数据挖掘技术在商业银行个人理财业务中的应用研究
|
摘要
随着金融体制改革的深化，中国加入WTO，中国银行业的竞争日益激烈。同时，随着居民手中财富的增加、居民对专业理财的需求增强，个人理财业务已成为中外银行竞争的焦点。而对于商业银行个人理财业务而言，为客户提供优质的服务是获取市场份额的保证。谁能根据客户的风险偏好、购买行为特征等为其提供个性化的、一对一的理财服务，谁就更能在竞争中取胜。商业银行相对其他行业属于信息化程度较高的行业，银行数据库里积累了海量的客户信息。因此，如何充分利用这些客户数据，从中挖掘中隐藏的有用的知识，为商业银行个人理财业务的开展提供强有力的支持，具有重要的意义。
数据仓库、数据挖掘技术正是在这种行业数据海量积累，客户数据分析需求增长的情况下应运而生的。在商业银行中，建设以客户为中心的数据仓库，应用数据挖掘技术对分散在各个事务型信息系统中的客户交易数据、基本数据等进行分析，已成为银行增强竞争力的有力武器。
本文重点研究了我国商业银行如何利用数据挖掘技术来开展个人理财业务。没有就数据仓库、数据挖掘理论及建模方法等作过多的阐述，而是将重点放在数据挖掘的模型选择及设计上。本文在国内外研究的基础上，同时通过对国内一些商业银行调研，结合银行开展个人理财业务关注的主题，建立了商业银行个人理财数据集市、提出了客户价值、客户满意度模型、客户细分模型，为商业银行进行个人理财产品个性化营销提供了技术支持。
本文的研究希望能为商业银行开展个人理财业务提供思路，为国内银行提升服务质量、更有效地参与竞争提供帮助。
With the development of financial system and the entry into WTO, the competition of Chinese banking has become more and more fiercer. And with the increase of money, people have increased needs on special financing products. So Personal Financing Service has become the focus of domestic and foreign banking. As for business bank, providing perfect service is the assurance of obtaining market share. Who can provide customers with personalization and one-to-one financing service according to their risk preference and consume behavior characters will be more competitive. Business banking has gained more information and has large scale of data. It's significant for business bank to use this customer's data and mining the useful knowledge from the data, which can also support the development of personal financing service of business bank.
Data warehouse, data mining technology have growed up with the data contained in the information system becoming bigger and bigger. It has become the business banks' competitive weapon to analyze the data contained in several information system, and analyze customers' behavior data, characteristic data, etc.
This paper mainly research on how to use data mining technology to develop personal financing business for business banks. And emphasize in the selecting and designing of the data mining models. While tells little about the theories and the methodologies of data warehouse and data mining. Based on the research of domestic and foreign business and the investigation of some of business banks, this paper builds personal financial data market, and gives customer value, customer satisfaction, customer segmentation models, which support business bank with technology support.
Hope this paper will have an impetus to the using of data mining in our Personal Financing Service of business banks. And support business banking with new thinking.
数据仓库、数据挖掘技术正是在这种行业数据海量积累，客户数据分析需求增长的情况下应运而生的。在商业银行中，建设以客户为中心的数据仓库，应用数据挖掘技术对分散在各个事务型信息系统中的客户交易数据、基本数据等进行分析，已成为银行增强竞争力的有力武器。
本文重点研究了我国商业银行如何利用数据挖掘技术来开展个人理财业务。没有就数据仓库、数据挖掘理论及建模方法等作过多的阐述，而是将重点放在数据挖掘的模型选择及设计上。本文在国内外研究的基础上，同时通过对国内一些商业银行调研，结合银行开展个人理财业务关注的主题，建立了商业银行个人理财数据集市、提出了客户价值、客户满意度模型、客户细分模型，为商业银行进行个人理财产品个性化营销提供了技术支持。
本文的研究希望能为商业银行开展个人理财业务提供思路，为国内银行提升服务质量、更有效地参与竞争提供帮助。
With the development of financial system and the entry into WTO, the competition of Chinese banking has become more and more fiercer. And with the increase of money, people have increased needs on special financing products. So Personal Financing Service has become the focus of domestic and foreign banking. As for business bank, providing perfect service is the assurance of obtaining market share. Who can provide customers with personalization and one-to-one financing service according to their risk preference and consume behavior characters will be more competitive. Business banking has gained more information and has large scale of data. It's significant for business bank to use this customer's data and mining the useful knowledge from the data, which can also support the development of personal financing service of business bank.
Data warehouse, data mining technology have growed up with the data contained in the information system becoming bigger and bigger. It has become the business banks' competitive weapon to analyze the data contained in several information system, and analyze customers' behavior data, characteristic data, etc.
This paper mainly research on how to use data mining technology to develop personal financing business for business banks. And emphasize in the selecting and designing of the data mining models. While tells little about the theories and the methodologies of data warehouse and data mining. Based on the research of domestic and foreign business and the investigation of some of business banks, this paper builds personal financial data market, and gives customer value, customer satisfaction, customer segmentation models, which support business bank with technology support.
Hope this paper will have an impetus to the using of data mining in our Personal Financing Service of business banks. And support business banking with new thinking.
引文
[1] 印勇决策支持分析新技术——数据挖掘《重庆邮电学院学报》2001年6月增刊P70-P73
[2] 魏彦武 数据挖掘技术在客户关系管理中的应用研究2002．4武汉理工大学硕士论文
[3] Jiawei Han,Micheline Kamber. Data Mining Concepts and Techniques,2001, P224
[4] Nature,1986,Vol.323,P533
[5] 何俊 温家明 数据挖掘及其在银行业的应用《华南金融电脑》2002年第6期
[6] 王岳澎 侯莹 个人理财——商业银行面临的机遇与挑战《中国信用卡》2003年第7期
[7] 朱欢 张兴洪 金融机构个人理财服务大比拼《辽宁经济》2003年第8期
[8] 罗佳 商业银行个人理财业务的竞争战略《中山大学学报论坛》第22卷第4期
[9] 刘锦辉 国内个人理财金融产品创新研究《山西统计》2003年第7期P28-P29
[10] 林洪明 何攀 顾客满意度在商业银行贷款营销中的应用研究金融论坛2003年第9期
[11] Quinlan J R. Induction of decision trees. Machine Learning, 1986, Vol.1, pp.81-106
[12] Michael S. Garver Using Data Mining for Customer Satisfaction Research Marketing Research 2002 P8-P12
[13] 戴玉勤 景广军 基于数据仓库技术的银行决策支持系统设计和实现《计算机工程与应用》2002年第5期P226-P227
[14] 刘力耕 商业银行市场细分的探讨武汉金融2002年第5期总第29期P25-P28
[15] W H Inmon. Building the Data Warehouse[M] A Wiley-QED Publication, John Wiley &Sons Inc,1993
[16] W H Inmon, R D Hackathorm, Using the Data Warehouse[M] A Wiley-QED Publication, John Wiley &Sons Inc,1994
[17] 王珊 刘方 创建数据仓库的方法、模型与步骤 计算机世界，1996年第7期(N)：P105-108
[18] 刘明吉 张晓京 刘洪杰 数据仓库在证券交易中的研究与应用．[J]计算机工程，2000年26期P47-49
[19] 吉瑞增 数据仓库技术及其应用[J]．电子计算机，2000年第8期P21-27刘廷焕 银行经营分析学[M]中国经济出版社，1993
[20] Koh Hian Chye: Data Mining and Customer Relationship Marketing in the Banking Industry, SINGOPORE MANAGEMENT REVIEW, VOLUME 24 NO 2, 27Pages
[21] James Cormier-Chisholm: Data Mining Algorithm Selection: Decision Trees, Oil & Gas Journal Jan,27,2003 P34-P38
[22] Service excellence:Lessons from the Banking Industry, International Journal of Bank Marketing 14/5 1996,p25-26
[23] Stone, M. et al. (1998) Database marketing and customer recruitment, retention and development: what is the technological state of the art? Journal of Database Marketing 5(4), P303-331.
[24] Josee Bloemer, Indentifying lantently dissatisfied customers and measures for dissatisfaction management,International Journal of Bank Marketing 20/1 [2002] P27-37
[25] R.Brause, T.Langsodf, M.Hepp, Neural Data Mining for Credit Fraud Detection
[26] Quinlan J R. Induction of decision trees. Machine Learning, Vol.1, P81-P106,1986
[27] R. Agrawal, T. Imielinski, and A. Swami. Mining association rules between sets of items in large databases. Proceedings of the ACM SIGMOD Conference on Management of data, pp. 207-216, 1993.
[28] Janny C.Hoekstra, Eelkok.R.E.Huizingh, The Lifetime Value Concept in Customer-Based Marketing, Journal of Market Focused Management, 3, 257-274 (1999)
[29] Peter C. Verhoef , Bas Donkers, Predicting customer potential value an application in the insurance industry, Decision Support Systems 32 2001 189-199
[30] Brian L.Cooper, Hugh J.Watson,Barbara H.Wixom,Dale L.Goodhue:Data Warehousing Supports Corporate Stragegy AT First American Corporation,MIS Quarterly Vol.24 No.4.pp.547-567/December 2000
[31] K.Thearling, "Data Mining and Customer Relationships", 2000, at http://www3.shore.net/～kht/index.htm
[32] 林承祖：商业银行个人理财业务如何发展——兼谈客户导向型银行的建立《管理现代化》2002年第3期P54-P57
[33] 李晓欣 容莉：机遇与挑战并存的中国个人理财市场《中国金融电脑》2003年第1期P81-P84
[34] 周明：聚焦个人理财服务《中国信用卡》2003年第2期P14-P18
[35] 韩军 吴彦 崔英子 发展个人理财业务是趋势《中国城市金融》2003年第2期P45-P46
[36] 高明／宋宁／陈继红 21世纪国外银行业的发展及经营趋势《城市金融论坛》2000年第4期
[37] 曾琴娜 个人理财业务-银行业务的潜在增长点《甘肃金融》2002年第2期P40-P41
[38] 张文跃 谁能分享个人理财业务的“蛋糕” 《中国城市金融》2003年第2期P45-P46
[39] 钟楚男，个人信用征信制度，《中国金融出版社》，2002年4月。
[40] 张礼平等：基于数据仓库的商务智能应用设计，《电子与信息化》2000年11月p15
[41] 美国SAS软件研究所公司：SAS分析型客户关系管理白皮书，2001年2月
[42] 中国工商银行浙江省分行营业部课题组，工商银行零售业务重新包装问题研究，《金融论坛》，Jun，2002 P19-P25
[43] 王乐鹏，杨柳青，黄立平：基于客户信用风险控制的客户价值发现，《湘潭师范学院学报》(自然科学版)，Vol．24 No．4(2002)P79-P82
[44] 王爱玲，张晓帆，张东生，客户价值的综合评价，《河北省科学院学报》，Vol．19 No．1(2002)P47-P51
[45] 高玉忠，客户价值分析的思路及其运作，《新金融》，2003年第1期，P22-P23
[46] 陆黎明，客户忠诚度与客户价值管理关系试探，《经济与管理》Jul．2002，P56-P58
[47] 刘莉，赵伟军，浅析客户关系管理，《经济师》2002年第12期，P138-P139
[48] 陈明亮，李怀祖，客户价值细分与保持策略研究，《成组管理技术与生产现代化》2001年第18卷第4期P23-P27
[49] 陈明亮等，客户保持动态模型的研究，武汉大学学报(社会科学版)2001年11月，第54卷第6期，P675-684
[50] 农行湖南省怀化市分行课题组，客户价值评估研究，《都市金融论坛》2002．4，P32-P34
[51] 陈静宇 客户价值与客户关系价值，《中国流通经济》，2002年第3期，P37-P39
[52] 刑敦忠 客户信用评价在银行经营管理中的应用，《金融论坛》，2002年第2期，P52-P56
[53] 朱坚群 银行数据仓库的建立《计算机应用》2001年第6期P51-P53
[54] 杨向东 我国银行业建立数据仓库刍议《华南金融电脑》2001年第10期P10-P14
[55] 李强 蔡东 我国商业银行数据仓库建设和使用过程中存在的问题和对策《金融电子化》2000年53卷P42-P43
[56] 李坚 挖掘数据信息资源，开拓银行服务空间《中国金融电脑》2002年第5期P4-P8
[57] 胡秋灵 数据挖掘技术与中国商业银行业务发展策略《现代电子技术》1998年P4-P5
[58] 周藤 数据挖掘：数据仓库构架的拓展《电脑与信息技术》2001年第2期P54-P57
[59] 姚渝 向伟 数据挖掘技术及其应用《中国城市金融》2001年第6期P52-P54
[60] 洪崎 数据集中与数据挖掘《中国金融电脑》2002年第10期P11-P13
[61] 朱坚群 浅谈银行数据仓库的建立《华南金融电脑》2001年第6期P54-P56
[62] 江征 客户关系管理：我国银行业的必然选择《华东经济管理》2002年第16卷第5期P92-P93
[63] 徐升华 杨波 发展中的金融电子化技术《计算机与现代化》1998年第6期总第58期P38-P40
[64] 曹顺 刘婷 基于BP神经网络的企业信用评价研究2003年9月第10卷第5期P404-P406
[65] Suzanne Soper The evolution of segmemation methods in financial services: Where next? Journal of Financial Services Marketing 2002 Vol.7.1 P67-P74
[66] 罗正清 方志刚 常用客户满意度研究模型及其优缺点分析《贵州财经学院学报》2002年第6期(总第101期)P14-P17
[67] 中国工商银行浙江省分行营业部课题组《工商银行客户满意战略研究》2003年第5期杭州金融科研学院学报P17-P23
[68] 刘刚 银行应加强顾客满意度管理《银行经营管理》2002年11月号P47-P48
[69] 张松洁 田昆 我国商业银行储蓄业务顾客满意度分析《金融论坛》2003年3月P39-P43
[70] 周琼 易翠娥 网上银行服务质量的关键指标分析《中国信用卡》2002年第8期(总第75期)P49-P52
[71] 费明胜 商业银行提高顾客满意度的途径分析《企业经济》2001年第12期P159-P161
[72] 焦劲军 银行业开展顾客满意度调查初探《城市金融论坛》2002年4期P14-P17
[73] 李迎晨 如何提升商业银行为客户服务的满意度《黑龙江金融》2002年第7期P43
[74] 邓丽梅 赵鸣雷 顾客满意度在商业银行经营管理中的应用分析《新金融》2002年第11期P17-P19
[75] 王燕生 银行满意度测量体系—衡量银行服务质量的工具《中国城市金融》2003年第6期总第198期P41-P43
[76] 吴丰 付强 国有商业银行顾客满意度分析《商业研究》2001年总第229期P45-P47
[77] 陈智德 国立成功大学管理学院 高级管理硕士在职专班EMBA硕士论文
[78] 林洪明 何攀 顾客满意度在商业银行贷款营销中的应用研究《金融论坛》2003年9月P45-P47
[79] 王爱玲 张晓帆 张东生 客户价值的综合评价《河北省科学院学报》2002年第19卷P47-P51
[80] 农行湖南省怀化市分行课题组 客户价值评估研究《城市金融论坛》2002年第4期P32-P34
[81] 田金兰 张素琴 黄刚 用关联规则方法挖掘保险业务数据中的投资风险规则《清华大学学报》2001年第41卷第1期P45-P48
[82] 沈叶青 应用数据仓库技术建立市场营销决策支持系统的方案《中国信用卡》2000年第6期总第49期P8-P10
[83] 何秉娇 数据仓库中的一种星型数据模型《武汉理工大学学报》2002年11月第24卷第11期P97-P99
[84] 李更明 卢伟清 基于数据仓库技术的银行决策支持系统研究与设计《厦门大学学报》2003年9月第42卷第5期P577-581
[85] 杨辉 基于数据仓库技术建立信贷分析系统《中国金融电脑》2002年第3期P14-P16
[86] 何川 基于客户关系管理的银行决策支持系统框架《技术经济与管理研究》2003年第5期
[2] 魏彦武 数据挖掘技术在客户关系管理中的应用研究2002．4武汉理工大学硕士论文
[3] Jiawei Han,Micheline Kamber. Data Mining Concepts and Techniques,2001, P224
[4] Nature,1986,Vol.323,P533
[5] 何俊 温家明 数据挖掘及其在银行业的应用《华南金融电脑》2002年第6期
[6] 王岳澎 侯莹 个人理财——商业银行面临的机遇与挑战《中国信用卡》2003年第7期
[7] 朱欢 张兴洪 金融机构个人理财服务大比拼《辽宁经济》2003年第8期
[8] 罗佳 商业银行个人理财业务的竞争战略《中山大学学报论坛》第22卷第4期
[9] 刘锦辉 国内个人理财金融产品创新研究《山西统计》2003年第7期P28-P29
[10] 林洪明 何攀 顾客满意度在商业银行贷款营销中的应用研究金融论坛2003年第9期
[11] Quinlan J R. Induction of decision trees. Machine Learning, 1986, Vol.1, pp.81-106
[12] Michael S. Garver Using Data Mining for Customer Satisfaction Research Marketing Research 2002 P8-P12
[13] 戴玉勤 景广军 基于数据仓库技术的银行决策支持系统设计和实现《计算机工程与应用》2002年第5期P226-P227
[14] 刘力耕 商业银行市场细分的探讨武汉金融2002年第5期总第29期P25-P28
[15] W H Inmon. Building the Data Warehouse[M] A Wiley-QED Publication, John Wiley &Sons Inc,1993
[16] W H Inmon, R D Hackathorm, Using the Data Warehouse[M] A Wiley-QED Publication, John Wiley &Sons Inc,1994
[17] 王珊 刘方 创建数据仓库的方法、模型与步骤 计算机世界，1996年第7期(N)：P105-108
[18] 刘明吉 张晓京 刘洪杰 数据仓库在证券交易中的研究与应用．[J]计算机工程，2000年26期P47-49
[19] 吉瑞增 数据仓库技术及其应用[J]．电子计算机，2000年第8期P21-27刘廷焕 银行经营分析学[M]中国经济出版社，1993
[20] Koh Hian Chye: Data Mining and Customer Relationship Marketing in the Banking Industry, SINGOPORE MANAGEMENT REVIEW, VOLUME 24 NO 2, 27Pages
[21] James Cormier-Chisholm: Data Mining Algorithm Selection: Decision Trees, Oil & Gas Journal Jan,27,2003 P34-P38
[22] Service excellence:Lessons from the Banking Industry, International Journal of Bank Marketing 14/5 1996,p25-26
[23] Stone, M. et al. (1998) Database marketing and customer recruitment, retention and development: what is the technological state of the art? Journal of Database Marketing 5(4), P303-331.
[24] Josee Bloemer, Indentifying lantently dissatisfied customers and measures for dissatisfaction management,International Journal of Bank Marketing 20/1 [2002] P27-37
[25] R.Brause, T.Langsodf, M.Hepp, Neural Data Mining for Credit Fraud Detection
[26] Quinlan J R. Induction of decision trees. Machine Learning, Vol.1, P81-P106,1986
[27] R. Agrawal, T. Imielinski, and A. Swami. Mining association rules between sets of items in large databases. Proceedings of the ACM SIGMOD Conference on Management of data, pp. 207-216, 1993.
[28] Janny C.Hoekstra, Eelkok.R.E.Huizingh, The Lifetime Value Concept in Customer-Based Marketing, Journal of Market Focused Management, 3, 257-274 (1999)
[29] Peter C. Verhoef , Bas Donkers, Predicting customer potential value an application in the insurance industry, Decision Support Systems 32 2001 189-199
[30] Brian L.Cooper, Hugh J.Watson,Barbara H.Wixom,Dale L.Goodhue:Data Warehousing Supports Corporate Stragegy AT First American Corporation,MIS Quarterly Vol.24 No.4.pp.547-567/December 2000
[31] K.Thearling, "Data Mining and Customer Relationships", 2000, at http://www3.shore.net/～kht/index.htm
[32] 林承祖：商业银行个人理财业务如何发展——兼谈客户导向型银行的建立《管理现代化》2002年第3期P54-P57
[33] 李晓欣 容莉：机遇与挑战并存的中国个人理财市场《中国金融电脑》2003年第1期P81-P84
[34] 周明：聚焦个人理财服务《中国信用卡》2003年第2期P14-P18
[35] 韩军 吴彦 崔英子 发展个人理财业务是趋势《中国城市金融》2003年第2期P45-P46
[36] 高明／宋宁／陈继红 21世纪国外银行业的发展及经营趋势《城市金融论坛》2000年第4期
[37] 曾琴娜 个人理财业务-银行业务的潜在增长点《甘肃金融》2002年第2期P40-P41
[38] 张文跃 谁能分享个人理财业务的“蛋糕” 《中国城市金融》2003年第2期P45-P46
[39] 钟楚男，个人信用征信制度，《中国金融出版社》，2002年4月。
[40] 张礼平等：基于数据仓库的商务智能应用设计，《电子与信息化》2000年11月p15
[41] 美国SAS软件研究所公司：SAS分析型客户关系管理白皮书，2001年2月
[42] 中国工商银行浙江省分行营业部课题组，工商银行零售业务重新包装问题研究，《金融论坛》，Jun，2002 P19-P25
[43] 王乐鹏，杨柳青，黄立平：基于客户信用风险控制的客户价值发现，《湘潭师范学院学报》(自然科学版)，Vol．24 No．4(2002)P79-P82
[44] 王爱玲，张晓帆，张东生，客户价值的综合评价，《河北省科学院学报》，Vol．19 No．1(2002)P47-P51
[45] 高玉忠，客户价值分析的思路及其运作，《新金融》，2003年第1期，P22-P23
[46] 陆黎明，客户忠诚度与客户价值管理关系试探，《经济与管理》Jul．2002，P56-P58
[47] 刘莉，赵伟军，浅析客户关系管理，《经济师》2002年第12期，P138-P139
[48] 陈明亮，李怀祖，客户价值细分与保持策略研究，《成组管理技术与生产现代化》2001年第18卷第4期P23-P27
[49] 陈明亮等，客户保持动态模型的研究，武汉大学学报(社会科学版)2001年11月，第54卷第6期，P675-684
[50] 农行湖南省怀化市分行课题组，客户价值评估研究，《都市金融论坛》2002．4，P32-P34
[51] 陈静宇 客户价值与客户关系价值，《中国流通经济》，2002年第3期，P37-P39
[52] 刑敦忠 客户信用评价在银行经营管理中的应用，《金融论坛》，2002年第2期，P52-P56
[53] 朱坚群 银行数据仓库的建立《计算机应用》2001年第6期P51-P53
[54] 杨向东 我国银行业建立数据仓库刍议《华南金融电脑》2001年第10期P10-P14
[55] 李强 蔡东 我国商业银行数据仓库建设和使用过程中存在的问题和对策《金融电子化》2000年53卷P42-P43
[56] 李坚 挖掘数据信息资源，开拓银行服务空间《中国金融电脑》2002年第5期P4-P8
[57] 胡秋灵 数据挖掘技术与中国商业银行业务发展策略《现代电子技术》1998年P4-P5
[58] 周藤 数据挖掘：数据仓库构架的拓展《电脑与信息技术》2001年第2期P54-P57
[59] 姚渝 向伟 数据挖掘技术及其应用《中国城市金融》2001年第6期P52-P54
[60] 洪崎 数据集中与数据挖掘《中国金融电脑》2002年第10期P11-P13
[61] 朱坚群 浅谈银行数据仓库的建立《华南金融电脑》2001年第6期P54-P56
[62] 江征 客户关系管理：我国银行业的必然选择《华东经济管理》2002年第16卷第5期P92-P93
[63] 徐升华 杨波 发展中的金融电子化技术《计算机与现代化》1998年第6期总第58期P38-P40
[64] 曹顺 刘婷 基于BP神经网络的企业信用评价研究2003年9月第10卷第5期P404-P406
[65] Suzanne Soper The evolution of segmemation methods in financial services: Where next? Journal of Financial Services Marketing 2002 Vol.7.1 P67-P74
[66] 罗正清 方志刚 常用客户满意度研究模型及其优缺点分析《贵州财经学院学报》2002年第6期(总第101期)P14-P17
[67] 中国工商银行浙江省分行营业部课题组《工商银行客户满意战略研究》2003年第5期杭州金融科研学院学报P17-P23
[68] 刘刚 银行应加强顾客满意度管理《银行经营管理》2002年11月号P47-P48
[69] 张松洁 田昆 我国商业银行储蓄业务顾客满意度分析《金融论坛》2003年3月P39-P43
[70] 周琼 易翠娥 网上银行服务质量的关键指标分析《中国信用卡》2002年第8期(总第75期)P49-P52
[71] 费明胜 商业银行提高顾客满意度的途径分析《企业经济》2001年第12期P159-P161
[72] 焦劲军 银行业开展顾客满意度调查初探《城市金融论坛》2002年4期P14-P17
[73] 李迎晨 如何提升商业银行为客户服务的满意度《黑龙江金融》2002年第7期P43
[74] 邓丽梅 赵鸣雷 顾客满意度在商业银行经营管理中的应用分析《新金融》2002年第11期P17-P19
[75] 王燕生 银行满意度测量体系—衡量银行服务质量的工具《中国城市金融》2003年第6期总第198期P41-P43
[76] 吴丰 付强 国有商业银行顾客满意度分析《商业研究》2001年总第229期P45-P47
[77] 陈智德 国立成功大学管理学院 高级管理硕士在职专班EMBA硕士论文
[78] 林洪明 何攀 顾客满意度在商业银行贷款营销中的应用研究《金融论坛》2003年9月P45-P47
[79] 王爱玲 张晓帆 张东生 客户价值的综合评价《河北省科学院学报》2002年第19卷P47-P51
[80] 农行湖南省怀化市分行课题组 客户价值评估研究《城市金融论坛》2002年第4期P32-P34
[81] 田金兰 张素琴 黄刚 用关联规则方法挖掘保险业务数据中的投资风险规则《清华大学学报》2001年第41卷第1期P45-P48
[82] 沈叶青 应用数据仓库技术建立市场营销决策支持系统的方案《中国信用卡》2000年第6期总第49期P8-P10
[83] 何秉娇 数据仓库中的一种星型数据模型《武汉理工大学学报》2002年11月第24卷第11期P97-P99
[84] 李更明 卢伟清 基于数据仓库技术的银行决策支持系统研究与设计《厦门大学学报》2003年9月第42卷第5期P577-581
[85] 杨辉 基于数据仓库技术建立信贷分析系统《中国金融电脑》2002年第3期P14-P16
[86] 何川 基于客户关系管理的银行决策支持系统框架《技术经济与管理研究》2003年第5期