版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、第九章 CRMCRM系统中的数据管理系统中的数据管理数据的概念数据的收集数据的质量数据仓库数据挖掘本章重点第一节第一节 数据的概念和重要性数据的概念和重要性数据的概念数据的概念数据的重要性数据的重要性一、数据的概念一、数据的概念数据是为反映客观世界中的某一事件而记录的可以鉴别的数字或符号,如数字、文字、图形、图像、声音等。特征:特征:这些数据结构化地记录了企业有关事件离散的、互不关联的客观事实,其可用某种记录方式加以描述。 目的: 围绕数据库建立的企业CRM活动,其核心价值在于通过CRM系统对数据的分析、合成,并把这些离散的、单一存储的数据转化为使用者可以理解和使用的信息和知识。 二、数据的重
2、要性二、数据的重要性 数据是CRM系统的灵魂。CRM最关键、最基本的支柱是客户数据。客户关系管理通过数据仓库、数据挖掘、商务智能等技术处理大量的客户属性、交易记录、购买行为、习性偏好等数据,从中提炼出有用信息,为企业销售、营销、客户服务等工作提供全面支持。第二节第二节 数据的分类、收集及质量数据的分类、收集及质量数据的收集数据的收集数据的质量数据的质量一、数据分类一、数据分类通过数据来源分类通过数据来源分类内部来源数据外部来源数据一、数据分类一、数据分类通过数据采集渠道分类通过数据采集渠道分类电子邮件电话语音文字交谈多媒体数据一、数据分类一、数据分类按照企业不同部门的用途分类按照企业不同部门的
3、用途分类客户数据销售数据服务数据一、数据分类一、数据分类根据根据CRM系统的特殊需要分类系统的特殊需要分类描述性数据促销活动数据交易数据这一类数据描述了客户的基本情况,可用于判断谁是我们的客户。 这些数据详尽描述了企业所采取的促销活动 这一类数据描述客户对企业各种促销活动的反应,即他们与企业的交易情况。 二、数据的收集二、数据的收集 常见的用于描述客户的原始数据收集方法有如下几种:定性调研询问法观察法实验法三、数据的质量三、数据的质量 高质量的数据可为使用者提供准确的信息报告,同时降低企业与低质量数据相关的潜在成本。什么是符合数据质量标准的高质量数据? 数据仓库对数据质量的要求可归纳为:数据的
4、准确性数据的有效性数据既符合逻辑,又不冗余。数据的审查机制:审核数据的标准化审查数据采集的各个环节系统审查第四节第四节 数据仓库和数据挖掘数据仓库和数据挖掘数据仓库的概念特征数据仓库的概念特征数据仓库的体系结构数据仓库的体系结构数据挖掘概念数据挖掘概念数据在数据在CRMCRM中的应用中的应用一、数据仓库及其特征一、数据仓库及其特征 数据仓库一个用以更好地支持企业或者组织决策分析处理的、面向主题的、集成的、不可更新的、随时间不断变化的数据集合。 数据仓库有以下几个特征: 面向主题集成相对稳定反映历史变化数据仓库的基本体系数据仓库的一般结构抽取抽取 装载装载 刷新刷新 清理清理数据仓库数据仓库服务
5、服务OLAPOLAP服务器服务器OLAPOLAP服务器服务器数据仓库技术在CRM中的应用1、CRM客户行为分析:客户行为分析:客户理解行为规律分析组间交叉分析二)数据仓库技术在CRM中的应用2、重点客户发现、重点客户发现 重点客户的特点:重点客户的特点:潜在客户交叉销售增量销售二、数据仓库技术在CRM中的应用3、性能评估、性能评估 根据客户行为分析,企业可以准确地制定根据客户行为分析,企业可以准确地制定市场策略和市场活动。然而,这些市场活市场策略和市场活动。然而,这些市场活动能否达到预定的目标是改进市场策略和动能否达到预定的目标是改进市场策略和评价客户行为分组性能的重要指标。评价客户行为分组性
6、能的重要指标。二、数据挖掘数据挖掘1、数据挖掘概述、数据挖掘概述定义:从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含于其中的、人们事先不知道但又具有潜在用途的信息和知识的过程。2、数据挖掘的功能分类估计关联聚类直接数据挖掘间接数据挖掘3、数据挖掘的类型有监督的数据挖掘(直接数据挖掘)无监督的数据挖掘(间接数据挖掘)自上而下的方法,适用于预先知道要搜索目标的情况自下而上的方法,适用于预先不知道要搜索目标的情况三、数据挖掘的三大支柱数据与数据库数据挖掘算法数据挖掘模型一)数据与数据仓库比较项目数据库数据仓库数据内容当前值存档、汇总或计算的值数据性质动态静态数据结构复杂,用于操作
7、性计算简单,用于商业分析访问频率高低主要用途日常事务处理联机分析处理性能要求高一般数据仓库与数据库的区别数据仓库的简单堆积方式事务处理数据库每天的事务处理8月1日8月2日8月4日8月3日8月5日8月6日每日的综合数据仓库的简单堆积方式二)数据挖掘算法聚类决策树关联1、聚类概念:概念: 按照对象属性的相似性将他们分为若干个组或类别的方法。研究目的:研究目的: 就是把相似的对象归并成类,研究的主要内容是如何度量相似性以及怎样构造聚类的具体方法以达到分类的目的。研究对象:研究对象: 1、对样品进行分类,即从实际问题中观测得到n个样品Xi, i=1,2,n,要根据某相似性原则,将这n样品进行分类;2、
8、是对指标进行分类,即对所考察的p个指标X=(x1, x2,xp), 根据n个观测值Xi=(xi1, xi2, xip),i=1,2,n,要由某相似原则将这p个指标x1, x2,xp进行分类。在客户管理中应用: 帮助市场分析人员发现客户中所存在的各种特征的群体,并使用购买模式来描述各个客户群体。2、决策树 决策树是一个类似流程图的有点像树的分析工具。从树根到枝叶,每个内部节点代表对一个属性取值的判断,相对于节点,每个分支都代表一个判断结果,或者说是一个类别。决策树决策树 举例:举例:有一群人,描述这群人的属性有年龄,年收有一群人,描述这群人的属性有年龄,年收入,学历。入,学历。D DC C2 2
9、C C1 1年龄年龄年收入年收入B B2 2B B4 4B B3 3B B1 1B B1 1B B1 1B B1 1B B1 1B B1 1B B1 1B B1 1学历学历 下面以南方医院供应公司为例,看一看如何利用下面以南方医院供应公司为例,看一看如何利用决策树作出合适的生产能力计划。决策树作出合适的生产能力计划。 南方医院供应公司是一家制造医护人员的工装大褂的公司。该公司正在考虑扩大生产能力。它可以有以下几个选择:1、什么也不做;2、建一个小厂;3、建一个中型厂;4、建一个大厂。新增加的设备将生产一种新型的大褂,目前该产品的潜力或市场还是未知数。如果建一个大厂且市场较好就可实现$100,0
10、00的利润。如果市场不好则会导致$90,000的损失。但是,如果市场较好,建中型厂将会获得$40,000,市场不好则损失$5,000。当然,还有一个选择就是什么也不干。最近的市场研究表明市场好的概率是0.4,也就是说市场不好的概率是0.6。参下图:在这些数据的基础上,能产生最大的预期货币价在这些数据的基础上,能产生最大的预期货币价值(值(EMV)的选择就可找到。)的选择就可找到。 EMV(建大厂)=(0.4)*($100,000)+(0.6)*(-$90,000)=-$14,000 EMV(中型厂)=(0.4) *($ 600,000)+(0.6)* (-$10,000)=+$18,000 E
11、MV(建小厂)=(0.4)* ($40,000)+(0.6)*(-$5,000)=+$13,000 EMV(不建厂)=$0 根据EMV标准,南方公司应该建一个中型厂一个中型厂。 3、关联 简单的说是在数据库和数据仓库中发现大简单的说是在数据库和数据仓库中发现大量数据之间的有趣的相关联系。量数据之间的有趣的相关联系。记录号记录号购物清单购物清单12345 啤酒、尿布、婴儿爽身粉、面包、雨伞啤酒、尿布、婴儿爽身粉、面包、雨伞尿布、婴儿爽身粉尿布、婴儿爽身粉啤酒、尿布、牛奶啤酒、尿布、牛奶啤酒、尿布、洗衣粉啤酒、尿布、洗衣粉啤酒、牛奶、可乐啤酒、牛奶、可乐上表中,共发生交易5次,即T1, T2, T
12、3 ,T4 , T5交易中的商品设为项,即啤酒为X1,尿布为X2,婴儿爽身粉为X3,面包为X4,牛奶为X5,洗衣粉为X6,可乐为X7。问题:问题: 超市经理想知道商品之间的关联,要求列超市经理想知道商品之间的关联,要求列出哪些同时购买的,且支持度出哪些同时购买的,且支持度0.4 0.4 的商品名的商品名称。称。单项统计结果单项统计结果0.80.80.40.4双项统计双项统计支持度支持度啤酒,尿布啤酒,尿布啤酒,牛奶啤酒,牛奶尿布,婴儿爽身粉尿布,婴儿爽身粉0.60.40.4双项统计结果双项统计结果得出如下规则:得出如下规则:R R1 1:啤酒:啤酒尿布,尿布,S=0.6S=0.6,C=0.6/
13、0.8=0.75C=0.6/0.8=0.75R R2 2:尿布尿布啤酒啤酒,S=0.6S=0.6,C=0.6/0.8=0.75C=0.6/0.8=0.75R R3 3:牛奶牛奶啤酒啤酒,S=0.4S=0.4,C=0.4/0.4=1C=0.4/0.4=1R R4 4:啤酒:啤酒牛奶,牛奶,S=0.4S=0.4,C=0.4/0.8=0.5C=0.4/0.8=0.5R R5 5:尿布:尿布婴儿爽身粉,婴儿爽身粉,S=0.4S=0.4,C=0.4/0.8=0.5C=0.4/0.8=0.5R R6 6:婴儿爽身粉婴儿爽身粉尿布尿布,S=0.4S=0.4,C=0.4/0.4=1C=0.4/0.4=1三)数
14、据挖掘的基本步骤1、确定分析和预测目标2、建立数据挖掘库3、分析数据4、建立模型5、模型评估与验证6、模型实施四)数据挖掘的应用客户细分客户获取客户保持交叉营销 【实践练习】 假如你是一位营业员,需要记录客户的个人资料。客户资料一般分为两部分:一部分为基本资料,另一部分为特别资料。请你列出客户的这两种资料。 1、基本资料 2、特别资料基本资料: 姓名、地址、电话、职业、嗜好、其他影响购买内容的兴趣特别资料: 首次购买商品的种类,首次购买商品的日期或联系的日期。 爱好或者规格。 特别需要考虑之处。 是否需要送货服务、安装服务或其他特殊服务。 第五节 商业智能 商业智能的概念于商业智能的概念于19
15、96年最早由加特纳集年最早由加特纳集团(团(Gartner Group)提出,加特纳集团将)提出,加特纳集团将商业智能定义为:商业智能描述了一系列商业智能定义为:商业智能描述了一系列的概念和方法,通过应用基于事实的支持的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法,术提供使企业迅速分析数据的技术和方法,包括收集、管理和分析数据,将这些数据包括收集、管理和分析数据,将这些数据转化为有用的信息,然后分发到企业各处。转化为有用的信息,然后分发到企业各处。一、商业智能的定义 商业智能商业智能,又称商务智能
16、,英文为Business Intelligence,简写为BI。商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用。 二、商业智能系统的构成 数据仓库 联机分析处理 数据挖掘三、应用范围 销售分析 主要分析各项销售指标,例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等;而分析维又可从管理架构、类别品牌、日期、时段等角度观察,这些分析维又采用多级钻取,从而获得相当透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表。 商品分析 商品分析的主要数据来自销售数据和商品基础数据,从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等,从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过D系统对这些指标的分析来指导企业商品结构的调整,加强所营商品的竞争能力和合理配置。 人员分析 通过系统对公司的人员指标进行分析,特别是对销售人员指标(销售
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 医学内分泌学在疾病治疗中的进展
- 患有慢性肾功能不全高磷血症时应选用下列哪种药物
- 血管瘤的治疗方法
- 2027年寒假开学摸底考试九年级化学专题训练卷及答案
- 高二化学培优卷(2027年春季开学考试)
- 八年级生物易错题卷(2026-2027学年下学期期中考试)
- 皮肤结构及护理知识
- 2027年春季开学考试九年级生物试卷
- 《高血糖调控》课件
- 2025 真心痛痰阻心脉证护理课件
- 2025-2026学年姜堰市四下数学期中达标检测模拟试题含答案
- 2026产前筛查诊断人员资质考试历年参考题库含答案详解
- 《城市轨道交通工程浅层气地质勘察规范编制说明》
- 公路工程梁板运输与架设(架桥机、吊车)专项施工方案
- 慢性创伤性骨髓炎清创时机专家共识(2026版)
- 2026年秋季学期新编小学五年级上册道德与法治教案 (全册)
- 2026秋小学新版苏教版数学四年级上册☆ 度量衡的故事《度量衡的发展》教学设计
- 2026年劳动保障协理员考试模拟卷及答案
- 5.1《人口与人种》课件(共30张)人教版地理七年级上册
- GB/T 6104.3-2026工业车辆术语第3部分:附件和部件
- 2026年药房医保药品进销存管理制度
评论
0/150
提交评论