数据挖掘及数据仓库.pptVIP

数据仓库（Data Warehouse） 是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。 DM所存放的数据是来源于其他数据库的。 DM的建立并不是要取代数据库，而是建立在一个较全面和完善的信息应用的基础上，用于支持高层决策分析。数据库承担的是日常操作性的任务。 数据集市（Data Marts） 相当于数据仓库的一个子集，也称为“小数据仓库”。针对某个主题的经过统计处理的部门级分析数据库，如销售数据集市、营销数据集市、库存集市和财务集市等。 数据集市为某一特定领域提供的数据可能比数据仓库提供的更为详细。 数据集市一般理解为企业级数据仓库的主题数据库，是企业级数据仓库的一个子集，是数据仓库管理系统的一部分。 CRM 数据挖掘应用模板初体验（续） * * 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 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 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 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 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 不批准 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） 输 入 流失概率 （0.87) 输 出 男 29 3000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 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 商业理解