客户关系管理的主要技术.pptxVIP

第二节 客户关系管理的主要技术; 我们先来看一个数据挖掘的故事， 尿布与啤酒的故事是关于数据挖掘最经典和流传最广的故事。;这是数据挖掘技术对历史数据进行分析的结果，反映数据内在的规律。那么这个结果符合现实情况吗？是否是一个有用的知识？是否有利用价值？ 于是，沃尔玛派出市场调查人员和分析师对这一数据挖掘结果进行调查分析。经过大量实际调查和分析，揭示了一个隐藏在尿布与啤酒背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿???布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。 既然尿布与啤酒一起被购买的机会很多，于是沃尔玛就在其一个个门店将尿布与啤酒并排摆放在一起，结果是尿布与啤酒的销售量双双增长。;按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现数据内在这一有价值的规律的。 那么数据挖掘是什么样的技术呢？ 数据挖掘——从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程，汇集了统计学、人工智能、数据库等学科的内容，是一门新兴的交叉学科。 ;数据挖掘主要采用以下几种方法进行知识发现： （1）关联分析：寻找数据项之间感兴趣的关联关系。例如：我们可以通过对交易数据的分析可能得出“86%买‘啤酒’的人同时也买‘尿布’”这样一条“啤酒”和“尿布”之间的关联规则。 （2）演变分析：描述时间序列数据随时间变化的数据的规律或趋势，并对其建模。包括时间序列趋势分析、周期模式匹配等。例如：通过对交易数据的演变分析，可能会得到89%情况股票X上涨一周左右后，股票Y会上涨这样一条序列知识。 ; （3）聚类分析：根据最大化类内的相似性、最小化类间的相似性的原则将数据对象聚类或分组，所形成的每个簇（聚类）可以看作一个数据对象类，用显式或隐式的方法描述它们。也就是我们常说的物以类聚人以群分。 （4）分类分析：找出描述并区分数据类的模型（可以是显式或隐式），以便能够使用模型预测给定数据所属的数据类。例如：信用卡公司可以将持卡人的信誉度分类为：良好、普通和较差三类。分类分析通过对这些数据类的分析给出一个信誉等级的显式模型：信誉良好的持卡人是年收入在30000元到50000元之间，年龄在30至45岁之间，居住面积达90M2 左右的人。这样对于一个新的持卡人，就可以根据他的特征预测其信誉度。 ; （5）异常分析：一个数据集中往往包含一些特别的数据，其行为和模式与一般的数据不同，这些数据称为异常。对异常数据的分析称为异常分析。它在欺诈甄别、网络入侵检测等领域有着广泛的应用。 ;数据挖掘的实施步骤： 主要有数据准备、规律寻找、规律表示和结果评价四个步骤。 数据准备是从各种数据源中选取和集成用于数据挖掘的数据； 规律寻找是用某种方法将数据中的规律找出来； 规律表示是用尽可能符合用户习惯的方式（如可视化）将找出的规律表示出来； 但在具体实施数据挖掘应用时，还要有一个步骤就是结果评价。这是因为数据算法寻找出来的是数据的规律，其中有些是人们感兴趣的有用的，还有一些可能是不感兴趣的没有用的。这就要对寻找出的规律进行评估。例如：跟尿布一起购买最多的商品是啤酒这样一条规律是否有用呢？这就需要市场调查和评估工程师根据实际情况做出评估判断。这是一个人工步骤，还难以自动化。 ; 数据挖掘是CRM的前提和基础，CRM是数据挖掘的延续和创新，通过将两者进行有效的组合，不断促进企业单个客户价值的提升和客户规模的扩大，有效地推动企业价值和实力的不断攀升。;二、呼叫中心 随着互联网的发展，信息交流技术越来越多，CRM系统需要支持多种交流方式。以便促使提高客户沟通效率、缩短交易周期，提升企业的赢利能力。;生活中的呼叫中心;生活中的呼叫中心;什么是呼叫中心;典型的呼叫中心结构;呼叫中心简介;建立呼叫中心的好处 ;提高工作效率 　　呼叫中心能有效地减少通话时间，降低网络费用，提高员工/业务代表的业务量，在第一时间内就将来话转接到正确的分机上，通过呼叫中心发现问题并加以解决。;建立呼叫中心的好处;建立呼叫中心的好处;建立呼叫中心的好处;建立呼叫中心的好处;建立呼叫中心的好处;