很好的数据挖掘案例谁是最好的客户.docVIP

谁是最好的客户？ 使用SPSS从营销数据库中获得更多信息 MSN:mktexchage@。 摘要 本文使用SPSS 的频数分析、描述性分析、缺失值分析、方差分析、卡方检验、交叉表、 均值比较、相关分析、线性回归、决策树等统计方法及饼状图、条形图、箱图、散点图、 树形图等图表对一个客户数据案例进行分析，以发现不同客户群体的特征，为市场推广活 动提供依据。 关键词 市场，细分，客户，统计，分析，比较 谁是最好的客户？任何行业专业人士——市场人员，销售经理，产品开发者和服务专家——都乐意回答这个问题。 在当今激烈的市场中，开发，吸引和保留客户越来越困难同时也越来越昂贵。由于这些压力，更多的组织使用营销数据库最大化他们现有的客户价值。转换客户数据为知识和信息的行为是一个有力的手段和企业生存的一项必需的技能。 理解客户的固有特征可以给你有价值的发现。了解最有价值或至少有利润的客户，他们的购买方式，购买行为和人口统计特征是制订营销计划的关键。较好地理解客户是什么可以帮助你开发忠诚的，有持续回报的客户，制订提升销售和交叉销售及营销定位计划。集思广益的决策也是广告，促销，直接邮寄活动和其他营销成功的基础。 有许多方式可以确定最佳客户的特征，也有许多方法可用来度量这些特征。本文说明使用SPSS实现客户分析的一种方法。 案例营销数据库中包含2000个客户和下列数据： ???首次成为公司客户的日期??购买历史 ??不同促销方案的响应率 ??家庭收入 ??地区 ??性别和其它人口统计数据 本文中我们从数据库中析取可控信息，使用各种数据分析技术，从初级的到高级的，目标是依据过去的销售额用人口统计数据来识别不同的细分客户群。 即使最普通的过程产生的结果对怎样理解客户也可以产生深刻的含意。不要低估这些方法。用灵活和有力的分析工具结合你的业务背景是从数据中获得有价值信息的最好方法。 首先探索：典型客户是什么样的？ 我们通过从数据库中探索不同的变量来回答这样的问题： ??客户住在哪里？在三个销售区域中客户的分布如何？ ??客户的平均收入是多少？ ??成为公司客户的时间有多长？ ??对不同的促销方案，客户平均响应是多少？有多少人响应第一促销方案？ ??客户花费是多少？ SPSS 提供了可以迅速回答以上问题的几种分析方法，频数和描述性分析过程可以提供对客户数据的初步印象。 从图1 饼状图中可以看出，东部地区所占比例最大(34%)，西部地区最小(19%)，而有16.9%的数据未列出所属地区。 图 1 和表 1。SPSS自动形成的图表显示最多的客户（34%）生活在东部地区。 频数和描述过程非常适合对数据进行原始整理，可能在分析中许多想法都要用这种方法实现。 分析客户住居在哪里帮助我们确定销售版图。频数过程提供分类变量计数和百分比表，同时可用条图，直方图和饼图表示数据。SPSS 自动地呈现这些表和图的结果。 从分析中我们可以认识到什么证明是重要的。饼图和表1显示最大的客户群（34%）生活在东部地区，最小的客户群（19%）生活在西部地区。并且有16.9%的客户在数据库中没有列出居住区域。 SPSS 用特殊的处理表示缺失数据。知道何时为什么信息缺失很有必要。例如，你可能想区别是因为它们没有涉及而缺失还是因为它们难以获得而缺失。表1中，“百分数” 包括缺失数据，“有效百分数” 从计算中排出了缺失数据， 可以从表上迅速并行比较缺失数据怎样影响结果的。 要得到家庭收入的信息，我们需要几个基本的统计量作为最初描述统计量。如平均值，最小和最大值，或连续变量，如以美元为单位的收入和以年数为单位的年龄。描述过程为我们提供了一系列汇总统计量。从表2可以看到在2000个客户中家庭收入的平均值大约是 $61,000, 大部分收入范围在 $50,000和 $72,000之间。 表2. 描述过程显示平均家庭收入大约是$61,000. 要回答“成为公司客户的时间有多长?” 的问题，我们必须处理一个字段然后计算每个时间周期的客户数。因为数据库包含第一次成为公司客户的日期，首先计算一个新变量：作为客户的时长。使用SPSS中提供的众多的时间函数，可以轻而易举地用年数转换成日期计算客户的时长。计算这个新变量后，用时长的频数表来表示客户存在时间。 表 3. 频数表显示51%的客户存在超过7年。 从表 3 看出大约有29%的客户存在10年以上，差不多有过半数的客户在7年以上。接下来，我们要问“谁消费最多？”，最好的客户理所当然是最有利润的客户，或为组织花费最多的客户。 为了得到准确的客户生命周期价值，结合前期购买和客户行为建立预测模型预测未来购买。 本例中，我们开始用总订单金额代替每个客户。首先，建立一个新变量，对数据库中每个订单金额（订单1的金额，订单2的金额等