专题3客户关系管理的过程.pptxVIP

专题3 客户关系管理的过程策略本专题主要内容客户获取的策略分析客户保有的策略分析—客户满意客户提升的策略分析客户互动管理客户知识管理第一部分 客户获取的策略分析客户分析客户识别与客户定位客户获取的市场策略一、客户分析目的：获取正确的、高潜在价值的客户策略要点：客户信息的收集与挖掘客户细分与差别化管理客户分析客户识别客户定位客户获取客户信息的获取：采取主动接触的方式—与客户之间要构建起整合的沟通渠道，形成高度的信任和使双方关系成为双赢关系。销售点自动应答牵涉面因特网客户跟踪应用系统呼叫中心档案呼叫记录投诉档案直接接触被拒记录必须赢得客户的满意和信赖从客户互动和各种交易资源中收集信息注意从数据中发现有价值的信息客户分析客户识别客户定位客户获取数据库越来越大数据挖掘数据挖掘的出现有价值的知识可怕的数据客户关系管理客户分析客户识别客户定位客户获取金融经济政府POS人口统计生命周期模式趋势事实关系模型关联规则序列目标市场资金分配贸易选择在哪儿做广告销售的地理位置数据挖掘的出现 苦恼: 淹没在数据中 ; 不能制定合适的决策! 决策数据知识数据爆炸，知识贫乏客户关系管理什么是数据挖掘？客户关系管理数据挖掘的定义SAS研究所（1997）：“在大量相关数据基础之上进行数据探索和建立相关模型的先进方法”。Bhavani（1999）：“使用模式识别技术、统计和数学技术，在大量的数据中发现有意义的新关系、模式和趋势的过程”。Hand et al（2000）：“数据挖掘就是在大型数据库中寻找有意义、有价值信息的过程”。客户关系管理数据挖掘的定义数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。这个定义包括好几层含义(1)数据源必须是真实的、大量的、含噪声的；(2)发现的是用户感兴趣的知识；(3)发现的知识要可接受、可理解、可运用；(4)并不要求发现放之四海皆准的知识，仅支持特定的发现问题。 客户关系管理市场调查报告PromotionPOSEOS/EDIERPCall centerCard IssueFaxDataWarehouseData MartEISOLAPReportingDSSSIS营销数据库进销存数据库客户数据库(Data Collection)StatisticsKnowledge BaseMachine learningModelBaseDecision Tree(Data mining)(Data Storage)(Data Visualization)客户关系管理数据挖掘都干了些什么？英国电信需要发布一种新的产品，需要通过直邮的方式向客户推荐这种产品…使直邮的回应率提高了100％客户关系管理数据挖掘都干了些什么？GUS日用品零售商店需要准确的预测未来的商品销售量，降低库存成本…通过数据挖掘的方法使库存成本比原来减少了3.8%客户关系管理数据挖掘都干了些什么？汇丰银行需要对不断增长的客户群进行分类，对每种产品找出最有价值的客户…营销费用减少了30％客户关系管理通过数据挖掘您可以发现最有价值的客户客户关系管理通过数据挖掘您可以使组合销售更有效率客户关系管理通过数据挖掘您可以留住那些最有价值的客户客户关系管理数据挖掘应用领域电信 ：流失银行：聚类（细分）, 交叉销售百货公司/超市：购物篮分析 （关联规则）保险：细分，交叉销售，流失（原因分析）信用卡： 欺诈探测，细分电子商务： 网站日志分析税务部门：偷漏税行为探测警察机关：犯罪行为分析医学： 医疗保健客户关系管理数据挖掘效益分析(直邮）目的：发现新客户数据挖掘以前数据挖掘以后差别发信的数量1,000,000750,000(250,000)成本$1,000,000$750,000($250,000)响应的数量10,0009,000(1,000)每个响应的毛利$125$125$0总毛利$1,250,000$1,125,000($125,000)净利润$250,000$375,000$125,000建模的费用040,000$40,000最终的利润$250,000$335,000$85,000客户关系管理数据挖掘中存在的问题数据挖掘的基本问题就在于数据的数量和维数，数据结构也因此显的非常复杂，如何进行探索，选择分析变量，也就成为首先要解决的问题。面对如此大的数据，现有的统计方法等都遇到了问题，我们直接的想法就是对数据进行抽样，那么怎么抽样，抽取多大的样本，又怎样评价抽样的效果，这些都是值得研究的难题。既然数据是海量的，那么数据中就会隐含一定的变化趋势，在数据挖掘中也要对这个趋势做应有的考虑和评价。各种不同的模型如何应用，其效果如何评价。不同的人对同样的数据进行挖掘，可能产生不同的结果