客戶關系管理CRM第十章.ppt

第10章数据挖掘与客户关系管理;学习目标;第10章 CRM与数据挖掘;10.1 数据挖掘概述;10.1.1 数据挖掘的产生;数据挖掘;数据挖掘的出现;;数据挖掘的演化;10.1.2 数据挖掘的定义;数据挖掘的定义;数据挖掘的技术上的定义;数据挖掘的商业角度的定义;客户接触 ;数据挖掘与传统分析方法的区别 ;10.1.3 数据挖掘的功能 ;数据挖掘功能—预测;数据挖掘功能—关联分析 ;数据挖掘功能—分类;数据挖掘功能—聚类 ;数据挖掘功能—概念描述 ;数据挖掘功能—偏差检测 ;10.1.4 数据挖掘应用;各行业电子商务网站;Debt10% of Income;10.1.5 数据挖掘未来研究方向 ;10.2 数据挖掘的任务、技术、方法和实施过程;10.2.2 数据挖掘技术;●数据挖掘技术的分类;●数据挖掘技术的分类;●数据挖掘方法学;●数据挖掘方法学;人工神经网络;决策树 ;决策树 ;决策树建立;决策树图;决策树应用;聚类分析;聚类分析;聚类分析应用;聚类分析的评判;遗传算法;遗传算法;规则推导;可视化技术;其他技术;●经典方法;●经典方法;●现代方法; 有指导的学习(Supervised Learning);有指导的学习(Supervised Learning); 有指导的学习(Supervised Learning);无指导的学习(Unsupervised Learning);无指导的学习(Unsupervised Learning);无指导的学习(Unsupervised Learning);●现代方法;决 策 树 的 算 法 步 骤;决策树的属性选取;患者代码;信用卡促销数据库;——决策树（Decision Tree）：例;——决策树（Decision Tree）：例;——决策树（Decision Tree）：例;——决策树（DecisionTree）：例;——决策树（Decision Tree）：例;●现代方法;K－平均值算法：例;——K－平均值算法：例;K－平均值算法：例;K－平均值算法：例;K－平均值算法：例;●现代方法;规则的构成;规则的置信度和支持度;规则的生成;规则的生成;规则的生成;规则的生成;规则的生成;规则的生成;规则的生成;; ;;;规则的应用;规则的应用;规则的应用;10.2.4 数据挖掘的流程 ;数据挖掘的流程;数据挖掘的流程-确定业务对象;数据挖掘的流程-数据准备;数据挖掘的流程-数据挖掘;数据挖掘的流程-分析和同化;数据挖掘过程工作量 ;数据挖掘过程工作量 ;数据挖掘需要的人员 ;10.3 数据挖掘在CRM中的应用;从客户生命周期角度分析;从客户各生命周期角度分析;潜在客户期市场活动及数据挖掘应用;客户响应期市场活动及数据挖掘应用;即得客户市场活动及数据挖应用（1）;即得客户市场活动及应用（2）;客户流失期市场活动及数据挖掘应用;从行业角度分析数据挖掘技术的应用 ;零售业ＣＲＭ中数据挖掘的应用;电信业ＣＲＭ中的数据挖掘 ;金融业ＣＲＭ中的数据挖掘;10.4 CRM数据挖掘应用案例;案例： Bell Atlantic公司;案例： Bell Atlantic公司;案例： Bell Atlantic公司;10.5 数据挖掘软件在CRM中的应用示例 ;数据挖掘应用实施过程;10.5.2 问题定义;问题定义;10.5.3 导入数据10.5.4 数据预处理10.5.5 初步分析;10.5.6 利用决策树进行直接数据挖掘;数据挖掘;数据挖掘;10.5.7 模型检验;10.5.8应用挖掘结果进行决策;数据挖掘软件应用示例小结