【《大数据技术和客户关系管理系统对商业银行的发展的影响研究文献综述》2400字】

大数据技术和客户关系管理系统对商业银行的发展的影响研究文献综述1.1国外研究现状及趋势 数据的规模与信息技术的发展正相关。商业银行拥有着大量的客户历史信息，想要从大量冗余的信息中发掘出真正有价值的能为商业银行所用的数据需要严格的按照数据挖掘的流程进行清洗、筛选然后分析，因为此时旧的工具像是报表工具和简单数据库查询功能已经不能满足需求。与此同银行越来越关心他们自身CRM系统的效率是否足够。 对大数据相关的研究内容，崔毅(2015)提到，在2008来自美国的R.E.Bryant教授、R.H.Katz以及E.D.Lazow-kaj教授一起成立了一个组织并对大数据进行详细的探索和研究,他们对大数据的概念做了一个新的解释，指出大数据需要能够为人们所用的宗旨，这对大数据的进一步发展起到了很大的贡献[2]。朱东华（2013）提到，在2012年3月19日的时候，美国总统奥巴马宣布启动的“大数据研究与开发计划（BigDataResearchandDevelopmentInitiative）”，旨在提高从大量的复杂的数字数据中抽取知识与观点的能力，以帮助解决美国在科学与工程中面临的最严峻的诸多挑战与问题，增强国家安全，实现教育与学习的转变。该项计划的提出将“大数据”研究上升到美国国家战略的最高层，以宣告国家政府为核心的全球“大数据”战略正式拉开竞争的序幕[1]。 对客户关系管理相关的研究内容，刘兴明（2014）和Tillett.L.Scottr认为，想要给客户提供充分的数据援助并且尽量可能的使客户感到满意，那么进行客户分析是必不可少的，同时这也将优化一个企业的管理效益。AdamRombel也认为通过客户分析可以达到了解客户偏好并了解他们真实想法的目的。同时他还认为这将使缩短为消费者提供更具针对性的服务的时间，从而增加购买订单的数量[3]。张婷（2015）认为，各公司认可大数据技术广泛应用带来的效果。美国银行、摩根大通等大企业已经使用大数据分析技术为他们信用卡和电子银行的客户实现反欺诈交易的实时保护。花旗银行利用互联网资源搜索借款人的各种信用记录，并将此作为依据对贷款人进行评估[4]。 对数据挖掘技术的内容，Berry和Linoff(2004)他们两个人重点对数据挖掘技术如线性和回归模型、朴素贝叶斯模型等在销售管理方面的运用做了研究[5]，研究结果表明数据挖掘技术能够帮助企业解决营销、销售和客户关系管理的问题。Lambert(2000)如何将统计学中的数学模型和数据挖掘技术相结合进行了重点研究[6]。Fayyad等(1996)重点研究数据挖掘技术和有效信息查询的技术，并且详细论述了一种处理大量数据的技术[7]。1.2国内研究现状及趋势对大数据相关的研究内容，方芳（2012）认为，在世界和国内经济发生巨大变化的当下，传统商业银行随着互联网金融的普及化现面临着一个重要的转折点。尤其是城市商业银行，他们需要把压力转化为动力，积极的发展自身，积极的改变思维方式，合理的运用大数据技术，努力推出适应客户发展的精准产品[8]。黄蕊（2014）提出，商业银行想要发获得有益于其业务的信息需要引入大数据技术，这些发掘出来的信息将是未来银行发展战略制定的关键参考依据[9]。潘明道等（2013）深度探讨的对象是大数据的特征，并提出大数据对商业银行来说既是机遇也是挑战的观点，认为数据将是商业银行的未来基础[10]。吕凌等（2007）研究了商业银行提高精确营销和提高客户忠诚度的各种方法。他强调应该将大数据技术作为获取客户信息的有效手段，然后依此分析出客户真正关心的信息并推送给他们，从而实现利益的最大化[11]。对客户关系管理相关的研究内容，魏巍（2017）对CRM内在核心和与之相关的各种因素进行了分析与探讨[1]。张伟胜（2017）提出，促进客户关系管理的主要方法是开发CRM系统，这是制定和实施战略发展的重要基础[12]。对数据挖掘技术的内容，1993中国国家自然科学基金委员会开始建立与数据挖掘相关的相对较正式的项目小组，拉开了我国对大数据挖掘技术研究的序幕。2012，我国成立名为大数据专家委员会的组织，该组织专门对大数据技术的应用和开发进行探索发现。2015习慧丹细致的研究并解释了大数据技术的的相关过程和方法，这对数据挖掘技术在实际中的推广和应用具有实质性的进步[13]。1.3文献评述及问题的提出大数据技术和客户关系管理系统对商业银行的发展具有不可忽视的价值和意义。从以上文献中可以看出，目前的研究主要分为两类，一种着重关注于理论上的研究，讨论的内容在于大数据、大数据技术和客户关系管理系统的不同概念和不同诠释。这类的研究和分析比较宏观，类似于一种表达和预测，对另一种技术论文提供了指导方向；再就是集中于相关技术研究的论文，是从科学研究的角度出发，通过对大数据技术的具体应用研究了像是发现客户偏好、开发针对服务以及评估信用等级等方法。然而，目前各种论述的观点和技术的应用实例都比较单一，没有一个综合性的比较和评述。因此，本文的研究将是先对本领域的研究内容，客户关系管理、大数据相关理论、数据挖掘技术做一个综合的罗列和比较；然后着重分析商业银行的客户关系管理系统的具体建设方法和架构，并依据建设的方法和架构中的关键点论述大数据技术如何用于改善客户关系管理系统提高银行的竞争力。参考文献[1]朱东华,张嶷,汪雪锋,李兵,黄颖,马晶,许幸荣,杨超,朱福进.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理,2013,34(04):172-180.[2]崔毅，数据挖掘在银行信用风险管理中的应用及实证研究，电子科技大学硕士论文，201552-57。[3]刘兴明.基于数据挖掘的商业银行客户关系管理研究[J].计算机光盘软件与应用,2014,17(12):119-120.[4]张婷.大数据的相关性特征在商业银行经营管理中的应用研究[J].农村金融研究,2015(09):45-48.[5]M.J.A.Berry，G.Linoff，DataMiningTechniques，For Marketing,Sales,andCustomerRelationshipManagement，WileyCompute Publishing,2ndedition，2004.[6]D.Lambert，WhatUseisStatisticsforMassiveData?InACMSIGMODWorkshoponResearchIssuesinDataMiningandKnowledgeDiscovery，PP54-62，2000.[7]U.M.Fayyad，G.Piatetsky-Shapiro，P.Smyth，FromDataMiningtoKnowledgeDiscovery:AnOverviesinKnowledgeDiscoveryandDataMining，PP1-34，1996.[8]方方，“大数据”趋势下商业银行应对策略研究，新金融，2012，25-28[9]黄蕊，互联网金融浪潮下商业银行如何转型升级，金融理论与教学，2014[10]潘明道，王昭，徐明圣，2013，大数据时代来临，银行准备好了吗，银行家出版社，2013，22-26[11]吕凌，精准营销与客户忠诚计划，上海交通大学出版社，2007，201-214[12]张伟胜，大数据背景下商业银行客户管理策略研究，经济研究导刊,2017，68-69[13]习慧丹，数据挖掘研究综述，电脑与信息技术，2015[15]徐向颖.浅析大数据对商业银行的影响[J].现代商业,2017(18):86-87.[16]王敏,马彦姣.大数据时代银行个人客户关系管理[J].西南金融,