銀行客戶關系管理[開題報告]

1、<p><b>　?。?011屆）</b></p><p>　　本科畢業(yè)論文（設計）</p><p><b>　　開　題　報　告</b></p><p>　　題　　目：　　　　銀行客戶關系管理　　　　 　　　</p><p>　　學　　院：　　　　　　

2、 　 　</p><p>　　專　　業(yè)：　　　 信息管理與信息系統(tǒng)　 　　 　</p><p>　　班　　級：　　　　　　　　 　　　　 　　</p><p>　　學　　號：　　　　　　　 　　 　　</p><p>　　姓　　名：　　　　　　　　

3、　　　　　 　　　</p><p>　　指導教師：　　　　　　　　 　　　　　 　　　</p><p>　　開題日期：　　　 　　 </p><p><b>　　選題的背景、意義</b></p><p>　　隨著全球經濟的一體化和金融危機的影響，銀行

4、業(yè)正面臨著巨大的機遇和挑戰(zhàn)。落后的管理手段和經營方式，已經不適應信息化社會的潮流，成為阻礙銀行發(fā)展的絆腳石，并逐步暴露出目益嚴重的經濟問題。[1] 當人類進入以信息技術為核心的網絡時代，銀行的生存基礎和業(yè)務方式發(fā)生了很大的變化，銀行加速進入了以客戶為導向的時代。與此相適應，維系銀行與客戶關系的管理模式也需進行相應的變革，過去那種把客戶奉為上帝，依靠以微笑服務、上門服務等為主要內容的原始競爭手段，正逐漸被現(xiàn)代金融的全方位服務體系所取代，一

5、種新型的把客戶當做戰(zhàn)略合作伙伴的銀行客戶關系管理戰(zhàn)略日趨盛行，成為網絡時代銀行客戶關系管理的主流。[2]銀行服務的客戶數(shù)量是衡量一個銀行業(yè)務開展的重要指標，當前的客戶已不再是被動的身份．面對諸多的選擇。服務不好就會導致客戶的流失；從國內銀行的競爭上看，在現(xiàn)行的市場游戲規(guī)則下，各家銀行都提供相似服務，在人員。資金和技術上已不是決定競爭實力的關鍵，重點在于管理：從時間上看。我們現(xiàn)在已經加人了WT0，具有強大實力的外資銀行對國內金融服務市場虎

6、視眈眈。相比之下，國內的銀行在管理上更是有很大的差距?！?】</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)的經營管理模式是現(xiàn)代管理科學與先進信息技術結合的產物。作為一種管理現(xiàn)象其實早就存在，但作為一種成熟的管理思想和管理技術,則是這幾年才興起的。CRM的根本來源并不是技術的進步,而是營銷管理演變的結果，在西方的市場競爭中，企業(yè)領導者發(fā)現(xiàn)傳統(tǒng)的由市場部門實現(xiàn)的營銷方法

7、越來越無法實現(xiàn)營銷的目標。而應反映出在營銷體系中各種交叉功能的組合，其重點在于贏得客戶。這樣，營銷重點從客戶需求進一步轉移到客戶保持上，并且保證企業(yè)把適當?shù)臅r間、資金和管理資源直接集中在這兩個關鍵任務上。新的CRM實施范例反映出傳統(tǒng)營銷到客戶管理的變化?？蛻絷P系管理在我國還剛起步，在國外，CRM已經在銀行、電訊：航空、證券、保險等行業(yè)得到廣泛應用。【6]</p><p>　　客戶關系管理理念引人中國已經有幾年的時

8、間了，國內CRM市場已經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)試探性的實施階段，有為數(shù)不步的國內企業(yè)先后嘗試實施了大型CRM系統(tǒng)的部分模塊。銀行業(yè)屬于最早的應用領域之一，應用仍然較少，屬于起步階段。當然，客戶關系管理作為中國商業(yè)銀行打造未來核心競爭力的利器，目前一些銀行已經制定了相應的CRM應用規(guī)劃，如中國工商銀行計劃在“十五”期間啟動客戶關系管理建設；而從長期來看，國內商業(yè)銀行目前著力進行投資建設的電話銀行和網上銀行、紛

9、紛推出的綜合業(yè)務系統(tǒng)或整合版業(yè)務處理系統(tǒng)、以及注入巨資建設的銀行內部網絡、數(shù)據(jù)倉庫等，也將構成商業(yè)銀行CRM系統(tǒng)的有機組成部分。但這些進步離完整地實現(xiàn)CRM還有很長的路要走。【6】</p><p>　　2．我國商業(yè)銀行實施客戶關系管理存在的問題?！?】</p><p>　　(一)對CRM理念缺乏系統(tǒng)的認識</p><p>　　CRM的核心思想與主要目的是通過產品或服

10、務，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，用完善服務來滿足客戶的需求。但我們在引進實施CRM時，只是引進其手段而沒有引進其思想。很多商業(yè)銀行還未能按照“以客戶為中心”的理念來重構內部機構、重組業(yè)務流程，而是依靠各種關系來發(fā)展業(yè)務。</p><p>　　(二)未能對不同客戶群體實行差別化服務</p><p>　　我國商業(yè)銀行長期以來對客戶采取的是傳統(tǒng)的“一視同仁

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

12、理數(shù)據(jù)庫系統(tǒng)應包括客戶查詢、業(yè)務受理、客戶分類、客戶綜合評價、客戶保持、客戶風險分析等功能。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)務員的腦子里，還沒有完成以客戶為標識的統(tǒng)一數(shù)據(jù)庫建設，客戶信息散亂而不連續(xù)。因而，對客戶需求的準確性把握還比較困難。</p><p>　　3.對C

13、RM對國內銀行業(yè)的作用和意義可作如下概括：【8】</p><p>　?。?）、產品/服務推廣，增加銀行的業(yè)務量。</p><p>　?。?）、拓展服務項目，范圍以及服務的深度。</p><p>　?。?）、降低服務成本。</p><p>　?。?）、充分管理好銀行的“客戶資產”。</p><p>　　（5）、為銀行產品

14、定位。市場決策提供決策支持。</p><p>　　研究的基本內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，結合銀行個人金融業(yè)務的現(xiàn)狀，設計基于數(shù)據(jù)挖掘【9-10】技術的銀行個人金融業(yè)務CRM系統(tǒng)。要解決客戶分類問題，首先就要將各個分散的數(shù)據(jù)庫中進行有效的集成，建立數(shù)據(jù)倉庫【11】，這個過程包含原數(shù)據(jù)庫分析，數(shù)據(jù)整理，數(shù)據(jù)相關性分析，數(shù)據(jù)清理，和數(shù)據(jù)

15、轉換等過程【12】。主要內容包括：</p><p>　　1、介紹 CRM、數(shù)據(jù)挖掘技術的研究以及發(fā)展現(xiàn)狀以及數(shù)據(jù)挖掘在銀行CRM 中的應用現(xiàn)狀，指出數(shù)據(jù)挖掘技術在銀行中的應用有著重要的意義。</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)挖掘的基本技術等方面對數(shù)據(jù)挖掘的相關概念進行詳細的分析。</p><p>　　3、闡述 CRM

16、 的基本技術。包括CRM 的定義，實行CRM 的目的，CRM 的分類的相關問題。</p><p>　　4、詳細分析兩者之間的關系。介紹銀行業(yè)中的CRM，然后研究數(shù)據(jù)挖掘在銀行CRM 中應用，分析銀行的客戶分類問題，并簡介了幾種典型的數(shù)據(jù)挖掘技術。如人工神經網絡（Artificial Neural Network)、決策樹（Decision Tree）[13]、，神經元網絡(Nerve Network)[14]遺傳

17、算法（Genetic Algorithm)【15-16】、最近鄰技術（Nearest Neighbor)、規(guī)則歸納（Rule Induction)、可視化（Visualization)等。</p><p>　　5、總結了論文的工作以及進一步的工作展望。</p><p>　　研究的方法與技術路線、研究難點，預期達到的目標</p><p>　　研究的方法與技術路線：運用

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

19、決策樹、遺傳算法、最近鄰技術、規(guī)則歸納、可視化等原理和算法的運用于銀行客戶關系管理數(shù)據(jù)的挖掘。比較其優(yōu)缺點，和各自在銀行的各環(huán)節(jié)的實現(xiàn)。</p><p><b>　　預期：</b></p><p>　　1、介紹 CRM、數(shù)據(jù)挖掘技術的研究以及發(fā)展現(xiàn)狀以及數(shù)據(jù)挖掘在銀行CRM 中的應用現(xiàn)狀，指出數(shù)據(jù)挖掘技術在銀行中的應用有著重要的意義。</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)挖掘的基本技術等方面對數(shù)據(jù)挖掘的相關概念進行詳細的分析。</p><p>　　3、闡述 CRM 的基本技術。包括CRM 的定義，實行CRM 的目的，CRM 的分類的相關問題。</p><p>　　4、詳細分析兩者之間的關系。介紹銀行業(yè)中的CRM，然后研究數(shù)據(jù)挖掘在銀行CRM 中應用，分析銀行的客戶分類問題，并簡介了幾

21、種典型的數(shù)據(jù)挖掘技術。</p><p>　　5、總結了論文的工作以及進一步的工作展望。</p><p>　　論文詳細工作進度和安排</p><p>　　第七學期第10周至第13周：文獻檢索和資料收集</p><p>　　第七學期第14周至第15周：作出文獻綜述、開題報告和外文翻譯</p><p>　　第七學期第16周至

22、第19周：銀行客戶關系管理相關知識的學習和系統(tǒng)的設計。</p><p>　　第八學期第01周至第03周：完成論文初稿。</p><p>　　第八學期第4周至第10周：進入實習單位進行畢業(yè)實習，同時撰寫畢業(yè)論文</p><p>　　第八學期第11周：完成論文。</p><p>　　第八學期第12周：交指導老師評閱，畢業(yè)設計答辯準備。</p

23、><p>　　第八學期第13周：畢業(yè)論文答辯。</p><p><b>　　主要參考文獻：</b></p><p>　　[1]黃解軍,萬幼川,潘和平. 銀行客戶關系管理與數(shù)據(jù)挖掘的應用[J]. 計算機工程與設計,2003年7月,第24卷第7期.</p><p>　　[2] 劉志成.網絡時代的銀行客戶關系管理及其實施[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)銀行中有效實施CRM的研究[J]. 內蒙古石油化工,2006年,第32卷第6期.</p><p>　　[4]何容勤.CRM 原理,設計,實踐[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.客戶關系管理[M]北京

25、：中國經濟出版社,2000</p><p>　　[6]寒冬.數(shù)據(jù)挖掘在CMR系統(tǒng)中的應用研究[D].東北師范大學,2005年5月</p><p>　　[7] 石飛, 楊米沙.我國商業(yè)銀行客戶關系管理發(fā)展戰(zhàn)略研究[J].經濟縱橫,2007年，第4期</p><p>　　[8] 鄧偉民.試析客戶關系管理(CRM)對國內銀行界加強內部管理作用[J].科技經濟市場,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[M].范明,孟小峰譯.北京:機械工業(yè)出版社,2007,184-198</p><p>　　[10] Pang-Ning Tan, Michael Steinbach, Vipin Kumar. 數(shù)據(jù)挖掘導論[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)倉庫技術在CRM中的應用[J].冶金信息導刊,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)倉庫為基礎的企業(yè)CRM系統(tǒng)的研究與實現(xiàn)[J],情報雜志,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>