构建面向CRM的数据挖掘应用第1-3章

构建面向CRM的数据挖掘应用 1 3章 郭建奎2004 9 24 客户关系数据挖掘和数据仓库客户关系管理 客户关系 什么是数据挖掘与商业过程的关联数据挖掘与客户关系管理 数据挖掘 数据挖掘 是从数据库中发现相关的模式 需要提示的是 在数据挖掘过程中 需要建立预测模型时 一般需要统计分析师的应用 与商业过程的关联 要使数据挖掘在商业活动中起作用 就要把数据挖掘与基本的商业过程关联起来 引进交互和情景用合理的方法表示数据挖掘产生的输出结果允许用户与系统交互以解决一些简单的问题 DM与CRM 问题 CRM用户多为使用数据库的管理人员 而数据挖掘的结果往往都直接反映给决策者 这样造成数据挖掘活动同管理软件的分离 解决方案 将数据挖掘同市场人员 销售人员等紧密结合 达到的理想状态为 策划活动的销售人员把CRM中的每一个模型应用于某一类客户 数据挖掘辅助基于数据库的销售定位销售活动模拟客户行为 评分数据挖掘是利用数据库的信息创建模型和预测客户行为 而模型提供的预测结果常被称为分数 分数的高低表示客户流失的程度难易 DM与CRM 活动管理软件的作用指 使企业能够及时的向客户和潜在客户发送恰当的信息和有用的东西 如礼品等 增加客户在整个生命周期里的价值评估数据挖掘模型带来的好处得到预期相应率得到预期代价和收益 从而得到利润率 数据挖掘与数据仓库 DW相关内容DM相关内容 DW简单介绍 数据仓库是多种技术的混合体 目标是将可供使用的数据库有效的集成到支持数据战略计划用途的环境 数据仓库ROI 数据仓库有较大的ROI 原因是 利用数据仓库 可对商业过程作完整的分析 能开发一个企业范围内的信息存储 配备硬件资源等成本下降 可扩展到能产生巨大利益的战略决策过程避免大量手工劳动 操作与信息数据存储 操作数据是带有诸如提款存款等操作的数据 而信息数据各种主题进行组合 用于回答决策者问题 操作数据与信息数据有着很大差别操作型系统不同于数据仓库 数据仓库定义和特性 定义 数据仓库是一个面向主题的集成的不同时间的稳定的数据集合 特性区分操作和信息处理垂直分布具有操作新数据功能仓库中数据是所有数据的子集自动抽取数据和满足对更新频率要求 体系结构 数据仓库体系结构数据仓库访问及C S结构 DM 定义应用领域分类 数据挖掘的定义 定义 通过挖掘数据仓库中存储的大量数据 从中发现有意义的新的关联模式和趋势的过程 注 数据挖掘建立的是预测模型而不是回顾型模型 数据挖掘的应用领域 客户保持销售和客户服务市场推销风险评估和诈骗检查 数据挖掘的分类和研究重点 从学习模式分类有监督学习无监督学习增强型学习 从数据挖掘致力于解决商业问题上非类1 回顾分析2 预测分析 从技术和应用角度1 分类2 聚类3 关联4 时序 当前数据挖掘使用方法 归纳法数据库查询法压缩法几种数据挖掘方法应用于同一数据集产生类似结果将整个解答空间压缩成为一个更小的模式集合近似和搜索算法 客户关系管理 客户分析客户关系分析推销相关 客户分析 吸引新客户比留住老客户代价更大新商品卖给老客户比卖给新客户代价小最有利可图的客户对企业作用最大 客户关系管理 企业在收集大量客户信息后 需要从数据库中抽取有效的信息 方法步骤为 用全局的观点获取和集成来自内部和外部的数据挖掘集成的数据加速决策过程的方式和表示信息知识 客户关系管理 CRM架构划分操作型CRM分析型CRM合作型CRM 构建客户关系数据库 应该以客户为中心的数据库 管理活动 活动管理系统 即帮助推销专家管理和执行商业活动的系统 需要提供的功能 通过数据挖掘洞察要开发的新的促销品调节多种接触点的协作注重利润优化促销品发送的顺序提供创建实验的工具提供建立预测模型的设备 封闭循环的推销 包含三步衡量 以客户利润度为标准衡量推销结果预测 使用挖掘技术预测客户行为 活动 使用活动管理系统 确保活动以可理解和可衡量的方式运行 关于下一代CRM 继续扩展在