基于数据挖掘的客户维系挽留体系.pptVIP

目录 目录 目录 ODS管理—ETL管理 ODS管理—静态数据提取 ODS管理—静态数据提取 ODS管理—动态数据提取 ODS管理—数据处理过程 ODS管理—数据质量管理 ODS管理—数据清洗和融合技术 目录 数据仓库构建—多维数据模型 数据仓库构建—客户数据模型 数据仓库构建—业务发展情况模型 数据仓库构建—客户全景视图 数据仓库构建—数据补缺处理 数据仓库构建—分析型特征数据获取 数据仓库构建—分析型特征数据获取 数据仓库构建—分析型特征数据获取 目录 OLAP分析—体系架构 OLAP分析—以客户为中心的多维分析 OLAP分析—客户分析 OLAP分析—收益情况分析 OLAP分析—市场竞争分析 OLAP分析—服务质量分析 OLAP分析—营销分析 OLAP分析—市场竞争分析 目录 数据挖掘—标准过程 维系挽留－客户流失原因分析 维系挽留－客户流失原因分析 维系挽留－客户流失原因分析 维系挽留－客户流失原因分析 维系挽留－客户流失原因分析 维系挽留－整体思路 维系挽留－客户流失预测定义及目标 维系挽留－客户流失预测模型检验 维系挽留－客户细分 聚类的原理是把具有相近特征的观测值聚集为一组，保证各组间特征的相异性最大，同组内各观测值特征的相似性最大。 在本项目中，采用通话行为、增值业务使用情况等作为细分变量，把有相近行为特征的人群聚为一组。 维系挽留－客户细分的分群特征 维系挽留－套餐