銀行客戶關(guān)系管理[開題報(bào)告]

1、<p><b>　?。?011屆）</b></p><p>　　本科畢業(yè)論文（設(shè)計(jì)）</p><p><b>　　開　題　報(bào)　告</b></p><p>　　題　　目：　　　　銀行客戶關(guān)系管理　　　　 　　　</p><p>　　學(xué)　　院：　　　　　　

2、 　 　</p><p>　　?！　I(yè)：　　　 信息管理與信息系統(tǒng)　 　　 　</p><p>　　班　　級(jí)：　　　　　　　　 　　　　 　　</p><p>　　學(xué)　　號(hào)：　　　　　　　 　　 　　</p><p>　　姓　　名：　　　　　　　　

3、　　　　　 　　　</p><p>　　指導(dǎo)教師：　　　　　　　　 　　　　　 　　　</p><p>　　開題日期：　　　 　　 </p><p><b>　　選題的背景、意義</b></p><p>　　隨著全球經(jīng)濟(jì)的一體化和金融危機(jī)的影響，銀行

4、業(yè)正面臨著巨大的機(jī)遇和挑戰(zhàn)。落后的管理手段和經(jīng)營(yíng)方式，已經(jīng)不適應(yīng)信息化社會(huì)的潮流，成為阻礙銀行發(fā)展的絆腳石，并逐步暴露出目益嚴(yán)重的經(jīng)濟(jì)問題。[1] 當(dāng)人類進(jìn)入以信息技術(shù)為核心的網(wǎng)絡(luò)時(shí)代，銀行的生存基礎(chǔ)和業(yè)務(wù)方式發(fā)生了很大的變化，銀行加速進(jìn)入了以客戶為導(dǎo)向的時(shí)代。與此相適應(yīng)，維系銀行與客戶關(guān)系的管理模式也需進(jìn)行相應(yīng)的變革，過去那種把客戶奉為上帝，依靠以微笑服務(wù)、上門服務(wù)等為主要內(nèi)容的原始競(jìng)爭(zhēng)手段，正逐漸被現(xiàn)代金融的全方位服務(wù)體系所取代，一

5、種新型的把客戶當(dāng)做戰(zhàn)略合作伙伴的銀行客戶關(guān)系管理戰(zhàn)略日趨盛行，成為網(wǎng)絡(luò)時(shí)代銀行客戶關(guān)系管理的主流。[2]銀行服務(wù)的客戶數(shù)量是衡量一個(gè)銀行業(yè)務(wù)開展的重要指標(biāo)，當(dāng)前的客戶已不再是被動(dòng)的身份．面對(duì)諸多的選擇。服務(wù)不好就會(huì)導(dǎo)致客戶的流失；從國內(nèi)銀行的競(jìng)爭(zhēng)上看，在現(xiàn)行的市場(chǎng)游戲規(guī)則下，各家銀行都提供相似服務(wù)，在人員。資金和技術(shù)上已不是決定競(jìng)爭(zhēng)實(shí)力的關(guān)鍵，重點(diǎn)在于管理：從時(shí)間上看。我們現(xiàn)在已經(jīng)加人了WT0，具有強(qiáng)大實(shí)力的外資銀行對(duì)國內(nèi)金融服務(wù)市場(chǎng)虎

6、視眈眈。相比之下，國內(nèi)的銀行在管理上更是有很大的差距。【3】</p><p>　　CRM【4-5】是一種基于數(shù)據(jù)庫的管理系統(tǒng)，是一種管理理念的提升，它體現(xiàn)的經(jīng)營(yíng)管理模式是現(xiàn)代管理科學(xué)與先進(jìn)信息技術(shù)結(jié)合的產(chǎn)物。作為一種管理現(xiàn)象其實(shí)早就存在，但作為一種成熟的管理思想和管理技術(shù),則是這幾年才興起的。CRM的根本來源并不是技術(shù)的進(jìn)步,而是營(yíng)銷管理演變的結(jié)果，在西方的市場(chǎng)競(jìng)爭(zhēng)中，企業(yè)領(lǐng)導(dǎo)者發(fā)現(xiàn)傳統(tǒng)的由市場(chǎng)部門實(shí)現(xiàn)的營(yíng)銷方法

7、越來越無法實(shí)現(xiàn)營(yíng)銷的目標(biāo)。而應(yīng)反映出在營(yíng)銷體系中各種交叉功能的組合，其重點(diǎn)在于贏得客戶。這樣，營(yíng)銷重點(diǎn)從客戶需求進(jìn)一步轉(zhuǎn)移到客戶保持上，并且保證企業(yè)把適當(dāng)?shù)臅r(shí)間、資金和管理資源直接集中在這兩個(gè)關(guān)鍵任務(wù)上。新的CRM實(shí)施范例反映出傳統(tǒng)營(yíng)銷到客戶管理的變化?？蛻絷P(guān)系管理在我國還剛起步，在國外，CRM已經(jīng)在銀行、電訊：航空、證券、保險(xiǎn)等行業(yè)得到廣泛應(yīng)用。【6]</p><p>　　客戶關(guān)系管理理念引人中國已經(jīng)有幾年的時(shí)

8、間了，國內(nèi)CRM市場(chǎng)已經(jīng)從單純的概念炒作階段、理念推廣階段逐漸發(fā)展為部分企業(yè)試探性的實(shí)施階段，有為數(shù)不步的國內(nèi)企業(yè)先后嘗試實(shí)施了大型CRM系統(tǒng)的部分模塊。銀行業(yè)屬于最早的應(yīng)用領(lǐng)域之一，應(yīng)用仍然較少，屬于起步階段。當(dāng)然，客戶關(guān)系管理作為中國商業(yè)銀行打造未來核心競(jìng)爭(zhēng)力的利器，目前一些銀行已經(jīng)制定了相應(yīng)的CRM應(yīng)用規(guī)劃，如中國工商銀行計(jì)劃在“十五”期間啟動(dòng)客戶關(guān)系管理建設(shè)；而從長(zhǎng)期來看，國內(nèi)商業(yè)銀行目前著力進(jìn)行投資建設(shè)的電話銀行和網(wǎng)上銀行、紛

9、紛推出的綜合業(yè)務(wù)系統(tǒng)或整合版業(yè)務(wù)處理系統(tǒng)、以及注入巨資建設(shè)的銀行內(nèi)部網(wǎng)絡(luò)、數(shù)據(jù)倉庫等，也將構(gòu)成商業(yè)銀行CRM系統(tǒng)的有機(jī)組成部分。但這些進(jìn)步離完整地實(shí)現(xiàn)CRM還有很長(zhǎng)的路要走?！?】</p><p>　　2．我國商業(yè)銀行實(shí)施客戶關(guān)系管理存在的問題。【7】</p><p>　　(一)對(duì)CRM理念缺乏系統(tǒng)的認(rèn)識(shí)</p><p>　　CRM的核心思想與主要目的是通過產(chǎn)品或服

10、務(wù)，將企業(yè)的客戶(包括最終客戶、分銷商和合作伙伴)作為最重要的企業(yè)資源，用完善服務(wù)來滿足客戶的需求。但我們?cè)谝M(jìn)實(shí)施CRM時(shí)，只是引進(jìn)其手段而沒有引進(jìn)其思想。很多商業(yè)銀行還未能按照“以客戶為中心”的理念來重構(gòu)內(nèi)部機(jī)構(gòu)、重組業(yè)務(wù)流程，而是依靠各種關(guān)系來發(fā)展業(yè)務(wù)。</p><p>　　(二)未能對(duì)不同客戶群體實(shí)行差別化服務(wù)</p><p>　　我國商業(yè)銀行長(zhǎng)期以來對(duì)客戶采取的是傳統(tǒng)的“一視同仁

11、”的服務(wù)模式，不能對(duì)不同的客戶提供不同的需求。大多數(shù)國內(nèi)商業(yè)銀行未能找到能給自己帶來最大利潤(rùn)的核心客戶，未能對(duì)不同客戶群體實(shí)行差別化服務(wù)，從而不能使時(shí)間和資金得到合理配置。只有通過客戶細(xì)分，才能指導(dǎo)銀行資源的合理配置，節(jié)約營(yíng)運(yùn)成本，提高盈利水平。</p><p>　　(三)客戶關(guān)系管理數(shù)據(jù)分析系統(tǒng)不健全</p><p>　　全面的客戶關(guān)系管理需要CRM數(shù)據(jù)庫系統(tǒng)的支持，一個(gè)完備的客戶關(guān)系管

12、理數(shù)據(jù)庫系統(tǒng)應(yīng)包括客戶查詢、業(yè)務(wù)受理、客戶分類、客戶綜合評(píng)價(jià)、客戶保持、客戶風(fēng)險(xiǎn)分析等功能。目前，我國各商業(yè)銀行雖然各自建立了管理信息系統(tǒng)，但條塊分割，各自為政，并存在大量信息交叉、不全面、不規(guī)范、不共享問題。很多分支行對(duì)客戶的了解僅停留在筆記本記錄的階段，甚至是記在業(yè)務(wù)員的腦子里，還沒有完成以客戶為標(biāo)識(shí)的統(tǒng)一數(shù)據(jù)庫建設(shè)，客戶信息散亂而不連續(xù)。因而，對(duì)客戶需求的準(zhǔn)確性把握還比較困難。</p><p>　　3.對(duì)C

13、RM對(duì)國內(nèi)銀行業(yè)的作用和意義可作如下概括：【8】</p><p>　?。?）、產(chǎn)品/服務(wù)推廣，增加銀行的業(yè)務(wù)量。</p><p>　　（2）、拓展服務(wù)項(xiàng)目，范圍以及服務(wù)的深度。</p><p>　?。?）、降低服務(wù)成本。</p><p>　?。?）、充分管理好銀行的“客戶資產(chǎn)”。</p><p>　?。?）、為銀行產(chǎn)品

14、定位。市場(chǎng)決策提供決策支持。</p><p>　　研究的基本內(nèi)容與擬解決的主要問題</p><p>　　本文的總體思路是：借鑒現(xiàn)有的CRM理論研究，結(jié)合銀行個(gè)人金融業(yè)務(wù)的現(xiàn)狀，設(shè)計(jì)基于數(shù)據(jù)挖掘【9-10】技術(shù)的銀行個(gè)人金融業(yè)務(wù)CRM系統(tǒng)。要解決客戶分類問題，首先就要將各個(gè)分散的數(shù)據(jù)庫中進(jìn)行有效的集成，建立數(shù)據(jù)倉庫【11】，這個(gè)過程包含原數(shù)據(jù)庫分析，數(shù)據(jù)整理，數(shù)據(jù)相關(guān)性分析，數(shù)據(jù)清理，和數(shù)據(jù)

15、轉(zhuǎn)換等過程【12】。主要內(nèi)容包括：</p><p>　　1、介紹 CRM、數(shù)據(jù)挖掘技術(shù)的研究以及發(fā)展現(xiàn)狀以及數(shù)據(jù)挖掘在銀行CRM 中的應(yīng)用現(xiàn)狀，指出數(shù)據(jù)挖掘技術(shù)在銀行中的應(yīng)用有著重要的意義。</p><p>　　2、從數(shù)據(jù)挖掘的發(fā)展，數(shù)據(jù)挖掘的定義，數(shù)據(jù)挖掘的基本過程，數(shù)據(jù)挖掘的基本技術(shù)等方面對(duì)數(shù)據(jù)挖掘的相關(guān)概念進(jìn)行詳細(xì)的分析。</p><p>　　3、闡述 CRM

16、 的基本技術(shù)。包括CRM 的定義，實(shí)行CRM 的目的，CRM 的分類的相關(guān)問題。</p><p>　　4、詳細(xì)分析兩者之間的關(guān)系。介紹銀行業(yè)中的CRM，然后研究數(shù)據(jù)挖掘在銀行CRM 中應(yīng)用，分析銀行的客戶分類問題，并簡(jiǎn)介了幾種典型的數(shù)據(jù)挖掘技術(shù)。如人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network)、決策樹（Decision Tree）[13]、，神經(jīng)元網(wǎng)絡(luò)(Nerve Network)[14]遺傳

17、算法（Genetic Algorithm)【15-16】、最近鄰技術(shù)（Nearest Neighbor)、規(guī)則歸納（Rule Induction)、可視化（Visualization)等。</p><p>　　5、總結(jié)了論文的工作以及進(jìn)一步的工作展望。</p><p>　　研究的方法與技術(shù)路線、研究難點(diǎn)，預(yù)期達(dá)到的目標(biāo)</p><p>　　研究的方法與技術(shù)路線：運(yùn)用

18、數(shù)據(jù)挖掘的技術(shù)對(duì)銀行的客戶關(guān)系管理進(jìn)行分析。如如人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network)、決策樹（Decision Tree）、遺傳算法（Genetic Algorithm)、最近鄰技術(shù)（Nearest Neighbor)、規(guī)則歸納（Rule Induction)、可視化（Visualization)等。對(duì)其具體數(shù)據(jù)挖掘技術(shù)原理和算法的呈現(xiàn)。</p><p>　　研究難點(diǎn)：人工神經(jīng)網(wǎng)絡(luò)、

19、決策樹、遺傳算法、最近鄰技術(shù)、規(guī)則歸納、可視化等原理和算法的運(yùn)用于銀行客戶關(guān)系管理數(shù)據(jù)的挖掘。比較其優(yōu)缺點(diǎn)，和各自在銀行的各環(huán)節(jié)的實(shí)現(xiàn)。</p><p><b>　　預(yù)期：</b></p><p>　　1、介紹 CRM、數(shù)據(jù)挖掘技術(shù)的研究以及發(fā)展現(xiàn)狀以及數(shù)據(jù)挖掘在銀行CRM 中的應(yīng)用現(xiàn)狀，指出數(shù)據(jù)挖掘技術(shù)在銀行中的應(yīng)用有著重要的意義。</p><p

20、>　　2、從數(shù)據(jù)挖掘的發(fā)展，數(shù)據(jù)挖掘的定義，數(shù)據(jù)挖掘的基本過程，數(shù)據(jù)挖掘的基本技術(shù)等方面對(duì)數(shù)據(jù)挖掘的相關(guān)概念進(jìn)行詳細(xì)的分析。</p><p>　　3、闡述 CRM 的基本技術(shù)。包括CRM 的定義，實(shí)行CRM 的目的，CRM 的分類的相關(guān)問題。</p><p>　　4、詳細(xì)分析兩者之間的關(guān)系。介紹銀行業(yè)中的CRM，然后研究數(shù)據(jù)挖掘在銀行CRM 中應(yīng)用，分析銀行的客戶分類問題，并簡(jiǎn)介了幾

21、種典型的數(shù)據(jù)挖掘技術(shù)。</p><p>　　5、總結(jié)了論文的工作以及進(jìn)一步的工作展望。</p><p>　　論文詳細(xì)工作進(jìn)度和安排</p><p>　　第七學(xué)期第10周至第13周：文獻(xiàn)檢索和資料收集</p><p>　　第七學(xué)期第14周至第15周：作出文獻(xiàn)綜述、開題報(bào)告和外文翻譯</p><p>　　第七學(xué)期第16周至

22、第19周：銀行客戶關(guān)系管理相關(guān)知識(shí)的學(xué)習(xí)和系統(tǒng)的設(shè)計(jì)。</p><p>　　第八學(xué)期第01周至第03周：完成論文初稿。</p><p>　　第八學(xué)期第4周至第10周：進(jìn)入實(shí)習(xí)單位進(jìn)行畢業(yè)實(shí)習(xí)，同時(shí)撰寫畢業(yè)論文</p><p>　　第八學(xué)期第11周：完成論文。</p><p>　　第八學(xué)期第12周：交指導(dǎo)老師評(píng)閱，畢業(yè)設(shè)計(jì)答辯準(zhǔn)備。</p

23、><p>　　第八學(xué)期第13周：畢業(yè)論文答辯。</p><p><b>　　主要參考文獻(xiàn)：</b></p><p>　　[1]黃解軍,萬幼川,潘和平. 銀行客戶關(guān)系管理與數(shù)據(jù)挖掘的應(yīng)用[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2003年7月,第24卷第7期.</p><p>　　[2] 劉志成.網(wǎng)絡(luò)時(shí)代的銀行客戶關(guān)系管理及其實(shí)施[J].金

24、融論壇,2002，第7卷第9期</p><p>　　[3] 程社欣,程春明. 如何在我國商業(yè)銀行中有效實(shí)施CRM的研究[J]. 內(nèi)蒙古石油化工,2006年,第32卷第6期.</p><p>　　[4]何容勤.CRM 原理,設(shè)計(jì),實(shí)踐[M].第二版.北京:電子工業(yè)出版社,2006, 3-25</p><p>　　[5]羅納德．S威福特,楊東龍等.客戶關(guān)系管理[M]北京

25、：中國經(jīng)濟(jì)出版社,2000</p><p>　　[6]寒冬.數(shù)據(jù)挖掘在CMR系統(tǒng)中的應(yīng)用研究[D].東北師范大學(xué),2005年5月</p><p>　　[7] 石飛, 楊米沙.我國商業(yè)銀行客戶關(guān)系管理發(fā)展戰(zhàn)略研究[J].經(jīng)濟(jì)縱橫,2007年，第4期</p><p>　　[8] 鄧偉民.試析客戶關(guān)系管理(CRM)對(duì)國內(nèi)銀行界加強(qiáng)內(nèi)部管理作用[J].科技經(jīng)濟(jì)市場(chǎng),200

26、7年,第1期</p><p>　　[9] Jiawei Han, Micheline Kamber. 數(shù)據(jù)挖掘概念與技術(shù)[M].范明,孟小峰譯.北京:機(jī)械工業(yè)出版社,2007,184-198</p><p>　　[10] Pang-Ning Tan, Michael Steinbach, Vipin Kumar. 數(shù)據(jù)挖掘?qū)д揫M].范明,范宏建譯.北京:人民郵電出版社,2006, 2-4

27、,98-101</p><p>　　[11]姜繼忱.數(shù)據(jù)倉庫技術(shù)在CRM中的應(yīng)用[J].冶金信息導(dǎo)刊,2005.5:23.25</p><p>　　[12] Jiawei Han , Micheline Kamber . Data Mining: Concepts and Techniques[M], Morgan Kaufmann Publishers, Inc 2001</p&

28、gt;<p>　　[13]高功彪.以數(shù)據(jù)倉庫為基礎(chǔ)的企業(yè)CRM系統(tǒng)的研究與實(shí)現(xiàn)[J],情報(bào)雜志,2005.6:33.35</p><p>　　[14] Bart Lariviere,Dirk Van den Poel.Predicting customer retention and profitability by using random forests and regression fores

29、ts techniques[J],Expert Systems with Applications 29(2005):472—484</p><p>　　[15]．D．E．Goldberg . Genetic Algorithms in Search, Optimization, and Machine Learning[M]. Reading, MA:Addison-Wesley, 1989</p>