客户关系管理charp6_CRM中的数据管理教材教学课件.pptVIP

客户关系管理 数据仓库系统的结构 元数据 OLTP原始数据库 数据仓库 数据上线 净化 聚焦 转换 工具层 外部 数据 数据集市 OLAP工具 前端工具用户 数据仓库和数据集市的元数据 图6.19数据库系统结构图。 五、联机分析处理(OLAP) OLAP支持通过多维的方式对数据进行分析、查询和生成报表，其基本功能是对用户当前及历史数据进行分析以辅助领导决策。OLAP支持复杂的分析操作，侧重决策支持，并且可提供直观易懂的查询结果。 第三节数据挖掘技术 一、数据挖掘的涵义 数据挖掘的定义 （1）技术上的定义。数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 （2）商业角度的定义。数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。 二、数据挖掘的作用和意义 数据挖掘工具能从庞杂的信息中筛选出有用的数据，以公正客观的统计分析快速准确地得知企业经营的信息，从而找出销售模式，正确掌握未来的经营动态。 三、数据挖掘的发展历程 进化阶段 商业问题 支持技术 产品厂家 产品特点 数据搜集 （60年代） “过去五年中我的总收入是多少？” 计算机、磁带 和磁盘 IBM，CDC 提供历史性的、静态的数据信息 数据访问 （80年代） “在新英格兰的分部去年三月的销售额是多少？” 关系数据库（RDBMS），结构化查询语言（SQL），ODBC Oracle、Sybase、Informix、IBM、Microsoft 在记录级提供历史性的、动态数据信息 数据仓库； 决策支持 （90年代） “在新英格兰的分部去年三月的销售额是多少？波士顿据此可得出什么结论？” 联机分析处理（OLAP）、多维数据库、数据仓库 Pilot、Comshare、Arbor、Cognos、Microstrategy 在各种层次上提供回溯的、动态的数据信息 数据挖掘 （正在流行） “下个月波士顿的销售会怎么样？为什么？” 高级算法、多处理器计算机、海量数据库 Pilot、Lockheed、IBM、SGI、其他初创公司 提供预测性的信息 表6-4 数据挖掘的进化历程 四、数据挖掘的任务 总结规则挖掘。 关联规则挖掘。 分类规则挖掘。 群集（聚类）规则挖掘。 预测分析。 趋势分析。 偏差分析。 五、数据挖掘的基本方法 统计分析方法 决策树 人工神经网络 （1）前馈式网络。 （2）反馈式网络。 （3）自组织型网络。 基因算法 粗糙集 联机分析处理技术(OLAP） 六、数据挖掘方法的应用举例 关联规则挖掘 表6-5客户购物清单 记录号 购物清单 1 2 3 4 5 啤酒、尿布、婴儿爽身粉、面包、雨伞 尿布、婴儿爽身粉 啤酒、尿布、牛奶 尿布、啤酒、洗衣粉 啤酒、牛奶、可乐 表6-5客户购物清单 单项统计 支持度 ｛啤酒｝ ｛尿布｝ ｛婴儿爽身粉｝ ｛牛奶｝ 0.8 0.8 0.4 0.4 表6-6　单项统计结果 * 云南大学工商管理与旅游管理学院 杨路明教授 yangluming@126.com * 云南大学工商管理与旅游管理学院 杨路明教授 yangluming@126.com 第六章 CRM中的数据管理 CRM的客户数据 数据仓库技术 数据挖掘技术 数据挖掘技术的应用 第一节CRM的客户数据 一、客户数据的类型 图6-1客户数据分类 客户描述性数据 大类信息 详细信息 基本情况 姓名、地址、性别、出生年月、电话、受教育水平、工作类型、收入水平、婚姻状况、家庭成员情况 信用情况 信用卡号和信贷限额、忠诚度指数（与公司交易占总花费的比例）、潜在消耗指数、客户类型（现有客户、潜在客户、流失客户） 行为爱好 生活方式、特殊爱好、对企业产品和服务的偏好、对问卷和促销活动的反应、其他产品偏好、试用新产品的倾向 表6.1 个人客户信息模型 大类信息 详细信息 公司基本情况 公司名称、总部及相应机构营业地址、电话、传真；主要联系人姓名、头衔及联系渠道；关键决策人姓名、头衔及联系渠道；公司其它部门和办公室；行业标准分类代码及所处行业；公司基本情况（注册资本、员工数、年销售额、收入及利润等） 公司行为情况 客户类型（分销商、咨询者、产品协作者等）；银行帐号、信贷限额及付款情况；购买过程；与其它竞争对手的联系情况；忠诚度指数、潜在消费指数；对新产品的倾向 表6.2 团体客户信息模型 市场促销性数据 大类信息 详细信息 促销活动的类型 降价销售、电话促销、业务推广活动、纸媒广告、广播型广告和Web广告。 对促销活动的描述