客户关系管理第七讲CRM中的数据挖掘教材教学课件.pptVIP

第七讲 CRM中的数据挖掘 ;内 容;7.1 数据挖掘的定义---技术角度;数据挖掘的定义----商业角度;OLAP与数据挖掘的区别;数据挖掘 与OLAP不同的地方是：数据挖掘不是用于验证某假定的模式（模型）的正确性，而是在数据库中自己寻找模型，因此说它在本质上是一个归纳的过程。 比如，一个用数据挖掘工具的分析师想找到引起贷款拖欠的风险因素。数据挖掘工具可能帮他找到高负债和低收入是引起这个问题的因素，甚至还可能发现一些分析师从来没有想过或试过的其他因素，比如年龄。; 也就是说,数据挖掘与联机分析处理的本质区别是,数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有先前未知,有效和可实用三个特征。 先前未知的信息是指该信息是预先未曾预料到的,既数据挖掘是要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息或知识,挖掘出的信息越是出乎意料,就可能越有价值。 因此，数据挖掘得到的规则可以作为OLAP工具的输入，反过来OLAP工具分析得到的答案又检验规则的有效性、可信度，即OLAP工具分析得到的特征归纳还可以用来完善规则。 ;7.2 数据挖掘的功能（任务）;关联规则挖掘;关联规则属性的四个参数： 可信度(confidence):物品集X出现的前提下，Y出现的概率 支持度(support):物品集X、Y同时出现的概率 期望可信度(expected confidence):物品集Y出现的概率 作用度(lift):可信度对期望可信度的比值。 作用度描述物品集X的出现对物品集Y的出现有多大作用的影响。因为Y在所有事务中出现的概率是期望可信度；而Y在有X出现的事务中出现的概率是可信度，通过可信度对期望可信度的比值反映了在加入“X出现”的这个条件后，Y的出现概率发生了多大变化;自动预测趋势和行为;概念描述;偏差检测;数据挖掘功能使用的技术（基本方法）;7.3 数据挖掘的流程 ;数据挖掘的流程;数据挖掘的流程-问题定义;数据挖掘的流程-数据准备;数据挖掘的流程-数据挖掘;7.4 数据挖掘在客户关系管理中的应用; 在客户关系管理生命周期的各个阶段都会用到数据挖掘技术，例如： 潜在客户阶段：通过数据挖掘，可以发现购买某???商品的客户的特征，从而可以向那些也同样具有这些特征却没有购买的客户推销这个商品； 新客户、老客户阶段：数据挖掘能够帮助企业确定客户的特点，从而可以为客户提供有针对性的服务； 流失客户阶段：若找到流失的客户的特征，就可以在那些具有相似特征的客户还未流失之前，采取针对性的措施。; 可以说,数据挖掘在客户关系管理中的作用主要体现在以下几个方面: 市场 销售 客户服务 客户保持 风险评估和诈骗检查 ;（1）数据挖掘对 “市场”的影响;（2）数据挖掘对 “销售”的影响;（3）数据挖掘对 “客户服务”的影响;（4）数据挖掘对 “客户保持”的影响;（5）数据挖掘对 “风险评估和诈骗检查”的影响;7.5 两个常见数据挖掘工具软件;*;;*;7.6 数据挖掘软件在CRM中的应用示例 - PolyAnalyst;数据挖掘应用实施过程;问题定义阶段;数据准备阶段;数据挖掘阶段;数据挖掘阶段;结果分析阶段;数据挖掘软件应用示例小结