第3章數(shù)據(jù)挖掘

1、第第3 3章章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與CRMCRM目錄目錄3.1 3.1 數(shù)據(jù)挖掘數(shù)據(jù)挖掘 3.23.2數(shù)據(jù)挖掘在數(shù)據(jù)挖掘在CRMCRM中的應(yīng)用中的應(yīng)用學(xué)習(xí)目標(biāo)學(xué)習(xí)目標(biāo)p理論目標(biāo)：理論目標(biāo)： 學(xué)習(xí)和把握數(shù)據(jù)挖掘的含義、作用和內(nèi)容，數(shù)據(jù)挖掘的典型算法，數(shù)據(jù)挖學(xué)習(xí)和把握數(shù)據(jù)挖掘的含義、作用和內(nèi)容，數(shù)據(jù)挖掘的典型算法，數(shù)據(jù)挖掘的一般步驟等陳述性知識(shí)；能用所學(xué)理論知識(shí)指導(dǎo)掘的一般步驟等陳述性知識(shí)；能用所學(xué)理論知識(shí)指導(dǎo)“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”的相關(guān)認(rèn)知的相關(guān)認(rèn)知活動(dòng)?；顒?dòng)。p實(shí)務(wù)目標(biāo)實(shí)務(wù)目標(biāo)： 學(xué)習(xí)和把握數(shù)據(jù)挖掘的一般步驟、典型算法、數(shù)據(jù)挖掘的模型以及學(xué)習(xí)和把握數(shù)據(jù)挖掘的一般步驟、典型算法、數(shù)據(jù)挖掘的模型以及

2、“業(yè)務(wù)業(yè)務(wù)鏈接鏈接”等程序性知識(shí)；能用所學(xué)實(shí)務(wù)知識(shí)規(guī)范等程序性知識(shí)；能用所學(xué)實(shí)務(wù)知識(shí)規(guī)范“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”的相關(guān)技能活動(dòng)。的相關(guān)技能活動(dòng)。學(xué)習(xí)目標(biāo)學(xué)習(xí)目標(biāo)p案例目標(biāo)：案例目標(biāo)： 能運(yùn)用所學(xué)能運(yùn)用所學(xué)“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”的理論與實(shí)務(wù)知識(shí)研究相關(guān)案例，培養(yǎng)和提高學(xué)生的理論與實(shí)務(wù)知識(shí)研究相關(guān)案例，培養(yǎng)和提高學(xué)生在特定業(yè)務(wù)情境中分析問題與決策設(shè)計(jì)的能力；能結(jié)合在特定業(yè)務(wù)情境中分析問題與決策設(shè)計(jì)的能力；能結(jié)合“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”教學(xué)內(nèi)容，教學(xué)內(nèi)容，依照依照“職業(yè)道德與營銷倫理職業(yè)道德與營銷倫理”的行業(yè)規(guī)范或標(biāo)準(zhǔn)，分析企業(yè)行為的善惡，強(qiáng)化學(xué)的行業(yè)規(guī)范或標(biāo)準(zhǔn)，分析企業(yè)行為的善惡，強(qiáng)化學(xué)生的職業(yè)道德素質(zhì)。生

3、的職業(yè)道德素質(zhì)。p實(shí)訓(xùn)目標(biāo)：實(shí)訓(xùn)目標(biāo)： 引導(dǎo)學(xué)生參加引導(dǎo)學(xué)生參加“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”業(yè)務(wù)勝任力的實(shí)踐訓(xùn)練。在了解和把握本實(shí)訓(xùn)業(yè)務(wù)勝任力的實(shí)踐訓(xùn)練。在了解和把握本實(shí)訓(xùn)所及所及“能力與道德領(lǐng)域能力與道德領(lǐng)域”相關(guān)相關(guān)“技能點(diǎn)技能點(diǎn)”的的“規(guī)范與標(biāo)準(zhǔn)規(guī)范與標(biāo)準(zhǔn)”基礎(chǔ)上，通過切實(shí)體基礎(chǔ)上，通過切實(shí)體驗(yàn)驗(yàn)“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”各實(shí)訓(xùn)任務(wù)的完成、系列技能操作的實(shí)施、各實(shí)訓(xùn)任務(wù)的完成、系列技能操作的實(shí)施、企業(yè)數(shù)據(jù)挖掘企業(yè)數(shù)據(jù)挖掘運(yùn)作實(shí)訓(xùn)報(bào)告運(yùn)作實(shí)訓(xùn)報(bào)告的準(zhǔn)備與撰寫等有質(zhì)量、有效率的活動(dòng)，培養(yǎng)其的準(zhǔn)備與撰寫等有質(zhì)量、有效率的活動(dòng)，培養(yǎng)其“數(shù)據(jù)挖掘數(shù)據(jù)挖掘”的的專業(yè)能力，強(qiáng)化其專業(yè)能力，強(qiáng)化其“信息處理信息處理”

4、、“解決問題解決問題”和和“革新創(chuàng)新革新創(chuàng)新”等職業(yè)核心能力，等職業(yè)核心能力，并通過并通過“順從級(jí)順從級(jí)”踐行踐行“職業(yè)觀念職業(yè)觀念”、“職業(yè)態(tài)度職業(yè)態(tài)度”、“職業(yè)作風(fēng)職業(yè)作風(fēng)”和和“職業(yè)守職業(yè)守則則”等行為規(guī)范，促進(jìn)其健全職業(yè)人格的塑造。等行為規(guī)范，促進(jìn)其健全職業(yè)人格的塑造。 引例：貝爾大西洋公司的數(shù)據(jù)挖掘應(yīng)用引例：貝爾大西洋公司的數(shù)據(jù)挖掘應(yīng)用p貝爾大西洋公司是美國最大的電話公司之一，它的電話業(yè)務(wù)覆蓋美國貝爾大西洋公司是美國最大的電話公司之一，它的電話業(yè)務(wù)覆蓋美國14個(gè)州，擁有商個(gè)州，擁有商業(yè)、住家電話帳戶近億個(gè)。業(yè)、住家電話帳戶近億個(gè)。p在電話公司，追繳拖欠話費(fèi)是一件很頭疼的事情，不及時(shí)追

5、繳會(huì)給公司帶來很大損失，在電話公司，追繳拖欠話費(fèi)是一件很頭疼的事情，不及時(shí)追繳會(huì)給公司帶來很大損失，但如果每個(gè)人都進(jìn)行追繳又帶來很大的成本。但如果每個(gè)人都進(jìn)行追繳又帶來很大的成本。p為此，貝爾大西洋公司建立了數(shù)據(jù)挖掘系統(tǒng)，幫助他們進(jìn)行話費(fèi)追繳決策。為此，貝爾大西洋公司建立了數(shù)據(jù)挖掘系統(tǒng)，幫助他們進(jìn)行話費(fèi)追繳決策。p第一步，將所有客戶分為不同的類型，并建立不同的追繳欠費(fèi)模型。系統(tǒng)根據(jù)數(shù)據(jù)分第一步，將所有客戶分為不同的類型，并建立不同的追繳欠費(fèi)模型。系統(tǒng)根據(jù)數(shù)據(jù)分析，將公司客戶分為析，將公司客戶分為8種類型，并一共建立了種類型，并一共建立了40個(gè)追繳話費(fèi)模型。個(gè)追繳話費(fèi)模型。p第二步，計(jì)算各種客戶

6、拖欠話費(fèi)的概率，包括從一個(gè)月未繳話費(fèi)到兩個(gè)月未繳的可能第二步，計(jì)算各種客戶拖欠話費(fèi)的概率，包括從一個(gè)月未繳話費(fèi)到兩個(gè)月未繳的可能性，從三個(gè)月未繳話費(fèi)到變成壞債客戶的可能性，從壞債客戶到變成死債客戶的可能性。性，從三個(gè)月未繳話費(fèi)到變成壞債客戶的可能性，從壞債客戶到變成死債客戶的可能性。p第三步，提出追繳策略線索，哪些客戶應(yīng)進(jìn)行追繳，哪些客戶可以暫時(shí)不追繳；在追第三步，提出追繳策略線索，哪些客戶應(yīng)進(jìn)行追繳，哪些客戶可以暫時(shí)不追繳；在追繳的客戶中，哪些應(yīng)該采取高強(qiáng)度追繳，哪些客戶只需要采取低強(qiáng)度追繳等。繳的客戶中，哪些應(yīng)該采取高強(qiáng)度追繳，哪些客戶只需要采取低強(qiáng)度追繳等。p在美國的電話公司中，追繳花費(fèi)

7、可采用信件和電話兩種形式，電話追繳的強(qiáng)度大，效在美國的電話公司中，追繳花費(fèi)可采用信件和電話兩種形式，電話追繳的強(qiáng)度大，效果好，但成本要比信件高得多。一般情況下，通過信件追繳話費(fèi)的成本約果好，但成本要比信件高得多。一般情況下，通過信件追繳話費(fèi)的成本約1美元，而電美元，而電話追繳的成本約在話追繳的成本約在30美元左右。美元左右。 p過去，電話公司在決定追繳策略時(shí)帶有很大的盲目性，支付了大量的追繳成本，但追過去，電話公司在決定追繳策略時(shí)帶有很大的盲目性，支付了大量的追繳成本，但追繳的效果并不好，甚至還得罪了一些有價(jià)值的客戶，造成客戶資源的流失。繳的效果并不好，甚至還得罪了一些有價(jià)值的客戶，造成客戶資

8、源的流失。p采用了數(shù)據(jù)挖掘技術(shù)后，這一問題的到了較好的解決。數(shù)據(jù)挖掘幫助公司采用了數(shù)據(jù)挖掘技術(shù)后，這一問題的到了較好的解決。數(shù)據(jù)挖掘幫助公司了解客戶的行為模式，以此來決定所應(yīng)采取的話費(fèi)追繳模式。同時(shí)根據(jù)一個(gè)了解客戶的行為模式，以此來決定所應(yīng)采取的話費(fèi)追繳模式。同時(shí)根據(jù)一個(gè)好客戶能給公司帶來的利潤，和他拖欠話費(fèi)給公司帶來的損失進(jìn)行比較，決好客戶能給公司帶來的利潤，和他拖欠話費(fèi)給公司帶來的損失進(jìn)行比較，決定是否要進(jìn)行話費(fèi)的追繳、何時(shí)進(jìn)行話費(fèi)追繳以及已何種方式進(jìn)行話費(fèi)追繳。定是否要進(jìn)行話費(fèi)的追繳、何時(shí)進(jìn)行話費(fèi)追繳以及已何種方式進(jìn)行話費(fèi)追繳。p數(shù)據(jù)挖掘系統(tǒng)幫助貝爾大西洋公司減少了大量的話費(fèi)追繳成本，同

9、時(shí)也留數(shù)據(jù)挖掘系統(tǒng)幫助貝爾大西洋公司減少了大量的話費(fèi)追繳成本，同時(shí)也留住大量的有價(jià)值的老客戶。住大量的有價(jià)值的老客戶。3.1.13.1.1數(shù)據(jù)挖掘的定義和內(nèi)涵數(shù)據(jù)挖掘的定義和內(nèi)涵從技術(shù)的角度來說，數(shù)據(jù)挖掘（從技術(shù)的角度來說，數(shù)據(jù)挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。的過程。3.1 3.1 數(shù)據(jù)挖掘數(shù)據(jù)挖掘3.1.1數(shù)據(jù)挖掘的定義和內(nèi)涵數(shù)據(jù)挖掘的定

10、義和內(nèi)涵從商業(yè)的角度來說，數(shù)據(jù)挖掘是一種新的商業(yè)信從商業(yè)的角度來說，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫中的大息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。3.1 3.1 數(shù)據(jù)挖掘數(shù)據(jù)挖掘1)1)關(guān)聯(lián)分析關(guān)聯(lián)分析2)2)序列模式分析序列模式分析3)3)分類分析分類分析4)4)聚類分析聚類分析3.1.2 3.1.2 數(shù)據(jù)挖掘的方法數(shù)據(jù)挖掘的方法1)1)關(guān)聯(lián)分析關(guān)聯(lián)分析關(guān)聯(lián)分析是挖掘表面看似獨(dú)立的事件間的關(guān)聯(lián)分析是挖

11、掘表面看似獨(dú)立的事件間的相互關(guān)系。例如相互關(guān)系。例如“90%的顧客在一次購買活的顧客在一次購買活動(dòng)中購買商品動(dòng)中購買商品A的同時(shí)購買商品的同時(shí)購買商品B”之類的知之類的知識(shí)。識(shí)。 【業(yè)務(wù)鏈接業(yè)務(wù)鏈接31】尿布和啤酒尿布和啤酒v全球最大的零售商沃爾瑪（全球最大的零售商沃爾瑪（Walmart）通過對(duì)顧）通過對(duì)顧客購物的數(shù)據(jù)分析后發(fā)現(xiàn)，很多周末購買尿布的顧客購物的數(shù)據(jù)分析后發(fā)現(xiàn)，很多周末購買尿布的顧客也同時(shí)購買啤酒。經(jīng)過深入研究后發(fā)現(xiàn)，美國家客也同時(shí)購買啤酒。經(jīng)過深入研究后發(fā)現(xiàn)，美國家庭買尿布的多是爸爸。爸爸們下班后要到超市買尿庭買尿布的多是爸爸。爸爸們下班后要到超市買尿布，同時(shí)要布，同時(shí)要“順手牽

12、羊順手牽羊”帶走啤酒，好在周末看棒帶走啤酒，好在周末看棒球賽的同時(shí)過把酒癮。后來沃爾瑪就把尿布和啤酒球賽的同時(shí)過把酒癮。后來沃爾瑪就把尿布和啤酒擺放得很近，從而雙雙促進(jìn)了尿布和啤酒的銷量。擺放得很近，從而雙雙促進(jìn)了尿布和啤酒的銷量。這個(gè)經(jīng)典的這個(gè)經(jīng)典的“尿布和啤酒尿布和啤酒”的故事被公認(rèn)是商業(yè)領(lǐng)的故事被公認(rèn)是商業(yè)領(lǐng)域數(shù)據(jù)挖掘的誕生。這里就是利用關(guān)聯(lián)分析這種方域數(shù)據(jù)挖掘的誕生。這里就是利用關(guān)聯(lián)分析這種方法，發(fā)現(xiàn)兩種商品之間有很高的相關(guān)系數(shù)，引起重法，發(fā)現(xiàn)兩種商品之間有很高的相關(guān)系數(shù)，引起重視，然后深入分析后才找出內(nèi)在原因的。視，然后深入分析后才找出內(nèi)在原因的。 2)2)序列模式分析序列模式分析

13、它與關(guān)聯(lián)分析相似，其目的也是為了控它與關(guān)聯(lián)分析相似，其目的也是為了控制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后（因果）關(guān)的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后（因果）關(guān)系?？梢酝ㄟ^分析客戶在購買系?？梢酝ㄟ^分析客戶在購買A A商品后，必定商品后，必定（或大部分情況下）隨著購買（或大部分情況下）隨著購買B B商品，來發(fā)現(xiàn)商品，來發(fā)現(xiàn)客戶潛在的購買模式。例如，一個(gè)顧客在買客戶潛在的購買模式。例如，一個(gè)顧客在買了電腦之后，就很有可能購買打印機(jī)、掃描了電腦之后，就很有可能購買打印機(jī)、掃描儀等配件。儀等配件。3)3)分類分析分類分析 分類分析就是通過分

14、析樣本客戶數(shù)據(jù)庫中的數(shù)據(jù)，分類分析就是通過分析樣本客戶數(shù)據(jù)庫中的數(shù)據(jù)，為每個(gè)類別作出準(zhǔn)確的描述或建立分析模型或挖掘?yàn)槊總€(gè)類別作出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其它客戶的記出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其它客戶的記錄進(jìn)行分類。錄進(jìn)行分類。 比如，信用卡公司根據(jù)顧客的信用記錄，把持比如，信用卡公司根據(jù)顧客的信用記錄，把持卡人分成不同等級(jí)，并把等級(jí)標(biāo)記賦與數(shù)據(jù)庫中的卡人分成不同等級(jí)，并把等級(jí)標(biāo)記賦與數(shù)據(jù)庫中的每個(gè)記錄。對(duì)于每一等級(jí)，找出它們共同點(diǎn)，比如：每個(gè)記錄。對(duì)于每一等級(jí)，找出它們共同點(diǎn)，比如：“年收入在年收入在10萬元以上，年齡在萬元以上，年齡在4050歲之間

15、的外歲之間的外企白領(lǐng)企白領(lǐng)”總體上信用記錄最高。有了這樣的挖掘結(jié)總體上信用記錄最高。有了這樣的挖掘結(jié)果，客戶服務(wù)部門就知道一個(gè)新的客戶的潛在價(jià)值，果，客戶服務(wù)部門就知道一個(gè)新的客戶的潛在價(jià)值，在客戶服務(wù)投入上就心中有底。在客戶服務(wù)投入上就心中有底。 4)4)聚類分析聚類分析 這是分類的逆向方法。聚類把沒有分類的記錄，這是分類的逆向方法。聚類把沒有分類的記錄，在不知道應(yīng)分成幾類的情況下，按照數(shù)據(jù)內(nèi)在的差在不知道應(yīng)分成幾類的情況下，按照數(shù)據(jù)內(nèi)在的差異性大小，合理地劃分成幾類，并確定每個(gè)記錄所異性大小，合理地劃分成幾類，并確定每個(gè)記錄所屬類別。它采用的分類規(guī)則是按統(tǒng)計(jì)學(xué)的聚類分析屬類別。它采用的分類

16、規(guī)則是按統(tǒng)計(jì)學(xué)的聚類分析方法決定的。比如，面對(duì)數(shù)據(jù)庫中方法決定的。比如，面對(duì)數(shù)據(jù)庫中“消費(fèi)額消費(fèi)額”、“購買頻率購買頻率”、“收入水平收入水平”等多個(gè)評(píng)價(jià)指標(biāo)，沒等多個(gè)評(píng)價(jià)指標(biāo)，沒有辦法按照一個(gè)指標(biāo)去分類，就可以通過聚類按照有辦法按照一個(gè)指標(biāo)去分類，就可以通過聚類按照數(shù)據(jù)間的自然聯(lián)系把分散的記錄數(shù)據(jù)間的自然聯(lián)系把分散的記錄“聚聚”成幾成幾“堆堆”，然后再對(duì)每堆進(jìn)行深入分析。然后再對(duì)每堆進(jìn)行深入分析。3.1.33.1.3數(shù)據(jù)挖掘的經(jīng)典算法數(shù)據(jù)挖掘的經(jīng)典算法1) 1) 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò) 2)2)決策樹算法決策樹算法1) 1) 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)被稱為有學(xué)習(xí)能力的商業(yè)智神經(jīng)網(wǎng)絡(luò)被稱為有學(xué)習(xí)能

17、力的商業(yè)智能系統(tǒng)，是企業(yè)客戶關(guān)系管理的一項(xiàng)重能系統(tǒng)，是企業(yè)客戶關(guān)系管理的一項(xiàng)重要支持工具。它具有和人類大腦相似的要支持工具。它具有和人類大腦相似的功能，經(jīng)過對(duì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行一段時(shí)功能，經(jīng)過對(duì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行一段時(shí)間的訓(xùn)練以后，該系統(tǒng)可以在沒有人干間的訓(xùn)練以后，該系統(tǒng)可以在沒有人干預(yù)的情況下進(jìn)行模擬識(shí)別，解決特定領(lǐng)預(yù)的情況下進(jìn)行模擬識(shí)別，解決特定領(lǐng)域中的問題。域中的問題。2)2)決策樹算法決策樹算法 決策樹提供了一種展示類似在什么決策樹提供了一種展示類似在什么條件下會(huì)得到什么值這類規(guī)則的方法。條件下會(huì)得到什么值這類規(guī)則的方法。比如，在貸款申請(qǐng)中，要對(duì)申請(qǐng)的風(fēng)險(xiǎn)比如，在貸款申請(qǐng)中，要對(duì)申請(qǐng)的風(fēng)險(xiǎn)

18、大小做出判斷，圖大小做出判斷，圖5-25-2是為了解決這個(gè)問是為了解決這個(gè)問題而建立的一棵決策樹，從中我們可以題而建立的一棵決策樹，從中我們可以看到?jīng)Q策樹的基本組成部分：決策節(jié)點(diǎn)、看到?jīng)Q策樹的基本組成部分：決策節(jié)點(diǎn)、分支和葉子。分支和葉子。收入40000否是工作時(shí)間5高負(fù)債是否低風(fēng)險(xiǎn)高風(fēng)險(xiǎn)是否高風(fēng)險(xiǎn)低風(fēng)險(xiǎn)圖5-2一顆簡單的決策樹 【業(yè)務(wù)鏈接【業(yè)務(wù)鏈接32】貸款決策貸款決策v負(fù)責(zé)借貸的銀行官員利用上面這棵決策樹負(fù)責(zé)借貸的銀行官員利用上面這棵決策樹來決定支持哪些貸款和拒絕哪些貸款，那么來決定支持哪些貸款和拒絕哪些貸款，那么他就可以用貸款申請(qǐng)表來運(yùn)行這棵決策樹，他就可以用貸款申請(qǐng)表來運(yùn)行這棵決策樹，

19、用決策樹來判斷風(fēng)險(xiǎn)的大小。用決策樹來判斷風(fēng)險(xiǎn)的大小?！澳晔杖肽晔杖耄?0,00”和和“高負(fù)債高負(fù)債”的用戶被認(rèn)為是的用戶被認(rèn)為是“高高風(fēng)險(xiǎn)風(fēng)險(xiǎn)”，同時(shí)，同時(shí)“收入收入5年年”的申請(qǐng)，則被認(rèn)為的申請(qǐng)，則被認(rèn)為“低風(fēng)險(xiǎn)低風(fēng)險(xiǎn)”而建而建議貸款給他議貸款給他/她。她。3.1.3.1.4 4數(shù)據(jù)挖掘的基本步驟數(shù)據(jù)挖掘的基本步驟1 1）定義商業(yè)問題）定義商業(yè)問題2 2）建立數(shù)據(jù)挖掘庫）建立數(shù)據(jù)挖掘庫（1 1）數(shù)據(jù)收集；）數(shù)據(jù)收集；（2 2）數(shù)據(jù)描述；）數(shù)據(jù)描述；（3 3）選擇；）選擇；（4 4）數(shù)據(jù)質(zhì)量評(píng)估和數(shù)據(jù)清理；）數(shù)據(jù)質(zhì)量評(píng)估和數(shù)據(jù)清理；（5 5）合并與整合；）合并與整合；（6 6）構(gòu)建元數(shù)據(jù)；）構(gòu)

20、建元數(shù)據(jù)；（7 7）加載數(shù)據(jù)挖掘庫；）加載數(shù)據(jù)挖掘庫；（8 8）維護(hù)數(shù)據(jù)挖掘庫。）維護(hù)數(shù)據(jù)挖掘庫。3.1.3.1.4 4數(shù)據(jù)挖掘的基本步驟數(shù)據(jù)挖掘的基本步驟3 3）分析數(shù)據(jù)）分析數(shù)據(jù)4 4）準(zhǔn)備數(shù)據(jù)）準(zhǔn)備數(shù)據(jù)（1 1）選擇變量）選擇變量（2 2）選擇記錄）選擇記錄（3 3）創(chuàng)建新變量）創(chuàng)建新變量（4 4）轉(zhuǎn)換變量）轉(zhuǎn)換變量5 5）建立模型）建立模型3.1.3.1.4 4數(shù)據(jù)挖掘的基本步驟數(shù)據(jù)挖掘的基本步驟6 6）評(píng)價(jià)和解釋）評(píng)價(jià)和解釋（1 1）模型的準(zhǔn)確性）模型的準(zhǔn)確性（2 2）模型的可理解性）模型的可理解性（3 3）模型的性能）模型的性能7 7） 實(shí)施實(shí)施3.2.1 3.2.1 數(shù)據(jù)挖掘在數(shù)

21、據(jù)挖掘在CRMCRM中的應(yīng)用中的應(yīng)用1）客戶群體分類分析）客戶群體分類分析2）客戶識(shí)別和保留分析）客戶識(shí)別和保留分析（1）在）在CRM中，首先應(yīng)識(shí)別潛在客戶，然后將他們轉(zhuǎn)化為中，首先應(yīng)識(shí)別潛在客戶，然后將他們轉(zhuǎn)化為客戶?？蛻?。（2）在客戶保留中的應(yīng)用）在客戶保留中的應(yīng)用3）對(duì)客戶忠誠度進(jìn)行分析）對(duì)客戶忠誠度進(jìn)行分析4）客戶盈利能力分析）客戶盈利能力分析5）交叉銷售和增量銷售）交叉銷售和增量銷售3.23.2數(shù)據(jù)挖掘在數(shù)據(jù)挖掘在CRMCRM中的應(yīng)用中的應(yīng)用【業(yè)務(wù)鏈接【業(yè)務(wù)鏈接33】美林證券公司的商業(yè)智能應(yīng)用美林證券公司的商業(yè)智能應(yīng)用v美林證券是世界知名的證券公司，它擁有上百萬的客戶，美林證券是世界

22、知名的證券公司，它擁有上百萬的客戶，并受托為這些客戶管理并受托為這些客戶管理1.3萬億美元的資產(chǎn)。萬億美元的資產(chǎn)。v隨著業(yè)務(wù)的不斷擴(kuò)大，美林公司的經(jīng)營目標(biāo)開始由單純的隨著業(yè)務(wù)的不斷擴(kuò)大，美林公司的經(jīng)營目標(biāo)開始由單純的交易代理，轉(zhuǎn)向?yàn)榭蛻籼峁┤娴呢?cái)務(wù)規(guī)劃和理財(cái)服務(wù)。交易代理，轉(zhuǎn)向?yàn)榭蛻籼峁┤娴呢?cái)務(wù)規(guī)劃和理財(cái)服務(wù)。v每一個(gè)客戶都有與其他客戶不同的生活背景和投資策略，每一個(gè)客戶都有與其他客戶不同的生活背景和投資策略，因此美林公司為他提供的必須是一種個(gè)性化的服務(wù)。這就要因此美林公司為他提供的必須是一種個(gè)性化的服務(wù)。這就要求公司必須更多地了解客戶，并在此基礎(chǔ)上管理與客戶的關(guān)求公司必須更多地了解客戶，

23、并在此基礎(chǔ)上管理與客戶的關(guān)系。系。v1996年，美林公司提出了利用商業(yè)智能進(jìn)行客戶關(guān)系管理年，美林公司提出了利用商業(yè)智能進(jìn)行客戶關(guān)系管理的計(jì)劃。在這之前，美林公司積累了大量的重要客戶的數(shù)據(jù)，的計(jì)劃。在這之前，美林公司積累了大量的重要客戶的數(shù)據(jù)，這些數(shù)據(jù)儲(chǔ)存在分布在不同地點(diǎn)的這些數(shù)據(jù)儲(chǔ)存在分布在不同地點(diǎn)的25個(gè)計(jì)算機(jī)系統(tǒng)中。商業(yè)個(gè)計(jì)算機(jī)系統(tǒng)中。商業(yè)智能系統(tǒng)要將這些客戶信息集成在一個(gè)單一的計(jì)算機(jī)環(huán)境，智能系統(tǒng)要將這些客戶信息集成在一個(gè)單一的計(jì)算機(jī)環(huán)境，并通過數(shù)據(jù)分析和數(shù)據(jù)挖掘，為公司客戶關(guān)系管理提供支持。并通過數(shù)據(jù)分析和數(shù)據(jù)挖掘，為公司客戶關(guān)系管理提供支持。 v商業(yè)智能系統(tǒng)首先可以幫助公司找出最重

24、要的客戶群，并商業(yè)智能系統(tǒng)首先可以幫助公司找出最重要的客戶群，并發(fā)現(xiàn)他們的購買行為方式。商業(yè)智能還能夠幫助公司檢驗(yàn)、發(fā)現(xiàn)他們的購買行為方式。商業(yè)智能還能夠幫助公司檢驗(yàn)、評(píng)估目前重點(diǎn)客戶群的確定是否恰當(dāng)，并為重點(diǎn)客戶群的調(diào)評(píng)估目前重點(diǎn)客戶群的確定是否恰當(dāng)，并為重點(diǎn)客戶群的調(diào)整提供依據(jù)。整提供依據(jù)。v商業(yè)智能系統(tǒng)另一個(gè)重要的功能就是為公司尋找產(chǎn)品及服商業(yè)智能系統(tǒng)另一個(gè)重要的功能就是為公司尋找產(chǎn)品及服務(wù)上需要改進(jìn)和完善之處，發(fā)現(xiàn)客戶的潛在需求，并據(jù)此開務(wù)上需要改進(jìn)和完善之處，發(fā)現(xiàn)客戶的潛在需求，并據(jù)此開發(fā)出適應(yīng)客戶需求的新產(chǎn)品。發(fā)出適應(yīng)客戶需求的新產(chǎn)品。v商業(yè)智能系統(tǒng)的一個(gè)重要作用就是為美林公司商業(yè)

25、智能系統(tǒng)的一個(gè)重要作用就是為美林公司1.3萬理財(cái)顧萬理財(cái)顧問提供支持，使他們能夠更好地為每一個(gè)客戶提供恰如其分問提供支持，使他們能夠更好地為每一個(gè)客戶提供恰如其分的服務(wù)。通過客戶買盤數(shù)據(jù)與客戶檔案資料的對(duì)比分析，理的服務(wù)。通過客戶買盤數(shù)據(jù)與客戶檔案資料的對(duì)比分析，理財(cái)顧問可以將美林的產(chǎn)品和服務(wù)進(jìn)行不同的組合和匹配，提財(cái)顧問可以將美林的產(chǎn)品和服務(wù)進(jìn)行不同的組合和匹配，提供幾乎無限種類的各種不同組合來滿足每一位投資者的個(gè)性供幾乎無限種類的各種不同組合來滿足每一位投資者的個(gè)性化需求。同時(shí)公司能夠檢測到每一種產(chǎn)品和服務(wù)組合的利潤化需求。同時(shí)公司能夠檢測到每一種產(chǎn)品和服務(wù)組合的利潤率，評(píng)價(jià)客戶關(guān)系管理對(duì)公司經(jīng)營的影響。率，評(píng)價(jià)客戶關(guān)系管理對(duì)公司經(jīng)營的影響。v商業(yè)智能系統(tǒng)還為公司商業(yè)智能系統(tǒng)還為公司10