3CRM-教学-学生

1、1第一阶段要鉴别最佳客户，首先应该以客户金字塔为基础，对客户进行分类。CRM案例分享：汇丰银行如何定义其最佳客户案例分享：汇丰银行如何定义其最佳客户鉴别最佳客户，设计最佳体验第二阶段中，设计最佳体验则包括客户体验管理，业务流程管理和需求规划。 2CRM案例分享：汇丰银行如何定义其最佳客户案例分享：汇丰银行如何定义其最佳客户鉴别最佳客户，设计最佳体验31、对客户关系经理进行更多的培训，使他们具备更专业的金融知识。2、在主要服务中心建立实时视频会议系统。无论何时客户需要更专业的建议或信息，都可以通过该系统来提供一个面对面的交流。3、当客户来电需要帮助时，经理可以将电话转给专家，来进行远程交流。45

2、 IT人员整合电子邮件、网络门户、面对面交谈等途径汇总客户信息，可以使授权的客户服务人员1秒内从客户端界面即时得到所有产品的信息和详细的客户数据。 6核心思想：以客户为中心提供以客户为中心提供个性化个性化的服务以降低客户的流失率，的服务以降低客户的流失率，通过实现通过实现客户效用客户效用的最大化获得最大利润。的最大化获得最大利润。p118p118最高境界:为客户创造为客户创造一生一生的最大价值。的最大价值。CRM系统概述例如：某公司有一百万客户资料。20万是重要用户（忠诚度高),就构成了每年2亿的忠诚客户基础。80万是一般的客户，就构成了每年8亿的忠诚客户基础。7员工通过使用新型的CRM系统对

3、客户的抱怨和未满足的需求进行快速协调。8119共享客户资源，从而共享客户资源，从而力争把一个企力争把一个企业变成业变成 “虚拟个人虚拟个人“呈现在客户印象中呈现在客户印象中让企业客户服务人员让企业客户服务人员同客户一起完成某项同客户一起完成某项企业活动企业活动提取有价值的各种信提取有价值的各种信息，是企业决策支持息，是企业决策支持工具工具9数据仓库定义：数据仓库是在企业管理和决策中面向主题的、集成的、与时间数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。相关的、不可修改的数据集合。p123（2）数据不可修改。（3）集成的数据消除不一致和错误的地方。（4）数据随

4、时间不断变化。（1）面向主题面向某一决策问题而制定的。10数据挖掘数据挖掘(Data Mining)，是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式。例如基于规则的数据挖掘一天的不同时刻和不同产品网上购买量之间的关系。协同过滤推荐“亲密群体”中其他消费者购买的产品。11数据挖掘的主要策略决策树归纳开发一种yes/no的决策树。例如：决定新的信用卡申请人是否为良好信用风险。年收入大于5万元yes是否房主？yes批准no反对no有无帐户noyes批准12聚合一种用来使记录子集聚集在一起的技术。可用于客户群细分或发现高潜在的销售机会。数据挖掘的主要策略13数据挖

5、掘的主要策略顺序关联找出根据时间将事件连接起来的关联。支票帐户+三个月后储蓄帐户-6个月后信用卡24%关联关联算法能够发现一套项目与另一套项目的相互关联的所有规则。55%-75%1415ridageincomestudentCredit-ratingBuys-computer130HighNofairNo240MediumNofairyes540Lowyesfairyes640LowyesexcellentNo730-40Lowyesexcellentyes830MediumNofairNo940Mediumyesfairyes1140MediumNoexcellentNo164030-40i

6、ncomestudent CreditclassMediumNofairyesLowyesfairyesLowyesexcellentNoMediumyesfairyesMediumNoexcellentNoincomestudentCreditclassHighNofairyesLowyesexcellentyesMediumNoexcellentyesHighyesfairyesincomestudentCreditclassHighNofairNoHighNoexcellentNoMediumNofairNoLowyesfairyesMediumyesexcellentyesage?30

7、叶子节点：叶子节点：yes17ID3算法的核心： 在决策树各级节点上选择属性时，用信息增益作为属性的选择标准，以使得在每一个非叶节点进行测试时能获得关于被测试记录最大的类别信息。Gain(A)=I(s1,s2,sm)-E(A)I:所有信息，E：按照某类分析所需的信息熵18ridageincomestudentCredit-ratingBuys-computer130HighNofairNo240MediumNofairyes540Lowyesfairyes640LowyesexcellentNo730-40Lowyesexcellentyes830MediumNofairNo940Medium

8、yesfairyes1140MediumNoexcellentNo19ridageincomestudentCredit-ratingBuys-computer130HighNofairNo240MediumNofairyes540Lowyesfairyes640LowyesexcellentNo730-40Lowyesexcellentyes830MediumNofairNo940Mediumyesfairyes1140MediumNoexcellentNo是否购买计算机：yes类别9个样本； no类别5个样本计算过程I(S1,S2)=I(9,5)=-(9/14)log2 (9/14) -

9、(5/14)log2 (5/14)=0.9420age3040404030-40304040ageincomestudentCredit-ratingBuys-computer30HighNofairNo30HighNoexcellentNo30MediumNofairNo30Lowyesfairyes30Mediumyesexcellentyes是否购买计算机：yes类别2个样本； no类别3个样本计算过程I(S11,S21)=I(2,3)=-(2/5)log2 (2/5) - (3/5)log2 (3/5)=0.97121age3040404030-40304040是否购买计算机：yes类

10、别4个样本； no类别0个样本计算过程I(S12,S22)=I(4,0)=-(4/4)log2 (4/4) - (0/4)log2 (0/4)=0ageincomestudentCredit-ratingBuys-computer30-40HighNofairyes30-40Lowyesexcellentyes30-40MediumNoexcellentyes30-40Highyesfairyes22age3040404030-40304040是否购买计算机：yes类别3个样本； no类别2个样本计算过程I(S13,S23)=I(3,2)=-(3/5)log2 (3/5) - (2/5)log

11、2 (2/5)=0.971ageincomestudentCredit-ratingBuys-computer40MediumNofairyes40Lowyesfairyes40LowyesexcellentNo40Mediumyesfairyes40MediumNoexcellentNo23age3040404030-40304040E(age) = (5/14)I(S11,S21)+ (4/14)I(S12,S22)+ (5/14)I(S13,S23)=0.694Gain(age) = I(s1,s2) E(age) =I(9, 5) E(age) =0.94-0.694 =0.245Ga

12、in(income)=0.029Gain(student)=0.151Gain(credit-rating)=0.048所以所以age的的信息增益最大信息增益最大，age作为测试属性用于作为测试属性用于当前分支节点当前分支节点244030-40incomestudent CreditclassMediumNofairyesLowyesfairyesLowyesexcellentNoMediumyesfairyesMediumNoexcellentNoincomestudentCreditclassHighNofairyesLowyesexcellentyesMediumNoexcellenty

13、esHighyesfairyesincomestudentCreditclassHighNofairNoHighNoexcellentNoMediumNofairNoLowyesfairyesMediumyesexcellentyesage?最小支持度的项目放入频繁项目集n2、在第二轮循环中，只有频繁1项目组成的2项目才是候选项目，从中筛选出n支持度最小支持度的2项目放入频繁项目集。n3、继续循环，直至n轮循环，所有的频繁项目选出，频繁项目集形成。33客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服A设最小

14、支持度为30%（1）1项目候选项：A 、 B 、 C 支持度： 60% 60% 40% 所以频繁项目集： 进入下一轮单项： A 、B、C A 、B、C34客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服A设最小支持度为30%（1）2项目候选项：AB 、BC、AC 支持度：40% 20% 20% 所以频繁项目集： 进入下一轮单项： A 、B、C、AB A, B35客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服A设最小支持

15、度为30%（1）3项目候选项：无 算法终止所以频繁项目集： A 、B、C、AB36Apriori算法：使用候选项集找频繁项集由频繁项集产生关联规则37频繁项目 支持度频繁项目 支持度A60%C40%B60%A和B40%38分析结果：可信度：它是针对规则而言的。指在出现了物品集A 的事务T 中，物品集B 也同时出现的概率有多大。可信度=p（condition and result）/p（condition）。规则1：if A THEN B , 可信度？可信度= （A和B）/ A = 40% / 60% = 67% 设A=足球服，B=足球鞋， C=足球。频繁项目支持度频繁项目支持度A60%C40%

16、B60%A和B40%39分析结果：可信度：它是针对规则而言的。指在出现了物品集A 的事务T 中，物品集B 也同时出现的概率有多大。可信度=p（condition and result）/p（condition）。规则2：if A THEN C , 可信度？可信度= （A和C）/ A = 20% / 60% = 33%设A=足球服，B=足球鞋， C=足球。频繁项目支持度频繁项目支持度A60%C40%B60%A和B40%AC的支持度：20%40分析结果：可信度：它是针对规则而言的。指在出现了物品集A 的事务T 中，物品集B 也同时出现的概率有多大。可信度=p（condition and resul

17、t）/p（condition）。假设可信度50%，规则有意义！规则1：if A THEN B , 可信度=67%规则2：if A THEN C , 可信度=33%规则1有意义设A=足球服，B=足球鞋， C=足球。频繁项目支持度频繁项目支持度A60%C40%B60%A和B40%41分析结果：设A=足球服，B=足球鞋， C=足球。兴趣度：物品集A 的出现对物品集B 的出现有多大的影响。 兴趣度=p(condition and result)/p(condition)*p(result)。当兴趣度大于1的时候，这条规则就是比较好的；当兴趣度小于1的时候，这条规则就是没有很大意义的。规则1：if A

18、THEN B , 兴趣度？兴趣度= （A和B）/ （A*B） = 40% / （60% * 60%）= 1.11 1 有意义频繁项目支持度频繁项目支持度A60%C40%B60%A和B40%42分析结果：设A=足球服，B=足球鞋， C=足球。规则2：if A THEN C , 兴趣度？兴趣度= （A和C）/ （A*C） = 20% / （60% * 40%）= 0.83 =1判断）？项目支持度项目支持度A60%C40%B60%A和B40%ABC20%练习44分析结果：设A=足球服，B=足球鞋， C=足球。可信度=p（condition and result）/p（condition）。兴趣度：物

19、品集A 的出现对物品集B 的出现有多大的影响。 兴趣度=p(condition and result)/p(condition)*p(result)。A、B、C的支持度为20%规则：if A and B THEN C , 可信度？可信度= （A、B和C）/ （A、B） = 20% / 40%= 50%规则：规则：If If A and BA and B then then C C ？频繁项目支持度频繁项目支持度A60%C40%B60%A和B40%45分析结果：设A=足球服，B=足球鞋， C=足球。可信度=p（condition and result）/p（condition）。兴趣度：物品集A

20、 的出现对物品集B 的出现有多大的影响。 兴趣度=p(condition and result)/p(condition)*p(result)。A、B、C的支持度为20%规则：if A and B THEN C , 兴趣度？兴趣度= （A和B、C）/ (（A、B）*C) = 20% / （40% * 40%）= 1.25 1 有意义 频繁项目支持度频繁项目支持度A60%C40%B60%A和B40%4647一家披萨店卖了2000个披萨饼，其中：100个仅含蘑菇，150个是意大利香肠，200个是含干奶酪；400个是蘑菇加意大利香肠，300个是蘑菇加干奶酪，200个是意大利香肠加干奶酪，100个是蘑

21、菇、意大利香肠加干奶酪；550个没有配料。48一家披萨店卖了20002000个披萨饼，其中：100100个仅含蘑菇，150个是意大利香肠，200个是含干奶酪；400个是蘑菇加意大利香肠，300个是蘑菇加干奶酪，200个是意大利香肠加干奶酪，100个是蘑菇、意大利香肠加干奶酪；550个没有配料。含有蘑菇的披萨数：含有蘑菇的披萨数：100+400+300+100=900支持度：支持度：900/2000 =45%含有香肠的披萨数：含有香肠的披萨数：150+400+200+100=850支持度：支持度：850/2000 =42.5%含有奶酪的披萨数：含有奶酪的披萨数：200+300+200+100=8

22、00支持度：支持度：800/2000 =40%49一家披萨店卖了20002000个披萨饼，其中：100100个仅含蘑菇，150个是意大利香肠，200个是含干奶酪；400个是蘑菇加意大利香肠，300个是蘑菇加干奶酪，200个是意大利香肠加干奶酪，100个是蘑菇、意大利香肠加干奶酪；550个没有配料。含有蘑菇含有蘑菇+香肠的披萨数：香肠的披萨数：400+100=500 支持度：支持度：500/2000 =25%含有蘑菇含有蘑菇+奶酪的披萨数：奶酪的披萨数：300+100=400 支持度：支持度：400/2000 =20%含有香肠含有香肠+奶酪的披萨数：奶酪的披萨数：200+100=300 支持度：

23、支持度：300/2000 =15%含有蘑菇含有蘑菇+香肠香肠+奶酪的披萨数：奶酪的披萨数：100 支持度：支持度：100/2000 =5%50支持度：支持度：45%支持度：支持度：42.5%支持度：支持度：25%可信度可信度 ？= =蘑菇蘑菇+ +香肠的支持度香肠的支持度 / / 蘑菇的支持度蘑菇的支持度=25% / 45% = 0.588=25% / 45% = 0.588兴趣度兴趣度 ？= =蘑菇蘑菇+ +香肠的支持度香肠的支持度 / / （蘑菇的支持度（蘑菇的支持度* *香肠的支持度香肠的支持度 ）=25% / =25% / （42.5% 42.5% * * 45% 45%）= 1.31

24、 1= 1.31 151525354客户响应预测n优惠服务n下一个有可能响应优惠服务的客户，或许与以前已经响应的客户类似。n抱怨服务n客户抱怨的文本，归入一系列固定的分类代码55步骤n1、建立训练集n2、每个字段只建立一个距离函数n3、组合距离函数56记录号记录号年龄年龄薪金薪金127$19000251$64000352$105000433$550001、建立训练集营销数据库中客户情况572、每个字段只建立一个距离函数分别为性别、薪金建立一个距离函数记录号记录号年龄年龄薪金薪金127$19000251$64000352$105000433$55000582、每个字段只建立一个距离函数记录号记录

25、号年龄年龄薪金薪金127$19000251$64000352$105000433$55000常见的距离函数：差的绝对数值：|A-B|差的平方：（A-B)2归一化绝对值： |A-B| / (最大差值)不希望年龄或薪金主导组合函数，用哪个函数？592、每个字段只建立一个距离函数常见的距离函数：差的绝对数值：|A-B|差的平方：（A-B)2归一化绝对值： |A-B| / (最大差值)归一化绝对值优点：所有属性值均在0-1之间记录号记录号年龄年龄薪金薪金127$19000251$64000352$105000433$55000602、每个字段只建立一个距离函数2751523327510.965233归一化绝对值： |A-B| / (最大差值)年龄归一化：所有属性值均在0-1之间 |51-27| / (52-27) = 24/25= 0.96612、每个字段只建立一个距离函数2751523327510.9652?33归一化绝对值： |A-B| / (