数据挖掘与数据分析

ID:40210042

大小:3.04 MB

页数:99页

时间:2019-07-26

数据挖掘与数据分析_第1页
数据挖掘与数据分析_第2页
数据挖掘与数据分析_第3页
数据挖掘与数据分析_第4页
数据挖掘与数据分析_第5页
资源描述:

《数据挖掘与数据分析》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、DataMining:Concept,technicalandmethodNCRDataMiningTeam2005/06议程数据挖掘概述数据挖掘业务案例数据挖掘概念与常用技术数据挖掘软件与架构数据挖掘常见软件TeredataWarehouseMiner架构特点数据挖掘实施与应用挖掘过程:有效的实施方法论应用过程:策划和执行系统支撑:有效的IT系统成功的关键议程数据挖掘概述数据挖掘业务案例数据挖掘概念与常用技术数据挖掘软件与架构数据挖掘常见软件TeredataWarehouseMiner架构特点数据挖掘实施与应用挖掘过程:有效的实施方法论应用过程:策划和执行系统支撑:有效的IT系统成功的关键“

2、无所不能”的数据挖掘?提高客户的利润贡献度哪些客户最可能离开这个客户可能购买什么其他的产品哪个客户可能不会付款什么是接触我客户的最好渠道谁最有可能购买此类产品?判断交易是否为欺诈对一个特殊的产品有什么特殊需求大规模市场….…一对一市场哪些是最有利润的客户既有客户的维持CustomerRetention交叉銷售Cross-Sell潜在客户的获取CustomerAcquisition客户风险掌控CustomerDelinquency客戶流失预测客戶响应模型客戶生态细分客戶延滞行為金融业成功案例Define正常使用,信用良好的客戶,为何仍会离开客戶到底在想什么??客户流失预测排除即將可能被強停的客戶

3、強停客戶行為不同於願意使用信用卡之客戶行為即將可能被強停的客戶,無論視為正常客戶、剪卡客戶皆可能造成noise排除近半年來無交易的帳戶無使用信用卡之客戶,剪卡率高;且無交易時間越久,剪卡率越高7/16/15/14/13/12/11/112/111/1AnalysisWindow(6Months)PredictionWindow(2Months)已開卡、信用卡狀態為‘正常’或‘掛停’,半年內有交易、信用評等不為M3~M7…CCAttribute,Transaction,Payment/Bill,…Churn,Non-churnScoringDate>=5/106月底主卡人名下所有有效信用卡均流失

4、(6月底‘剪卡’or5月底‘掛停’&6月底‘掛停’)模型建置架構ExploreCreditCardChurnModel基本屬性回應狀況和客戶接觸情形行銷活動類別客戶抱怨紀錄客戶詢問紀錄預約額度一般消費金額預借現金金額消費次數預借現金次數消費間隔期消費類別消費特店類別最後交易日消費地區主動消費金額(一般+欲借)信用卡往來期間持有卡別種類持有卡別等級持有卡片數信用額度信用額度調整卡片申請來源分行別開卡註記是否使用消費簡訊信用卡貢獻度卡片有效日是否更換卡片是否曾掛失卡片是否需繳年費繳年費期限應繳金額付款金額未付金額循環利息繳款狀況繳款評等付款比例額度使用比例繳款方式繳款行庫別卡人等級是否有繳年費疑似

5、餘額代償性別年齡星座年收入教育程度職業位階帳寄地址婚姻狀態E-mail居住地址客戶等級集團貢獻度銀行貢獻度持有集團產品持有銀行產品集團往來期間銀行往來期間員工帳單/付款狀況卡片狀況消費行為行銷活動/客服接觸情形已分析不顯著/不適用變數新增加變數已分析顯著變數Model最近六個月無主動交易信用卡往來期間為1~1.5年消費限額未調整最近六個月最常之卡人等級為C最近六個月無應繳帳單金額持有JCB卡信用卡貢獻度<=60卡片來源為DirectSale(0.08%,0.602)Access分析客戶群人数(1,156,109),依可能剪卡的分数由高至低排序效益:没有模型的情况下,HitRate为1.68%

6、;前5000名单有达10倍以上的效益;前10,000个名单有8倍的效益HitRateHitRate=#Churn/#NameList前5,000个名单的HitRate为17%前10,000个名单的HitRate为13%Define“Whatourcustomershave”+“Whotheyare”DeriveGender,Age,Tenure,Frequency客户生态细分SegmentSavingSecCCMortgage13%2%72%84%CC9%TD4%85%SecTD4%StopStopStopStop100%5%8%ProfileAssess0%0.5%1.0%1.5%2.0%2

7、.5%3.0%3.5%4.0%0150000300000450000600000750000900000BalanceResrate理财精英平均年龄41岁往来期间在6年以上平均余额为50万持有产品数最高年轻拼搏族平均年龄30岁往来期间在5年以下交易频率最低平均余额最低事业有成平均年龄53岁往来期间在10年以上交易最为频繁平均余额最高股票族只持有证券帐户平均年龄33岁往来期间在5年以下都会区中南部T

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
正文描述:

《数据挖掘与数据分析》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、DataMining:Concept,technicalandmethodNCRDataMiningTeam2005/06议程数据挖掘概述数据挖掘业务案例数据挖掘概念与常用技术数据挖掘软件与架构数据挖掘常见软件TeredataWarehouseMiner架构特点数据挖掘实施与应用挖掘过程:有效的实施方法论应用过程:策划和执行系统支撑:有效的IT系统成功的关键议程数据挖掘概述数据挖掘业务案例数据挖掘概念与常用技术数据挖掘软件与架构数据挖掘常见软件TeredataWarehouseMiner架构特点数据挖掘实施与应用挖掘过程:有效的实施方法论应用过程:策划和执行系统支撑:有效的IT系统成功的关键“

2、无所不能”的数据挖掘?提高客户的利润贡献度哪些客户最可能离开这个客户可能购买什么其他的产品哪个客户可能不会付款什么是接触我客户的最好渠道谁最有可能购买此类产品?判断交易是否为欺诈对一个特殊的产品有什么特殊需求大规模市场….…一对一市场哪些是最有利润的客户既有客户的维持CustomerRetention交叉銷售Cross-Sell潜在客户的获取CustomerAcquisition客户风险掌控CustomerDelinquency客戶流失预测客戶响应模型客戶生态细分客戶延滞行為金融业成功案例Define正常使用,信用良好的客戶,为何仍会离开客戶到底在想什么??客户流失预测排除即將可能被強停的客戶

3、強停客戶行為不同於願意使用信用卡之客戶行為即將可能被強停的客戶,無論視為正常客戶、剪卡客戶皆可能造成noise排除近半年來無交易的帳戶無使用信用卡之客戶,剪卡率高;且無交易時間越久,剪卡率越高7/16/15/14/13/12/11/112/111/1AnalysisWindow(6Months)PredictionWindow(2Months)已開卡、信用卡狀態為‘正常’或‘掛停’,半年內有交易、信用評等不為M3~M7…CCAttribute,Transaction,Payment/Bill,…Churn,Non-churnScoringDate>=5/106月底主卡人名下所有有效信用卡均流失

4、(6月底‘剪卡’or5月底‘掛停’&6月底‘掛停’)模型建置架構ExploreCreditCardChurnModel基本屬性回應狀況和客戶接觸情形行銷活動類別客戶抱怨紀錄客戶詢問紀錄預約額度一般消費金額預借現金金額消費次數預借現金次數消費間隔期消費類別消費特店類別最後交易日消費地區主動消費金額(一般+欲借)信用卡往來期間持有卡別種類持有卡別等級持有卡片數信用額度信用額度調整卡片申請來源分行別開卡註記是否使用消費簡訊信用卡貢獻度卡片有效日是否更換卡片是否曾掛失卡片是否需繳年費繳年費期限應繳金額付款金額未付金額循環利息繳款狀況繳款評等付款比例額度使用比例繳款方式繳款行庫別卡人等級是否有繳年費疑似

5、餘額代償性別年齡星座年收入教育程度職業位階帳寄地址婚姻狀態E-mail居住地址客戶等級集團貢獻度銀行貢獻度持有集團產品持有銀行產品集團往來期間銀行往來期間員工帳單/付款狀況卡片狀況消費行為行銷活動/客服接觸情形已分析不顯著/不適用變數新增加變數已分析顯著變數Model最近六個月無主動交易信用卡往來期間為1~1.5年消費限額未調整最近六個月最常之卡人等級為C最近六個月無應繳帳單金額持有JCB卡信用卡貢獻度<=60卡片來源為DirectSale(0.08%,0.602)Access分析客戶群人数(1,156,109),依可能剪卡的分数由高至低排序效益:没有模型的情况下,HitRate为1.68%

6、;前5000名单有达10倍以上的效益;前10,000个名单有8倍的效益HitRateHitRate=#Churn/#NameList前5,000个名单的HitRate为17%前10,000个名单的HitRate为13%Define“Whatourcustomershave”+“Whotheyare”DeriveGender,Age,Tenure,Frequency客户生态细分SegmentSavingSecCCMortgage13%2%72%84%CC9%TD4%85%SecTD4%StopStopStopStop100%5%8%ProfileAssess0%0.5%1.0%1.5%2.0%2

7、.5%3.0%3.5%4.0%0150000300000450000600000750000900000BalanceResrate理财精英平均年龄41岁往来期间在6年以上平均余额为50万持有产品数最高年轻拼搏族平均年龄30岁往来期间在5年以下交易频率最低平均余额最低事业有成平均年龄53岁往来期间在10年以上交易最为频繁平均余额最高股票族只持有证券帐户平均年龄33岁往来期间在5年以下都会区中南部T

显示全部收起
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。
关闭