论文部分内容阅读
本课题通过建立数据仓库,对光大银行积累的大量信用卡及储蓄数据进行决策树分析和聚类分析,寻找可以标识信用卡持卡人的指标,以便业务人员通过交叉营销,快速有效地发展信用卡业务。本项目利用SQL SERVER 2005建立数据仓库,使用Business Intelligence Development Studio(BIDS)工具,遵循CRISP-DM模型构建项目,完成了分析问题、理解数据、数据预处理,建立模型、评价模型、实施六个阶段。通过使用信息包图技术,完成了数据仓库的概念设计,并将其转化为逻辑模型-雪花图,最终对物理模型进行优化、实施。项目通过使用Business IntelligenceDevelopment Studio的三大模块实现。首先用SQL Server Integration Service(SSIS)完成光大银行下发数据的集成;然后使用SQL Server Analysis Services(SSAS)建立联机分析模型,并依据储蓄交易数据进行预测潜在信用卡客户级别的划分,利用决策树分析结果,通过聚类算法得到金卡用户的特征指标;最后通过SQL Server Reporting Services(SSRS),将具有金卡用户的特征指标的储蓄客户作为结果展示出来。光大银行的信用卡直销团队通过分析金卡客户特征指标,可以有效地对光大银行原有的储蓄客户进行有的放矢的营销,以此来扩大光大银行信用卡的市场份额,提高光大银行客户的忠诚度。