(精编)【医学教学课件】資料庫行銷與資料探勘的應用技巧教学课件.pptVIP

分析：建立客戶決策模型 1. 自動嘗試所有欄位排列組合 2. 找出關鍵決策因素之優先順序 3. 自動切割適當值 4. 自動排除無關因素 應用：預測客戶行為 1. 依客戶狀況提出適當建議 2. 準確地大量開發新客戶 3. 「科學化」降低行銷成本，提高成交率和營收 問題二尋找最熱門之保戶保單的關聯性 分析目標 目標 1 : 保戶基本資料、和購買保單間的熱門關聯性 目標 2 : 購買保單之間的關聯性 分析結果 (新鴻運終身壽險, 300-400萬) → (要保人: M, 被保人: F ) (萬福增額終身壽險) → (要保人: F, 30-40歲, 被保人: F, 0-10歲 ) (新鴻運終身壽險) → (防癌保本終身健康保險) 如何應用熱門關聯性？ (新鴻運終身壽險, 300-400萬) → (要保人: M, 被保人: F ) (萬福增額終身壽險) → (要保人: F, 30-40歲, 被保人: F, 0-10歲 ) 直效行銷 : 可以將商品資訊只推銷給最具關聯性的潛在客戶。可大幅降低行銷成本，並提高回應率與成交率 (新鴻運終身壽險) → (防癌保本終身健康保險) 搭售、聯合促銷、交叉行銷：可以寄送另一商品之促銷訊息予只購買單一商品之會員，創造新的營收 問題三尋找主力保戶客群之特徵 資料庫行銷與資料探勘的應用技巧楊立偉教授台灣大學工管系2011 Fall 企業商業智慧 企業商業智慧的用途 運用資料探勘技術，所發掘出的隱性知識，可以協助企業: 了解舊客戶行為，做好客戶關係管理 開發新客戶 決策支援，選定目標市場與行銷策略 降低行銷成本，提高回應率與成交率 銷貨預測，創造營收、降低庫存，提高營運效率 Marketing and CRM Cycle Data Warehousing Data Mining E-Marketing 1. 群集分析 Clustering 自動尋找大量欄位與資料中最主要與最顯著之群集分布 常見應用：從客戶中找出顯著之主力客群，做為目標市場區隔 2. 分類預測 Classification 利用資料庫內每筆資料的已知欄位，預測目標欄位之值，並做為分類的依據 可以將大量資料轉化成人類易於了解的知識樹 常見應用：信用評等、消費行為預測、病症診斷 分類預測 : 眼科診所病例 分類預測 :台大眼科病例 (續) 自動選擇最佳分支條件，產生決策樹 3. 關聯規則 Association rules 尋找每筆交易中被同時購買之商品的關聯性 Buy (milk) → Buy (bread) 信心指數 80 % 尋找消費者與商品之間關聯性 Nokia N95 → 男性、上班族、年收入80-120萬 信心指數 60 % 亦可尋找任何人、事、物彼此間同時出現之關聯性 4. 連續行為 Sequential pattern 客戶購買某產品後之某段期間內，會再購買的產品 例：錄影帶 Star War → Empire Strikes Back → Return of the Jedi 常見應用： 消費者之消費行為預測 產品銷售預測 產品製程與存貨預測 連續行為 Sequential pattern (續) 連續行為 Sequential pattern (續) 最熱門連續行為 Jurassic Park → Toy Story , Jurassic Park 2 : Lost World Jurassic Park → Terminator 2 : Judgment Day 行銷建議 產品合購優惠方案 櫃台人員主動推薦 內部商品擺設建議 資料探勘　成功案例介紹 台灣最大實體書店 台灣地區大型書籍零售賣場領導品牌，擁有十多萬會員資料，每年會員交易紀錄超過一百多萬筆 分析目標 目標 1 : 尋找會員購買商品之間的關聯性 目標 2 : 尋找會員基本資料、與購買商品之間的關聯性 樣本資料 20萬筆會員資料 10萬筆行銷活動收集之名單 二年度的會員交易資料明細 台灣最大實體書店 (cont’d) 針對目標 1，使用關聯分析 (Association) 模組，自動尋找出最具關聯性的購買商品 發現： 購買 休閒娛樂 類商品的會員, 同時會再購買 旅遊 類商品 購買 乾隆相關 書籍商品的會員, 同時會再購買 雍正王朝 錄影帶 意義： 可以針對上述具高度關聯性的商品進行搭售與聯合促銷 可以寄送另一商品之促銷訊息予只購買單一商品之會員 賣場動線設計 : 具高度相關之商品應陳列在同一鄰近區域 台灣最大實體書店 (cont’d) 針對目標 2，使用關聯 (Association) +主力客群 (Clustering) 模組，自動尋找出會員資料中與商品特性關聯性最高的欄位 發現： 旅遊 類商品與會員資料中的 性別 與 年齡 欄位有高關聯性