交叉销售的案例学习.ppt

主题 交叉销售的数据挖掘方法介绍 在银行业的应用案例 在保险业的应用案例 主题 交叉营销的数据挖掘方法介绍 在银行业的应用案例 在保险业的应用案例 主题 交叉营销的数据挖掘方法介绍 在银行业的应用案例 在保险业的应用案例 谢谢关注！ Disclaimer: The information contained in this document is intended only for use during the presentation and should not be disseminated or distributed to parties outside the presentation. Infologic accepts no liability whatsoever with respect to the use of this document or its contents. 交叉销售的案例学习  三种方法 找到对每一产品最感兴趣的客户（List of most interested customers per product） 找到每一客户下一个最感兴趣的产品（Next mosty likely Product per customer） CF法（Collaborative Filtering） 交叉销售 – 数据挖掘方法 方法1 选择需要营销的产品或服务 建立数据挖掘数据集，包含已经使用该产品或服务的客户和没有该产品的客户的信息 通过数据挖掘发现规律，建立规则或逻辑 应用 将发现的知识或规则应用到客户群体上，来预测谁更可能购买该产品或服务 交叉销售 – 数据挖掘方法1 M M+1 M+2 M+3 产品1 产品1 产品2 产品1 产品1 产品1 产品1 产品2 购买了产品2的客户 没有购买产品2的客户 ①理解为什么有的客户购买某种产品，而有的不买？ 交叉销售 – 建立数据挖掘数据集 ② 哪些因素应该进入数据集? 人口统计信息 年龄 性别 地域 和约、账户信息 入网时间 资费方案 支付方式 技术质量 手机类型 掉话的次数 计费数据 上个月的话费 前3个月的平均话费 使用数据 国际漫游的时间 夜间通话的时间 特征抽取 国际电话的比例 通话量的下降量 交叉销售 – 建立数据挖掘数据集 交叉销售 – 建立规则 1 互联网接入服务 在数据业务主页上注册? % 在晚上10点以后 使用的时间占比 OFFICE TRAVEL 工作场所 基本不符合规律 = 产品接受度最低 和规律很吻合 = 产品接受度最高 ? ? ? ? ? ? ? ? ? 0.24 0.28 0.31 0.55 0.65 0.68 0.85 0.88 0.91 交叉销售 – 应用分组 方法2 理解客户购买产品的顺序 通过关联算法识别产品组合 应用 根据每一客户已有的产品 推荐最佳产品组合的其他产品 交叉销售 – 数据挖掘方法2 Combination A ? D A ? C C ? A B C ? D Support 2/5 2/5 2/5 1/5 Confidence 2/3 2/3 2/4 1/3 A B C A C D B C D A D E B C E 交叉销售 –了解客户购买哪些产品组合 Internet Access Roaming 交叉销售 – 建立规则 根据发现的规律，建立查询对客户进行分组 选择有 “DUO” “DATA”产品但是没有 “High Speed Data”产品的客户 向其推荐“High Speed Data”产品 交叉销售 – 应用分组 me 识别“我”的近邻， 然后向对待“我”的近邻一样对待“我” 交叉销售 – 数据挖掘方法3：CF法 例如： ? 使用约20个变量将客户分为80个群体来区分客户的行为和需求 ? 定义适合向客户进行交叉销售 的70个产品( 40 VAS相关，30 ISP内容相关) 在一个客户群体中，确定“强势”产品 ，即大部分客户都有的产品 如果该客户群中的客户没有“强势”产品，就向他推荐该产品 如果客户已经有了“强势”产品，就找到和这个客户群体最接近的其他客户群体，向他推荐最接近的客户群体中的“强势”产品 试验结果表明，这种方法将使响应率提升2~9倍 交叉销售 – CF法 客户分群 使用情况分析 在群体内应用Collaborative Filtering MMS cust1