長榮礁溪信用卡優惠的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

國立臺北大學 統計學系 許玉雪所指導 湯勝隆的 銀行財富管理客戶往來行為分析-多變量分析方法之應用 (2014),提出長榮礁溪信用卡優惠關鍵因素是什麼,來自於財富管理、RFM、兩階段集群法、SOM自組織映射圖。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了長榮礁溪信用卡優惠,大家也想知道這些:

銀行財富管理客戶往來行為分析-多變量分析方法之應用

為了解決長榮礁溪信用卡優惠的問題,作者湯勝隆 這樣論述:

網路資訊發達和交通便利顛覆金融業的經營模式,打破過去客戶直接選擇區域性銀行做交易的慣性。資訊透明化使顧客容易取得金融市場情報,不管是投資還是金融商品服務的選擇性都比以前多,這樣的現象流失顧客對銀行的依賴度和忠誠度。在與日俱增的競爭下,金融業亦紛紛祭出優惠的行銷策略以網羅顧客,然而,開發一個新顧客比維護舊有顧客的成本更高,因此金融業者運用資訊科技紀錄顧客消費行為。本研究透過銀行的客戶往來資料進一步分析,以RFM(Recently, Frequency, Monetary Amount, RFM)分析技術結合自組織映射圖網路(Self-Organizing Map, SOM)技術區分個案

銀行的顧客類別,準確找出對銀行貢獻度高的關鍵客群,並提供銀行針對不同的客群找出合適的行銷手法,進而提高客戶的忠誠度。 本研究採用8,636筆客戶交易資料做分析,交易時間自2013年1月至2013年12月底,多變量統計分析方法結合RFM 分析用以了解顧客資料類型,再以RFM 三項變數做為分群之標準,分別使用兩階段集群法(Two-stage Cluster Analysis)和類神經網路的自組織映射圖網路模式將資料分群找出其特性。依據上述兩種分析方式,本研究結果將客群分為四群,並將兩種分群法的客戶群集結果做比較分析,發現SOM分群效果較兩階段集群法更為理想,故本研究以SOM分群法之結果加上人

口統計,關鍵客群之特性,提供銀行業作顧客行銷決策之參考依據。關鍵字:財富管理、RFM、兩階段集群法、SOM自組織映射圖