[管理学]第八章-数据仓库和数据挖掘.ppt

第八章 数据仓库和数据挖掘 第三部分 客户关系管理技术 第八章 数据仓库和数据挖掘 第八章 数据仓库和数据挖掘 本 章 要 点 q数据库系统 q数据仓库系统 q数据挖掘 第八章 数据仓库和数据挖掘 1. 数据库系统(Database System) 第八章 数据仓库和数据挖掘 1.1 数据库系统组成 q数据库 按一定的数据模型组织、描述和存储的， 有组织、可共享的数据集合 q数据库管理系统（DBMS） 帮助用户建立、使用和管理数据库的软件 系统 q硬件系统 q用户 第八章 数据仓库和数据挖掘 1.2 数据库系统结构 数据 库管 理系 统 DBMS 数据库 数据定义 数据处理 应用系统生成 数据管理 建立和修 改元数据 查询和编 辑数据 生成菜单 数据输入 用户及权 限 用户 ： 硬 件 系 统 第八章 数据仓库和数据挖掘 1.3 数据库系统三级模式结构 数据库 数据库管 理系统 (DBMS) 内 模 式 概 念 模 式 外 模 式 用户 第八章 数据仓库和数据挖掘 客户编户编 号客户户名称性别别住址电话电话单单位 概念模式： 实例： 80001张张玉女X市110学校 客户编户编 号客户户名称性别别住址 外模式1： 实例： 80001张张玉女X市 客户编户编 号客户户名称性别别电话电话单单位 外模式2： 实例： 80001张张玉女110学校 第八章 数据仓库和数据挖掘 1.4 关系数据库 q关系数据库 在一个给定的应用领域中，所有实体及实 体间的联系的关系集合构成关系数据库(图) q结构化语言(SQL) 第八章 数据仓库和数据挖掘 关系数据库实例 IDC_IDProduct 15MP3 23Camera 35Phone 42MP3 51Camera Orders IDNameAgeSex 1 Mary 18F 2Tom39M 3John28M 5Katie27F Customer 主键外键主键 第八章 数据仓库和数据挖掘 SQL: 创建表 (Create table) qCreate table Customer ID number (3) primary key, Name char(8) not null, Age number(2), Sex char(2) IDNameAgeSex Customer 第八章 数据仓库和数据挖掘 SQL:输入数据（Insert into） qInsert into Customer values(1,“Mary”,18, “F”) IDNameAgeSex 1 Mary 18F Customer 第八章 数据仓库和数据挖掘 IDNameAgeSex 1 Mary 18F 2Tom39M 3John28M 4Rose14F 5Katie26F Customer 第八章 数据仓库和数据挖掘 SQL:删除数据（Delete） qDelete from Customer where ID =4 IDNameAgeSex 1 Mary 18F 2Tom39M 3John28M 5Katie26F 第八章 数据仓库和数据挖掘 SQL:更新数据（Update） qUpdate Customer set Age =27 where ID =5 IDNameAgeSex 1 Mary 18F 2Tom39M 3John28M 5Katie27F 第八章 数据仓库和数据挖掘 SQL:查询数据（Select） qSelect ID,Name,Age from Customer where Age 20 and Age40,000 ？ 是否高负债 ？ 工作时间5年 ? 低风险高风险 . 是否 是是否否 第八章 数据仓库和数据挖掘 人工神经网络 q人工神经网络分为输入层、输出层和隐含 层；神经网络的节点之间对应一个权重 (Weight)，可经过不断的训练调整权重 q人工神经网络分为监督式学习（可用于分 类）和非监督式学习（可用于聚类） 第八章 数据仓库和数据挖掘 人工神经网络（监督式学习） 输入 依误差调整权重 真实值 预测值 比较 第八章 数据仓库和数据挖掘 人工神经网络（非监督式学习） 输入 调整优胜单元至 输入层之权重 竞争优胜单元胜出 第八章 数据仓库和数据挖掘 基因算法 q基因算法是模拟生物进化的算法，由繁殖 (Propagation)、交叉(Crossover)、变异 (Mutation)组成 q其目的是模拟进化理论，选出优化方案 第八章 数据仓库和数据挖掘 基因算法 父代：000 | 000111 | 111 子代：111 | 000000 | 111 交叉、繁殖 子代：011 | 000010 | 111 突变 第八章 数据仓库和数据挖掘 3.5 数据挖掘的流程 问题定义 数据准备 数据挖掘 结果分析 第八章 数据仓库和数据挖掘 3.5.1 问题定义 企业将要推出一款新的产品，为了进行宣传推广，要给 潜在的客户进行电话推销，或者发邮件给对该产品可能有 兴趣的客户。这是一个非常昂贵的举措，企业就想找到一 种既降低成本又不降低营销效果的办法。 无论是通过电话、邮件、传真或是面对面接触，进行直 销的企业必须为每一位它要接触的客户消耗成本。而大多 数情况下，客户都是对其没有响应。客户响应率是指接触 客户中做出响应的客户所占的比率。如果客户响应率很低 ，企业就会发现她在客户接触中花掉太多的成本。 如果有什么办法可以通过在进行直销之前预测哪些客户 可能会对推销有兴趣从而提高客户响应率的话，这将大大 提高直销企业的利润。 第八章 数据仓库和数据挖掘 3.5.2 数据准备 q导入数据 q数据转换 q建立训练集和测试集 q初步分析 第八章 数据仓库和数据挖掘 3.5.3 数据挖掘 第八章 数据仓库和数据挖掘 3.5.3 数据挖掘 第八章 数据仓库和数据挖掘 3.5.4 结果分析 第八章 数据仓库和数据挖掘 3.6 数据挖掘在CRM中的应用 q数据挖掘在客户关系管理中的作用主要体 现在以下几个方面: 市场 销售 客户服务 客户保持 风险评估和诈骗检查 第八章 数据仓库和数据挖掘 3.6.1 数据挖掘对市场的影响 q市场在很大程度上依赖于正确的客户信息 。只有充分了解客户,才能正确定位促销活 动 ,才能提高响应率 ,降低活动成本。数据 挖掘可帮助企业进行市场细分、客户行为 分析。 第八章 数据仓库和数据挖掘 3.6.2 数据挖掘对销售的影响 q通过数据挖掘中关联分析功能，可以进行 业务的相关性分析，即分析出哪几种业务 具有比较强的关联性，并自动向客户推荐 产品 q这种分析功能的利用已经在改善交叉销售 比、楼层和货架安排、货物布置以及eb 页面的目录层次安排等方面取得了显著效 果。 第八章 数据仓库和数据挖掘 3.6.3 数据挖掘对客户服务的影响 q通过数据挖掘技术，可以根据客户的消费 行为进行分类，找出该类客户的消费特征 ，然后向客户提供更具个性化的服务，从 而改进企业的服务水平，提高企业的社会 效益和经济效益。 第八章 数据仓库和数据挖掘 3.6.4 数据挖掘对客户保持的影响 q网络经济给了客户更多的选择 , 这就要求 企业更多地了解客户,及早发现并在最短的 时间里响应他们的要求，如果等到客户感 到强烈不满时才采取行动就为时己晚。 q运用数据仓库技术可以先为己流失的客户 建模 ,识别导致他们流失的模式。然后就可 以用这些模式找出当前客户中相似的背叛 者 ,以便采取预防措施。 第八章