9．1．2 呼叫中心的起源
9．1．3 市场状况
9．1．4 呼叫中心的演化过程
9．2 呼叫中心的基本功能
9．2．1 呼叫中心的具体作用
9．2．2 呼叫中心的地位
9．2．3 现代智能化呼叫中心应具备的功能
9．3 呼叫中心的技术结构
9．3．1 呼叫中心的基本结构
9．3．2 因特网呼叫中心的引入
9．3．3 因特网呼叫中心系统体系结构
9．3．4 功能强大的呼叫中心
9．4 呼叫中心的应用实例
9．4．1 系统硬件结构
9．4．2 应用软件系统
9．4．3 业务应用举例（产品营销）
思考练习题
第10章 CRM中的数据仓库与OLAP应用
10．1 数据仓库的基本概念
10．1．1 数据仓库的特点
10．1．2 从数据库到数据仓库
10．2 CRM中数据仓库的体系结构
10．2．1 基本的数据仓库模型
10．2．2 CRM中的数据仓库结构
10．3 CRM中数据仓库的经营和管理
10．3．1 数据仓库建设的基本步骤
10．3．2 数据仓库的管理
10．3．3 协同方案
10．4 OLAP的概念与构架
10．5 常见的OLAP工具
10．6 CRM中的OLAP应用
思考练习题
第11章 CRM中的商务智能与数据挖掘
11．1 商务智能的概念
11．1．1 商务智能的定义
11．1．2 商务智能的发展历程
11．1．3 商务智能的实施步骤
11．2 数据挖掘概述
11．2．1 数据挖掘的基本定义
11．2．2 CRM中数据挖掘的基本应用
11．2．3 CRM中的数据挖掘流程
11．2．4 数据挖掘的一般过程
11．2．5 实施数据挖掘的人员配备
11．2．6 实施数据挖掘的关键问题
11．3 数据挖掘过程模型
11．3．1 定义商业问题
11．3．2 建立数据挖掘库
11．3．3 分析数据
11．3．4 准备数据
11．3．5 建立模型
11．3．6 评价和解释
11．3．7 实施
11．4 数据挖掘的方法
11．4．1 决策树
11．4．2 集合论
11．4．3 遗传算法
11．4．4 神经网络
思考练习题
第12章 数据挖掘在CRM中的应用方法
12．1 客户细分的分析方法
12．1．1 客户细分概述
12．1．2 客户细分的实现过程模型
12．1．3 基于数据挖掘的客户细分的优点
12．2 客户满意度的分析方法
12．2．1 客户满意度概述
12．2．2 基于数据挖掘的客户满意度分析的作用
12．3 客户忠诚度的分析方法
12．3．1 客户忠诚度的内涵
12．3．2 基于数据挖掘的客户忠诚度提升
12．4 交叉销售的分析方法
12．4．1 建模阶段
12．4．2 评分阶段
12．4．3 优化阶段
12．5 主要的数据挖掘算法
12．5．1 分割聚类法
12．5．2 ID3算法
12．5．3 Apriori算法
思考练习题
第13章 CRM应用案例分析
13．1 保险业CRM应用案例
13．1．1 保险业对于CRM的需求
13．1．2 客户背景
13．1．3 针对A保险公司的解决方案设计
13．1．4 系统实施
13．1．5 实施效果
13．1．6 案例小结
13．2 银行业CRM应用案例
13．2．1 银行业对于CRM的需求
13．2．2 客户背景
13．2．3 针对S银行的解决方案设计
13．2．4 系统实施
13．2．5 案例小结
13．3 外贸业CRM应用案例
13．3．1 外贸业对于CRM的需求
13．3．2 客户背景
13．3．3 针对宁波金瑞的解决方案设计
13．3．4 系统实施
13．3．5 案例小结
13．4 汽车业CRM应用案例
13．4．1 汽车业对于CRM的需求
13．4．2 客户背景
13．4．3 针对上海通用汽车公司的解决方案设计
13．4．4 系统实施
13．4．5 案例小结
13．5 IT业CRM应用案例
13．5．1 客户背景
13．5．2 针对M软件销售公司CRM系统的解决方案设计
13．5．3 系统实施
13．5．4 案例小结
13．6 咨询服务业CRM应用案例
13．6．1 客户背景
13．6．2 针对TUV亚太（上海）有限公司的解决方案设计
13．6．3 系统实施
13．6．4 案例小结
思考练习题
第14章 CRM实验软件介绍
14．1 CRM软件的特点与结构
14．2 CRM软件的主要功能
14．2．1 服务管理功能
14．2．2 决策支持功能
14．2．3 客户管理功能
14．2．4 市场管理功能
14．2．5 销售管理功能
14．3 CRM软件的使用方法
思考练习题
参考文献

 2/2   首页 上一页 1 2

管理 市场/营销 客户服务

在线阅读