活到老 學到老.pptVIP

活到老 學到老Live (and Test) and Learn 組員：M9509107 洪谷官 M9501304 陳文雄 M9501301 楊漢聲 授課老師：徐俊傑 教授 如何透過Data mining累積學習? 故事背景 人物介紹 故事背景 在達康公司(dot com)正在快速發展的年代，一家電信公司面臨了顧客流失的大問題。由於這家公司除了擁有個人用戶外，同時也開發了多許小型企業用戶，因此擅長處理個人客戶流失的顧問也都束手無策。 人物介紹 凱倫：具有資料庫管理經驗的專案Leader 羅尼：具有豐富的統計知識＆渴求資料採礦實務經驗的分析員 羅尼太太：服務於電信公司的客服部 建立資料採礦小組 招募技術人員 阻礙：大家正在瘋達康(dot com)，人們捧著一堆企劃案往加州跑 結果：幸運地找到了滿腔熱血的羅尼 首要工作 找出簡單又適合利用資料分析且立竿見影的商業問題，來快速建立在企業內部的可信度 取得可分析的資料來源 潛在的軟柿子何在？ 某天晚上就寢前，羅尼太太對羅尼提到他在工作時所碰到的情況。羅尼聽了之後間非常高興，抱著老婆又親又叫。對於羅尼突然的舉動，羅尼太太又是驚訝又是高興。一時間，乾柴烈火，接著就… 潛在的軟柿子何在？ 潛在的軟柿子何在？ 潛在的軟柿子何在？ 發現的問題 帳單費用超出預期可能會造成顧客的負面印象 解決問題 目標： 提早在帳單出現之前提醒顧客其免費分鐘數已用完 注意： 計算話量過多的過程並不需要精準 方法： 利用帳務系統的出帳邏輯來篩選顧客名單 為何之前無人能解？ 設備： 硬體：配有1G RAM的桌上型電腦 軟體：SAS的採礦工具Enterprise Miner 人員：羅尼，對SAS程式的撰寫相當熟悉 資料： 交換機的通聯紀錄(CDR) 透過SAS處理，就可以篩選出具有高拆機風險的顧客了 為何之前無人能解？ 資料採礦小組完成幾項事情 可以主動的出擊，並利用分析從公司所蒐集的資料來解決問題 可以跳過資訊部門取得技術設備資源，以縮短決策流程 可以整合具有資料分析能力的技術人員以及相關的分析工具 學習的意願 潛在的成功因子是在於學習的意願 探索資料的過程中可以找出許多有建設性的營運建議 透過分析電話行銷的通話記錄，發現第二波電話的回應率遠遜於第一波時，那就可以建議將人力應用於開發新客戶，而非去跟催那些拒絕過一次的顧客 過去結果的分析可以協助我們獲得新的機會點 行銷區隔 一家公司積極的想規劃屬於他們的市場區隔策略。如同其他人的做法，他們選擇從市場研究開始著手。但他們發現一千多份問卷樣本並無法涵蓋數以百萬計的顧客行為，於是他們改採用資料採礦的技術… 以行銷研究的角度 在「忠誠度效應(The Loyalty Effect)」一書中提到：忠誠度高的顧客擁有較高的顧客價值 因此公司開始著手規劃如何衡量顧客忠誠度，以用來辨別顧客忠誠度的高低。透過忠誠度定義可以幫助我們作為後續行銷活動影響的測量基準。 以行銷研究的角度 以行銷研究的角度 透過行銷顧問公司來針對其顧客進行市場調查，以確認各類別顧客的比例。問卷進行的時間長度約一個小時，取樣12000個顧客，最後回收了2000份 雖然問卷提供了相當深入的分析結果，但是整體回應率低於20%，只能代表回應者的意見 從行銷研究至市場區隔 在問卷中提供了一些定義忠誠度的方向 顧客在過去六年間花在購買該公司產品上的金額 兩個測量的方向 年總價值的平均值 逐年價值變化的趨勢(整體價值的平均斜率) 將計算出來的平均顧客價值以及顧客價值斜率各分成五等份，共計組成25個子集 從行銷研究至市場區隔 從行銷研究至市場區隔 風險自負(caveat emptor) 受訪者是否誠實和其記憶程度 回歸到顧客交易資料，從資料庫作為分析的起點 顧客價值會與顧客會齡、會員狀態以及商品偏好有高度相關，但制式的分類無法得知其中的關聯性 結合基本資料與顧客行為資訊做分析，找出更多關於顧客價值的線索 使用市場區隔 分析師將經由市場調查所得到的資訊轉化為忠誠度指標，並切割成為市場區隔。 市調雖然可以提供相當寶貴的資訊，但其用來進行市場區隔時，通常是套用既定的切割規則，而非是根據顧客行為本身的差異(相似性)。 透過資料採礦的技術，從資料庫中的大量資料，來協助我們定義顧客區隔。 從資料庫中找區隔 顧客區隔如果不能推及至所有的顧客身上，就變的毫無意義 整合外部資料與內部資料各個異質格式的顧客資料，通常以身分證字號作為鍵值 問卷調查通常只有姓名與地址，不能使用這兩個作為連結資料庫的鍵值 將調查資料對應資料庫其實困難重重，最好的解決方法是提供受訪清單時連同身分證字號產出 營運式區隔的優點 顧客行為所建構的營運式區隔