本书从客户价值基础理论出发，使用基于粗糙集的数据挖掘技术，并以基于粗糙集的决策树方法来构造模型，进行客户价值研究。导论部分主要介绍了研究目的和意义，国内外相关理论的研究现状和发展趋势，研究方法和创新之处。第1章作为本书的基础部分，介绍了相关理论。第2章进行客户价值分析的理论研究，阐述了客户生命周期。第3章、4、5章分别研究了分类数据挖掘技术、基于粗糙集的数据挖掘技术和基于粗糙集的决策树方法。第6章是基于粗糙集的决策树技术在客户价值研究中的实证分析。第7章介绍了提升客户价值、增强企业竞争优势的方法。

本书研究了基于分类模式的数据挖掘方法，特别是基于粗糙集理论的分类规则提取和基于决策树构建及其分类规则提取策略，给出一种基于粗糙集的决策树模型的改进算法。在客户价值管理中应用了基于粗糙集的决策树方法，通过一系列可行的指标体系，建立基于粗糙集的决策树模型，来度量客户价值、细分客户。以数据挖掘为基础，有效地识别客户、评价客户价值、进行客户细分、改进销售效果、保留客户、提高客户满意度和忠诚度等。为企业客户管理提供智能决策支持。

导论

第1章 相关理论综述

1.1客户价值研究综述

1.2数据挖掘理论

1.3粗糙集理论

1.4本章小结

第2章 客户价值分析

2.1客户

2.2客户价值

2.3客户分类

2.4本章小结

第3章 分类数据挖掘

3.1数据挖掘中分类问题的概念

3.2分类挖掘的机理与特点

3.3分类方法的评估标准

3.4决策树分类

3.5贝叶斯分类

3.6神经网络分类

3.7基于关联规则的分类

3.8其他分类方法

3.9本章小结

第4章 基于粗糙集的数据挖掘

4.1基于粗糙集的知识简化和知识表达系统

4.2基于粗糙集数据挖掘技术的数据预处理

4.3基于粗糙集理论的数据挖掘模型研究

4.4增量粗糙集属性约简

4.5本章小结

第5章 基于粗糙集的决策树的构建

5.1决策树算法

5.2ID3算法

5.3ID3算法的改进——CAAI算法

5.4本章小结

第6章 基于粗糙集数据挖掘技术的客户分类

6.1基于粗糙集的RFM分析

6.2基于粗糙集数据挖掘的客户价值评价

6.3客户关系战略选择

6.4本章小结

第7章 提升客户价值、增强企业竞争优势

7.1忠诚客户的价值

7.2CRM价值链

7.3客户让渡价值与企业竞争优势

7.4差异化战略的实施

7.5本章小结

结论

参考文献

后记