大数据应用之-精准挖掘文本360度洞察顾客

1、,精准挖掘文本360度洞察顾客,营业额,Proprietary and confidential,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,60+家办事处 世界第八大 代理商,Epsilon被 Alliance Data 收购 2004年10月,Epsilon收购 DoubleClick 电子邮件 解决方案 2006年4月,Epsilon收购 Abacus 2007年2月,Epsilon收购 Aspen Marketing 2011年6月

2、,Epsilon收购 HMI 2012年12月,公司简介 环球视野，本土智慧 全球员工5,100人 代理商 报告 世界第一 顾客关系管理 直复营销代理商 公司简史,150+个营销数据库 150亿个独立记录 9.25亿个直邮项目（每年） 400亿+份电子邮件（每年） 15亿 10亿 5亿 0,被美国运通 收购 年,Epsilon 上市 年,开发苹果电脑 首个顾 客数据库 年,改名为 EPSILON 年,Fraternal Systems成立 年,Epsilon是一家新时代营销代理商 我们运用前瞻性营销策略，以适合的渠道制作相关的推广计划， 以取得目标对象的回应。,公司业务,Proprietary

3、 and confidential,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,包装,电邮,电视,电台,网络,零售点,直邮,出版物,活动 户外广告 宣传 品牌推广,我们的客户,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,金融保险,制药,消费包装产品,非营利组织,我们的客户,Copyrig

4、ht 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,汽车,电信科技,旅游酒店,零售,识别,Identification,Segmentation,Prediction,Measurement,我们的分析,Proprietary and confidential,Segmentation,Building a Foundation 市场契机评估 产品组合分析 基准确定/比较 文本挖掘 营销优化 网络营销分析,Dividing Targets Dividing Ta

5、rgets 人口特征 生命阶段 行为 产品倾向 需求 态度 盈利能力 价值 社交媒体监控,Optimizing Behavior 获取新客户 交叉销售、向上销售 客户保有模型 客户激活 客户长期价值 提升模型,细分,预测,衡量,Quantifying Success 高端测试设计 活动绩效分析 财政运行建模 见解分析报告 沟通频率 媒体整合建模,大数据时代特征,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,Proprietary and co

6、nfidential, ,大数据时代，无限大机会 Big data, Big Opportunities 数据太多，知识太少 Too much data, too little knowledge 精准数据分析改变了每个行业和消费者互动的方式 Data driven analytics changed every field,8,博客 社交媒体 网评,网上评分 市场研究,内部 (直接获取),外部 (公开信息),消费者数据来源与类型 非结构化数据 电话 邮件 在线聊天 问卷调查 （开放式回答）,问卷调查 （封闭式回答） 交易记录 人口特征 促销响应 结构化数据 Copyright 2014 Ep

7、silon International, a trading name of Alliance Data FHC, Inc. All rights reserved,如何实现消费者360度认知, ,整合多渠道数据，深度挖掘 精准分析和提炼,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,为什么需要文本分析,Copyright 2014 Epsilon International, a trading name of Alliance Data

8、FHC, Inc. All rights reserved,Proprietary and confidential,80%的商业信息以文本形式存在,22% 年复合增长率,62% 年复合增长率,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,Proprietary and confidential,文本分析,何谓文本分析 文本 非结构化信息 我住在位于时代广场的酒店。 代客泊车很便捷，价格也公 道，但前台入住登记排队实在 太长了。前台工作人员态

9、度非 常友好。床非常不舒服，网络 也有点儿慢。这家酒店曾经是 这个地区最好的。早餐免费， 这一点很好，但是其他的都不 如从前了。总体评价，不 好！,数据 结构化数据 主题：酒店位置 情绪值：0 主题：代客泊车 情绪值：+2 + +2 = +4 主题：前台：速度 情绪值：-2 -1 -1 = -4 主题：床的舒适度 情绪值：-3 -1 = -4 主题：网络速度 情绪值：-2 +1 = -1 主题：酒店总体 情绪值：+3 * -1 = -3 主题：早餐费用 情绪值：+2 + +2 = +4 主题：其他 情绪值：+2 * (-1) = -2,文本分析的目的,Copyright 2014 Epsilo

10、n International, a trading name of Alliance Data FHC, Inc. All rights reserved,Proprietary and confidential, ,提取观点和模式 识别意思和关系 辨析情绪 转化成可量化的、结构化数据 聚合非结构化和结构化数据，形成 对消费者全面的认知,文本分析方法 1,Copyright 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,Proprietary and conf

11、idential,自然语言处理 （Natural Language Processing）解析语义和语境,Understand Clauses & Relationships,NOT,Great Phone Weak Signal,Weak Phone Great Signal,Linguistic Connections,The phone was great but the signal was weak.,Noun,Verb Adjective,Noun,Verb Adjective,1,2,Tag Parts of Speech & Entities,文本分析方法 2,Copyrigh

12、t 2014 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,Proprietary and confidential, ,每个词语都被赋予-5至+5的情 绪分值，代表正面、中立和负 面态度 可以修改词库中的默认值并设,立例外原则 每一个句子都被赋予一个分值,VERY,ALMOST,COULD+HAVE+BEEN+GREAT-NEGATIVE,Please provide any additional details Suscipit ullamcorper ullamco

13、rper, populus exputo letatio bene. Suscipit brevitas, tamen gilvus decet pagus exputo antehabeo, comis. Pagus melior, suscipere utrum reprobo luptatum facilisis roto illum lobortis. Et usitas te vereor gemino ut, capto fatua,Name: Ijeillymymail .com Location ID: 72363 Date of Visit: 05/23/2011,案例一 面

14、临问题 解决方案 成果,客户每周一次的评价客户忠诚度的NPS问卷调研中有开放式选项和问题，但所采集信息从未进行过分析。客 户希望将这部分文本信息与结构性数据整合，获得对顾客的全方位认知 运用尖端文本分析工具，量化非结构性数据，并结合结构性数据进行分析与建模 从开放式回答里提取主题、计算情绪分值，与结构性数据结合进行NPS的趋势分析，并改良了顾客保有模型 改进版的顾客保有模型引入 了经分析处理的非结构化信 息。基于模型提出的客户保 有策略将带来以下绩效： 批评者降低25%，保 有率增长1.2% 第四年实现$58MM 正盈利* (*如不做任何调整将于第七 年实现正盈利),Copyright 201

15、4 Epsilon International, a trading name of Alliance Data FHC, Inc. All rights reserved,案例二 面临问题 解决方案 成果,客户在推特上发起一系列公益活动， 想要了解每个细分群对此活动评论些什么、态度如何， 随时间变化有无 改变趋势 运用尖端文本挖掘工具对推特相关评论进行分析归类 对推特相关评论提取主题、计算情绪分值、进行趋势分析，并对每个社交细分群做了比较,7%,4%,4%,6%,10%,10%,5%,1.34 9%,1.2,1.23,1.18,1.3,13% 2.03,1.85 11%,1.6,1.22 8%,-0.2,9% 0.5,0.9,1.2 9%,-2 -3,-1,0,1,3 2,2% 0%,4%,6%,8%,10%,14% 12%,Jan-11,Feb-11,Mar-11,Apr-11,May-11,Jun-11,Jul-11