北京移动用户流失管理与重入网培训.ppt

北京移动流失管理与重入网培训 亚信科技(中国)有限公司 亚信学院 顾智博 入学条件 参加培训前，学员需具备如下条件： 了解移动经营分析系统的基本情况 有较强的理解能力和学习能力 最好具有一定的数理统计和数据挖掘知识 最好对客户关系管理有一定了解 教学目标 介绍国内外在客户保持、客户流失管理中的先进经验，帮助学员树立客户保持、客户流失管理的先进理念，了解商业智能（数据挖掘）技术在该领域中的应用，便于学员指导下属公司的经营分析系统专题建设。 内容 第一部分：数据挖掘培训 数据挖掘基本概念 数据挖掘应用背景 数据挖掘过程 常用数据挖掘算法 Clementine产品介绍 QA 内容 第二部分：流失管理的理念 1、流失的概念 2、电信与流失 3、流失原因分类 4、消费者购物与使用 5、流失管理的传统观点 6、流失管理的智慧 7、管理关系，而非流失 内容 第三部分：流失管理的框架 1、经营分析系统中流失管理的框架 2、客户细分 3、客户价值 4、流失预测模型 5、案例 内容 第四部分：重入网控制 1、重入网现象定义 2、研究重入网的商业价值 3、重入网研究七步法 4、重入网识别模型基础原理 5、重入网动因研究 6、重入网应用分析 7、重入网控制探讨 目录 第一部分：数据挖掘培训 数据挖掘基本概念 数据挖掘应用背景 数据挖掘过程 常用数据挖掘算法 Clementine产品介绍 QA 数据库与数据挖掘发展历程 何谓数据挖掘？ 一门交叉学科 数据挖掘都可以应用到何处？ 小结 目录 第一部分：数据挖掘培训 数据挖掘基本概念 数据挖掘应用背景 数据挖掘过程 常用数据挖掘算法 IM产品介绍 QA 数据挖掘应用产生的背景 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 商业智能的核心:数据仓库系统 数据仓库的数据量 2005年5月某天共产生 所面临的困境——数据过剩而知识贫乏 商业智能应用的数据分析技术 目录 第一部分：数据挖掘培训 数据挖掘基本概念 数据挖掘应用背景 数据挖掘过程 常用数据挖掘算法 Clementine产品介绍 QA 是否需要DM? 是否有数据 数据是否包含了相关因素信息 数据是否含噪声 数据量是否够 是否有数据专家 有利于数据挖掘项目计划的几个相关问题 想要解决的实际问题 数据资源是否可获得，哪些数据与当前问题相关 在数据挖掘前，要做哪些数据清洗和预处理工作 用什么数据挖掘技术 如何评价数据挖掘结果 如何最大化的利益数据挖掘结果 CRISP-DM模型 数据挖掘的流程 商业理解 定义商业目标 定义数据挖掘目标 数据理解 需要的数据 可以获得的数据 对可获得的数据进行观察、分析 用直方图显示输入数据分布 聚类以发现孤立点 在保持数据特征的基础上抽样 过滤不想要的数据 值映射 数据准备 一定要保证数据质量！ 建立模型 确定抽样规则 选择合适的算法 调整算法的参数 模型评估 使用一组新数据评估构建好的模型 模型发布 制作成自动化处理软件包，上线使用。 数据挖掘项目实施的工作量 数据挖掘的过程 目录 第一部分：数据挖掘培训 数据挖掘应用背景 数据挖掘基本概念 数据挖掘过程 常用数据挖掘算法 Clementine产品介绍 QA 数据挖掘的分类 业务问题与数据挖掘算法间关系 分类 决策树分类 决策树分类 决策树分类的参数 决策树算法通常可调整的参数： 输入变量 误差矩阵（代价矩阵） 最大树深度 节点最大纯度 节点最少记录数 神经网络分类 输入层(i) 隐藏层(j ) 输出层(k ) x1 x2 xi Wij Wjk O j O k 前馈是指信号先前传播，输入 - 隐层 - 输出 关联规则 关联规则 对于规则 A=B, A=B的支持度＝同时包含A、B的事务数÷总事务数 A=B的置信度＝（A交B）的支持度÷A的支持度 LIFT＝（ A=B的置信度）÷ A= B的支持度 序列模式 相似序列 目录 第一部分：数据挖掘培训 数据挖掘应用背景 数据挖掘基本概念 数据挖掘过程 常用数据挖掘算法 Clementine产品介绍 QA Clementine概述