接价值活动一方面对客户的价值进行认知；另一方面，又在认知的基础上，通过企业自身的经营活动，直接为客户创造价值、提供价值满足。客户价值的实现，直接依赖于企业直接价值活动，企业的直接价值活动从不同的方面为客户不同内容的价值提供满足。 间接价值活动与直接价值活动的关系，是一种媒介与被媒介的关系。 间接价值活动并不直接为客户提供价值满足，而是通过直接价值活动间接地为客户提供满足。比如企业间接价值活动中的基础管理，本身的目标指向就是企业价值，但要获得企业价值
CRM客户关系管理系统架构分析 会员系统运营管理主要是通过一系列满足用户心理、提高黏性的方法来实现开发新用户、增加用户活跃度的目的。会员系统有一个升级版的名称：CRM（客户关系管理系统），相比传统的会员系统，CRM系统是一套完整的客户关系开发、管理及流程管理的解决方案，赋予企业完善的客户交流能力，最大化客户的收益率。 对于电商系统，会员系统主要分为to C和to B，相比与传统企业的CRM系统，功能相对简单。to C的会员管理主要包含会员基础信息管理、会员成长体系和积分体系这三部分。有to B业务的会员管理系统还涉及到B端用户的组织架构管理、客户拓展等功能。在B2B2C的电商平台的会员管理中，还需要对会员体系进行分层。每个店铺都可以对其会员进行独立管理。提供平台会员、店铺会员体系独立存在，独立运营，并且可交叉匹配，统一管理平台用户信息。 1.会员基础信息管理 先想象下场景，当用户从客服入口进来，咨询了一个订单，用户的陈述一般是“我的订单怎么还没发货”、“刚在你们这买的衣服尺码小了”等等主观陈述。客服的第一反应“这个用户是谁？”、‘买过什么？’等，这时候就会去会员系统中查询用户信息。 会员的基础信息管理是聚合关于用户信息的一个出口，包括用户的基本信息、优惠券信息、订单信息、售后信息、会员等级、会员积分、会员余额等内容。可以看出会员系统还涉及到与其他系统之间的一些信息交互。 ?基本信息：包括注册时间、注册手机号、性别、会员等级、会员积分、
会员余额以及收货地址等相关信息。 ?优惠券信息：用户账户中的优惠券明细及状态，优惠券金额、使用条件、领取时间、使用时间、有效期及使用状态等。优惠券可链接到优惠券明细。 ?订单信息：用户的订单记录列表，显示订单主要信息（下单时间、状态、金额、收货信息等）。可链接至订单管理中的订单详情，对订单进行相关操作（退货退款等。） ?售后信息：用户的售后记录列表，显示售后主要信息（下单时间、售后申请时间、状态、金额、收货信息等），可链接至订单售后管理。 ?会员等级：主要是会员成长明细，记录成长值增减的原因和时间，以及升级历史，可以修改用户等级。 ?会员积分：会员积分变动明细，记录积分的来源、消耗。 2.会员成长体系 在会员等级管理中，有个经常用到的词：成长值。用户的成长值决定了用户的会员等级。 以目前最大的两家电商平台为例，淘宝的成长值叫做“淘气值”，不同的淘气值对应不同的会员等级（普通会员、超级会员、APASS）；京东的成长值就叫做“成长值”，不同的成长值对应不同的会员等级（注册会员、铜牌会员、银牌会员、金牌会员、钻石会员）。 这两家电商的会员成长体系采用的是两种不同的模型：RFM模型和用户行为增长模型，也是目前应用最广泛的两类模型。会员成长值是根据不同的成长策略进行量化赋分。电商中主要对用户的登录、购物、评价、晒单等行为进行评估，
目录 内容摘要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．I Abstract．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． ． II 1 导言．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1 1.1 研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1 1. 2 国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1 1. 3 研究目的和意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 3 1.4 研究思路及框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 3 2 银行客户信用评级理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 4 2.1 银行客户信用评级基本理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 4 2.2 我国银行信用评估现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 6 3 银行客户的信用评级模型实例研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8 3.1 数据处理与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8 3.2 列联表分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 9 3.3 判别分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12 3.4 Logistic回归分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16 4 结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20 4.1 研究结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20 4.2 研究不足与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21 参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22 附录1：Logistic回归对应R软件代码．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 3 附录2：原始数据的前50个数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24 致谢．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
企业客户关系模式分析 传统企业一个“圈”，会被客户包围着，似乎亲如一家，如鱼得水，但这只是表象。 世道正在发生变化！ 2011年，无论是电商旗舰淘宝与商城客户的“大打出手”，还是著名家居企业达芬奇被指责“欺诈客户”，教训都堪称惨痛。这些中国大佬级企业的诸多不平静几乎同时反映出一个问题：客户究竟还是不是上帝？ “道”非“道” 在神坛上，企业家最爱讲的一句话是：客户是上帝！回到人间他们才会承认，这是一句善意的谎言。如众所周知，上帝创造人，所以基督教徒们承认原罪，无私地供奉上帝。而在商业社会，客户之所以被奉为上帝，是因为客户给企业带来了利润。从这个意义上说，“客户是上帝”这句话作为商业用语，其实是对上帝的亵渎，还不如学犹太人说：“上帝送阳光，金钱送温暖”。至少有两个事实可为佐证：第一，基督徒不会对上帝收费，而企业是要对客户收费；第二，上
帝创造人，而现代企业的使命却是要创造客户。换句话说，客户是被企业创造的“上帝”，所以要对企业付费。企业家最爱的人是客户，却要不断对他们收费，这就是一个悖论。一旦客户发现了企业的谎言，并以其人之道还治其人之身，上帝便在转瞬间变为魔鬼，所以多数企业是死在客户手里的。 水可载舟，亦可覆舟，成于客户，毁于客户，这也是企业经营中的一物两面。铁打的营盘流水的客户，客户如过江之鲫，合则来，不合则去，这本来就是商业社会的自然法则。从这个意义上说，淘宝的客户如此大动肝火，还从道德层面上谴责马云“过河拆桥”，的确有悖于商道情理。 因为无论是企业还是客户，都必须正视一个问题：即商道非道德，二者并非一个层面的标准。 非均衡博弈 企业在创业之初，没有客户就活不下去，在这个阶段，客户=利润，客户至上和利润为王是一物两面，互为条件。但信息经济学的研究告诉我们，企业能够赚到客户的钱，重要原因之一是企业与客户之间的信息不对称，是因为客户并不知道你赚了他们的钱，贸易中的暴利尤其如此。一旦客户知道你赚了他们的钱，这种信息不对称的状态就随着信息的流动而逐渐归零，企业利润也就会随之归零。