CRM中的數(shù)據(jù)管理培訓(xùn)課件

1客戶關(guān)系管理第六章CRM中的數(shù)據(jù)管理CRM的客戶數(shù)據(jù)數(shù)據(jù)倉庫技術(shù)數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)的應(yīng)用

2客戶關(guān)系管理第一節(jié)CRM的客戶數(shù)據(jù)一、客戶數(shù)據(jù)的類型圖6-1客戶數(shù)據(jù)分類3客戶關(guān)系管理客戶描述性數(shù)據(jù)大類信息詳細(xì)信息基本情況姓名、地址、性別、出生年月、電話、受教育水平、工作類型、收入水平、婚姻狀況、家庭成員情況信用情況信用卡號和信貸限額、忠誠度指數(shù)（與公司交易占總花費(fèi)的比例）、潛在消耗指數(shù)、客戶類型（現(xiàn)有客戶、潛在客戶、流失客戶）行為愛好生活方式、特殊愛好、對企業(yè)產(chǎn)品和服務(wù)的偏好、對問卷和促銷活動(dòng)的反應(yīng)、其他產(chǎn)品偏好、試用新產(chǎn)品的傾向表6.1個(gè)人客戶信息模型4客戶關(guān)系管理大類信息詳細(xì)信息

公司基本情況公司名稱、總部及相應(yīng)機(jī)構(gòu)營業(yè)地址、電話、傳真；主要聯(lián)系人姓名、頭銜及聯(lián)系渠道；關(guān)鍵決策人姓名、頭銜及聯(lián)系渠道；公司其它部門和辦公室；行業(yè)標(biāo)準(zhǔn)分類代碼及所處行業(yè)；公司基本情況（注冊資本、員工數(shù)、年銷售額、收入及利潤等）公司行為情況客戶類型（分銷商、咨詢者、產(chǎn)品協(xié)作者等）；銀行帳號、信貸限額及付款情況；購買過程；與其它競爭對手的聯(lián)系情況；忠誠度指數(shù)、潛在消費(fèi)指數(shù)；對新產(chǎn)品的傾向表6.2團(tuán)體客戶信息模型5客戶關(guān)系管理市場促銷性數(shù)據(jù)大類信息詳細(xì)信息促銷活動(dòng)的類型降價(jià)銷售、電話促銷、業(yè)務(wù)推廣活動(dòng)、紙媒廣告、廣播型廣告和Web廣告。對促銷活動(dòng)的描述這方面的題材很多，依據(jù)廠家促銷活動(dòng)組織形式，如寄明信片的顏色、業(yè)務(wù)推廣人員的性別、禮品發(fā)放形式等。促銷媒體電視、報(bào)紙、廣播、網(wǎng)絡(luò)等。促銷時(shí)間進(jìn)行促銷活動(dòng)的日期，包括年、月、日，有時(shí)甚至要細(xì)致到時(shí)刻市場促銷活動(dòng)的意圖對該活動(dòng)的目標(biāo)客戶的簡單說明，以及為什么采取這樣的促銷活動(dòng)，例如，為什么要選擇這樣的顏色或者背景音樂成本信息包括促銷活動(dòng)的固定成本和變動(dòng)成本6客戶關(guān)系管理大類信息詳細(xì)信息購買商品類數(shù)據(jù)過去購買記錄、購買頻率和購買數(shù)量、購買金額及金額累計(jì)價(jià)格、交貨要求、產(chǎn)品規(guī)格、商品購買過程及付款方式商品售后類數(shù)據(jù)售后服務(wù)內(nèi)容、使用后對產(chǎn)品的評價(jià)、對服務(wù)的評價(jià)、曾有的問題和不滿、要求退貨記錄市場促銷性數(shù)據(jù)表6.4客戶交易型數(shù)據(jù)模型7客戶關(guān)系管理二、客戶數(shù)據(jù)的采集客戶數(shù)據(jù)的來源圖6-2多渠道客戶數(shù)據(jù)收集平臺8客戶關(guān)系管理客戶數(shù)據(jù)信息處理(1)基本的校驗(yàn)。(2)結(jié)構(gòu)化。(3)數(shù)據(jù)的分析和使用9客戶關(guān)系管理一、客戶的隱私問題及保護(hù)措施使用匿名身份信息圖6-3保護(hù)客戶隱私的匿名體系結(jié)構(gòu)10客戶關(guān)系管理盡量使用匯總數(shù)據(jù)信息只用于市場定位或評估盡可能不合并數(shù)據(jù)源11客戶關(guān)系管理四、客戶數(shù)據(jù)庫的建立客戶數(shù)據(jù)庫的特點(diǎn)（1）動(dòng)態(tài)的、整合的顧客數(shù)據(jù)管理和查詢系統(tǒng)。（2）基于數(shù)據(jù)庫支持的顧客關(guān)系格式或結(jié)構(gòu)系統(tǒng)。（3）基于數(shù)據(jù)庫支持的忠誠顧客識別系統(tǒng)。（4）基于數(shù)據(jù)庫支持的顧客購買行為參考系統(tǒng)。（5）個(gè)性化服務(wù)。12客戶關(guān)系管理構(gòu)建客戶數(shù)據(jù)庫（1）按照可預(yù)見未來所需的信息量，盡可能多地考慮預(yù)期客戶購買產(chǎn)品的情況和購買后的反應(yīng)。（2）深入策劃客戶數(shù)據(jù)庫的組成部分，應(yīng)保留一定的彈性，以滿足未來變化的需要。（3）建立數(shù)據(jù)庫，可先建成一個(gè)小而實(shí)用的數(shù)據(jù)庫，在管理客戶數(shù)據(jù)庫中獲得經(jīng)驗(yàn)，并對其評價(jià)，不斷改進(jìn)。（4）構(gòu)建客戶數(shù)據(jù)庫時(shí)，讓盡可能多的部門和人員參與。一方面使信息采集科學(xué)完備；另一方面讓數(shù)據(jù)庫的使用者充分了解設(shè)計(jì)者的思想。13客戶關(guān)系管理第二節(jié)數(shù)據(jù)倉庫技術(shù)一、數(shù)據(jù)倉庫概述從數(shù)據(jù)庫到數(shù)據(jù)倉庫圖6.4數(shù)據(jù)倉庫體系化環(huán)境14客戶關(guān)系管理數(shù)據(jù)倉庫定義“數(shù)據(jù)倉庫是在企業(yè)管理和決策中面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合”。（1）面向主題（subject－oriented）。數(shù)據(jù)倉庫通常圍繞一些主題。（2）集成（integrated）。數(shù)據(jù)倉庫通常是結(jié)合多個(gè)異種數(shù)據(jù)源構(gòu)成的。（3）時(shí)變（time-variant）。數(shù)據(jù)倉庫中包含時(shí)間元素，它所提供的信息總是與時(shí)間相關(guān)聯(lián)的。（4）不可修改（nonvolatile）。其數(shù)據(jù)相對穩(wěn)定，極少或根本不更新。15客戶關(guān)系管理數(shù)據(jù)倉庫的類型（1）企業(yè)數(shù)據(jù)倉庫（EDW）。（2）操作型數(shù)據(jù)庫（ODS）。（3）數(shù)據(jù)集市（DataMart）。數(shù)據(jù)倉庫的技術(shù)與傳統(tǒng)數(shù)據(jù)庫的比較（1）數(shù)據(jù)的抽取。（2）數(shù)據(jù)的存儲(chǔ)和管理。（3）數(shù)據(jù)的展現(xiàn)。聯(lián)機(jī)事務(wù)處理(OLTP)

聯(lián)機(jī)事務(wù)處理（On－LineTransactionProcessing，OLTP）是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的核心應(yīng)用，主要執(zhí)行基本的插入、刪除等聯(lián)機(jī)事務(wù)和查詢處理，其基本任務(wù)就是及時(shí)、安全地將當(dāng)前事務(wù)所產(chǎn)生的記錄保存下來。16客戶關(guān)系管理數(shù)據(jù)倉庫的體系結(jié)構(gòu)圖6.5數(shù)據(jù)倉庫基本體系結(jié)構(gòu)17客戶關(guān)系管理二、數(shù)據(jù)倉庫的實(shí)施數(shù)據(jù)倉庫的開發(fā)流程（1）啟動(dòng)工程。（2）建立技術(shù)環(huán)境。（3）確定主題進(jìn)行倉庫結(jié)構(gòu)設(shè)計(jì)。（4）數(shù)據(jù)倉庫的物理庫設(shè)計(jì)。（5）數(shù)據(jù)抽取、精練、分布。（6）對數(shù)據(jù)倉庫的OLAP訪問。（7）數(shù)據(jù)倉庫的管理。18客戶關(guān)系管理實(shí)施數(shù)據(jù)倉庫應(yīng)注意的問題（1）與傳統(tǒng)業(yè)務(wù)系統(tǒng)不同，數(shù)據(jù)倉庫是面向管理決策層應(yīng)用的，必須有系統(tǒng)自身的最終用戶——企業(yè)決策層的參與。（2）由于數(shù)據(jù)倉庫的訪問和查詢往往能夠通過工具來提供，因此數(shù)據(jù)倉庫的功能取決于系統(tǒng)的規(guī)劃和設(shè)計(jì)。（3）在對待原始數(shù)據(jù)不拘泥于業(yè)務(wù)系統(tǒng)的現(xiàn)狀。（4）數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載在系統(tǒng)實(shí)施過程中建議由專門小組或人員負(fù)責(zé)數(shù)據(jù)抽取的工作，將其納入統(tǒng)一的管理和設(shè)計(jì)。（5）數(shù)據(jù)倉庫的強(qiáng)項(xiàng)在于提供聯(lián)機(jī)的業(yè)務(wù)分析手段，才使管理人員實(shí)時(shí)了解企業(yè)和市場的動(dòng)態(tài)。（6）系統(tǒng)的實(shí)施需要明確的計(jì)劃和時(shí)間表。19客戶關(guān)系管理三、多維數(shù)據(jù)倉庫中度量的建模星型模式圖6.6星型模式結(jié)構(gòu)示意圖20客戶關(guān)系管理（1）以銷售機(jī)會(huì)作為一個(gè)主題，可以同其他幾個(gè)維表組成一個(gè)星狀的關(guān)系結(jié)構(gòu)。圖6.6星型模式結(jié)構(gòu)示意圖21客戶關(guān)系管理客戶號姓名時(shí)間段時(shí)間區(qū)域段郵政段客戶號姓名時(shí)間段員工號區(qū)域編號機(jī)會(huì)總額姓名產(chǎn)品號聯(lián)系人員產(chǎn)品號產(chǎn)品組員工號聯(lián)系人標(biāo)識圖6.8銷售機(jī)會(huì)數(shù)據(jù)倉庫的星形鏈接22客戶關(guān)系管理（2）以保險(xiǎn)公司業(yè)務(wù)為主題來考慮維的構(gòu)建。市行政區(qū)郵政區(qū)號小區(qū)域業(yè)務(wù)地址地理鍵時(shí)間鍵部門鍵險(xiǎn)種鍵地理指針保額保費(fèi)賠款年季月日時(shí)間分公司辦公室代辦處經(jīng)辦人部門鍵時(shí)間鍵險(xiǎn)種險(xiǎn)別險(xiǎn)種鍵地理鍵地理維時(shí)間維部門維保險(xiǎn)種類維事實(shí)數(shù)據(jù)維圖6.9保險(xiǎn)業(yè)務(wù)多維數(shù)據(jù)倉庫的星狀模型23客戶關(guān)系管理雪花模式事實(shí)表維度表維度表維度表維度表維度表維度表圖6.10雪花模式結(jié)構(gòu)示意圖24客戶關(guān)系管理四、數(shù)據(jù)倉庫的執(zhí)行策略數(shù)據(jù)集市(Datamart)

數(shù)據(jù)集市是一個(gè)針對某個(gè)主題的經(jīng)過預(yù)統(tǒng)計(jì)處理的部門級分析數(shù)據(jù)庫，如銷售數(shù)據(jù)集市、營銷數(shù)據(jù)集市、庫存集市和財(cái)務(wù)集市等。元數(shù)據(jù)(Metadata)

元數(shù)據(jù)為數(shù)據(jù)中的數(shù)據(jù)，即描述數(shù)據(jù)的數(shù)據(jù)。數(shù)據(jù)倉庫的執(zhí)行策略25客戶關(guān)系管理（1）自上而下模式。OLTP原始數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市圖6.11自上而下模式26客戶關(guān)系管理OLTP原始數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市用戶用戶用戶圖6-12有反饋的自上而下模式27客戶關(guān)系管理（2）自下而上模式。OLTP原始數(shù)據(jù)庫數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)倉庫圖6.14有反饋的自下而上模式28客戶關(guān)系管理（3）平行開發(fā)模式。OLTP原始數(shù)據(jù)庫數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)倉庫數(shù)據(jù)模型數(shù)據(jù)倉庫圖6-17平行開發(fā)模式29客戶關(guān)系管理圖6-18有反饋的平行開發(fā)模式OLTP原始數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)模型數(shù)據(jù)倉庫數(shù)據(jù)集市客戶數(shù)據(jù)集市客戶數(shù)據(jù)集市客戶30客戶關(guān)系管理數(shù)據(jù)倉庫系統(tǒng)的結(jié)構(gòu)元數(shù)據(jù)OLTP原始數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)上線凈化聚焦轉(zhuǎn)換工具層外部數(shù)據(jù)數(shù)據(jù)集市OLAP工具前端工具用戶數(shù)據(jù)倉庫和數(shù)據(jù)集市的元數(shù)據(jù)圖6.19數(shù)據(jù)庫系統(tǒng)結(jié)構(gòu)圖。31客戶關(guān)系管理五、聯(lián)機(jī)分析處理(OLAP)OLAP支持通過多維的方式對數(shù)據(jù)進(jìn)行分析、查詢和生成報(bào)表，其基本功能是對用戶當(dāng)前及歷史數(shù)據(jù)進(jìn)行分析以輔助領(lǐng)導(dǎo)決策。OLAP支持復(fù)雜的分析操作，側(cè)重決策支持，并且可提供直觀易懂的查詢結(jié)果。32客戶關(guān)系管理第三節(jié)數(shù)據(jù)挖掘技術(shù)一、數(shù)據(jù)挖掘的涵義數(shù)據(jù)挖掘的定義（1）技術(shù)上的定義。數(shù)據(jù)挖掘（DataMining）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、人們事先不知道的、但又是潛在有用的信息和知識的過程。（2）商業(yè)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(diǎn)是對商業(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、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。33客戶關(guān)系管理二、數(shù)據(jù)挖掘的作用和意義數(shù)據(jù)挖掘工具能從龐雜的信息中篩選出有用的數(shù)據(jù)，以公正客觀的統(tǒng)計(jì)分析快速準(zhǔn)確地得知企業(yè)經(jīng)營的信息，從而找出銷售模式，正確掌握未來的經(jīng)營動(dòng)態(tài)。34客戶關(guān)系管理三、數(shù)據(jù)挖掘的發(fā)展歷程進(jìn)化階段商業(yè)問題支持技術(shù)產(chǎn)品廠家產(chǎn)品特點(diǎn)數(shù)據(jù)搜集（60年代）“過去五年中我的總收入是多少？”計(jì)算機(jī)、磁帶和磁盤IBM，CDC提供歷史性的、靜態(tài)的數(shù)據(jù)信息數(shù)據(jù)訪問（80年代）“在新英格蘭的分部去年三月的銷售額是多少？”關(guān)系數(shù)據(jù)庫（RDBMS），結(jié)構(gòu)化查詢語言（SQL），ODBCOracle、Sybase、Informix、IBM、Microsoft在記錄級提供歷史性的、動(dòng)態(tài)數(shù)據(jù)信息數(shù)據(jù)倉庫；決策支持（90年代）“在新英格蘭的分部去年三月的銷售額是多少？波士頓據(jù)此可得出什么結(jié)論？”聯(lián)機(jī)分析處理（OLAP）、多維數(shù)據(jù)庫、數(shù)據(jù)倉庫Pilot、Comshare、Arbor、Cognos、Microstrategy在各種層次上提供回溯的、動(dòng)態(tài)的數(shù)據(jù)信息數(shù)據(jù)挖掘（正在流行）“下個(gè)月波士頓的銷售會(huì)怎么樣？為什么？”高級算法、多處理器計(jì)算機(jī)、海量數(shù)據(jù)庫Pilot、Lockheed、IBM、SGI、其他初創(chuàng)公司提供預(yù)測性的信息表6-4數(shù)據(jù)挖掘的進(jìn)化歷程35客戶關(guān)系管理四、數(shù)據(jù)挖掘的任務(wù)總結(jié)規(guī)則挖掘。關(guān)聯(lián)規(guī)則挖掘。分類規(guī)則挖掘。群集（聚類）規(guī)則挖掘。預(yù)測分析。趨勢分析。偏差分析。36客戶關(guān)系管理五、數(shù)據(jù)挖掘的基本方法統(tǒng)計(jì)分析方法決策樹人工神經(jīng)網(wǎng)絡(luò)（1）前饋式網(wǎng)絡(luò)。（2）反饋式網(wǎng)絡(luò)。（3）自組織型網(wǎng)絡(luò)?；蛩惴ù植诩?lián)機(jī)分析處理技術(shù)(OLAP）37客戶關(guān)系管理六、數(shù)據(jù)挖掘方法的應(yīng)用舉例關(guān)聯(lián)規(guī)則挖掘表6-5客戶購物清單記錄號購物清單12345啤酒、尿布、嬰兒爽身粉、面包、雨傘尿布、嬰兒爽身粉啤酒、尿布、牛奶尿布、啤酒、洗衣粉啤酒、牛奶、可樂表6-5客戶購物清單單項(xiàng)統(tǒng)計(jì)支持度｛啤酒｝｛尿布｝｛嬰兒爽身粉｝｛牛奶｝0.80.80.40.4表6-6單項(xiàng)統(tǒng)計(jì)結(jié)果38客戶關(guān)系管理雙項(xiàng)統(tǒng)計(jì)支持度｛啤酒，尿布｝｛啤酒，牛奶｝｛尿布，嬰兒爽身粉｝0.60.40.4R1：啤酒～尿布，S=0.6，C＝0.6／0.8＝＝0.75R2：尿布～啤酒，S=0.6，C＝0.6／0.8＝＝0.75R3：牛奶～啤酒，S=0.4，C＝0.4／0.4＝＝1R4：啤酒～牛奶，S=0.4，C=0.4／0.8＝＝0.5R5：尿布～爽身粉，S=0.4，C＝0.4／0.8＝＝0.5R6：嬰兒爽身粉～尿布，S=0.4，C=0.4/0.4＝＝l39客戶關(guān)系管理分類規(guī)則挖掘舉例（1）先畫出一個(gè)訓(xùn)練數(shù)據(jù)庫。姓名ＡＢＣＤＥ性別男女男女男年齡2123212323品德AAAAB平均成績9895909090體育特佳佳特佳特佳特佳得獎(jiǎng)量化值9095806060發(fā)表論文22100加權(quán)總分9192857070評獎(jiǎng)等級1123無表6-8評獎(jiǎng)項(xiàng)目訓(xùn)練數(shù)據(jù)40客戶關(guān)系管理特征選擇。選擇一個(gè)總分評估函數(shù)（又稱為特征函數(shù)）。根據(jù)訓(xùn)練數(shù)據(jù)解方程式或迭代調(diào)整有效字段的加權(quán)值，使得在訓(xùn)練集中，各記錄的∑PiFi剛好在應(yīng)評等級的分?jǐn)?shù)段中。用另一組或多組獨(dú)立的測試數(shù)據(jù)來測試和修改公式Total＝W。公式Total＝∑PiFi就是從數(shù)據(jù)中“挖掘”出來的，其所分類的知識可以推廣使用。41客戶關(guān)系管理（2）面向決策樹的分類方法根據(jù)訓(xùn)練數(shù)據(jù)計(jì)算出各個(gè)字段的信息增益。刪除信息增益很小的字段，其余字段按照信息增益從大到小排序，以信息增益最大者為根結(jié)點(diǎn)，建立一棵決策樹。從訓(xùn)練數(shù)據(jù)中挖掘出每一個(gè)結(jié)點(diǎn)的分類門限。應(yīng)用于大量的學(xué)生評獎(jiǎng)輔助決策。42客戶關(guān)系管理（3）群集（聚類）分析圖6.20散布圖：將恒星依照溫度和亮度來分群43客戶關(guān)系管理七、常見數(shù)據(jù)挖掘工具軟件介紹DBMiner（1）DBMinerAX2002軟件包用于關(guān)聯(lián)關(guān)系挖掘，它從大量數(shù)據(jù)中挖掘出有價(jià)值描述數(shù)據(jù)項(xiàng)之間相互聯(lián)系的有關(guān)知識。其主要應(yīng)用領(lǐng)域是挖掘客戶的消費(fèi)傾向和消費(fèi)規(guī)律。（2）DBMinerDX2002軟件包采用微分雙方挖掘關(guān)系數(shù)據(jù)庫和多維數(shù)據(jù)庫中的數(shù)據(jù)的顯著變化，其主要應(yīng)用領(lǐng)域是挖掘企業(yè)利潤或其它重要數(shù)據(jù)指標(biāo)隨其它指標(biāo)的變化規(guī)律。（3）DBMinerSX2002是一個(gè)用于對時(shí)序數(shù)據(jù)和序列數(shù)據(jù)進(jìn)行挖掘的工具包，它主要用于挖掘企業(yè)經(jīng)營數(shù)據(jù)的趨勢分析。IntelligentMinerSASEnterpriseMiner44客戶關(guān)系管理第四節(jié)數(shù)據(jù)挖掘技術(shù)的應(yīng)用一、數(shù)據(jù)挖掘客戶關(guān)系管理中的應(yīng)用客戶的細(xì)分圖6-1客戶數(shù)據(jù)分類所有客戶年輕年老運(yùn)動(dòng)員非運(yùn)動(dòng)員段1段3段245客戶關(guān)系管理2.客戶的盈利能力分析

CPV=PB/PS