第五講 CRM中的數(shù)據(jù)分析

1、客戶關(guān)系管理客戶關(guān)系管理Customer Relationship Management 主講： 何瑞卿Heruiqing-2022-7-8客戶關(guān)系管理2第五講第五講 CRM中的數(shù)據(jù)管理中的數(shù)據(jù)管理nCRM的客戶數(shù)據(jù) n數(shù)據(jù)倉(cāng)庫(kù)技術(shù) n數(shù)據(jù)挖掘技術(shù)n數(shù)據(jù)挖掘技術(shù)的應(yīng)用 2022-7-8客戶關(guān)系管理3案例：尿布案例：尿布+ +啤酒啤酒= =更大的利益更大的利益 先請(qǐng)大家做個(gè)腦力游戲說出任何尿布和啤酒的聯(lián)系，即在什么情況下它們可以相提并論。 請(qǐng)想象這樣的一副情景：在一個(gè)大的超級(jí)市場(chǎng)里面，人來人往。一角的貨架上，尿布和啤酒赫然地?cái)[放在一起出售。而且，尿布和啤酒的銷售量雙雙增加。這是上個(gè)世紀(jì)發(fā)生在美國(guó)

2、沃爾瑪連鎖超市的真實(shí)事件，而且也許是將尿布和啤酒最好地聯(lián)系起來的方法，因?yàn)樗踔练狭私裉煺诹餍械摹半p贏”原理。2022-7-8客戶關(guān)系管理4 原來，美國(guó)的太太經(jīng)常囑咐他們的丈夫下班以后為小孩購(gòu)買尿布，而丈夫們?cè)谫I尿布以后又順手帶回了啤酒。啤酒和尿布在一起購(gòu)買的機(jī)會(huì)是最多的。 誰(shuí)在當(dāng)時(shí)就能看出這種帶來“利益”的聯(lián)系？其實(shí)想到答案的不是人，是信息技術(shù)。具體地說，就是美國(guó)沃爾瑪超市的數(shù)據(jù)倉(cāng)庫(kù)。是它，通過集中商店一年多的詳細(xì)原始交易數(shù)據(jù)，利用自動(dòng)數(shù)據(jù)挖掘工具對(duì)這些數(shù)據(jù)進(jìn)行分析，得到了這個(gè)意外的發(fā)現(xiàn)。2022-7-8客戶關(guān)系管理5點(diǎn)評(píng)： 從本例可以看出，CRM運(yùn)用的成功必須依靠客戶數(shù)據(jù)，對(duì)客戶數(shù)據(jù)進(jìn)

3、行科學(xué)地分析，往往會(huì)帶來意想不到的商機(jī)：對(duì)客戶數(shù)據(jù)進(jìn)行初級(jí)處理，可以完成基本業(yè)務(wù)過程；對(duì)數(shù)據(jù)進(jìn)行高級(jí)處理(如數(shù)據(jù)挖掘)，可以提供企業(yè)決策支持，促進(jìn)銷售，保持消費(fèi)群體的穩(wěn)定。所以說，客戶數(shù)據(jù)是整個(gè)CRM運(yùn)用的靈魂，本章內(nèi)容就是以客戶數(shù)據(jù)管理與分析為主。 2022-7-852022-7-8客戶關(guān)系管理6第一節(jié)第一節(jié)CRM的客戶數(shù)據(jù)的客戶數(shù)據(jù) 一、客戶數(shù)據(jù)的類型 2022-7-8客戶關(guān)系管理71直接渠道直接渠道（1）在市場(chǎng)調(diào)查中獲取客戶數(shù)據(jù)（2）在營(yíng)銷活動(dòng)中獲取客戶數(shù)據(jù)（3）在服務(wù)過程中獲取客戶數(shù)據(jù)（4）通過博覽會(huì)、展銷會(huì)、洽談會(huì)等獲取客戶數(shù)據(jù)（5）網(wǎng)站和呼叫中心是收集客戶數(shù)據(jù)的新渠道（6）從客戶投

4、訴中收集2022-7-8客戶關(guān)系管理82間接渠道（1）各種媒介（2）工商行政管理部門及駐外機(jī)構(gòu)（3）國(guó)內(nèi)外金融機(jī)構(gòu)及其分支機(jī)構(gòu)（4）國(guó)內(nèi)外咨詢公司及市場(chǎng)研究公司（5）從已建立客戶數(shù)據(jù)庫(kù)的公司租用或購(gòu)買（6）其他渠道2022-7-8客戶關(guān)系管理91.客戶描述性數(shù)據(jù)大類信息大類信息詳細(xì)信息詳細(xì)信息基本情況基本情況姓名、地址、性別、出生年月、電話、受教育水平、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、家庭成員情況工作類型、收入水平、婚姻狀況、家庭成員情況信用情況信用情況信用卡號(hào)和信貸限額、錢包份額、潛在消耗指數(shù)、客戶類型信用卡號(hào)和信貸限額、錢包份額、潛在消耗指數(shù)、客

5、戶類型（現(xiàn)有客戶、潛在客戶、流失客戶）（現(xiàn)有客戶、潛在客戶、流失客戶）行為愛好行為愛好生活方式、特殊愛好、對(duì)企業(yè)產(chǎn)品和服務(wù)的偏好、對(duì)問卷和生活方式、特殊愛好、對(duì)企業(yè)產(chǎn)品和服務(wù)的偏好、對(duì)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)品的傾向第一節(jié)第一節(jié)CRM的客戶數(shù)據(jù)的客戶數(shù)據(jù) 2022-7-8客戶關(guān)系管理10大類信息大類信息詳細(xì)信息詳細(xì)信息 公司基本情況公司基本情況公司名稱、總部及相應(yīng)機(jī)構(gòu)營(yíng)業(yè)地址、電話、傳真；主要聯(lián)系公司名稱、總部及相應(yīng)機(jī)構(gòu)營(yíng)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)系渠人姓名、頭銜及聯(lián)系渠道；關(guān)鍵

6、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)；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(cè)資本、員工數(shù)、年銷售額、收入及利潤(rùn)公司基本情況（注冊(cè)資本、員工數(shù)、年銷售額、收入及利潤(rùn)等）等）公司行為情況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(hào)、信客戶類型（分銷商、咨詢者、產(chǎn)品協(xié)作者等）；銀行帳號(hào)、信貸限額及付款情況；購(gòu)買過程；與其它競(jìng)爭(zhēng)對(duì)手的聯(lián)系情況；貸限額及付款情況；購(gòu)買過程；與其它競(jìng)爭(zhēng)對(duì)手的聯(lián)系情況；忠誠(chéng)度指數(shù)、潛在消費(fèi)指數(shù)；對(duì)新產(chǎn)品的傾向忠誠(chéng)度指數(shù)、潛在消費(fèi)指數(shù)；對(duì)新產(chǎn)品的傾向2022-7-8客戶關(guān)系管理112.

7、市場(chǎng)促銷性數(shù)據(jù) 大類信息大類信息詳細(xì)信息詳細(xì)信息促銷活動(dòng)的促銷活動(dòng)的類型類型降價(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、廣播型廣告和廣告和Web廣告。廣告。對(duì)促銷活動(dòng)的對(duì)促銷活動(dòng)的描述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。信片的顏色、業(yè)務(wù)推廣人員的性別、禮品發(fā)放形式等。促銷媒體促銷媒體電視、報(bào)紙、廣播、網(wǎng)絡(luò)等。電視、報(bào)紙、廣播、網(wǎng)絡(luò)等。促銷時(shí)間促銷時(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)致進(jìn)行促銷活動(dòng)的日期，包括年、月、

8、日，有時(shí)甚至要細(xì)致到時(shí)刻到時(shí)刻市場(chǎng)促銷活動(dòng)市場(chǎng)促銷活動(dòng)的意圖的意圖對(duì)該活動(dòng)的目標(biāo)客戶的簡(jiǎn)單說明，以及為什么采取這樣的對(duì)該活動(dòng)的目標(biāo)客戶的簡(jiǎn)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促銷活動(dòng)，例如，為什么要選擇這樣的顏色或者背景音樂樂成本信息成本信息包括促銷活動(dòng)的固定成本和變動(dòng)成本包括促銷活動(dòng)的固定成本和變動(dòng)成本2022-7-8客戶關(guān)系管理12大類信息大類信息詳細(xì)信息詳細(xì)信息購(gòu)買商品類購(gòu)買商品類數(shù)據(jù)數(shù)據(jù)過去購(gòu)買記錄、購(gòu)買頻率和購(gòu)買數(shù)量、購(gòu)買金額及過去購(gòu)買記錄、購(gòu)買頻率和購(gòu)買數(shù)量、購(gòu)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(gòu)買金額累計(jì)價(jià)格、交貨要求、產(chǎn)品規(guī)格

9、、商品購(gòu)買過程及付款方式過程及付款方式商品售后類商品售后類數(shù)據(jù)數(shù)據(jù)售后服務(wù)內(nèi)容、使用后對(duì)產(chǎn)品的評(píng)價(jià)、對(duì)服務(wù)的評(píng)售后服務(wù)內(nèi)容、使用后對(duì)產(chǎn)品的評(píng)價(jià)、對(duì)服務(wù)的評(píng)價(jià)、曾有的問題和不滿、要求退貨記錄價(jià)、曾有的問題和不滿、要求退貨記錄3.客戶交易數(shù)據(jù) 2022-7-8客戶關(guān)系管理13二、客戶的隱私及保護(hù)1. 在企業(yè)層面保證客戶信息安全性 2012年3月15日，據(jù)央視3.15晚會(huì)報(bào)道，招商銀行信用卡中心風(fēng)險(xiǎn)管理部貸款審核員胡XX就曾向作案人出售個(gè)人信息300多份；中國(guó)工商銀行客戶經(jīng)理曹XX，通過中介向作案人提供了多達(dá)2318份個(gè)人信息。向朱凱華出售個(gè)人征信報(bào)告、銀行卡信息的，還有中國(guó)農(nóng)業(yè)銀行無(wú)錫榮龍支行員工

10、董某、中國(guó)工商銀行福州鼓樓支行員工陳某。 2022-7-8客戶關(guān)系管理142.使用匿名身份信息3.盡量使用匯總數(shù)據(jù)2022-7-8客戶關(guān)系管理15三、構(gòu)建客戶數(shù)據(jù)庫(kù)（1）適當(dāng)超前。 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(gòu)買產(chǎn)品的情況和購(gòu)買后的反應(yīng)。（2）設(shè)計(jì)彈性。 深入策劃客戶數(shù)據(jù)庫(kù)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）靈活應(yīng)用。 建立數(shù)據(jù)庫(kù)，可先建成一個(gè)小而實(shí)用的數(shù)據(jù)庫(kù)，在管理客戶數(shù)據(jù)庫(kù)中獲得經(jīng)驗(yàn)，并對(duì)其評(píng)價(jià)，不斷改進(jìn)。（4）必要參與。 構(gòu)建客戶數(shù)據(jù)庫(kù)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(kù)的使用者充分了解設(shè)計(jì)者的思想。20

11、22-7-8客戶關(guān)系管理16第二節(jié)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)第二節(jié)數(shù)據(jù)倉(cāng)庫(kù)技術(shù) 一、數(shù)據(jù)倉(cāng)庫(kù)概述 1. 從數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù) 傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)由于其高效的數(shù)據(jù)存儲(chǔ)與查詢技術(shù)，支持了綜合型管理信息系統(tǒng)的廣泛應(yīng)用。然而這些數(shù)據(jù)庫(kù)主要適應(yīng)于業(yè)務(wù)處理的需要，不能提供從全局視圖對(duì)企業(yè)數(shù)據(jù)進(jìn)行深入分析和挖掘。n響應(yīng)時(shí)間要求短n某些業(yè)務(wù)功能數(shù)據(jù)對(duì)決策分析無(wú)關(guān)緊要n客戶信息被割裂在各個(gè)不同系統(tǒng)中n以二維表格存儲(chǔ)，無(wú)法進(jìn)行多視角分析2022-7-8客戶關(guān)系管理172022-7-8客戶關(guān)系管理18營(yíng)銷子系統(tǒng)營(yíng)銷子系統(tǒng): 客戶特征（類別號(hào)，收入水平，交易期限，客戶價(jià)值，客戶特征（類別號(hào)，收入水平，交易期限，客戶價(jià)值， ） 客戶行為

12、（客戶號(hào)，購(gòu)買頻次，最近購(gòu)買時(shí)間，。）客戶行為（客戶號(hào)，購(gòu)買頻次，最近購(gòu)買時(shí)間，。） 營(yíng)業(yè)推廣（編號(hào)，推廣方式，成本，日期，客戶。）營(yíng)業(yè)推廣（編號(hào)，推廣方式，成本，日期，客戶。）銷售子系統(tǒng)：銷售子系統(tǒng)： 客戶（客戶號(hào)，姓名，地址，電話，客戶（客戶號(hào)，姓名，地址，電話， ） 銷售（客戶號(hào)，商品號(hào)，數(shù)量，單價(jià)，日期，銷售（客戶號(hào)，商品號(hào)，數(shù)量，單價(jià)，日期， ）售后服務(wù)子系統(tǒng)：售后服務(wù)子系統(tǒng)： 咨詢單（編號(hào)，客戶號(hào)，日期，相關(guān)產(chǎn)品咨詢單（編號(hào)，客戶號(hào)，日期，相關(guān)產(chǎn)品 ） 維修單（編號(hào)，客戶號(hào)，商品號(hào)，日期，負(fù)責(zé)人維修單（編號(hào)，客戶號(hào)，商品號(hào)，日期，負(fù)責(zé)人 ） 維修次數(shù)、客戶特征與客戶忠誠(chéng)度之間具有什

13、么樣的關(guān)系？2022-7-8客戶關(guān)系管理192 2數(shù)據(jù)倉(cāng)庫(kù)的含義數(shù)據(jù)倉(cāng)庫(kù)的含義 目前，對(duì)于數(shù)據(jù)倉(cāng)庫(kù)的概念，權(quán)威的定義是“數(shù)據(jù)倉(cāng)庫(kù)是在企業(yè)管理和決策中面向主題的、集成的、時(shí)變的、不可修改的數(shù)據(jù)集合”。3 3建立數(shù)據(jù)倉(cāng)庫(kù)的目的建立數(shù)據(jù)倉(cāng)庫(kù)的目的 建立數(shù)據(jù)倉(cāng)庫(kù)并不是要取代原有的運(yùn)作數(shù)據(jù)庫(kù)系統(tǒng)，而是為了將企業(yè)多年來已經(jīng)收集到的數(shù)據(jù)按統(tǒng)一、一致的企業(yè)級(jí)視圖組織、存儲(chǔ)，對(duì)這些數(shù)據(jù)進(jìn)行分析，從中得出有關(guān)企業(yè)經(jīng)營(yíng)狀況、客戶需求、對(duì)手情況、發(fā)展趨勢(shì)等有用信息，幫助企業(yè)及時(shí)、準(zhǔn)確地做出相應(yīng)決策。2022-7-8192022-7-8客戶關(guān)系管理204. 數(shù)據(jù)倉(cāng)庫(kù)特征（1）面向主題（subjectoriented）。

14、 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)組織是圍繞主題的。（2）集成（integrated）。 數(shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)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(duì)穩(wěn)定，極少或根本不更新。 2022-7-8客戶關(guān)系管理21 客戶基本信息：客戶基本信息：客戶號(hào)，姓名，地址，電話?？蛻籼?hào)，姓名，地址，電話。 客戶行為信息：客戶行為信息：客戶號(hào)，購(gòu)買頻次，最近購(gòu)買時(shí)間，?？蛻籼?hào)，購(gòu)買頻次，最近購(gòu)買時(shí)間，。 客戶維修信息：客戶維修信息：客戶號(hào)，商品號(hào)，日期，負(fù)責(zé)人客戶號(hào)，商品號(hào)，日期，負(fù)責(zé)人 客戶咨詢

15、信息：客戶咨詢信息：編號(hào)，客戶號(hào)，日期，相關(guān)產(chǎn)品編號(hào)，客戶號(hào)，日期，相關(guān)產(chǎn)品 ， 客戶主題域：客戶主題域：營(yíng)銷子系統(tǒng)營(yíng)銷子系統(tǒng)銷售子系統(tǒng)銷售子系統(tǒng)售后子系統(tǒng)售后子系統(tǒng)2022-7-8客戶關(guān)系管理22整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)是一個(gè)包含四個(gè)層次的體系結(jié)構(gòu)，具體由下圖表示。 2022-7-8客戶關(guān)系管理23二、數(shù)據(jù)倉(cāng)庫(kù)的多維模型1. 星型模式 事實(shí)表維度表維度表維度表維度表2022-7-8客戶關(guān)系管理24（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)。2022-7-8客戶關(guān)系管理25客戶號(hào)姓名時(shí)間段時(shí)間區(qū)域段 郵政段客戶號(hào)姓名時(shí)間段員工號(hào)區(qū)域編號(hào) 機(jī)會(huì)總額姓名產(chǎn)品號(hào)聯(lián)系人員產(chǎn)品號(hào) 產(chǎn)

16、品組員工號(hào)聯(lián)系人標(biāo)識(shí)銷售機(jī)會(huì)數(shù)據(jù)倉(cāng)庫(kù)的星形鏈接2022-7-8客戶關(guān)系管理26（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(hào)小區(qū)域業(yè)務(wù)地址地理鍵時(shí)間鍵部門鍵險(xiǎn)種鍵保額保費(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)維保險(xiǎn)業(yè)務(wù)多維數(shù)據(jù)倉(cāng)庫(kù)的星狀模型2022-7-8客戶關(guān)系管理272. 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雪花模式結(jié)構(gòu)示意圖2022-7-8客戶關(guān)系管理28三、基于數(shù)據(jù)倉(cāng)庫(kù)的三、基于數(shù)據(jù)倉(cāng)庫(kù)的OLAPOLAP 1. OLAP基本概念 1)維 維是人們觀察數(shù)據(jù)的特定角度。 2)維的層次 一個(gè)維往往

17、具有多個(gè)層次，如描述時(shí)間維，可以從日期、月份、季度、年等不同層次來捕述，那么日期、月份、季度、年等就是時(shí)間維的層次；同樣，城市、地區(qū)、國(guó)家等構(gòu)成了一個(gè)地理維的多個(gè)層次。 2022-7-8客戶關(guān)系管理29 (1)維成員。維的一個(gè)取值稱為該維的一個(gè)維成員。如果一個(gè)維是多層次的，那么，該維的維成員是在不同維層次的取值的組合。 (2)多維數(shù)組。一個(gè)多維數(shù)組可以表示為：(維1，維2，維n，變量)。例如，日用品銷售數(shù)據(jù)是按時(shí)間、地區(qū)和銷售渠道組織起來的三維立方體，加上變量銷售額”，就組成了一個(gè)多維數(shù)組(地區(qū)，時(shí)間，銷售渠道，銷售額)。 (3)數(shù)據(jù)單元。多維數(shù)組的取值稱為數(shù)據(jù)單元。 2022-7-8客戶關(guān)系

18、管理30切 片 選定多維數(shù)組的一個(gè)二維子集的方法叫做切片，即選定多維數(shù)組（維1，維2，維n，變量）中的兩個(gè)維：維I 和維J，在這兩個(gè)維上取某一區(qū)間或任意維成員，而將其余的維都取定一個(gè)維成員，則得到的就是多維數(shù)組在維I和j上一個(gè)二維子集，稱這個(gè)二維子集為多維數(shù)在維I和維J上的一個(gè)切片，表示為；（維I，維j，變量）。OLAP的分析方法的分析方法2022-7-8客戶關(guān)系管理31 例如，選定多維數(shù)組(地區(qū)，時(shí)間，產(chǎn)品，銷售額)中的地區(qū)維與產(chǎn)品維，在另外一維：時(shí)間維，選取一個(gè)維成員(如“2006年1月”)，就得到了多維數(shù)組(地區(qū)，時(shí)間，產(chǎn)品，銷售額)在產(chǎn)品和地區(qū)兩維上的一個(gè)切片(客戶，地區(qū)，銷售額)。這

19、個(gè)切片表示2006年1月各地區(qū)、各產(chǎn)品的銷售情況。2022-7-8客戶關(guān)系管理32 產(chǎn)品銷售 情況2006.1產(chǎn)品銷售情況選定兩個(gè)維：產(chǎn)品維和地區(qū)維選定兩個(gè)維：產(chǎn)品維和地區(qū)維時(shí)間維時(shí)間維數(shù)據(jù)切片數(shù)據(jù)切片產(chǎn)品維產(chǎn)品維地區(qū)維地區(qū)維產(chǎn)品維產(chǎn)品維地區(qū)維地區(qū)維2022-7-8客戶關(guān)系管理33切 塊 選定多維數(shù)的一個(gè)三維子集的方法稱切塊。即選定多維數(shù)組（維1，維2，維n，變量）中的三個(gè)維：維I、維j和維r，在這三個(gè)維上取某一區(qū)間或任意的維成員，而將其余的維都取定一個(gè)維成員，則得到的就是多維數(shù)組在維I、維j和維r上一個(gè)三維子集，我們稱這個(gè)三維子集為多維數(shù)組在維I、維j和r上的一個(gè)切塊，表示為：（維I，維j，

20、維r，變量）。切塊與切片的作用與目的是相似的。美國(guó)中國(guó)手機(jī)電腦圖8-3 三維立方體切塊（Slice）2022-7-8客戶關(guān)系管理34旋 轉(zhuǎn) 旋轉(zhuǎn)即是改變一個(gè)報(bào)告或面顯示的維方向。例如，旋轉(zhuǎn)可能包含了交換行和列；或是把某一個(gè)行維移到列維中去，或是把一個(gè)橫向?yàn)闀r(shí)間、縱向?yàn)楫a(chǎn)品的報(bào)表旋轉(zhuǎn)成為橫向?yàn)楫a(chǎn)品、縱向?yàn)闀r(shí)間的報(bào)表。2022-7-8客戶關(guān)系管理352005年2006年部門1季度2季度3季度4季度1季度2季度3季度4季度部門一2012182722161929部門二2311241722311234部門三26213433212326321季度2季度3季度4季度部門2005年2006年2005年2006

21、年2005年2006年2005年2006年部門一2022121618192729部門二2322113124121734部門三2621212334263332旋轉(zhuǎn)前的有關(guān)數(shù)據(jù)描述旋轉(zhuǎn)后的有關(guān)數(shù)據(jù)描述2022-7-8客戶關(guān)系管理36鉆取按時(shí)間維向下鉆取按時(shí)間維向上鉆取602022-7-8客戶關(guān)系管理37第三節(jié)第三節(jié) 數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)2022-7-8客戶關(guān)系管理38第三節(jié)數(shù)據(jù)挖掘技術(shù)第三節(jié)數(shù)據(jù)挖掘技術(shù) 一、數(shù)據(jù)挖掘的涵義 1.數(shù)據(jù)挖掘的定義 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、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

22、息和知識(shí)的過程。第三節(jié)第三節(jié) 數(shù)據(jù)挖掘數(shù)據(jù)挖掘2022-7-8客戶關(guān)系管理39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(kù)數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)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(píng)估模式評(píng)估2022-7-8客戶關(guān)系管理40二、數(shù)據(jù)挖掘的基本方法1. 統(tǒng)計(jì)分析方法2. 決策樹3. 人工神經(jīng)網(wǎng)絡(luò)4. 基因算法5. 粗糙集2022-7-8客戶關(guān)系管理411.關(guān)聯(lián)分析的元組數(shù)包含的元組數(shù)和包含）置信度（ABABA 關(guān)聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個(gè)事件發(fā)生的同時(shí)，另一個(gè)事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點(diǎn)在于快速發(fā)現(xiàn)那些有實(shí)用價(jià)值的關(guān)聯(lián)發(fā)生的事件?？傇M數(shù)的元組數(shù)和包含）支持度

23、（BABA三、數(shù)據(jù)挖掘方法的應(yīng)用舉例2022-7-8客戶關(guān)系管理42三、數(shù)據(jù)挖掘方法的應(yīng)用舉例1.關(guān)聯(lián)規(guī)則挖掘記錄號(hào)記錄號(hào)購(gòu)物清單購(gòu)物清單12345啤酒、尿布、嬰兒爽身粉、面包、雨啤酒、尿布、嬰兒爽身粉、面包、雨傘傘尿布、嬰兒爽身粉尿布、嬰兒爽身粉啤酒、尿布、牛奶啤酒、尿布、牛奶尿布、啤酒、洗衣粉尿布、啤酒、洗衣粉啤酒、牛奶、可樂啤酒、牛奶、可樂客戶購(gòu)物清單單項(xiàng)統(tǒng)計(jì)單項(xiàng)統(tǒng)計(jì)支持度支持度啤酒啤酒尿布尿布嬰兒爽身粉嬰兒爽身粉牛奶牛奶0.80.80.40.4單項(xiàng)統(tǒng)計(jì)結(jié)果2022-7-8客戶關(guān)系管理43雙項(xiàng)統(tǒng)計(jì)雙項(xiàng)統(tǒng)計(jì)支持度支持度啤酒，尿布啤酒，尿布啤酒，牛奶啤酒，牛奶尿布，嬰兒爽身粉尿布，嬰兒爽身粉

24、0.60.40.4R1：啤酒尿布，S=0.6，C0.60.80.75R2：尿布啤酒，S=0.6，C0.60.80.75 R3：牛奶啤酒，S=0.4，C0.40.41R4：啤酒牛奶，S=0.4，C=0.40.80.5R5：尿布爽身粉，S=0.4，C0.40.80.5R6：嬰兒爽身粉尿布，S=0.4，C=0.4/0.4l2022-7-8客戶關(guān)系管理442.分類分析 分類分析就是通過分析樣本客戶數(shù)據(jù)庫(kù)中的數(shù)據(jù)，為每個(gè)類別做出準(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)其他客戶的記錄進(jìn)行分類。2022-7-8客戶關(guān)系管理45決策樹決策樹 假設(shè)您是一個(gè)銷售一種新的銀行服務(wù)的直郵計(jì)劃的負(fù)

25、責(zé)人。為最大程度地獲益，您希望確定基于前次促銷活動(dòng)的家庭細(xì)分找到最有可能響應(yīng)相似促銷活動(dòng)的家庭類型。通常這可以通過查找最能把響應(yīng)前次促銷的家庭和沒有響應(yīng)的家庭區(qū)分開的人口統(tǒng)計(jì)信息變量的組合來實(shí)現(xiàn)。 決策樹為您提供諸如誰(shuí)會(huì)最好地響應(yīng)新的促銷等重要線索，并通過只郵寄給最有可能響應(yīng)的人來最大程度地獲得直郵效益，提高整體響應(yīng)率，并極有希望同時(shí)增加銷售。2022-7-8客戶關(guān)系管理46決策樹建立決策樹建立 決策樹中最上面的節(jié)點(diǎn)稱為根節(jié)點(diǎn)，是整個(gè)決策樹的開始。本例把響應(yīng)客戶作為根節(jié)點(diǎn)?？梢钥吹剿惺盏街编]信件的人中有7%有響應(yīng)。 然后根據(jù)記錄字段的不同取值建立樹的分支, 如分為有住房和無(wú)住房?jī)山M，則15%

26、的租戶有響應(yīng)，而房主則只有5%。 還可以在每個(gè)分支子集中重復(fù)建立下層結(jié)點(diǎn)和分支。我們可以繼續(xù)分組來發(fā)現(xiàn)最有可能響應(yīng)的組群。這一組群可以表示為一個(gè)規(guī)則，如“如果收件人是租戶，有較高的家庭收入，沒有儲(chǔ)蓄存款賬戶，那么他有45%的響應(yīng)概率”。簡(jiǎn)單地說，有這些特點(diǎn)的組群中有45%可能會(huì)對(duì)直郵有響應(yīng)。2022-7-8客戶關(guān)系管理47決策樹圖決策樹圖2022-7-8客戶關(guān)系管理483. 3. 聚類分析聚類分析聚類分析是根據(jù)物以類聚的原理，將本身沒有類聚類分析是根據(jù)物以類聚的原理，將本身沒有類別的樣本聚集成不同的組，并且對(duì)每一個(gè)這樣的別的樣本聚集成不同的組，并且對(duì)每一個(gè)這樣的組進(jìn)行描述的過程。其主要依據(jù)是聚

27、到同一個(gè)組組進(jìn)行描述的過程。其主要依據(jù)是聚到同一個(gè)組中的樣本應(yīng)該彼此相似，而屬于不同組的樣本應(yīng)中的樣本應(yīng)該彼此相似，而屬于不同組的樣本應(yīng)該足夠不相似。該足夠不相似。2022-7-8客戶關(guān)系管理49 在客戶關(guān)系管理中，利用聚類技術(shù)，根據(jù)客戶的在客戶關(guān)系管理中，利用聚類技術(shù)，根據(jù)客戶的個(gè)人特征以及消費(fèi)數(shù)據(jù)，可以將客戶群體進(jìn)行細(xì)分。個(gè)人特征以及消費(fèi)數(shù)據(jù)，可以將客戶群體進(jìn)行細(xì)分。 例如，一家服裝公司可以將客戶聚類成這樣的一例如，一家服裝公司可以將客戶聚類成這樣的一些群體：購(gòu)買男性服裝的女性；購(gòu)買女性服裝的男性；些群體：購(gòu)買男性服裝的女性；購(gòu)買女性服裝的男性；偏愛時(shí)尚和款式多變服裝的群體；偏愛經(jīng)典款式但

28、追偏愛時(shí)尚和款式多變服裝的群體；偏愛經(jīng)典款式但追求質(zhì)地和做工的群體；求質(zhì)地和做工的群體； 針對(duì)不同的客戶群，可以實(shí)施不同的營(yíng)銷和服務(wù)針對(duì)不同的客戶群，可以實(shí)施不同的營(yíng)銷和服務(wù)方式，從而提高客戶的滿意度。方式，從而提高客戶的滿意度。2022-7-8客戶關(guān)系管理504. 孤立點(diǎn)分析孤立點(diǎn)分析 數(shù)據(jù)庫(kù)中可能包含一些數(shù)據(jù)對(duì)象數(shù)據(jù)庫(kù)中可能包含一些數(shù)據(jù)對(duì)象, ,它們與數(shù)據(jù)的它們與數(shù)據(jù)的一般行為或模型不一致。這些數(shù)據(jù)對(duì)象稱為孤立一般行為或模型不一致。這些數(shù)據(jù)對(duì)象稱為孤立點(diǎn)點(diǎn)(Outlier)(Outlier)。對(duì)這些數(shù)據(jù)的挖掘分析可以用于。對(duì)這些數(shù)據(jù)的挖掘分析可以用于處理一些罕見事件處理一些罕見事件, ,比如納稅、信用卡欺詐等。比如納稅、信用卡欺詐等。2022-7-8客戶關(guān)系管理51 問題描述：如何從眾多保險(xiǎn)申請(qǐng)或信用卡中發(fā)現(xiàn)欺詐問題描述：如何從眾多保險(xiǎn)申請(qǐng)或信用卡中發(fā)現(xiàn)欺詐 結(jié)果描述結(jié)果描述:(回歸、神經(jīng)網(wǎng)絡(luò)）回歸、神經(jīng)網(wǎng)絡(luò)）2022-7-8客戶關(guān)系管理52常見數(shù)據(jù)挖掘工具軟件介紹 1. DB Miner2. Intelligent Miner3. SAS Enterprise Miner2022-7-8客戶關(guān)系管理53第四節(jié)數(shù)據(jù)挖掘技術(shù)的應(yīng)用第四節(jié)數(shù)據(jù)挖掘技術(shù)的應(yīng)用 1. 客戶的細(xì)分 所有客戶所有客戶年輕年輕年老年老運(yùn)動(dòng)員運(yùn)動(dòng)員非運(yùn)動(dòng)員非運(yùn)動(dòng)員段段1段段3段段