數(shù)據(jù)挖掘案例-交叉銷售分析

TeradataTMWarehouseMiner

TrainingWorkshop

案例-5交叉銷售分析什么是交叉銷售？交叉銷售是企業(yè)向原有客戶銷售新的產(chǎn)品或效勞的過程提高客戶的忠誠度使客戶與企業(yè)的聯(lián)系更緊密交叉銷售是向顧客銷售多種相關(guān)的效勞或產(chǎn)品地域相關(guān)品牌相關(guān)效勞供給商相關(guān)交叉銷售的目標(biāo)以產(chǎn)品為中心→以客戶為中心了解客戶已經(jīng)購置的產(chǎn)品和效勞預(yù)測客戶下一步要購置的產(chǎn)品和效勞提高交叉銷售的成功率改善客戶的忠誠度增加客戶的回報利潤問題及分析方法哪些產(chǎn)品是經(jīng)常被一塊購置的？關(guān)聯(lián)分析哪些產(chǎn)品是經(jīng)常被同類型的顧客購置的？聚類分析購置與不購置某類商品的顧客之間有什么區(qū)別？某類顧客購置某種商品的可能性有多高？決策樹、回歸和神經(jīng)網(wǎng)絡(luò)業(yè)務(wù)問題定義特定業(yè)務(wù)和哪些資費(fèi)套餐是經(jīng)常被一起選用？找出業(yè)務(wù)和資費(fèi)套餐的交叉關(guān)系〔關(guān)聯(lián)分析〕選用特定業(yè)務(wù)的顧客分群是如何分布？對特定業(yè)務(wù)的顧客進(jìn)行聚類分析選用與不選用某種業(yè)務(wù)的顧客之間有什么區(qū)別？顧客選用某種業(yè)務(wù)的可能性有多高？數(shù)據(jù)探索對候選變量進(jìn)行初步分析，找出高區(qū)分度的變量利用決策樹計算出客戶選用特定業(yè)務(wù)的可能性業(yè)務(wù)問題定義－業(yè)務(wù)范圍按業(yè)務(wù)申請量語音信箱、三方通話、10元自由通...按業(yè)務(wù)使用量話音業(yè)務(wù)〔撥打17951、移動聊天、娛音在線...〕SP業(yè)務(wù)〔空中信使、新浪網(wǎng)、雜志...〕業(yè)務(wù)問題定義－客戶范圍客戶類型為非特殊客戶本月狀態(tài)為在網(wǎng)數(shù)據(jù)準(zhǔn)備數(shù)據(jù)清洗和預(yù)處理建立物理數(shù)據(jù)模型〔PDM〕數(shù)據(jù)的抽取轉(zhuǎn)換和加載〔ETL〕變量選擇和數(shù)據(jù)抽樣數(shù)據(jù)準(zhǔn)備－物理數(shù)據(jù)模型基表客戶價值分析中原有的五張基表TB_CSL_SERVICE_APPLY 業(yè)務(wù)申請信息表TB_CSL_SERVICE_USAGE_NL 業(yè)務(wù)使用信息表(本地語音話單)TB_CSL_SERVICE_USAGE_LMM 業(yè)務(wù)使用信息表(移動夢網(wǎng)本省話單)TB_CSL_SERVICE_USAGE_MMS 業(yè)務(wù)使用信息表(彩信話單)總表TB_CSL_ALL_ITEMS_FUNC 交叉銷售分析總表〔申請業(yè)務(wù)〕TB_CSL_ALL_ITEMS_CHAT_TYPE 交叉銷售分析總表〔話音業(yè)務(wù)〕TB_CSL_ALL_ITEMS_SERVICE 交叉銷售分析總表〔SP業(yè)務(wù)〕視圖VW_CSL_ALL_ITEMS_FUNC_FLAG 交叉銷售分析總表視圖〔標(biāo)志，申請業(yè)務(wù)〕VW_CSL_ALL_ITEMS_CHAT_FLAG 交叉銷售分析總表視圖〔標(biāo)志，話音業(yè)務(wù)〕VW_CSL_ALL_ITEMS_SERV_FLAG 交叉銷售分析總表視圖〔標(biāo)志，SP業(yè)務(wù)〕評分表TB_CSL_SCORE_PROFILE 交叉銷售評分表TB_CSL_SCORE_PROFILE_1 交叉銷售評分表1TB_CSL_SCORE_PROFILE_2 交叉銷售評分表2數(shù)據(jù)準(zhǔn)備－ETL周期為每月基表的加載作業(yè)依賴作業(yè)TB_PAR_SUBSCRIBER_FUNC、本地語音話單、移動夢網(wǎng)本省話單、彩信話單上游作業(yè)TB_PAR_SUBSCRIBER_MONTH總表的加載作業(yè)依賴依賴作業(yè)全部基表加載作業(yè)完成上游作業(yè)TB_PAR_SUBSCRIBER_MONTH數(shù)據(jù)準(zhǔn)備－選擇和抽樣變量選擇客戶根本資料、繳費(fèi)資料、投訴資料、通話資料、賬單資料、業(yè)務(wù)申請資料、業(yè)務(wù)使用資料數(shù)據(jù)抽樣從總表中抽取訓(xùn)練集、驗(yàn)證集和測試集各個集合均為六十萬條記錄探索型數(shù)據(jù)分析采用可視化的工具或統(tǒng)計分析等方法來展示及探索各個變量對目標(biāo)變量的影響值分析(ValueAnalysis)空值、唯一值、空字符串、零值、最大值、最小值頻次分析(Frequency,Histogram)判斷自變量對目標(biāo)變量的區(qū)分度變量值離散化的依據(jù)相關(guān)分析(CorrelationAnalysis)找出和目標(biāo)變量具有相關(guān)關(guān)系的自變量建立模型關(guān)聯(lián)分析模型找出業(yè)務(wù)和資費(fèi)套餐的交叉關(guān)系聚類分析模型對特定業(yè)務(wù)的顧客進(jìn)行聚類分析決策樹模型利用決策樹計算出客戶選用特定業(yè)務(wù)的可能性建立模型－關(guān)聯(lián)分析模型關(guān)聯(lián)分析模型答復(fù)以下問題：“特定業(yè)務(wù)和哪些資費(fèi)套餐是經(jīng)常被一起選用？〞目標(biāo)：找出業(yè)務(wù)和資費(fèi)套餐的交叉關(guān)系數(shù)據(jù)項(xiàng)客戶編號、帳務(wù)年月、資費(fèi)套餐、業(yè)務(wù)編碼TWM中對應(yīng)的功能支持AffinityAnalysis建立模型－聚類分析模型聚類分析模型答復(fù)以下問題：“選用特定業(yè)務(wù)的顧客分群是如何分布？〞目標(biāo)：對特定業(yè)務(wù)的顧客進(jìn)行聚類分析數(shù)據(jù)項(xiàng)客戶編號、帳務(wù)年月、業(yè)務(wù)編碼、客戶根本資料、繳費(fèi)資料、投訴資料、通話資料、賬單資料、業(yè)務(wù)申請資料、業(yè)務(wù)使用資料TWM中對應(yīng)的功能支持ClusterAnalysis建立模型－決策樹模型決策樹模型答復(fù)以下問題：“選用與不選用某種業(yè)務(wù)的顧客之間有什么區(qū)別？顧客選用某種業(yè)務(wù)的可能性有多高？〞目標(biāo)：計算出客戶選用特定業(yè)務(wù)的可能性數(shù)據(jù)項(xiàng)客戶編號、帳務(wù)年月、業(yè)務(wù)編碼、客戶根本資料、繳費(fèi)資料、投訴資料、通話資料、賬單資料、業(yè)務(wù)申請資料、業(yè)務(wù)使用資料目標(biāo)變量：選用業(yè)務(wù)標(biāo)志TWM中對應(yīng)的功能支持DecisionTreeModels高購置傾向客戶群人數(shù)：19711目標(biāo)客戶組控制組通過預(yù)測模型的打分，列出了有購置新業(yè)務(wù)傾向的客戶，配合相關(guān)