客户智能pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

客户智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 客户智能基础 1

1.1 客户关系管理的生命周期 1

1.2 客户关系管理存在的问题 4

1.3 客户智能的发展 5

1.4 客户智能的内涵 6

1.5 客户智能的典型应用 8

1.5.1 客户智能在电子商务中的应用 8

1.5.2 客户智能在旅游行业的应用 10

1.5.3 客户智能在电信行业的应用 10

1.5.4 客户智能在保险行业的应用 11

1.5.5 客户智能在医疗行业的应用 12

参考文献 13

习题 14

第2章 销售智能 16

2.1 OLAP在烟草市场销售分析中的应用 16

2.1.1 某烟草公司销售分析系统架构 16

2.1.2 销售分析数据获取和预处理 16

2.1.3 销售分析数据仓库的数据模型 17

2.1.4 销售业务多维分析 17

2.2 销售智能在网络银行业务拓展中的应用 22

2.2.1 数据预处理 22

2.2.2 网络银行产品关联分析 23

2.2.3 网络银行用户聚类分析 23

2.2.4 网络银行交易时序分析 24

参考文献 25

习题 25

第3章 营销智能 27

3.1 OLAP在电力营销分析中的应用 27

3.1.1 电力营销分析的主题 27

3.1.2 电力营销数据模型 27

3.1.3 电力营销数据预处理 27

3.1.4 B市电力营销多维分析 28

3.2 聚类分析在基金企业客户细分中的应用 31

3.2.1 聚类分析在基金业客户细分中的应用 31

3.2.2 基金业客户的分类预测 32

参考文献 33

习题 33

第4章 服务智能 35

4.1 呼叫中心故障处理流程多维分析 36

4.2 呼叫中心故障处理流程挖掘 39

参考文献 47

习题 47

第5章 电子推荐系统 48

5.1 电子推荐系统的价值 48

5.2 电子推荐系统的组成 48

5.3 典型的电子推荐方法及其应用 52

参考文献 58

习题 59

第6章 基于社会化媒体的客户管理 60

6.1 社会化媒体的功能 60

6.2 IBM Cognos Consumer Insight 62

6.3 IBM InfoSphere BigInsights 66

6.4 IBM Netezza Customer Intelligence 68

6.5 IBM Customer Experience Suite 70

参考文献 73

习题 74

第7章 基于IBM Cognos 10的销售分析 75

7.1 使用IBM Cognos 10 Report Studio创建报表 75

7.2 基于IBM Cognos 10 Analysis Studio的多维分析 82

7.3 使用IBM Cognos 10 Query Studio创建自助查询 97

参考文献 107

习题 107

第8章 基于IBM SPSS Statistics的客户直销分析 109

8.1 基于RFM的目标客户分析 110

8.2 基于聚类的客户分类 113

8.3 基于客户响应的客户概要文件生成 115

8.4 基于邮政编码响应率分析的客户选择 117

8.5 基于购买倾向分析的客户选择 118

8.6 基于控制包装检验的市场营销效果优化 122

参考文献 123

习题 124

第9章 基于Logistic回归分析的银行信贷风险预测 125

9.1 Logistic回归分析基础 125

9.2 银行信贷风险分析 125

参考文献 134

习题 135

第10章 基于IBM SPSS Text Analytics for Surveys的客户评价分析 136

参考文献 149

习题 149

第11章 基于IBM SPSS Modeler 14.2的客户数据挖掘 150

11.1 聚类分析 152

11.1.1 K-Means聚类 152

11.1.2 两步聚类 155

11.1.3 Kohonen聚类 157

11.2 神经网络 159

11.2.1 神经网络模型的生成 159

11.2.2 神经网络模型的评估 164

11.3 关联分析和分类 169

11.3.1 关联分析 169

11.3.2 建立决策树 171

参考文献 177

习题 177