基于客户生命周期的铁路大客户细分与发展模型

被引:7
作者
郭玉华
陈治亚
机构
[1] 中南大学交通运输工程学院
关键词
铁路大客户; 客户细分; 发展模型; 营销成本; 客户生命周期;
D O I
10.19713/j.cnki.43-1423/u.2011.02.017
中图分类号
F274 [企业供销管理]; F532 [中国铁路运输经济]; F224 [经济数学方法];
学科分类号
1201 ; 020205 ; 082303 ; 0202 ; 0701 ; 070104 ;
摘要
运用经典客户生命周期理论,引入价值理念,从利润的角度分析铁路大客户生命周期及其价值;采用数据挖掘技术,结合利润增长率和现有价值,划分铁路大客户所属发展阶段和细分现有价值所属类别;在此基础上,综合考虑铁路大客户和货运营业部的期望收益、营销成本、转移成本等因素,构建基于客户生命周期的潜在型大客户发展模型、竞争型大客户发展模型和大客户保持模型,分析未来一段时间内铁路货运系统的最佳营销成本,促使铁路大客户和铁路货运系统达到双赢的目标,实现对客户关系的智能管理。实例表明:所提出的大客户细分方法和发展模型能有效分析货运营销成本,为继续推行大客户战略和开展货运营销活动提供决策依据。
引用
收藏
页码:86 / 91
页数:6
相关论文
共 7 条
[1]   客货分线下铁路货运营销的发展思路研究 [J].
郭玉华 .
铁道运输与经济, 2010, 32 (01) :5-10
[2]   铁路货运大客户管理研究 [J].
林淼 .
铁道运输与经济, 2009, 31 (02) :33-37
[3]   数据挖掘技术在铁路货运客户细分中的应用 [J].
钟雁 ;
郭雨松 .
北京交通大学学报, 2008, (03) :25-29+36
[4]   关于铁路货运大货主生命周期价值预测的研究 [J].
罗晴 ;
胡思继 ;
刘智丽 .
铁道学报, 2005, (04) :20-24
[5]  
Data mining techniques for customer relationship management[J] . Chris Rygielski,Jyun-Cheng Wang,David C. Yen.Technology in Society . 2002 (4)
[6]   Knowledge management and data mining for marketing [J].
Shaw, MJ ;
Subramaniam, C ;
Tan, GW ;
Welge, ME .
DECISION SUPPORT SYSTEMS, 2001, 31 (01) :127-137
[7]   Data mining for customer service support [J].
Hui, SC ;
Jha, G .
INFORMATION & MANAGEMENT, 2000, 38 (01) :1-13