基于数据挖掘的期货公司客户细分管理系统的分析与设计

摘要

近年来，我国期货行业快速发展，期货公司不断开展多样化的公司经营模式随着市场规模不断扩大，期货公司在争夺客户的过程中，一方面在于增加现有客户量，另一方面在于维护现有客户的价值，期货公司的战略目标也由“以产品为中心”转变为“以客户为中心”。如何管理客户、如何提高客户满意度、如何将客户资源效用发挥到最大化，并转化为期货公司的利润成为了期货公司的重要目标。在此背景下，越来越多的期货公司相继上线CRM系统，以便用更好的服务现有客户、发掘潜在客户、对客户实现定制化的服务。在应用客户关系管理系统后，期货公司已经开始尽力地区分客户，把最好的服务提供给更有价值的客户，从而发挥出客户服务的最大效率。然而在期货市场气候的变化下，公司往往依照简单的价值分类对客户进行分类，使用一成不变的客户服务策略面临着客户流失的风险。数据挖掘技术将协助期货公司在客户细分问题上寻找更佳的途径，针对不同的客户提供不同的营销策略，将客户价值最大化。
　　本文在前人研究的基础上，结合A期货公司的业务实际，以数据挖掘技术为基础，实现了期货公司客户细分管理，为公司提供个性化服务提供了技术支持。本文从以下几个部分进行阐述:首先，介绍了论文研究的市场背景和框架，进而对系统设计需要的CRM理论、数据挖掘、客户细分理论等进行阐述，然后对A期货公司业务现状进行了业务调查，通过对期货公司主要业务流程分析，明确了各部室的业务需求，第三部分通过业务分析使用平台进行客户细分管理系统的设计，最后进行了客户细分管理系统的实现工作，并且进行了测试验证和系统评价，实现了客户管理的细分，为部室提供了有效的决策支持。本文的研究希望为期货公司做好期货客户维护工作提供部分思路，为公司改善服务质量、决策支持提供帮助。
　　通过对A公司实际应用情况，本文提出两个方面的创新点:
　　(1)在客户基本信息管理上增加了多维分析和个体分析，包含了当前时间点的多项指标的分析和多个时间维度的指标分析，并强化了个体分析，即对某个客户进行详细分析的模块，如分析该客户的投资偏好、操作偏好、服务历史记录，并可以根据持仓情况生成简单的投资分析报告。
　　(2)增加了客户分群分级的功能，根据实际的业务指标对客户进行分群分级，为客户提供更有针对性的服务。

目录

声明

摘要

第1章 引言

1．1 研究背景

1．2 研究目标与研究意义

1．2．1 研究目标

1．2．2 研究意义

1．3 研究思路和方法

1．3．1 研究思路

1．3．2 研究方法

1．4 研究内容

1．5 创新点

第2章 理论与应用综述

2．1 CRM概述

2．1．1 CRM的定义

2．1．2 CRM的内涵

2．1．3 CRM的分类

2．1．4 CRM的应用

2．1．4 国内外研究进展

2．2 数据挖掘概述

2．2．1 数据挖掘的定义

2．2．2 数据挖掘在客户关系管理中的应用

2．3 客户细分理论概述

2．3．1 客户细分的概念

2．3．2 客户细分的目的

2．3．3 客户细分的依据

2．3．4 客户细分的方式

2．3．5 客户细分对于期货公司的应用

2．4 相关技术及相关平台介绍

2．4．1 B／S设计模式

2．4．2 LiveBOS开发平台简介

第3章 期货公司客户细分管理系统需求分析

3．1 业务现状分析

3．1．1 期货经纪业务

3．1．2 资产管理业务

3．1．3 投资咨询业务及场外衍生品业务

3．2 业务现状问题

3．3 系统建设目标

3．4 系统需求分析

3．4．1 经理层的业务需求

3．4．2 市场开发人员业务需求

3．4．3 运营管理人员业务需求

3．4．4 系统维护人员业务需求

3．5 非功能性需求

3．3．1 安全可靠性需求

3．3．2 硬件环境需求

3．3．3 软件环境需求

第4章 期货公司客户细分管理系统的设计

4．1 系统总体功能架构图

4．2 系统安全设计

4．3 系统功能模块设计

4．3．1 统计分析模块

4．3．2 客户管理模块

4．3．3 风控管理模块

4．3．4 客户服务模块

4．3．5 系统管理模块

第5章 期货公司客户细分管理系统的实现及应用

5．1 项目组织

5．1．2 项目组成员职责划分

5．2 系统功能实现

5．2．1 统计分析功能

5．2．2 客户管理功能

5．2．3 风控管理功能

5．2．4 客户服务功能

5．2．5 系统管理功能

5．3 系统测试

5．4 系统应用绩效度量

5．4．1 评估要点和度量标准

5．4．2 度量方法

5．4．3 系统实施绩效评价

6．1 总结

6．2 展望

参考文献

致谢