《客户数据挖掘》PPT课件

《客户数据挖掘》PPT课件

ID:36865377

大小:3.15 MB

页数:58页

时间:2019-05-10

《客户数据挖掘》PPT课件_第1页
《客户数据挖掘》PPT课件_第2页
《客户数据挖掘》PPT课件_第3页
《客户数据挖掘》PPT课件_第4页
《客户数据挖掘》PPT课件_第5页
资源描述:

《《客户数据挖掘》PPT课件》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、第9章 数据挖掘与客户关系管理案例卓越亚马逊的推荐系统学习目标通过本章的学习,将能够:理解数据挖掘的含义熟悉数据挖掘的功能熟悉数据挖掘的主要技术掌握数据挖掘的业务流程了解客户关系管理对数据挖掘的需求理解数据挖掘在客户关系管理中的作用4数据挖掘数据库越来越大有价值的知识可怕的数据数据挖掘背景5数据爆炸,知识贫乏苦恼:淹没在数据中;不能制定合适的决策!数据知识决策模式趋势事实关系模型关联规则序列目标市场资金分配贸易选择在哪儿做广告销售的地理位置金融经济政府POS人口统计生命周期——数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测

2、。●数据挖掘(DataMining)——数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。——数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助商业决策的关键性数据。数据挖掘数据挖掘的特点——数据挖掘与传统分析方法的区别数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有先未知,有效和可实用三个特征:先前未知的信息是指该信息是预先未曾预料到的,既数据挖掘是要发现那些不能靠直觉发现的信息

3、或知识,甚至是违背直觉的信息或知识有效信息是指符合实际情况且具有一定的代表性可实用是指可以指导企业的营销决策数据挖掘的特点数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识数据挖掘所得到的信息应具有先未知、有效和可实用三个特征数据源必须是大量的、真实的、有噪声的发现的是用户感兴趣的知识发现的知识要可接受、可理解、可运用并不要求发现放之四海皆准的知识,仅支持特定的发现问题客户接触客户信息客户数据库统计分析与数据挖掘客户知识发现客户管理知识发现:从数据中深入抽取隐含的、未知的和有潜在用途的信息从商业数据到商业智能各行业电子商务网站算法层商业逻辑层行业应用层商业应用商业模型挖掘算法

4、CRM产品推荐客户细分客户流失客户利润客户响应关联规则、序列模式、分类、聚集、神经元网络、偏差分析…WEB挖掘网站结构优化网页推荐商品推荐。。。基因挖掘基因表达路径分析基因表达相似性分析基因表达共发生分析。。。银行电信零售保险制药生物信息科学研究。。。相关行业数据挖掘的应用Debt<10%ofIncomeDebt=0%GoodCreditRisksBadCreditRisksGoodCreditRisksYesYesYesNONONOIncome>$40KQQQQII123456factor1factor2factorn神经网络NeuralNetworks聚类分析Cluster

5、ingOpenAccn’tAddNewProductDecreaseUsage???Time序列分析SequenceAnalysis决策树DecisionTrees倾向性分析客户保留客户生命周期管理目标市场价格弹性分析客户细分市场细分倾向性分析客户保留目标市场欺诈检测关联分析Association市场组合分析套装产品分析目录设计交叉销售数据挖掘的应用●数据挖掘技术的分类——回顾分析:注重解决过去和现在的问题如:两年来不同地区、人口和产品情况下的各销售部门销售业绩分析——预测分析:在历史信息的基础上预测某些事件和行为如:建立预测模型来描述客户的流失率——分类:根据某种标准将数据库

6、记录分类到许多预先定义好的类别如:信用卡公司将客户记录分为好、中、差三类分类可以产生规则:如果一个客户收入超过5000万元,年龄在45-55岁之间,居住在某地区,那么他的信用等级为好。数据挖掘技术●数据挖掘技术的分类——聚类:根据某些属性将数据库分割为一些子集和簇如:在了解客户的过程中,尝试使用从未使用过的属性分割人群以发现潜在客户的簇——关联:通过考察记录来识别数据间的密切关系关联关系常常表现为规则,常用于超市购物篮分析如:所有包含A和B的记录中有60%同时包含C。——时间序列:用于帮助识别与时间有关的模式如:通过对客户多次购物行为的分析可以发现购物行为在时间上的关系常用于产

7、品目录营销的分析数据挖掘的一般目的就是检测、解释和预测数据中定性的和/或定量的模式数据挖掘技术●数据挖掘方法学——模式数据库中一个事件或事件的结合,这些事件比预期的要经常发生,其实际发生率明显不同于随机情况下的可期望发生率。模式是数据驱动的,一般只反映数据本身——模型对构建事件的源时的历史数据库的描述,并且能够成功地应用于新的数据,以便对缺少的数据作出预测或对期望的数据作出说明。模型的一般表现形式数学方程式描述各客户段的规则集计算机表示方式模式可视化数据挖掘技术●数据挖掘方法学——取样根据问

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。