客户管理-数据挖掘在客户关系管理中的典型应用(ppt35页)

发布于:2021-06-20 14:04:43

数据挖掘在客户关系管理中的应用 SPSS北京办事处 钟云飞 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 ? SPSS Clementine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 ? SPSS Clementine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 有很多因素影响着客户行为 ——从而改变他们对于企业的价值 客户 行为 加深对客户的了解是一个循序渐进的过程 客户特征 描述 客户细分 客户价值 分析 客户生命 周期分析 客户忠诚 度分析 客户关系管理的好处 ? 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 信息技术的角色 ? 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 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 ? SPSS Clementine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 什么是数据挖掘 ? 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 数据挖掘的分类 数据挖掘 描述 预测 可视化 聚类 关联规则 顺序关联 汇总 分类 统计回归 决策树 神经网络 数据挖掘的典型结果——金融 ? 问题描述:预测信用水*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 是否房主 是 否 有无储蓄帐户 是 否 批准 不批准 批准 数据挖掘的典型结果——电信 ? 问题描述:根据客户信息,预测客户流失可能性 ? 结果描述:(神经网络) 男 输 29 3000元/月 神州行 入 130元/月 ………… 输 流失概率 (0.87) 出 数据挖掘的典型结果——零售 ? 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——制造业 ? 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——政府 ? 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) 数据挖掘在客户关系管理中的应用范围 ? 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; ? 欺诈监测; ? 购物倾向分析; ? 需求预测; ? 价格优化。 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 ? SPSS Clementine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 SPSS数据挖掘方案简介 ? 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) ? 商业理解 ? 数据理解 ? 数据准备 ? 建立模型 ? 模型评估 ? 模型发布 SPSS数据挖掘方案简介(续) ? 提供了界面友好、算法丰富、功能强大的数据挖掘工 作*台——SPSS Clementine SPSS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) ? 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 商业理解 文档 数据理解 E streams 探测 部署应用 D streams 数据准备 P streams 建模和评估 M streams Clementine中的CRM数据挖掘模板 3个应用模型 ? 模型1:客户细分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 ? 模型 3:细分迁移和客户流失分析 – 建立并探测迁移和流失的细分模型 – 建立迁移和流失模型,部署应用 CRM数据挖掘模板的理论基础 ? CRM数据挖掘模板基于市场营销理论和客户关系管理理

相关推荐

最新更新

猜你喜欢