数据挖掘在客户关系管理中的应用

《数据挖掘在客户关系管理中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数据挖掘在客户关系管理中的应用议程客户关系管理为什么要进行客户关系管理客户关系管理的内容数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方案简介Clementine中的CRM数据挖掘模板议程客户关系管理为什么要进行客户关系管理客户关系管理的内容数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方案简介Clementine中的CRM数据挖掘模板为什么要进行客户关系管理客户关

2、系管理的提出是伴随着产品极大丰富、买方市场形成而产生的——从“客户得到的就是他们所想要的”到“客户得到他们所想要的”的演变CRM的核心是“了解他们，倾听他们”CRM的目标可以概括为“吸引潜在客户进入，提高现有客户满意度和忠诚度，降低客户流失”客户关系管理（CRM）的两个层面操作型CRM：方便与客户交流，简化操作流程分析型CRM：了解客户人口地理学特征，心理特征，需求和优先级等他们是谁？产品、价格、渠道、促销技术革新，经济环境，特殊事件等客户的购买体验你为他们做了什么？竞争性因素分析外部因素影响有很多因素影响着客户行为——从而改变他们对于企

3、业的价值客户行为客户特征描述客户价值分析客户生命周期分析客户细分客户忠诚度分析加深对客户的了解是一个循序渐进的过程使获得客户的成本更低减少销售成本更高的客户创利能力提高客户的保留度和忠诚度评估客户的创利能力客户关系管理的好处信息技术的发展使客户关系管理有了技术上的保证客户关系管理中的关键性信息技术主要包括：数据库和数据仓库技术数据挖掘技术信息技术的角色客户关系管理为什么要进行客户关系管理客户关系管理的内容数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方

4、案简介Clementine中的CRM数据挖掘模板议程通过采用自动或半自动的手段，在海量数据中发现有意义的行为和规则的探测和分析活动。数据挖掘是一门科学，有科学的方法和模型作为基础数据挖掘又是一门艺术，需要使用者对商业问题的深入理解和模型适用条件深刻的认识什么是数据挖掘数据挖掘描述预测统计回归关联规则决策树可视化聚类顺序关联汇总神经网络分类数据挖掘的分类问题描述：预测信用水平是好还是差，银行据此决定是否向客户发放贷款，发放多少结果描述:(决策树）收入大于5万元/年是否有无储蓄帐户是否房主是是否否批准不批准批准数据挖掘的典型结果——金融问题描

5、述：根据客户信息，预测客户流失可能性结果描述:(神经网络）输入流失概率（0.87)输出男293000元/月神州行130元/月…………数据挖掘的典型结果——电信问题描述：如何决定超市中商品的摆放来增加销售额结果描述:(Web图）数据挖掘的典型结果——零售问题描述：如何对市场进行细分，使产品满足最有价值客户结果描述:(Koholen聚类）营销活动回应率数据挖掘的典型结果——制造业问题描述：如何从众多申请经费或者纳税中发现欺诈结果描述:(回归、神经网络）数据挖掘的典型结果——政府客户盈利能力；客户保留；客户细分；客户倾向；渠道优化；风险管理；欺

6、诈监测；购物倾向分析；需求预测；价格优化。数据挖掘在客户关系管理中的应用范围客户关系管理为什么要进行客户关系管理客户关系管理的内容数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方案简介Clementine中的CRM数据挖掘模板议程商业理解数据理解数据准备建立模型模型评估模型发布提供了业界权威的数据挖掘方法论——跨行业数据挖掘标准流程（CRISP－DM）SPSS数据挖掘方案简介提供了界面友好、算法丰富、功能强大的数据挖掘工作平台——SPSSClement

7、ineSPSS数据挖掘方案简介(续）提供了面向行业（问题）的数据挖掘应用模板目前提供以下行业的数据挖掘模板针对电信行业的数据挖掘模板针对CRM的数据挖掘模板针对Web挖掘的数据挖掘模板犯罪模式甄别模板欺诈（Fraud）甄别模板SPSS数据挖掘方案简介(续）商业理解文档部署应用"D"streams数据理解"E"streams探测数据准备"P"streams建模和评估"M"streams所有模板都是行业（问题）、方法论——CRISP－DM和数据挖掘工具——Clementine的完美结合SPSS数据挖掘方案简介(续）3个应用模型模型1：客户细分

8、和高价值客户的获取建立并探测客户的价值金字塔概括细分特性(对获取客户非常有价值)模型2：营销活动的响应计算并探测RFM分数响应率模型的范围：1.RFM;2.预测;3.基于聚类响应模型部署应用模