交叉销售的案例学习.ppt

深圳华策辉弘科技有限公司深圳华策辉弘科技有限公司 专业服务部专业服务部 2007 12 -142007 12 -14 交叉销售的案例学习 1 交叉销售的数据挖掘方法介绍 在银行业的应用案例 在保险业的应用案例 主题主题 2 三种方法 1. 找到对每一产品最感兴趣的客户（List of most interested customers per product） 2. 找到每一客户户下一个最感兴兴趣的产产品（Next mosty likely Product per customer） 3. CF法（Collaborative Filtering） 交叉销销售 数数据挖挖掘方法 3 方法1 选择选择需要营销营销的产产品或服务务 建立数据挖掘数据集，包含已经经使用该产该产 品或服务务的客户户和没有该产该产品的客户户的信息 通过过数据挖掘发现规发现规律，建立规则规则或逻辑逻辑 应应用 将发现的知识或规则应用到客户群体上， 来预测谁更可能购买该产品或服务 交叉销销售 数数据挖挖掘方法1 4 M M+1 M+2 M+3 产产品1 产产品1 产产品2 产产品1 产产品1 产产品1 产产品1 产产品2 购买了产品2的客户 没有购买产品2的客户 理解为为什么有的客户购买户购买某种产产品，而有的不买买？ 交叉销销售 建立数数据挖挖掘数数据集 5 哪些因素应该进应该进入数据集? 人口统计统计信息 年龄龄 性别别 地域 和约约、账户账户信息 入网时间时间 资费资费方案 支付方式 技术质术质量 手机类类型 掉话话的次数 计费计费数据 上个月的话费话费 前3个月的平均话费话费 使用数据 国际际漫游的时间时间 夜间间通话话的时间时间 特征抽取 国际电话际电话的比例 通话话量的下降量 交叉销销售 建立数数据挖挖掘数数据集 6 交叉销销售 建立规则规则 1 互联联网接入服务务 在数据业务业务主页页上注册? % 在晚上10点以后 使用的时间时间占比 OFFICE TRAVEL 工作场场所 7 基本不符合规规律 = 产产品接受度最低 和规规律很吻合 = 产产品接受度最高 ? ? ? 0.24 0.28 0.31 0.55 0.650.68 0.850.880.91 交叉销销售 应应用分组组 8 方法2 理解客户购买产户购买产品的顺顺序 通过过关联联算法识别产识别产品组组合 应应用 根据每一客户户已有的产产品 推荐最佳产产品组组合的其他产产品 交叉销销售 数数据挖挖掘方法2 9 Combination A D A C C A B & C D Support 2/5 2/5 2/5 1/5 Confidence 2/3 2/3 2/4 1/3 A B C A C D B C D A D E B C E 交叉销销售 了解客户购买哪些产品组合 10 Internet Access Roaming 交叉销销售 建立规则规则 11 根据发现发现的规规律，建立查询对查询对客户进户进行分组组 选择选择有 “DUO” & “DATA”产产品但是没有 “High Speed Data”产产品的客户户 向其推荐“High Speed Data”产品 交叉销销售 应应用分组组 12 me 识别识别“我”的近邻邻， 然后向对对待“我”的近邻邻一样对样对待“我” 交叉销销售 数数据挖挖掘方法3：CF法 13 例如： 使用约约20个变变量将客户户分为为80个群体来区分客户户的行为为和需求 定义义适合向客户进户进行交叉销销售 的70个产产品( 40 VAS相关，30 ISP内容相关) 在一个客户户群体中，确定“强势势”产产品 ，即大部分客户户都有的产产 品 如果该该客户户群中的客户户没有“强势势”产产品，就向他推荐该产该产品 如果客户户已经经有了“强势势”产产品，就找到和这这个客户户群体最接近的 其他客户户群体，向他推荐最接近的客户户群体中的“强势势”产产品 试验结试验结果表明，这这种方法将使响应应率提升29倍 交叉销销售 CF法 14 客户户分群使用情况况分析 在群体内应内应 用 Collaborative Filtering MMS cust1 cust2 Call Forwarding Call Forwarding VAS MMS(6*) Call forwarding(3*) Location based service(3*) CONTENTS STOCK (3*) Entertainment (4.5*) CFLBS MMSLBS ST cust1 cust2 EntertainmentEntertainment ENTLBS STnews 在近邻邻群体内应内应 用 Collaborative Filtering Voice Text Internl 1900 kill time Finance info Traffic info