数据挖掘在客户关系管理中的应用(修改)资料.pptVIP

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 一、数据挖掘技术在客户关系管理中的主要应用领域 二、数据挖掘在保险业中的应用 三、数据挖掘在应用中面临的问题 一、数据挖掘技术在客户关系管理中的主要应用领域 1、客户关系管理中常用的数据挖掘方法 （1）分类（2） 聚类（3）关联规则 （4）回归分析（5）偏差分析 2、数据挖掘在客户关系管理中的具体运用 (1)获得客户特性 （2）获得客户 （3）保持客户 （4)获得客户忠诚度 （5）客户欺诈行为预测 3、从行业角度分析数据挖掘技术的应用 (1)零售业ＣＲＭ中数据挖掘的应用 （2）金融业ＣＲＭ中的数据挖掘 （3）电信业ＣＲＭ中的数据挖掘 一、数据挖掘技术在客户关系管理中的主要应用领域 1、客户关系管理中常用的数据挖掘方法 常用的数据挖掘方法主要包括：分类、聚类、关联规则、统计回归、偏差分析等等。 （1）分类：分类的目的是通过统计方法、机器学习方法（包括决策树法和规则归纳法）、神经网络方法等构造一个分类模型，然后把数据库中的数据映射到给定类别中的某一个。 一、数据挖掘技术在客户关系管理中的主要应用领域 1、客户关系管理中常用的数据挖掘方法 （2） 聚类 　　　聚类是把一组个体按照相似性归成若干类别。即“物以类聚”。它的目的是使同一类别之内的相似性尽可能大，而类别之间的相似性尽可能小。这种方法可以用来对客户进行细分，根据客户的特征和属性把客户分成不同客户群，根据其不同需求，制订针对不同客户群的营销策略。 一、数据挖掘技术在客户关系管理中的主要应用领域 1、客户关系管理中常用的数据挖掘方法 （3）关联规则 它是描述数据库中数据项之间存在关联的规则，即根据一个事物中某些项的出现可导出另一项在同一事物中也出现，即隐藏在数据间的关联或相互关系。在客户关系管理中，通过对企业客户数据库里大量数据进行挖掘，可以从中发现有趣的关联关系。 一、数据挖掘技术在客户关系管理中的主要应用领域 1、客户关系管理中常用的数据挖掘方法 （4）回归分析 　　　回归分析反映的是事务数据库中属性值在时间上的特征．主要用于预测，即利用历史数据自动推出对给定数据的推广描述．从而对未来数据进行预测。它可应用于商品销售趋势预测、客户赢利能力分析和预测等。 一、数据挖掘技术在客户关系管理中的主要应用领域 1、客户关系管理中常用的数据挖掘方法 （5）偏差分析 偏差分析侧重于发现不规则和异常变化，即与通常不同的事件。在相类似的客户中，对客户的异常变化要给予密切关注。 一、数据挖掘技术在客户关系管理中的主要应用领域 2、数据挖掘在客户关系管理中的具体运用 DM技术帮助企业管理客户生命周期的各个阶段，包括保持住有价值的客户，争取新的客户等。让客户为企业创造更多利润。DM技术能帮助企业 确定客户的特点，使企业能够为客户提供有针对 性的服务。 一、数据挖掘技术在客户关系管理中的主要应用领域 2、数据挖掘在客户关系管理中的具体运用 (1)获得客户特性 　　　DM的第一步就是挖掘出顾客的特性,描述了解顾客的地址、年龄、性别、收入、教育程度、爱好等基本信息。运用分类与聚类分析，从客户基本库中发现不同的客户群．并且用购买模式来刻画不同客户群的特征，以便于企业经营提高针对性 。采取 有效措施。 一、数据挖掘技术在客户关系管理中的主要应用领域 2、数据挖掘在客户关系管理中的具体运用 （2）获得客户 例如，某超市新开一品牌床上用品专卖区，那么向谁推销这些产品?哪些客户可能会购买这些产品呢?如果向所有顾客都寄发宣传资料，则费时、费财，而 且效果也不会好。而运用DM技术。例如，企业可以从客户资料库中知道哪些人刚刚结婚、结婚5年内的客户以及曾在该商场购买其他床上用品的客户情况(职业、收入、学历、爱好等)，那么广告宣传就会有的放矢，特具有针对性的宣 传资料邮寄给这些客户。使之成为该产品的新客户。 一、数据挖掘技术在客户关系管理中的主要应用领域 2、数据挖掘在客户关系管理中的具体运用 （3）保持客户 随着零售业的竞争加剧，企业获得新客户的成本 下不断的上升。因此保持原有的客户对企业来非 常重要。如果能对客户实行一对一服务，便能加 深客户对企业的忠诚度。一对一营销是指了解你 的每一个客户 ，并和他建立长期持久的关系。这 种新的概念不是只用寄一些纪念卡、生日卡的方 式就可以留住客户的，在竞争激烈的今天必须了解客户独特的爱好和口味 ，以提供特别的服务 。 一、数据挖掘技术在客户关系管理中的主要应用领域 2、数据挖掘在客户关系管理中的具体运用 （4)获得客户忠诚度。 对于高忠诚度客户要继续保持其良好的印象。对于低忠诚度客户要下大功夫将其培养成忠 诚客户。