数据挖掘和会员典型图谱绘制.pptxVIP

数据挖掘是什么通过采用自动或半自动的手段，在海量数据中发现有意义的行为和规那么的探测和分析活动。数据挖掘是一门科学，有科学的方法和模型作为根底数据挖掘又是一门艺术，需要使用者对商业问题的深入理解和模型适用条件深刻的认识

数据挖掘能干什么谁是客户？销售什么？如何销售？发现客户特征发现客户与产品的关系发现客户购置喜好客户分群了解客户特征和喜好及所属阶段产品关联分析模型发现产品捆绑和交叉销售时机客户分群和营销响应模型识别对某特定营销方式感兴趣的客户。母婴购物会员特征：浏览特征搜索特征关注广告特征是否价格敏感其他

数据挖掘相关模型的分类1.描述性模型：我们的客户是什么样子的？他们需要什么？2.预测性模型：如何选取最好的针对性客户交互方式，以保证利润最大化？揭示蕴含于历史数据中的规律无指导的学习无指导性分群关联规那么〔购物篮〕逻辑回归线性回归非线性回归决策树神经网络对未来事件的预测有指导的学习指导性分群技术相关：技术相关：

精准营销闭环流程会员数据整合数据挖掘营销策划营销执行营销评估抽取转换装载会员行为价值BI渠道选择Offer设计预测模型选取目标客户执行管控计划改进营销策划改进营销执行改进模型精度绩效分析

客户关系管理的提出是伴随着产品极大丰富、买方市场形成而产生的——从“客户得到的就是他们所想要的”到“客户得到他们所想要的”的演变CRM的核心是“了解他们，倾听他们”CRM的目标可以概括为“吸引潜在客户进入，提高现有客户满意度和忠诚度，降低客户流失”客户关系管理〔CRM〕的两个层面操作型CRM：方便与客户交流，简化操作流程分析型CRM：了解客户客户关系管理的价值人口地理学特征，心理特征，需求和优先级等他们是谁？产品、价格、渠道、促销技术革新，经济环境，特殊事件等客户的购买体验你为他们做了什么？竞争性因素分析外部因素影响客户行为

数据挖掘在客户关系管理中的应用围绕会员生命周期，建立与之配套的会员分析模型，对生命周期进行精细化管理会员生命周期在不同生命周期阶段需考虑不同问题如何发现并获取潜在客户？阶段A〔Acquisition〕：会员获取如何把客户培养成高价值客户？阶段B：〔Build-up〕会员提升如何培养顾客忠诚度？阶段C：(Climax)会员成熟如何延长客户“生命周期”？阶段D：(Decline)会员衰退如何赢回客户？阶段E：(Exit)会员流失会员价值对应模型会员购物概率模型品类偏好模型客户分群生命周期识别复购模型客户流失预警流失挽回模型多种价值创造杠杆在不同时期应用寻找意向价值更高的会员，对其进行激活转化刺激需求的产品组合/效劳交叉销售针对性营销高价值客户的差异化效劳高危客户预警机制高危客户挽留举措高价值客户赢回方法

场景一购置概率预测问题描述：访问网站的会员成千上万，哪些会员是随便逛逛，哪些会员是有意向购置，哪些会员即将购置。结果描述:(逻辑回归〕找到意向价值高的会员及时营销进行购物转化。黄色格子为过去表现出目标行为的客户；白色格子为过去没有目标行为的客户寻找已经有目标行为的客户的共同特征运用已经有目标行为的客户的共同特征，按照相似程度，给其他客户打分得到模型计分，选出相似性高的客户（红色格子）Y=F(X)2周会员行为记录201309012013090220130903……2013091320130914观察窗…物窗口浏览后的购物会员2周会员行为记录201309072013090820130909……2013091920130920观察窗…测窗口谁会买？目标:20个会员购置产品的会员数量:5响应率:25%通过响应模型选取目标会员目标:100个会员购置产品的会员数量:10响应率:10%现有方法选取目标会员

场景二交叉销售分析问题描述：如何决定苏宁消费会员的二次推荐商品结果描述:(Web图，关联规那么〕鱼和蔬菜的关联性最强；购置啤酒与蔬菜罐头的人有87%的人会购置冻肉

场景三流失率分析问题描述：哪些会员即将流失？根据客户信息，预测客户流失可能性结果描述:(神经网络，逻辑回归，决策树〕输入流失概率〔0.87)输出男29末次访问时间累计消费金额月访问频次…………?业界经验，开展一个新客户比保持一个老客户的费用要高5倍，而如果“用户保持率”增加5%，将有望为企业带来25%---85%的利润增长。?因此，对老客户的保存直接关系到企业的利益，客户的流失对企业的经营产生深远的影响。

场景四客户分群之一RFM分群问题描述：客户是谁？如何区分不同的客户？谁是优质会员？结果描述:(聚