第十五章面向客户关系管理的信息分析系统——数据挖掘技术PPT课件.ppt

可编辑 1 第十五章面向客户关系管理的信息分析系统 数据挖掘技术 15 1数据挖掘基本概念15 2数据挖掘的技术与功能15 3数据挖掘的步骤15 4数据挖掘的应用 可编辑 2 成功案例 哪些商品放在一起比较好卖 这是沃尔玛的经典案例 一般看来 啤酒和尿布是顾客群完全不同的商品 但是沃尔玛一年内数据挖掘的结果显示 在居民区中尿布卖得好的店面啤酒也卖得很好 原因其实很简单 一般太太让先生下楼买尿布的时候 先生们一般都会犒劳自己两听啤酒 因此啤酒和尿布一起购买的机会是最多的 这是一个现代商场智能化信息分析系统发现的秘密 这个故事被公认是商业领域数据挖掘的诞生 另外 大家都知道在沃尔玛牙膏的旁边通常配备牙刷 在货价上这样放置 牙膏和牙刷才能都卖的很好 可编辑 3 电子商务网站公共页面该放哪些内容最可能产生购买行为 圣地亚哥的P通过采用HitBox数据挖掘ASP服务 使企业的计划者在业务高峰日也能够对销售情况做出迅速反应 由于鲜花极易枯萎 Proflowers不得不均匀地削减库存 否则可能导致一种商品过快地售罄或库存鲜花的凋谢 可编辑 4 由于日交易量较高 管理人员需要对零售情况进行分析 比如转换率 也就是多少页面浏览量将导致销售产生 举例来说 如果100人中仅有5人看到玫瑰时就会购买 而盆景的转换率则为100比20 那么不是页面设计有问题 就是玫瑰的价格有问题 公司能够迅速对网站进行调整 比如在每个页面上都展示玫瑰或降低玫瑰的价格 对于可能过快售罄的商品 公司通常不得不在网页中弱化该商品或取消优惠价格 从而设法减缓该商品的销售 采用HitBox的优势在于借助便于阅读的显示器来展现销售数据和转换率 Proflowers营销副总裁Chrisd Eon说 自己分析数据是浪费时间 我们需要一种浏览数据的方式 能够让我们即刻采取行动 可编辑 5 出了一个新成品 哪些老客户最可能购买 蒙特利尔银行是加拿大历史最为悠久的银行 也是加拿大的第三大银行 在20世纪90年代中期 行业竞争的加剧导致该银行需要通过交叉销售来锁定1800万客户 银行智能化商业高级经理JanMrazek说 这反映了银行的一个新焦点 客户 而不是商品 银行应该认识到客户需要什么产品以及如何推销这些产品 而不是等待人们来排队购买 然后 银行需要开发相应商品并进行营销活动 从而满足这些需求 在应用数据挖掘之前 银行的销售代表必须于晚上6点至9点在特定地区通过电话向客户推销产品 但是 正如每个处于接受端的人所了解的那样 大多数人在工作结束后对于兜售并不感兴趣 因此 在晚餐时间进行电话推销的反馈率非常低 可编辑 6 几年前 该银行开始采用IBM基于银行账户余额 客户已拥有的银行产品以及所处地点和信贷风险等标准来评价记录档案 这些评价可用于确定客户购买某一具体产品的可能性 该系统能够通过浏览器窗口进行观察 使得管理人员不必分析基础数据 因此非常适合于非统计人员 我们对客户的财务行为习惯及其对银行收益率的影响有了更深入的了解 现在 当进行更具针对性的营销活动时 银行能够区别对待不同的客户群 以提升产品和服务质量 同时还能制订适当的价格和设计各种奖励方案 甚至确定利息费用 蒙特利尔银行的数据挖掘工具为管理人员提供了大量信息 从而帮助他们对于从营销到产品设计的任何事情进行决策 可编辑 7 15 1数据挖掘基本概念 一 什么是数据挖掘 数据挖掘 DM DataMining 就是从大量的 不完全的 有噪声的 模糊的 随机的数据中 提取隐含在其中的 人们事先不知道的 但又是潜在的有用信息和知识的过程 可编辑 8 数据挖掘的作用 1 自动趋势预测 2 自动探测以前未发现的模式 可编辑 9 15 1数据挖掘基本概念 二 数据挖掘的系统结构 10 15 1数据挖掘基本概念 三 数据挖掘系统的分类根据耦合程度进行分类 零耦合是指数据挖掘与数据仓库及数据库没有任何关系 输入数据是从文件中取出的 存放结果也是存放在文件中 松散耦合是指利用数据仓库或数据库作为数据挖掘的数据源 其结果写入文件 数据库或数据仓库中 但不使用数据库及数据仓库提供的数据结构及查询优化方法 半耦合是指部分数据挖掘原语出现在数据仓库或数据库中 紧密耦合是将数据挖掘集成到数据库或数据仓库中 作为其中的一个组成部分 第十五章面向客户关系管理的信息分析系统 数据挖掘技术 可编辑 11 根据所挖掘的数据库进行分类 关系类型 事务类型 面向对象类型等 空间数据类型 时序数据类型 文本类型和多媒体类型等根据所挖掘的知识进行分类 知识可以划分成为概念描述知识 对比概念描述知识 关联知识 分类知识 聚类知识 异类知识 趋势与演化分析知识等根据所使用的技术进行分类 12 15 1数据挖掘基本概念 四 从商业数据到商业信息的进化 第十五章面向客户关系管理的信息分析系统 数据挖掘技术 可编辑 13 15 2数据挖掘的技术与功能 一 数据挖掘使用的技术 1 人工神经网络 模拟人脑神经元方法 以MP模型和HEBB学习规则为基础 建立了三大类多种神经网络模型 前馈式网络 反馈式网络和自组织网络 2 决策树 即代表着决策集的树形结构 3 遗传算法 基于生物进化理论 并采用遗传结合 遗传变异以及自然选择等设计方法的优化技术 4 近邻算法 将数据集合中的每一记录进行分类的方法 5 规则推导 从统计意义上对数据中的 if then 规则进行寻找和推导 可编辑 14 二 数据挖掘的功能概念描述 对含有大量数据的数据集合进行概述性 summarized 的总结并获得简明 准确的描述 关联分析 从给定的数据集中发现频繁出现的关联规则 分类与预测 分类就是找出一组能够描述数据集合典型特征的模型 或函数 以便能够分类识别未知数据的归属或类别 预言模型以通过数据库中的某些数据得到另外的数据为目标 可编辑 15 聚类分析 所分析处理的数据均是无类别归属 类别归属标志在聚类分析处理的数据集中是不存在的 异类分析与偏差检测 那些不符合大多数数据对象所构成的规律的数据对象就被称为异类 偏差检测就是从数据已有或期望值中找出某些关键测度显著的变化 可编辑 16 15 3数据挖掘的步骤 问题定义 数据收集和数据预处理 建立