客戶關(guān)系管理3

第三章數(shù)據(jù)挖掘與CRM數(shù)據(jù)挖掘的基本知識(shí)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(shí)數(shù)據(jù)挖掘的產(chǎn)生背景數(shù)據(jù)爆炸但知識(shí)匱乏數(shù)據(jù)：一般的業(yè)務(wù)操作，通常都會(huì)產(chǎn)生大量的數(shù)據(jù)，如訂單、庫(kù)存、交易帳目、通話記錄、及客戶資料等。信息：如何利用企業(yè)的歷史數(shù)據(jù)增進(jìn)對(duì)業(yè)務(wù)情況的了解，幫助我們?cè)跇I(yè)務(wù)管理及發(fā)展上作出及時(shí)、正確的判斷，需要從數(shù)據(jù)成為信息美國(guó)三大電視網(wǎng)電視劇廣告間隙美國(guó)自來(lái)水公司的用水高峰如何拋棄不必要的數(shù)據(jù)，從大量數(shù)據(jù)中及時(shí)提取有用的知識(shí)？數(shù)據(jù)挖掘從大量的數(shù)據(jù)中挖掘出有用的知識(shí)1.Walmartand2.NASDAQ3.NBAAdvancedScout數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘－DataMining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(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)的過(guò)程。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(duì)商業(yè)數(shù)據(jù)庫(kù)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)。知識(shí)發(fā)現(xiàn)(KDD)：數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)挖掘—知識(shí)發(fā)現(xiàn)過(guò)程的核心數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)知識(shí)任務(wù)相關(guān)的數(shù)據(jù)選擇數(shù)據(jù)挖掘模式評(píng)估數(shù)據(jù)挖掘:多種技術(shù)的融合數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)技術(shù)統(tǒng)計(jì)學(xué)機(jī)器學(xué)習(xí)模式識(shí)別算法其他技術(shù)可視化數(shù)據(jù)挖掘VS傳統(tǒng)分析方法有何區(qū)別?

數(shù)據(jù)挖掘是在沒(méi)有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)挖掘過(guò)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(píng)價(jià)知識(shí)應(yīng)用分析問(wèn)題整合數(shù)據(jù)建立模型理解規(guī)則預(yù)測(cè)未來(lái)數(shù)據(jù)挖掘技術(shù)分類數(shù)據(jù)挖掘描述預(yù)測(cè)可視化聚類關(guān)聯(lián)規(guī)則匯總描述分類統(tǒng)計(jì)回歸時(shí)間序列決策樹神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘的模型（1）分類（Classification）與決策樹（Decisiontrees）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(guò)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(diǎn)、節(jié)點(diǎn)、分支、葉子。CHAID決策樹分析-市場(chǎng)分析在貸款申請(qǐng)中，要對(duì)申請(qǐng)人的風(fēng)險(xiǎn)大小做出判斷多變量分析根據(jù)細(xì)分變量區(qū)分群體的差異性程度（卡方統(tǒng)計(jì)值Chi-square）的大小，將樣本分為不同特征的細(xì)分群體。過(guò)程確定細(xì)分的目的與細(xì)分變量（人口統(tǒng)計(jì)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(diǎn)樣本30，子節(jié)點(diǎn)5）數(shù)據(jù)挖掘的模型（2）聚類（Cluster）聚類是把一組個(gè)體按照相似性歸成若干類別的過(guò)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(jì)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(kù)的方法。數(shù)據(jù)挖掘的模型（3）關(guān)聯(lián)（Association）在購(gòu)買面包的顧客中，有90%的人同時(shí)也買了牛奶：(面包)→(牛奶)，計(jì)為X—>Y。評(píng)估關(guān)聯(lián)規(guī)則的四個(gè)重要指標(biāo)是：(1)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(X→Y)(2)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(X→Y)(3)期望可信度（expectedconfidence）：描述了在沒(méi)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（lift）：作用度是可信度對(duì)期望可信度的比值。描述了物品集X對(duì)物品集Y的影響力的大小。記為L(zhǎng)ift(X→Y)。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(hào)購(gòu)買產(chǎn)品002A,B,D018A,C,D030A,D,E006B,E,F157B,C,D,E,FAD(60%,100%)DA(60%,75%)數(shù)據(jù)挖掘的模型（4）序列模式（SequentialPattern）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(gòu)物模式先購(gòu)買PC，再購(gòu)買數(shù)碼相機(jī)，接著還要買存儲(chǔ)卡5天之內(nèi)，X股票最多上漲10％，Y股票漲幅在10％－20％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4.2CRM中的數(shù)據(jù)挖掘應(yīng)用在CRM中的應(yīng)用范圍

客戶盈利能力；客戶保留；客戶細(xì)分；客戶傾向；渠道優(yōu)化；風(fēng)險(xiǎn)管理；欺詐監(jiān)測(cè)；購(gòu)物傾向分析；需求預(yù)測(cè)；價(jià)格優(yōu)化。案例：基于DM的客戶營(yíng)銷管理流失預(yù)警模型交叉銷售模型客戶行為細(xì)分模型更多模型營(yíng)銷信息預(yù)警營(yíng)銷方案策劃績(jī)效管理主動(dòng)營(yíng)銷客戶行為數(shù)據(jù)業(yè)務(wù)系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)挖掘模型行為數(shù)據(jù)行為數(shù)據(jù)客戶挽留營(yíng)銷信息層分析企劃層管理實(shí)施層客戶行為細(xì)分0200500低端中端高端ARPU值相似的客戶需求特點(diǎn)卻差別很大客戶細(xì)分之謎根據(jù)ARPU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)分客戶行為－價(jià)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(diǎn)相似組間行為差異較大的客戶分組客戶行為細(xì)分（續(xù)）客戶行為細(xì)分模型客戶流失傾向預(yù)警模型價(jià)格敏感度模型客戶信用評(píng)分模型交叉銷售模型營(yíng)銷效果預(yù)測(cè)模型客戶價(jià)值評(píng)估模型客戶行為細(xì)分模型通過(guò)上百個(gè)變量描述客戶性別年齡建檔時(shí)間證件號(hào)碼繳款方式信息費(fèi)應(yīng)收金額優(yōu)惠金額滯納金應(yīng)收SMS次數(shù)國(guó)際呼叫呼入/呼出比例短消息話單類型信息長(zhǎng)度贈(zèng)送費(fèi)用呼轉(zhuǎn)類型漫游話費(fèi)通話時(shí)長(zhǎng)贈(zèng)送分鐘數(shù)費(fèi)用類型動(dòng)態(tài)漫游號(hào)IMSI號(hào)碼月均基本通話月均國(guó)內(nèi)長(zhǎng)途工作日呼叫次數(shù)工作日呼叫時(shí)間WAP呼叫時(shí)間繁忙時(shí)段呼叫次數(shù)非繁忙時(shí)段呼叫次數(shù)SMS次數(shù)WAP次數(shù)IP呼叫次數(shù)語(yǔ)音呼叫次數(shù)非語(yǔ)音呼叫次數(shù)月均國(guó)際長(zhǎng)途非IP呼叫時(shí)間數(shù)據(jù)挖掘自動(dòng)生成影響客戶分組的主要因子性別年齡繳款方式SMS次數(shù)國(guó)際呼叫其它…優(yōu)惠金額短消息話單類型贈(zèng)送費(fèi)用費(fèi)用類型漫游次數(shù)應(yīng)收金額IDD次數(shù)月均國(guó)內(nèi)長(zhǎng)途月均基本通話非語(yǔ)音呼叫次數(shù)SMS次數(shù)WAP次數(shù)月均國(guó)際長(zhǎng)途語(yǔ)音呼叫次數(shù)費(fèi)用類型因子分析聚類分析－根據(jù)自身所具有的特征自動(dòng)聚為一些行為特點(diǎn)相似的群體低高高高12845376因素二（國(guó)內(nèi)呼叫次數(shù)）因素三（IP呼叫次數(shù)）因素一（繁忙時(shí)段呼叫次數(shù)）示例16個(gè)組中呈現(xiàn)出差別明顯的優(yōu)勢(shì)、弱勢(shì)特征組號(hào)優(yōu)勢(shì)特征弱勢(shì)特征描述性名稱#1語(yǔ)音每次呼叫時(shí)間、香港（澳門）呼叫、非繁忙時(shí)段呼叫繁忙時(shí)呼叫、IP呼叫、短信、轉(zhuǎn)移業(yè)余活躍組#2繁忙時(shí)段月均呼叫次數(shù)、漫游地區(qū)呼叫、香港呼叫次數(shù)轉(zhuǎn)移呼叫、短信、轉(zhuǎn)移業(yè)務(wù)繁忙組#4IP呼叫、轉(zhuǎn)移呼叫貴中求惠組#6IP呼叫短信、轉(zhuǎn)移IP手機(jī)組#9IP呼叫、短信非繁忙時(shí)段呼叫新生潛力組#12非繁忙時(shí)段呼叫漫游地區(qū)呼叫、轉(zhuǎn)移、短信夜間積極組#14繁忙時(shí)段月均呼叫次數(shù)漫游呼叫、非繁忙呼叫、轉(zhuǎn)移本地繁忙組#16繁忙時(shí)段月均呼叫次數(shù)、轉(zhuǎn)移呼叫、香港（澳門）呼叫IP呼叫繁忙大客戶組#8短信轉(zhuǎn)移呼叫、IP短信專家組#11轉(zhuǎn)移呼叫繁忙時(shí)段月均呼叫次數(shù)、短信熱衷轉(zhuǎn)移組#15漫游地區(qū)呼叫短信、繁忙呼叫次數(shù)頻繁出差組#3語(yǔ)音每次呼叫時(shí)間繁忙時(shí)段次數(shù)、短信情深語(yǔ)長(zhǎng)組#5繁忙時(shí)段次數(shù)、每次呼叫時(shí)間、短信消極等待組#7呼入/呼出比短信等待接聽(tīng)組#10繁忙時(shí)段次數(shù)、呼入/呼出比、每次呼叫時(shí)間休眠組#13繁忙時(shí)段月均呼叫次數(shù)寂寞無(wú)聲組各類客戶人數(shù)及收入貢獻(xiàn)一覽人數(shù)百分比收入貢獻(xiàn)百分比59.61%56.41%15.08%28.51%14.89%25.91%客戶群優(yōu)質(zhì)普通弱勢(shì)組別#1、#2、#4、#6、#9、#12、#14、#16#8、#11、#15#3、#5、#7、#10、#13人數(shù)103,66454,816205,071收入貢獻(xiàn)RMB29,659,162.05RMB7,204,282.92RMB12,897,830.1優(yōu)質(zhì)普通弱勢(shì)示例：全球通（后付費(fèi)）客戶的17個(gè)客戶分組客戶群組號(hào)人數(shù)（萬(wàn)人）人數(shù)百分比組內(nèi)月人均話費(fèi)組名優(yōu)質(zhì)組#91.51.5%970國(guó)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(guó)內(nèi)長(zhǎng)途組#151.41.4%640呼叫臺(tái)灣組#1611.611.8%420本地繁忙組#111.21.2%407轉(zhuǎn)移移動(dòng)組普通組#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(shì)組#86.76.9%221IP長(zhǎng)聊組#64.34.3%205短信潛力組#114.114.4%171情深語(yǔ)長(zhǎng)組#338.439%100節(jié)約通話組對(duì)細(xì)分客戶組進(jìn)行特征描述本組特征描述本組客戶共15441人，占客戶總數(shù)的1.6%，組內(nèi)每月人均話費(fèi)759元。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）。香港月均每次呼叫時(shí)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(shí)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(fèi)用（53.7元）比全體客戶平均呼叫費(fèi)用（1.3元）高出40多倍，香港呼叫需求相當(dāng)大。第二組：呼叫香港組優(yōu)質(zhì)組人數(shù)：15,441月人均話費(fèi)：759元與全體客戶話費(fèi)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(shí)間：43.2業(yè)務(wù)推廣與客戶服務(wù)建議本組市場(chǎng)建議業(yè)務(wù)推廣建議彩信業(yè)務(wù)——統(tǒng)計(jì)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(gè)客戶分組GPRS業(yè)務(wù)——估計(jì)本組客戶中有相當(dāng)部分人群是商務(wù)人士客戶服務(wù)建議免費(fèi)贈(zèng)送香港天氣預(yù)報(bào)與航空公司里程積點(diǎn)互換空港VIP休息室2、產(chǎn)品交叉銷售交叉銷售升級(jí)銷售市場(chǎng)拓展市場(chǎng)滲透新產(chǎn)品老產(chǎn)品老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(fèi)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(diǎn)交叉銷售通過(guò)研究客戶的產(chǎn)品使用情況、消費(fèi)行為特點(diǎn)，發(fā)現(xiàn)老客戶的潛在需求交叉銷售通過(guò)產(chǎn)品之間的關(guān)聯(lián)，尋找實(shí)現(xiàn)產(chǎn)品捆綁銷售的機(jī)會(huì)交叉銷售為新產(chǎn)品尋找已有用戶中的目標(biāo)群體相關(guān)性弱根據(jù)產(chǎn)品業(yè)務(wù)關(guān)聯(lián)性評(píng)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(shuō)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(qiáng)弱。正向關(guān)聯(lián)負(fù)向關(guān)聯(lián)客戶取消產(chǎn)品時(shí)作為替補(bǔ)品考慮產(chǎn)品捆綁銷售替代性弱相關(guān)性強(qiáng)替代性強(qiáng)產(chǎn)品業(yè)務(wù)關(guān)聯(lián)關(guān)系圖說(shuō)明產(chǎn)品A與語(yǔ)音信箱、移動(dòng)夢(mèng)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/業(yè)務(wù)的關(guān)聯(lián)關(guān)系IP長(zhǎng)聊組IP長(zhǎng)途組節(jié)約通話組短信潛力組長(zhǎng)話短說(shuō)組本地小康組短信專家組長(zhǎng)途電話組夜間積極組長(zhǎng)話長(zhǎng)說(shuō)組等待接聽(tīng)組本地繁忙組情深語(yǔ)長(zhǎng)組熱衷轉(zhuǎn)移組差旅人士組(次)產(chǎn)品A——分組普及率分析＃7短信專家組、＃4短信潛力組用戶對(duì)產(chǎn)品A的興趣相當(dāng)較濃，可作為大規(guī)模推廣該產(chǎn)品的突破口。＃9夜間積極組、＃15差旅人士組、＃8組長(zhǎng)途電話組根據(jù)用戶行為分析，也應(yīng)用有較大的交叉銷售機(jī)會(huì)。產(chǎn)品A——客戶分組交叉銷售機(jī)會(huì)

問(wèn)題描述：預(yù)測(cè)信用水平是好還是差，銀行據(jù)此決定是否向客戶發(fā)放貸款，發(fā)放多少結(jié)果描述:(決策樹）收入大于5萬(wàn)元/年是否有無(wú)儲(chǔ)蓄帳戶是否房主是是否否批準(zhǔn)不批準(zhǔn)批準(zhǔn)客戶信用評(píng)價(jià)