某保险公司分析性CRM的设计与实施

保险公司经过持续不断的业务信息化建设,已经建立了核心业务处理系统、财务系统、营销人员管理系统、数据服务平台等多个不同层次的业务应用系统,这些系统为保险公司的快速发展起到了十分重要的作用,同时产生出大量的基础数据。随着保险公司客户的增加及业务数据量的增长,需要对公司决策者和管理者提供更方便更有效的数据分析应用,客户关系管理(CRM)由此应运而生。本文从某保险公司分析型CRM系统的需求分析、总体设计、系统实施以及系统测试等方面出发,从保险行业产品和行销特点的角度,重点分析了保险行业客户信息处理的特点和客户关系管理系统建立的必要性和特殊性。详细讨论了构建保险行业分析型CRM所采用的技术、技术难点以及实现方法。在论文的最后,介绍了系统的测试情况、系统上线实施的工作阶段和工作体会,结合作者的研究方向和实践经验,对系统未来发展方向做出总结。     

古诺博弈的矩阵分析:算法博弈论与博弈计量经济学视角

为解决古诺博弈在商业实战中的应用需求和在经济实证中的应用需求,构建出古诺博弈系统的矩阵分析框架.在系统设置方面,消费者对产品的需求和生产者对产品的供给皆不再要求同质.在系统求解方面,导出了博弈过程的策略矩阵和博弈结果的均衡矩阵.在系统分析方面,放松经典模型过多苛刻的假设之后,本模型较经典模型更具解释力和一般性,经典模型...     

中国电信业BI系统建设全方位

随着市场的不断发展，企业在垄断资源和产品价格上的竞争优势越来越淡化，企业竞争逐步呈现出新的特点由于未来通信市场发展具有很大的不确定性。短期内靠推出某种新技术或新产品来获得产业高速发展的可能性越来起小，当外部环境优势得到充分利用之后，对内部资源的深层次开发利用理所当然成为首选。于是，“内部挖潜”、“向管理要效益”、“打造核心竞争力”等越来越多地开始被电信行业人士提起，电信运营商所追求的核心目标就是提高运营效率，降低成本，同时建立满足客户需求的市场营销能力，利用IT技术提高电信运营商对市场的快速反应能力无疑是最好的选择。     

数据仓库--商业智能的基石

商业智能是企业以客户为中心、以市场为导向、以效益为目标的运营战略的要求，数据仓库是企业成功实现商业智能，全面提升企业竞争力的基石。对数据仓库的概念和体系结构、数据仓库实施的内容和过程、数据仓库成功的关键进行了详细阐述和具体分析。     

全新的SAS9软件引发商业智能产业革命

2004年3月31日,SAS9全球同步上市中国媒体见面会在京召开。SAS软件发布其最新的SAS9软件家族,SAS9是集成了全新的平台、增强的分析功能和精制的用户界面的软件,旨在提供新的洞察力来帮助用户解决商业问题和赢得竞争优势。这一软件的发布是28年来SAS最重大的里程碑。与以前的版本相比,SAS9速度更快、效率更高而且更易于使用。它可以满足瞬息万变的企业需要且不会降低任何效率。这一全新的平台整合了SAS的所有应用,从而它们可以透明地协作,而且它还可以与其它数据源和应用通信。SAS9包括SAS智能平台,它是一套实现强大能力的数据集…     

BI走出困境

据Meta Group统计，企业数据仓库和商业智能市场已达到40亿美元．并有望在2008年底增长至100亿美元。想必BI厂商一定会因此而深受鼓舞，但市场就是这样．越是块大蛋糕，越是不容易吃到。     

分析型客户服务中心的建设

本围绕着如何更好地利用客户服务中心的业务数据展开探讨，论述了客户服务中心引入数据分析的必要性，介绍了华为INtess客户服务中心的商业智能的应用。     

商业智能打开数字迷局

一个企业的信息分布在不同的部门和分支机构中．甚至分布在不同的财务软件．ERP．CRM系统中，随着企业的发展，这些电子数据也在逐步膨胀。但往往，收集的海量数据被沉淀，变成了难得再访问的数据档案。从不同系统或不同数据库中提取所需的数据正变成一项令人头疼的繁琐的手工劳动。重要的决定，不是基于数据库中信息丰富的数据，而是基于决策者的直觉．因为决策者缺少从海量数据中提取有价值知识的工具。如何从纷繁复杂的系统数据中迅速地找到数据与数据之间的关系，快速准确地把握风云变幻的市场脉搏？成为每位企业管理者所急需解决的问题。     

商业智能热度刚好

随着信息技术的与时俱进，企业信息化的热点也随之转变，时下，一个管理信息化的热点——商业智能(BI,business intelligence)正在各个行业兴起。     

基于商业智能的并行数据挖掘技术研究

近几年,随着商业信息化技术的发展,企业在长期发展中积累了大量的业务数据,这些业务数据中存在较大的商业价值信息,在如今激烈的市场竞争下必须对这些业务数据进行数据挖掘分析,提取有用价值信息,为企业销售提供参考依据,促进企业经济效益的提高。在科学技术的推动下,一种基于商业智能的并行数据挖掘技术被广泛应用于数据分析中,能够提高数据挖掘效率,改善企业经营现状。