基于序列模型的银行个人客户交叉销售研究

选择合适的客户并对其推荐合适的产品成为企业提高交叉销售业绩、获得竞争优势的重要方面.本文以某商业银行的18515位个人客户的历史交易数据为研究对象,构建序列模型,利用逻辑回归分析的方法在仅利用银行现有数据的基础上来预测客户下次购买不同产品的概率.实证结果显示,本模型对每种产品的预测准确率达到72％以上,这样不仅能帮助银行提高客户经理在产品推荐时的准确性,而且可以使银行的营销决策更有针对性,从而给银行带来更大的收益.     

关联规则聚类的外贸业务交叉销售系统设计

叙述外贸业务过程与交叉销售系统流程,说明外贸业务交叉销售关联规则聚类系统的基本结构,简述关联规则与ISODATA模糊聚类分析原理,着重介绍ISODATA模糊聚类分析的分类数c与初始模糊分类矩阵Rc(0)的获取,以及利用其更准确建立交叉销售经营类别库与商品规则库的初始数据.