市场营销中的数据分析方法[参考].pptVIP

个人客户价值评估 需求名称： 个人客户价值评估 提出时间： 2006-02-23 需求提出部门： 市场部 需求内容描述： 有区别的看待个人客户的差异性，观察其价值特征变化，综合考虑成本，用户成长度，客户消费等因素，通过建模量化个人客户对公司的贡献和价值。 客户价值包括客户贡献与客户成本两个侧面，对于前者，客户的帐单金额已是很好的衡量指标，但是也需要综合考虑其他指标（如新业务使用情况、长途或者漫游比例等）；而对于后者，由于利用财务数据进行分摊或者活动单位成本进行直接计算还需时日（等待财务部的成本分摊工作完成），故当前阶段是处理贡献类相关指标以供用户直观考察。 需求时间计划： 06年3月广州数据集市试点 需求数据要求： 目前系统数据支撑 需求优先级别： 高 需求实施难度： 高 要求配合部门： 业务支撑中心、财务部 其他说明： 负责人待定 需求分析和定位： 个人客户价值如果考虑成本分摊，需要等财务部开展的成本分摊完成后才能考虑到地市的实施。 新产品生命周期分析 需求名称： 新产品生命周期分析 提出时间： 2006-02-23 需求提出部门： 数据业务中心 需求内容描述： 目前地市没有明确和急需的需求，只是有个这样的概念和初步的想法。省公司想法是作为一个科研项目来研究和分析，希望能研究一些成果帮助市公司的市场分析和营销策略。 需求时间计划： 根据省公司的统一规划安排。 需求数据要求： 目前系统数据支撑 需求优先级别： 高 需求实施难度： 高 要求配合部门： 业务支撑中心、市场部 其他说明： 试点科研项目，邓逸斌、刘鹏负责　 需求分析和定位： 题目比较难，优先级别比较高，先按照省公司的思路和计划安排走。 初步思路进行两个方面的研究： 现有新业务产品的生命周期曲线研究 本研究的内容主要包括构建产品生命周期曲线预测模型并基于相关产品展开数据实证研究，同时对实证结果进行有效的业务解释并形成合理的政策建议。 2.新业务产品生命周期变迁之关键绩效指标的研究 本研究的内容主要包括分析并总结产品生命周期变迁过程中对阶段性转折点具有前瞻警示作用的业务指标，并在此基础之上构建切实可行的关键指标体系 报告内容 原理篇 客户关系管理中的数量方法 方法篇 数据分析方法概论 统计分析方法 数据挖掘分析方法 工具篇 常用数据分析工具简介 总结 基本结论 数量分析方法（Quantitative Analysis） 数量分析是对事物的数量特征、数量关系与数量变化的分析。 数量分析的类型 按照分析的目的 探索性数据分析 描述性数据分析 解释性数据分析 按照问题的本质 确定性分析 不确定性分析 数量分析中的模型化方法 数量模型是对现实问题的描述和模仿 模型是为认识目的或实践目的而建立的 典型的模型化过程 数据分析模型 E.F.Codd的数据分析模型 绝对模型（Categorical Model）：依据预定义路径寻找原因，如查询 解释模型（Exegetical Model）：依据多层次路径寻找原因，如多维分析 思考模型（Contemplative Model）：参数化路径，如场景分析 公式模型（Formulaic Model）：模型化路径，如数据挖掘 Reporting Ad Hoc Queries Predictive Modeling What happened ? Why did it happen ? What will happen ? ROI 应用复杂性 Stage 3 Stage 2 Stage 1 Human Discovery Machine-assisted Discovery 常用的数据分析方法/模型 数量分析是对事物的数量特征、数量关系与数量变化的分析。 数量分析的类型 按照分析的目的 探索性数据分析 描述性数据分析 解释性数据分析 按照问题的本质 确定性分析 不确定性分析 认识分析数据：数据测量尺度 名义尺度 有序尺度 间隔尺度 比例尺度 认识分析数据：数据结构类型 截面数据（Cross-section Data） 时间序列数据（Time-series Data） 面板数据（Panel Data） 数据分析的出发点：数据矩阵 截面数据（Cross-section Data） 时间序列数据（Time-series Data） 面板数据（Panel Data） 常用的统计分析方法 数据分类分析 聚类分析 判别分析 数据化简分析 主成分分析 因子分析 数据相关分析 回归分析 典型相关分析 数据预测分析 时间序列预测 什么是数据挖掘？ Data Information Knowledge Wisdom 存在太多数据挖掘的定义，但基本上有这样一种描述结构 To find / dis