基于数据挖掘技术的开放式基金赎回客户细分研究
本文以开放式基金赎回客户的类型为研究对象,从客户细分的基本概念出发,在传统客户细分指标中增加了基金客户的历史交易习惯作为细分标准之一,识别了基金客户赎回基金时的持有期、客户盈亏率、客户分红金额等指标,在对海量客户交易数据处理的基础上,利用SPSS Clementine工具的K-Means聚类方法,建立了基金赎回客户细分的模型,把所有赎回客户分为:深度套牢型、投机型、进取型、稳健型、以及保守型五类.并利用分析软件验证了模型良好的准确性与可信度.本文不但为基金公司识别了基金客户的类型,还全面分析了五类基金持有人的特点,及各类客户赎回行为的时机选择规律.最后详细阐述了该模型的实际意义,为基金公司的客户细分管理、产品营销、以及个性化服务提出了和合理化建议.
基金公司 客户管理 开放式基金赎回 交易习惯 数据挖掘技术
张昱 谢怀军
对外经济贸易大学信息学院
国内会议
开封
中文
201-207
2012-05-25（万方平台首次上网日期，不代表论文的发表时间）