第3章數(shù)據(jù)挖掘

1、第3章 數(shù)據(jù)挖掘與CRM目錄(ml)3.1 數(shù)據(jù)挖掘 3.2數(shù)據(jù)挖掘在CRM中的應(yīng)用(yngyng)共二十六頁學(xué)習(xí)(xux)目標(biāo)理論目標(biāo)： 學(xué)習(xí)和把握數(shù)據(jù)挖掘的含義、作用和內(nèi)容，數(shù)據(jù)挖掘的典型算法，數(shù)據(jù)挖掘的一般步驟等陳述性知識；能用所學(xué)理論知識指導(dǎo)“數(shù)據(jù)挖掘”的相關(guān)認(rèn)知活動。實務(wù)目標(biāo)： 學(xué)習(xí)和把握數(shù)據(jù)挖掘的一般步驟、典型算法、數(shù)據(jù)挖掘的模型以及“業(yè)務(wù)(yw)鏈接”等程序性知識；能用所學(xué)實務(wù)知識規(guī)范“數(shù)據(jù)挖掘”的相關(guān)技能活動。共二十六頁學(xué)習(xí)(xux)目標(biāo)案例目標(biāo)： 能運用所學(xué)“數(shù)據(jù)挖掘”的理論(lln)與實務(wù)知識研究相關(guān)案例，培養(yǎng)和提高學(xué)生在特定業(yè)務(wù)情境中分析問題與決策設(shè)計的能力；能結(jié)合“數(shù)據(jù)

2、挖掘”教學(xué)內(nèi)容，依照“職業(yè)道德與營銷倫理”的行業(yè)規(guī)范或標(biāo)準(zhǔn)，分析企業(yè)行為的善惡，強化學(xué)生的職業(yè)道德素質(zhì)。實訓(xùn)目標(biāo)： 引導(dǎo)學(xué)生參加“數(shù)據(jù)挖掘”業(yè)務(wù)勝任力的實踐訓(xùn)練。在了解和把握本實訓(xùn)所及“能力與道德領(lǐng)域”相關(guān)“技能點”的“規(guī)范與標(biāo)準(zhǔn)”基礎(chǔ)上，通過切實體驗“數(shù)據(jù)挖掘”各實訓(xùn)任務(wù)的完成、系列技能操作的實施、企業(yè)數(shù)據(jù)挖掘運作實訓(xùn)報告的準(zhǔn)備與撰寫等有質(zhì)量、有效率的活動，培養(yǎng)其“數(shù)據(jù)挖掘”的專業(yè)能力，強化其“信息處理”、“解決問題”和“革新創(chuàng)新”等職業(yè)核心能力，并通過“順從級”踐行“職業(yè)觀念”、“職業(yè)態(tài)度”、“職業(yè)作風(fēng)”和“職業(yè)守則”等行為規(guī)范，促進其健全職業(yè)人格的塑造。 共二十六頁引例：貝爾大西洋公司的

3、數(shù)據(jù)挖掘應(yīng)用貝爾大西洋公司是美國最大的電話公司之一，它的電話業(yè)務(wù)覆蓋美國14個州，擁有商業(yè)、住家電話帳戶近億個。在電話公司，追繳拖欠話費是一件很頭疼的事情，不及時追繳會給公司帶來很大損失，但如果每個人都進行追繳又帶來很大的成本。為此，貝爾大西洋公司建立了數(shù)據(jù)挖掘系統(tǒng)，幫助(bngzh)他們進行話費追繳決策。第一步，將所有客戶分為不同的類型，并建立不同的追繳欠費模型。系統(tǒng)根據(jù)數(shù)據(jù)分析，將公司客戶分為8種類型，并一共建立了40個追繳話費模型。第二步，計算各種客戶拖欠話費的概率，包括從一個月未繳話費到兩個月未繳的可能性，從三個月未繳話費到變成壞債客戶的可能性，從壞債客戶到變成死債客戶的可能性。第三步

4、，提出追繳策略線索，哪些客戶應(yīng)進行追繳，哪些客戶可以暫時不追繳；在追繳的客戶中，哪些應(yīng)該采取高強度追繳，哪些客戶只需要采取低強度追繳等。在美國的電話公司中，追繳花費可采用信件和電話兩種形式，電話追繳的強度大，效果好，但成本要比信件高得多。一般情況下，通過信件追繳話費的成本約1美元，而電話追繳的成本約在30美元左右。 過去，電話公司在決定追繳策略時帶有很大的盲目性，支付了大量的追繳成本，但追繳的效果并不好，甚至還得罪了一些有價值的客戶，造成客戶資源的流失。共二十六頁采用了數(shù)據(jù)挖掘技術(shù)后，這一問題的到了較好的解決。數(shù)據(jù)挖掘幫助公司了解客戶的行為模式，以此來決定所應(yīng)采取的話費追繳模式。同時根據(jù)一個好

5、客戶能給公司帶來的利潤，和他拖欠話費給公司帶來的損失進行比較，決定是否(sh fu)要進行話費的追繳、何時進行話費追繳以及已何種方式進行話費追繳。數(shù)據(jù)挖掘系統(tǒng)幫助貝爾大西洋公司減少了大量的話費追繳成本，同時也留住大量的有價值的老客戶。共二十六頁3.1.1數(shù)據(jù)挖掘的定義和內(nèi)涵從技術(shù)的角度來說，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、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們(rn men)事先不知道的、但又是潛在有用的信息和知識的過程。3.1 數(shù)據(jù)挖掘共二十六頁3.1.1數(shù)據(jù)挖掘的定義和內(nèi)涵從商業(yè)的角度來說，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理(chl)技術(shù)，其主

6、要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進行抽取、轉(zhuǎn)換、分析和其他模型化處理(chl)，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。3.1 數(shù)據(jù)挖掘共二十六頁1)關(guān)聯(lián)分析2)序列(xli)模式分析3)分類分析4)聚類分析3.1.2 數(shù)據(jù)挖掘的方法(fngf)共二十六頁1)關(guān)聯(lián)分析關(guān)聯(lián)分析是挖掘表面看似獨立的事件間的相互關(guān)系。例如“90%的顧客在一次購買活動(hu dng)中購買商品A的同時購買商品B”之類的知識。 共二十六頁【業(yè)務(wù)鏈接31】尿布和啤酒全球最大的零售商沃爾瑪（Walmart）通過對顧客購物的數(shù)據(jù)分析后發(fā)現(xiàn)，很多周末購買尿布的顧客也同時購買啤酒。經(jīng)過深入研究后發(fā)現(xiàn)，美國家庭買尿布的多是爸爸。爸爸

7、們下班后要到超市買尿布，同時要“順手牽羊”帶走啤酒，好在周末看棒球賽的同時過把酒癮。后來沃爾瑪就把尿布和啤酒擺放得很近，從而雙雙促進了尿布和啤酒的銷量。這個經(jīng)典的“尿布和啤酒”的故事被公認(rèn)是商業(yè)領(lǐng)域數(shù)據(jù)挖掘的誕生。這里就是利用關(guān)聯(lián)分析這種方法(fngf)，發(fā)現(xiàn)兩種商品之間有很高的相關(guān)系數(shù)，引起重視，然后深入分析后才找出內(nèi)在原因的。 共二十六頁2)序列模式分析 它與關(guān)聯(lián)分析相似，其目的也是為了控制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析的側(cè)重點在于分析數(shù)據(jù)間的前后（因果）關(guān)系?？梢酝ㄟ^分析客戶(k h)在購買A商品后，必定（或大部分情況下）隨著購買B商品，來發(fā)現(xiàn)客戶(k h)潛在的購買模式。例如，一

8、個顧客在買了電腦之后，就很有可能購買打印機、掃描儀等配件。共二十六頁3)分類分析 分類分析就是通過分析樣本客戶數(shù)據(jù)庫中的數(shù)據(jù)，為每個類別(libi)作出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個分類規(guī)則對其它客戶的記錄進行分類。 比如，信用卡公司根據(jù)顧客的信用記錄，把持卡人分成不同等級，并把等級標(biāo)記賦與數(shù)據(jù)庫中的每個記錄。對于每一等級，找出它們共同點，比如：“年收入在10萬元以上，年齡在4050歲之間的外企白領(lǐng)”總體上信用記錄最高。有了這樣的挖掘結(jié)果，客戶服務(wù)部門就知道一個新的客戶的潛在價值，在客戶服務(wù)投入上就心中有底。 共二十六頁4)聚類分析 這是分類的逆向方法。聚類把沒有分類的記

9、錄，在不知道應(yīng)分成幾類的情況下，按照(nzho)數(shù)據(jù)內(nèi)在的差異性大小，合理地劃分成幾類，并確定每個記錄所屬類別。它采用的分類規(guī)則是按統(tǒng)計學(xué)的聚類分析方法決定的。比如，面對數(shù)據(jù)庫中“消費額”、“購買頻率”、“收入水平”等多個評價指標(biāo)，沒有辦法按照(nzho)一個指標(biāo)去分類，就可以通過聚類按照(nzho)數(shù)據(jù)間的自然聯(lián)系把分散的記錄“聚”成幾“堆”，然后再對每堆進行深入分析。共二十六頁3.1.3數(shù)據(jù)挖掘的經(jīng)典(jngdin)算法1) 神經(jīng)網(wǎng)絡(luò) 2)決策樹算法共二十六頁1) 神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)被稱為有學(xué)習(xí)能力的商業(yè)智能系統(tǒng)，是企業(yè)(qy)客戶關(guān)系管理的一項重要支持工具。它具有和人類大腦相似的功能，經(jīng)

10、過對神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行一段時間的訓(xùn)練以后，該系統(tǒng)可以在沒有人干預(yù)的情況下進行模擬識別，解決特定領(lǐng)域中的問題。共二十六頁2)決策樹算法 決策樹提供了一種展示類似在什么(shn me)條件下會得到什么(shn me)值這類規(guī)則的方法。比如，在貸款申請中，要對申請的風(fēng)險大小做出判斷，圖5-2是為了解決這個問題而建立的一棵決策樹，從中我們可以看到?jīng)Q策樹的基本組成部分：決策節(jié)點、分支和葉子。共二十六頁收入40000否是工作時間5高負(fù)債是否低風(fēng)險高風(fēng)險是否高風(fēng)險低風(fēng)險圖5-2一顆簡單(jindn)的決策樹 共二十六頁【業(yè)務(wù)鏈接32】貸款決策負(fù)責(zé)借貸的銀行官員利用上面這棵決策樹來決定支持(zhch)哪些貸款和

11、拒絕哪些貸款，那么他就可以用貸款申請表來運行這棵決策樹，用決策樹來判斷風(fēng)險的大小?！澳晔杖耄?0,00”和“高負(fù)債”的用戶被認(rèn)為是“高風(fēng)險”，同時“收入5年”的申請，則被認(rèn)為“低風(fēng)險”而建議貸款給他/她。共二十六頁3.1.4數(shù)據(jù)挖掘的基本步驟1）定義商業(yè)問題2）建立數(shù)據(jù)挖掘庫（1）數(shù)據(jù)(shj)收集；（2）數(shù)據(jù)描述；（3）選擇；（4）數(shù)據(jù)質(zhì)量評估和數(shù)據(jù)清理；（5）合并與整合；（6）構(gòu)建元數(shù)據(jù)；（7）加載數(shù)據(jù)挖掘庫；（8）維護數(shù)據(jù)挖掘庫。共二十六頁3.1.4數(shù)據(jù)挖掘的基本步驟3）分析數(shù)據(jù)4）準(zhǔn)備數(shù)據(jù)（1）選擇變量(binling)（2）選擇記錄（3）創(chuàng)建新變量（4）轉(zhuǎn)換變量5）建立模型共二十六頁

12、3.1.4數(shù)據(jù)挖掘的基本(jbn)步驟6）評價和解釋（1）模型的準(zhǔn)確性（2）模型的可理解性（3）模型的性能7） 實施共二十六頁3.2.1 數(shù)據(jù)挖掘在CRM中的應(yīng)用1）客戶群體分類分析2）客戶識別和保留分析（1）在CRM中，首先應(yīng)識別潛在客戶，然后將他們轉(zhuǎn)化為客戶。（2）在客戶保留中的應(yīng)用3）對客戶忠誠度進行分析4）客戶盈利能力分析5）交叉銷售(xioshu)和增量銷售(xioshu)3.2數(shù)據(jù)挖掘在CRM中的應(yīng)用(yngyng)共二十六頁【業(yè)務(wù)鏈接33】美林證券公司的商業(yè)智能應(yīng)用美林證券是世界知名的證券公司，它擁有上百萬的客戶，并受托為這些客戶管理1.3萬億美元的資產(chǎn)。隨著(su zhe)業(yè)務(wù)

13、的不斷擴大，美林公司的經(jīng)營目標(biāo)開始由單純的交易代理，轉(zhuǎn)向為客戶提供全面的財務(wù)規(guī)劃和理財服務(wù)。每一個客戶都有與其他客戶不同的生活背景和投資策略，因此美林公司為他提供的必須是一種個性化的服務(wù)。這就要求公司必須更多地了解客戶，并在此基礎(chǔ)上管理與客戶的關(guān)系。1996年，美林公司提出了利用商業(yè)智能進行客戶關(guān)系管理的計劃。在這之前，美林公司積累了大量的重要客戶的數(shù)據(jù)，這些數(shù)據(jù)儲存在分布在不同地點的25個計算機系統(tǒng)中。商業(yè)智能系統(tǒng)要將這些客戶信息集成在一個單一的計算機環(huán)境，并通過數(shù)據(jù)分析和數(shù)據(jù)挖掘，為公司客戶關(guān)系管理提供支持。 共二十六頁商業(yè)智能系統(tǒng)首先可以幫助(bngzh)公司找出最重要的客戶群，并發(fā)現(xiàn)他

14、們的購買行為方式。商業(yè)智能還能夠幫助(bngzh)公司檢驗、評估目前重點客戶群的確定是否恰當(dāng)，并為重點客戶群的調(diào)整提供依據(jù)。商業(yè)智能系統(tǒng)另一個重要的功能就是為公司尋找產(chǎn)品及服務(wù)上需要改進和完善之處，發(fā)現(xiàn)客戶的潛在需求，并據(jù)此開發(fā)出適應(yīng)客戶需求的新產(chǎn)品。商業(yè)智能系統(tǒng)的一個重要作用就是為美林公司1.3萬理財顧問提供支持，使他們能夠更好地為每一個客戶提供恰如其分的服務(wù)。通過客戶買盤數(shù)據(jù)與客戶檔案資料的對比分析，理財顧問可以將美林的產(chǎn)品和服務(wù)進行不同的組合和匹配，提供幾乎無限種類的各種不同組合來滿足每一位投資者的個性化需求。同時公司能夠檢測到每一種產(chǎn)品和服務(wù)組合的利潤率，評價客戶關(guān)系管理對公司經(jīng)營的影

15、響。共二十六頁商業(yè)智能系統(tǒng)還為公司100多位業(yè)務(wù)分析師提供支持。這些分析師的職責(zé)是對市場狀況和公司經(jīng)營情況進行分析，為理財顧問提供技術(shù)指導(dǎo)。過去，分析師只能從主機系統(tǒng)得到書面報告，然后進行手工的計算，再將計算的結(jié)果輸入到電子表格中?，F(xiàn)在，這些工作都由商業(yè)智能系統(tǒng)代替，分析師只需要提出問題，如哪個地方、哪個辦事處、哪個理財顧問的銷售業(yè)績最好？什么地方、什么產(chǎn)品的銷售為美林創(chuàng)造的銷售額和利潤最高？系統(tǒng)就會自動進行運算，并給出答案。利用這些答案，分析師們就可以更有效地進行策略分析，幫助公司高層管理者和眾多的理財顧問進行決策。 商業(yè)智能系統(tǒng)還是一個知識倉庫和交流平臺。對于哪些成功的理財顧問，系統(tǒng)將其成功經(jīng)驗進行總結(jié)并儲存在數(shù)據(jù)庫中，供其他理財顧問學(xué)習(xí)、借鑒(jijin)。理財顧問、分析師之間也可以通過系統(tǒng)進行交流，溝通對市場的認(rèn)識，傳授銷售的技巧，使商業(yè)智能系統(tǒng)成為一個有效的知識管理工具。在商業(yè)智能系統(tǒng)的幫助下，美林公司擁有了使每一位客戶走向成功的能力，從而也使自己走向成功提供了保證。共二十六頁內(nèi)容摘要第3章 數(shù)據(jù)挖掘與CRM。第二步，計算各種客戶拖欠話費的概率，包括從一個月未繳話