CH数据挖掘与客户关系管理.pptxVIP

CH数据挖掘与客户关系管理第1页/共125页 学习目标通过本章的学习，将能够：理解数据挖掘的含义熟悉数据挖掘的功能熟悉数据挖掘的主要技术掌握数据挖掘的业务流程了解客户关系管理对数据挖掘的需求理解数据挖掘在客户关系管理中的作用第2页/共125页 第10章 CRM与数据挖掘10.1 数据挖掘概述10.2 数据挖掘的任务、技术和实施过程10.3 数据挖掘在CRM中应用10.4 CRM数据挖掘应用实例10.5 数据挖掘软件在CRM中的应用示例第3页/共125页 10.1 数据挖掘概述10.1.1 数据挖掘的产生10.1.2 数据挖掘的定义10.1.3 数据挖掘的技术10.1.4 数据挖掘的功能10.1.5 数据挖掘的流程10.1.6 数据挖掘的发展方向第4页/共125页 10.1.1 数据挖掘的产生数据爆炸但知识贫乏 支持数据挖掘技术的基础数据挖掘逐渐演变的过程 第5页/共125页 数据挖掘数据库越来越大有价值的知识可怕的数据数据爆炸但知识贫乏第6页/共125页 数据挖掘的出现数据爆炸，知识贫乏 苦恼: 淹没在数据中 ; 不能制定合适的决策! 数据知识决策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金融经济政府POS.人口统计生命周期数据爆炸但知识贫乏第7页/共125页 更大,更便宜的存储器 -- 磁盘密度以Moore’s law增长 -- 存储器价格飞快下降更快,更便宜的信息处理器 -- 分析更多的数据 -- 适应更多复杂的模型 -- 引起更多查询技术 -- 激起更强的可视化技术 数据挖掘处理技术 -- 数理统计 -- 人工智能 -- 机器学习支持数据挖掘技术的基础第8页/共125页 数据挖掘的演化 机器学习 数据库中的知识发现 数据挖掘第9页/共125页 10.1.2 数据挖掘的定义SAS研究所（19910）：“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”。第10页/共125页 数据挖掘的定义技术角度的含义商业角度的含义与传统方法的区别第11页/共125页 数据挖掘的技术上的定义数据挖掘（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。 第12页/共125页 数据挖掘的商业角度的定义按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法。 第13页/共125页 客户接触 客户信息客户数据库统计分析与数据挖掘客户知识发现客户管理知识发现：从数据中深入抽取隐含的、未知的和有潜在用途的信息从商业数据到商业智能第14页/共125页 数据挖掘与传统分析方法的区别 数据挖掘与传统的数据分析(如查询、报表、联机应用分析)的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识.。数据挖掘所得到的信息应具有先未知，有效和可实用三个特征.先前未知的信息是指该信息是预先未曾预料到的，既数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值。在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系 第15页/共125页 10.1.3 数据挖掘的功能 自动预测趋势和行为 关联分析对象分类 聚类分析概念描述 偏差检测 第16页/共125页 数据挖掘功能—预测数据挖掘自动在大型数据库中寻找预测性信息，以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。一个典型的例子是市场预测问题，数据挖掘使用过去有关促销的数据来寻找未来投资中回报最大的用户，其它可预测的问题包括预报破产以及认定对指定事件最可能作出反应的群体。 第17页/共125页 数据挖掘功能—关联分析 数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。关联是某种事物