基于信用卡客户交易行为的精确营销研究

学校代码：10036硕士学位论文基于信用卡客户交易行为的精确营销研究培养单位：信息学院专业名称：金融学研究方向：金融服务外包作者：王冉指导教师：谢怀军副教授论文日期：二〇一四年五月PrecisionMarketingResearchBasedonCreditCardCustomerTransactionBehavior学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文所涉及的研究工作做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律责任由本人承担。特此声明学位论文作者签名：年月日学位论文版权使用授权书本人完全了解对外经济贸易大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或部分的阅览服务；学校有权按照有关规定向国家有关部门或者机构送交论文;学校可以采用影印、缩印或者其它方式合理使用学位论文，或将学位论文的内容编入相关数据库供检索；保密的学位论文在解密后遵守此规定。学位论文作者签名：年月日导师签名：年月日I摘要信用卡业务是银行零售业务利润贡献的重要组成部分，而信用卡本身也是联系银行、客户、特约商户等多方关系的重要渠道，如何从客户大量的信用卡交易数据中挖掘出潜在价值是银行增加收益的重要研究内容。对银行来说信用卡业务能促进产品和服务供求方交易的良性循环，其客户层次和客户需求呈现多元化的特点，而且每个层次的客户对银行的贡献程度也有差异。因此信用卡作为沟通银行、持卡人、商户三方的重要渠道，可以被用来发掘其不同层次客户的特点，并结合协同过滤推荐技术实施针对于商户的精确营销，以将某些商户的潜在客户转变为实际客户，从而起到增加银行信用卡业务收益，提高商户、客户的满意度和忠诚度的目的。文本的研究引入了数据挖掘领域的聚类技术和CRM领域的RFM模型设计精确营销方案，提出在细分客户价值的基础上实现协同过滤推荐。主要内容包括以下几个方面：改进传统的RFM模型数据，并利用信用卡交易记录得出改进的RFM数据；通过k-均值聚类算法实现客户价值细分，同时结合描述性分析定位客户类型；实现同类型客户内的商户信用卡营销信息的协同过滤推荐。这种差异化推荐将个性化推荐服务与客户关系管理有机地结合在一起，能以有限的成本提高银行信用卡业务的收益，获得尽可能高的商户/客户忠诚度和满意度。关键词：RFM模型，信用卡，精确营销IIAbstractCreditcardbusinessisanimportantpartofprofitcontributionforbanks’retailbusiness,andthecreditcardisalsoanimportantchannel,whichcontactBankswithcustomersandBusinesspartners.HowtominethepotentialvaluefromthetransactiondataofcreditcardbusinessisanimportantresearchcontentofBankstoincreaserevenue.Creditcardbusinesscanpromotethevirtuouscircleoftheproducts,ithasthecharacteristicofcustomerlevelanddemanddiversified,andthecustomersofeachlevelhavethedifferentcontributiontothebank.Therefore,astheimportantchanneltocontactBankswithcustomersandBusinesspartners,Creditcardcanbeusedtoexplorethecharacteristicsofitsdifferentlevelscustomers,BankscancombinethecollaborativefilteringrecommendationtechnologywithPrecisionMarketingfortheirBusinesspartnerstoguidethepotentialcustomersbecometheactualone.Inthisway,Bankscanincreasetheprofitofcreditcardbusiness,improvethesatisfactionandloyaltyoftheircustomersandBusinesspartners.TheresearchcombinetheclusteringtechnologyinthefieldofdataminingwiththeRFMmodelinthefieldofCRMtodesigntheprecisionmarketingsolutions,andputforwardtorealizethecollaborativefilteringrecommendationonthebasisofsegmentationofcustomervalue.Themaincontentsincludethefollowingaspects:ImprovetraditionalRFMmodel,andconcludetheimprovedRFMdatafromthecreditcardtransactionrecords;ApplyK-meansclusteringalgorithmtoachievesegmentationofcustomervalue,atthesametime,combinethedescriptiveanalysistopositioncustomertypes;Realizethecollaborativefilteringrecommendationofmarketinginformationwithinthesametypeofcustomers.Thisdifferentiatingrecommendationcombinepersonalizedservicewithcustomerrelationshipmanagementtogetherorganically,bythismeans，Bankscanincreaseearningsofcreditcardbusinessinthelimitedcost,andgethigherloyaltyandsatisfactionofBusinesspartners/customers.Keywords：RFMmodel,CreditCard,PrecisionMarketingIII目录第1章引言.............................................11.1研究背景及意义..............................................11.1.1研究背景.......................................................11.1.2研究目的与意义.................................................21.2研究内容和方法..............................................21.2.1研究内容.......................................................21.2.2研究方法.......................................................31.3研究创新点..................................................5第2章国内外相关研究理论和方法综述.....................62.1精确营销研究综述...........................................62.1.1精确营销理论综述...............................................62.1.2银行精确营销现状调研...........................................72.2与信用卡相关的营销理论研究综述.............................82.3精确营销的含义界定..........................................92.4数据挖掘研究综述..........................................102.4.1数据挖掘技术的介绍............................................102.4.2数据挖掘算法介绍..............................................102.5协同过滤算法研究综述.......................................112.6本章小结...................................................14第3章基于数据挖掘的精确营销分析......................153.1信用卡业务和客户特点......................................153.1.1信用卡业务及特点..............................................153.1.2信用卡客户及特点..............................................153.2数据挖掘技术对精确营销的意义...............................153.3本章小结...................................................16第4章基于客户交易行为的精确营销方案设计..............174.1信用卡客户价值细分模型.....................................174.1.1RFM模型的简介及其改进........................................174.1.2AHP层次分析模型..............................................184.1.3计算RFM模型数据..............................................204.1.4基于R、F、M指标的聚类设计....................................214.2基于用户的协同过滤推荐....................................234.2.1协同过滤推荐的介绍............................................234.2.2基于用户的协同过滤算法的步骤..................................234.3评估标准...................................................244.4本章小结...................................................26第5章基于客户交易行为的精确营销的实证及结果分