客戶關(guān)系管理3

1、第三章第三章 數(shù)據(jù)挖掘與數(shù)據(jù)挖掘與CRM數(shù)據(jù)挖掘的基本知識CRM中的數(shù)據(jù)挖掘應(yīng)用4.1 數(shù)據(jù)挖掘的基本知識數(shù)據(jù)挖掘的基本知識Page. 3數(shù)據(jù)挖掘的產(chǎn)生背景數(shù)據(jù)挖掘的產(chǎn)生背景數(shù)據(jù)爆炸但知識匱乏Page. 4數(shù)據(jù)：一般的業(yè)務(wù)操作，通常數(shù)據(jù)：一般的業(yè)務(wù)操作，通常都會產(chǎn)生大量的數(shù)據(jù)，如訂單、都會產(chǎn)生大量的數(shù)據(jù)，如訂單、庫存、交易帳目、通話記錄、庫存、交易帳目、通話記錄、及客戶資料等。及客戶資料等。 信息：如何利用企業(yè)的歷史數(shù)信息：如何利用企業(yè)的歷史數(shù)據(jù)增進(jìn)對業(yè)務(wù)情況的了解，幫據(jù)增進(jìn)對業(yè)務(wù)情況的了解，幫助我們在業(yè)務(wù)管理及發(fā)展上作助我們在業(yè)務(wù)管理及發(fā)展上作出及時、正確的判斷，需要從出及時、正確的判斷，需

2、要從數(shù)據(jù)成為信息數(shù)據(jù)成為信息 Page. 5美國三大電視網(wǎng)電視劇廣告間隙美國自來水公司的用水高峰Page. 6v如何拋棄不必要的數(shù)據(jù)，從大量數(shù)據(jù)如何拋棄不必要的數(shù)據(jù)，從大量數(shù)據(jù)中及時提取有用的知識？中及時提取有用的知識？從大量的數(shù)據(jù)中挖掘從大量的數(shù)據(jù)中挖掘出有用的知識出有用的知識Page. 7Advanced Scout Page. 8數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘的定義v數(shù)據(jù)挖掘數(shù)據(jù)挖掘 Data Miningv技術(shù)角度的定義技術(shù)角度的定義 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實際應(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的過程。v商業(yè)角度的定義商業(yè)

3、角度的定義 數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點是對商業(yè)數(shù)據(jù)庫中的海量業(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)。Page. 9知識發(fā)現(xiàn)知識發(fā)現(xiàn) (KDD) ：數(shù)據(jù)挖掘過程：數(shù)據(jù)挖掘過程 數(shù)據(jù)挖掘知識發(fā)現(xiàn)過程的核心數(shù)據(jù)清理數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)集成數(shù)據(jù)庫數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)倉庫任務(wù)相關(guān)的數(shù)據(jù)任務(wù)相關(guān)的數(shù)據(jù)選擇選擇數(shù)據(jù)挖掘數(shù)據(jù)挖掘模式評估模式評估Page. 10數(shù)據(jù)挖掘數(shù)據(jù)挖掘: 多種技術(shù)的融合多種技術(shù)的融合 數(shù)據(jù)挖掘數(shù)據(jù)挖掘數(shù)據(jù)庫技術(shù)數(shù)據(jù)庫技術(shù)統(tǒng)計學(xué)統(tǒng)計學(xué)機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)模式識別模式識別算法算法其他技術(shù)其他技術(shù)可視化可視化Page. 11數(shù)據(jù)挖掘 VS

4、 傳統(tǒng)分析方法有何區(qū)別? 數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識。Page. 12數(shù)據(jù)挖掘過程數(shù)據(jù)挖掘過程v數(shù)據(jù)挖掘過程包括：數(shù)據(jù)挖掘過程包括： 數(shù)據(jù)準(zhǔn)備（選擇、預(yù)處理、轉(zhuǎn)換） 確定主題 讀入數(shù)據(jù)、建立模型、理解模型 解釋與評價 知識應(yīng)用數(shù)據(jù)挖掘技術(shù)分類數(shù)據(jù)挖掘技術(shù)分類Page. 14數(shù)據(jù)挖掘的模型（數(shù)據(jù)挖掘的模型（1）v分類（分類（ Classification ）與決策樹（）與決策樹（Decision trees） 分類分析是為了找出描述和區(qū)分?jǐn)?shù)據(jù)類或概念的模型，常常通過決策樹、神經(jīng)網(wǎng)絡(luò)等模型進(jìn)行表示。 決策樹： 根節(jié)點、節(jié)點、分支、葉子。Page. 15CHAID決策樹分析

5、決策樹分析-市場分析市場分析 收入￥40,000 工作時間5年 高負(fù)債 高風(fēng)險 低風(fēng)險 高風(fēng)險 低風(fēng)險 否 否 否 是 是 是 在貸款申請中，要對申請人的風(fēng)險大小做出判斷Page. 16v多變量分析多變量分析 根據(jù)細(xì)分變量區(qū)分群體的差異性程度（卡方統(tǒng)計值Chi-square）的大小，將樣本分為不同特征的細(xì)分群體。v過程過程 確定細(xì)分的目的與細(xì)分變量（人口統(tǒng)計變量、心理變量、行為變量） 變量類型：分類變量或有序變量 根據(jù)卡方值最顯著的變量將樣本分為不同細(xì)分群體 樣本量敏感（父節(jié)點樣本30，子節(jié)點5）Page. 17數(shù)據(jù)挖掘的模型（數(shù)據(jù)挖掘的模型（2）v聚類（聚類（Cluster） 聚類是把一組個

6、體按照相似性歸成若干類別的過程。 原則：最大化類內(nèi)部的相似性、最小化類之間的相似性 聚類方法包括統(tǒng)計方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和面向數(shù)據(jù)庫的方法。 Page. 18Page. 19數(shù)據(jù)挖掘的模型（數(shù)據(jù)挖掘的模型（3）v關(guān)聯(lián)（關(guān)聯(lián)（Association） 在購買面包的顧客中，有90%的人同時也買了牛奶：(面包)(牛奶)，計為XY。 評估關(guān)聯(lián)規(guī)則的四個重要指標(biāo)是： (1)支持度支持度（support）：交易集中包含X和Y的交易數(shù)與所有交易數(shù)之比，記為support(XY) (2)可信度可信度（confidence）：包含X和Y的交易數(shù)與包含X的交易數(shù)之比，記為confidence(XY)

7、(3)期望可信度期望可信度（expected confidence）：描述了在沒有物品集X的作用下，物品集Y本身的支持度，記為E-confidence(Y) (4)作用度作用度（lift）：作用度是可信度對期望可信度的比值。描述了物品集X對物品集Y的影響力的大小。記為Lift(XY)。一股情況要求大于1。設(shè) supmin = 50%, confmin = 50%符合條件的關(guān)聯(lián)規(guī)則有哪些？交易流水號交易流水號購買產(chǎn)品購買產(chǎn)品002A, B, D018A, C, D030A, D, E006B, E, F157B, C, D, E, FA D (60%, 100%)D A (60%, 75%)Pa

8、ge. 21數(shù)據(jù)挖掘的模型（數(shù)據(jù)挖掘的模型（4）v序列模式（序列模式（Sequential Pattern） 分析數(shù)據(jù)之間的前后（因果）關(guān)系，類似于關(guān)聯(lián)分析 用于發(fā)現(xiàn)客戶潛在的購物模式 先購買PC，再購買數(shù)碼相機(jī)，接著還要買存儲卡 5天之內(nèi)，X股票最多上漲10，Y股票漲幅在1020之間，Z股票在下星期上漲的概率為68。 指標(biāo) 最小支持度 最小可信度4.2 CRM中的數(shù)據(jù)挖掘應(yīng)用中的數(shù)據(jù)挖掘應(yīng)用Page. 23在在CRM中的應(yīng)用范圍中的應(yīng)用范圍 客戶盈利能力；客戶盈利能力； 客戶保留；客戶保留； 客戶細(xì)分；客戶細(xì)分； 客戶傾向；客戶傾向； 渠道優(yōu)化；渠道優(yōu)化； 風(fēng)險管理；風(fēng)險管理； 欺詐監(jiān)測；欺

9、詐監(jiān)測； 購物傾向分析；購物傾向分析； 需求預(yù)測；需求預(yù)測； 價格優(yōu)化。價格優(yōu)化。Page. 24案例：基于案例：基于DM的客戶營銷管理的客戶營銷管理流失預(yù)警模型流失預(yù)警模型交叉銷售模型交叉銷售模型客戶行為客戶行為細(xì)分模型細(xì)分模型更多模型更多模型營銷信息預(yù)警營銷信息預(yù)警營銷方案策劃營銷方案策劃績效管理績效管理主動營銷主動營銷客戶客戶行為數(shù)據(jù)行為數(shù)據(jù)業(yè)務(wù)系統(tǒng)業(yè)務(wù)系統(tǒng)數(shù)據(jù)倉庫數(shù)據(jù)倉庫數(shù)據(jù)挖掘數(shù)據(jù)挖掘模型行為數(shù)據(jù)行為數(shù)據(jù)行為數(shù)據(jù)行為數(shù)據(jù)客戶挽留客戶挽留營銷信息層營銷信息層分析企劃層分析企劃層管理實施層管理實施層Page. 25客戶行為細(xì)分客戶行為細(xì)分0200500低低端端中中端端高高端端ARPU值相

10、值相似的客戶需似的客戶需求特點卻差求特點卻差別很大別很大客戶細(xì)客戶細(xì)分之謎分之謎根據(jù)根據(jù)ARPU值進(jìn)行客戶細(xì)分的方法值進(jìn)行客戶細(xì)分的方法基于數(shù)據(jù)挖掘技術(shù)的以需求為基準(zhǔn)的細(xì)分基于數(shù)據(jù)挖掘技術(shù)的以需求為基準(zhǔn)的細(xì)分客戶行為客戶行為價值細(xì)分模型價值細(xì)分模型海量客戶行為數(shù)據(jù)/特征數(shù)據(jù)組內(nèi)行為特點相組內(nèi)行為特點相似組間行為差異似組間行為差異較大的客戶分組較大的客戶分組Page. 26客戶行為細(xì)分（續(xù)）客戶行為細(xì)分（續(xù)）客戶行為細(xì)分模型客戶行為細(xì)分模型客戶流失傾向客戶流失傾向預(yù)警模型預(yù)警模型價格敏感度模型價格敏感度模型客戶信用評分模型客戶信用評分模型交叉銷售模型交叉銷售模型營銷效果預(yù)測模型營銷效果預(yù)測模型客

11、戶價值客戶價值評估模型評估模型客戶行為細(xì)分模型通過客戶行為細(xì)分模型通過上百個變量上百個變量描描述客戶述客戶性別性別年齡年齡建檔時間建檔時間證件號碼證件號碼繳款方式繳款方式信息費信息費應(yīng)收金額應(yīng)收金額優(yōu)惠金額優(yōu)惠金額滯納金應(yīng)收滯納金應(yīng)收SMSSMS次數(shù)次數(shù)國際呼叫國際呼叫呼入呼入/ /呼出比例呼出比例短消息話單類型短消息話單類型信息長度信息長度贈送費用贈送費用呼轉(zhuǎn)類型呼轉(zhuǎn)類型漫游話費漫游話費通話時長通話時長贈送分鐘數(shù)贈送分鐘數(shù)費用類型費用類型動態(tài)漫游號動態(tài)漫游號IMSIIMSI號碼號碼月均基本通話月均基本通話月均國內(nèi)長途月均國內(nèi)長途工作日呼叫次數(shù)工作日呼叫次數(shù)工作日呼叫時間工作日呼叫時間WAPW

12、AP呼叫時間呼叫時間繁忙時段呼叫次數(shù)繁忙時段呼叫次數(shù)非繁忙時段呼叫次數(shù)非繁忙時段呼叫次數(shù)SMSSMS次數(shù)次數(shù)WAPWAP次數(shù)次數(shù)IPIP呼叫次數(shù)呼叫次數(shù)語音呼叫次數(shù)語音呼叫次數(shù)非語音呼叫次數(shù)非語音呼叫次數(shù)月均國際長途月均國際長途非非IPIP呼叫時間呼叫時間數(shù)據(jù)挖掘數(shù)據(jù)挖掘自動生成自動生成影響客戶分組的主要影響客戶分組的主要因子因子性別性別年齡年齡繳款方式繳款方式SMSSMS次數(shù)次數(shù)國際呼叫國際呼叫其它其它優(yōu)惠金額優(yōu)惠金額短消息話單類型短消息話單類型贈送費用贈送費用費用類型費用類型漫游次數(shù)漫游次數(shù)應(yīng)收金額應(yīng)收金額IDDIDD次數(shù)次數(shù)月均國內(nèi)長途月均國內(nèi)長途月均基本通話月均基本通話非語音呼叫次數(shù)非

13、語音呼叫次數(shù)SMSSMS次數(shù)次數(shù)WAPWAP次數(shù)次數(shù)月均國際長途月均國際長途語音呼叫次數(shù)語音呼叫次數(shù)費用類型費用類型因子分析因子分析Page. 29聚類分析根據(jù)自身所具有的特征聚類分析根據(jù)自身所具有的特征自動自動聚為一聚為一些些行為特點相似行為特點相似的群體的群體低高高高因素二（國內(nèi)呼叫次數(shù)）因素二（國內(nèi)呼叫次數(shù)）因素三（因素三（IPIP呼叫次數(shù)）呼叫次數(shù)）因素一（繁忙時段呼叫次數(shù)）因素一（繁忙時段呼叫次數(shù)）示例示例16個組中呈現(xiàn)出差別明顯的優(yōu)勢、弱勢特征個組中呈現(xiàn)出差別明顯的優(yōu)勢、弱勢特征組號組號優(yōu)勢特征優(yōu)勢特征弱勢特征弱勢特征描述性名稱描述性名稱#1語音每次呼叫時間、香港（澳門）語音每次呼

14、叫時間、香港（澳門）呼叫、非繁忙時段呼叫呼叫、非繁忙時段呼叫繁忙時呼叫、繁忙時呼叫、IP呼叫、短信、轉(zhuǎn)移呼叫、短信、轉(zhuǎn)移業(yè)余活躍組業(yè)余活躍組#2繁忙時段月均呼叫次數(shù)、漫游地繁忙時段月均呼叫次數(shù)、漫游地區(qū)呼叫、香港呼叫次數(shù)區(qū)呼叫、香港呼叫次數(shù)轉(zhuǎn)移呼叫、短信、轉(zhuǎn)移轉(zhuǎn)移呼叫、短信、轉(zhuǎn)移業(yè)務(wù)繁忙組業(yè)務(wù)繁忙組#4IP呼叫、轉(zhuǎn)移呼叫呼叫、轉(zhuǎn)移呼叫貴中求惠組貴中求惠組#6IP呼叫呼叫短信、轉(zhuǎn)移短信、轉(zhuǎn)移IP手機(jī)組手機(jī)組#9IP呼叫、短信呼叫、短信非繁忙時段呼叫非繁忙時段呼叫新生潛力組新生潛力組#12非繁忙時段呼叫非繁忙時段呼叫漫游地區(qū)呼叫、轉(zhuǎn)移、短信漫游地區(qū)呼叫、轉(zhuǎn)移、短信夜間積極組夜間積極組#14繁忙時段

15、月均呼叫次數(shù)繁忙時段月均呼叫次數(shù)漫游呼叫、非繁忙呼叫、轉(zhuǎn)移漫游呼叫、非繁忙呼叫、轉(zhuǎn)移本地繁忙組本地繁忙組#16繁忙時段月均呼叫次數(shù)、轉(zhuǎn)移呼繁忙時段月均呼叫次數(shù)、轉(zhuǎn)移呼叫、香港（澳門）呼叫叫、香港（澳門）呼叫IP呼叫呼叫繁忙大客戶組繁忙大客戶組#8短信短信轉(zhuǎn)移呼叫、轉(zhuǎn)移呼叫、IP短信專家組短信專家組#11轉(zhuǎn)移呼叫轉(zhuǎn)移呼叫繁忙時段月均呼叫次數(shù)、短信繁忙時段月均呼叫次數(shù)、短信熱衷轉(zhuǎn)移組熱衷轉(zhuǎn)移組#15漫游地區(qū)呼叫漫游地區(qū)呼叫短信、繁忙呼叫次數(shù)短信、繁忙呼叫次數(shù)頻繁出差組頻繁出差組#3語音每次呼叫時間語音每次呼叫時間繁忙時段次數(shù)、短信繁忙時段次數(shù)、短信情深語長組情深語長組#5繁忙時段次數(shù)、每次呼叫時間

16、、短信繁忙時段次數(shù)、每次呼叫時間、短信消極等待組消極等待組#7呼入呼入/呼出比呼出比短信短信等待接聽組等待接聽組#10繁忙時段次數(shù)、呼入繁忙時段次數(shù)、呼入/呼出比、每次呼叫時間呼出比、每次呼叫時間休眠組休眠組#13繁忙時段月均呼叫次數(shù)繁忙時段月均呼叫次數(shù)寂寞無聲組寂寞無聲組各類客戶人數(shù)及收入貢獻(xiàn)一覽各類客戶人數(shù)及收入貢獻(xiàn)一覽人數(shù)人數(shù)百分比百分比收入貢獻(xiàn)收入貢獻(xiàn)百分比百分比59.61%56.41%15.08%28.51%14.89%25.91%客戶群客戶群優(yōu)質(zhì)優(yōu)質(zhì)普通普通弱勢弱勢組別#1、#2、#4、#6、#9、#12、#14、#16#8、#11、#15#3、#5、#7、#10、#13人數(shù)103

17、,66454,816205,071收入貢獻(xiàn)RMB29,659,162.05RMB7,204,282.92RMB12,897,830.1優(yōu)質(zhì)優(yōu)質(zhì)普通普通弱勢弱勢示例：全球通（后付費）客戶的示例：全球通（后付費）客戶的17個客戶分組個客戶分組客戶群客戶群組號組號人數(shù)（萬人）人數(shù)（萬人）人數(shù)百分比人數(shù)百分比組內(nèi)月人均話費組內(nèi)月人均話費組名組名優(yōu)質(zhì)組#91.51.5%970國際呼叫組#41.71.8%865業(yè)務(wù)繁忙組#21.51.6%758呼叫香港組#141.01.0%729國內(nèi)長途組#151.41.4%640呼叫臺灣組#1611.611.8%420本地繁忙組#111.21.2%407轉(zhuǎn)移移動組普通組

18、#102.82.9%351熱衷IP組#124.64.7%347商務(wù)潛力組#132.12.1%331全面發(fā)展組#51.91.9%321呼轉(zhuǎn)電信組#72.02.0%286短信熱衷組#171.61.6%241轉(zhuǎn)移聯(lián)通組弱勢組#86.76.9%221IP長聊組#64.34.3%205短信潛力組#114.114.4%171情深語長組#338.439%100節(jié)約通話組Page. 33對細(xì)分客戶組進(jìn)行特征描述對細(xì)分客戶組進(jìn)行特征描述本組特征描述本組特征描述1.本組客戶共15441人，占客戶總數(shù)的1.6%，組內(nèi)每月人均話費759元。2.與其他客戶相比，本組客戶的顯著特征體現(xiàn)在呼叫香港的通話行為較多（因素7）。

19、香港月均每次呼叫時間達(dá)1.8分鐘，月均呼叫次數(shù)8.7次，而全體客戶平均香港月均每次呼叫時間1.6分鐘，月均呼叫次數(shù)只有0.2次。由此，本組客戶的香港月均呼叫費用（53.7元）比全體客戶平均呼叫費用（1.3元）高出40多倍，香港呼叫需求相當(dāng)大。第二組：呼叫香港組第二組：呼叫香港組 優(yōu)質(zhì)組優(yōu)質(zhì)組人數(shù)：15,441月人均話費：759元與全體客戶話費均值之比：3.0人數(shù)百分比：1.6%女性比例：38.2%平均在網(wǎng)時間：43.2Page. 34業(yè)務(wù)推廣與客戶服務(wù)建議業(yè)務(wù)推廣與客戶服務(wù)建議本組市場建議本組市場建議1.業(yè)務(wù)推廣建議業(yè)務(wù)推廣建議a)彩信業(yè)務(wù)統(tǒng)計分析發(fā)現(xiàn)本組客戶彩信使用人數(shù)比例明顯大于其他16個

20、客戶分組b)GPRS業(yè)務(wù)估計本組客戶中有相當(dāng)部分人群是商務(wù)人士2.客戶服務(wù)建議客戶服務(wù)建議a)免費贈送香港天氣預(yù)報b)與航空公司里程積點互換c)空港VIP休息室Page. 352、產(chǎn)品交叉銷售、產(chǎn)品交叉銷售交叉銷售交叉銷售升級銷售升級銷售市場拓展市場拓展市場滲透市場滲透新產(chǎn)品新產(chǎn)品老產(chǎn)品老產(chǎn)品老客戶老客戶新客戶新客戶向老客戶銷售其尚未使用的產(chǎn)品向老客戶促銷其正在使用的產(chǎn)品以促使更多消費將老產(chǎn)品銷售給新的客戶將新產(chǎn)品銷售給新客戶交叉銷售研究要點交叉銷售研究要點 交叉銷售通過研究客戶的產(chǎn)品使用情況、消費行為特點，發(fā)現(xiàn)老客戶的潛在需求 交叉銷售通過產(chǎn)品之間的關(guān)聯(lián)，尋找實現(xiàn)產(chǎn)品捆綁銷售的機(jī)會 交叉銷售

21、為新產(chǎn)品尋找已有用戶中的目標(biāo)群體相關(guān)性弱相關(guān)性弱根據(jù)產(chǎn)品業(yè)務(wù)關(guān)聯(lián)性評分表，形成某一產(chǎn)品與其他產(chǎn)品關(guān)聯(lián)關(guān)系圖，以形象說明本產(chǎn)品與其他產(chǎn)品之間的關(guān)聯(lián)關(guān)系（正相關(guān)或是負(fù)相關(guān)）及其關(guān)聯(lián)性強弱。正向關(guān)聯(lián)正向關(guān)聯(lián)負(fù)向關(guān)聯(lián)負(fù)向關(guān)聯(lián)客戶取消客戶取消產(chǎn)品時作產(chǎn)品時作為替補品為替補品考慮產(chǎn)品考慮產(chǎn)品捆綁銷售捆綁銷售替代性弱替代性弱相關(guān)性強相關(guān)性強替代性強替代性強產(chǎn)品業(yè)務(wù)關(guān)聯(lián)關(guān)系圖說明產(chǎn)品業(yè)務(wù)關(guān)聯(lián)關(guān)系圖說明產(chǎn)品A與語音信箱、移動夢網(wǎng)、隨E行、數(shù)據(jù)通信、呼轉(zhuǎn)小叮鐺、彩信、百寶箱、20元/0元GPRS套餐都有正向關(guān)聯(lián)關(guān)系。某一產(chǎn)品與其他產(chǎn)品某一產(chǎn)品與其他產(chǎn)品/業(yè)務(wù)的關(guān)業(yè)務(wù)的關(guān)聯(lián)關(guān)系聯(lián)關(guān)系IP長聊組IP長途組節(jié)約通話組短信潛力組長