《客户关系管理(第2版)》(张红英)496-2教案 第6课 知晓新技术与客户关系管理.docxVIP

《客户关系管理(第2版)》(张红英)496-2教案 第6课 知晓新技术与客户关系管理.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第6课知晓新技术与客户关系管理

课题

项目二任务三知晓新技术与客户关系管理

课时

2课时(90min)

教学目标

知识技能目标

(1)了解数据挖掘、人工智能、区块链等技术在客户关系管理中的应用

(2)能够积极看待数据挖掘、人工智能等新技术

素质目标

(1)勤于动脑,能够举一反三

(2)培养创新意识,用发展的眼光看问题

教学重难点

教学重点

数据挖掘、人工智能、区块链

教学难点

数据挖掘技术的功能

教学方法

情景模拟法、问答法、讨论法、讲授法

教学用具

电脑、投影仪、多媒体课件、教材

教学设计

第1节课:课前导入(10min)→传授新知(25min)→课堂互动(10min)

第2节课:传授新知(25min)→崇德向善(5min)→课堂互动(10min)→课堂

小结(5min)

教学过程

主要教学内容及步骤

设计意图

第一节课

课前导入

(10min)

【教师】阅读课前导入“积极看待新技术”,并思考问题,随机抽取学生回答

客户关系管理交流会上,某银行负责人刘总说:“随着数据挖掘、人工智能、区块链等技术的出现与蓬勃发展,企业和客户的行为模式也随之发生了变化。相应地,客户关系管理也开始向新型客户关系管理发展。企业要想在新时代背景下获得更多的忠诚客户和实现长久的盈利,就必须积极看待新技术,并借此对客户关系管理实践进行创新和变革。“

“以银行为例。在长期的金融服务中,银行积累了大量的客户信息,包括客户消费记录、收入水平及其他资料等。银行可以将这些信息资源综合起来,建立一个完整的客户信息数据库。”刘总接着说:“大批客户在存款、贷款或其他金融服务方面可能具有极高的相似性,形成了具有共性的群体。借助数据挖掘技术,银行可以对客户信息进行聚类分析,进而发现这些客户的共性,掌握他们的投资理念,并为其提供有针对性的理财服务,从而实现企业的盈利。”

通过课前导入,

使学生主动思考

数据挖掘技术对

客户关系管理的

作用,了解本节课

的知识点

2

2

第6

第6课

请思考:数据挖掘技术对企业客户关系管理有什么作用?

【学生】阅读、思考、讨论、回答

【教师】总结学生的回答,进入本节课题

传授新知

(25min)

【教师】传授新知前,提出本节课相关的问题,随机抽取学生回

答问题

想一想:现代社会,客户关系管理技术有什么样的发展趋势?

【学生】思考、讨论、回答

【教师】总结学生的回答,指出不足,并开始今天的课题:知晓

新技术与客户关系管理

【教师】讲解新知

任务三知晓新技术与客户关系管理

一、数据挖掘

数据挖掘又称“资料探勘”或“数据采矿”,是指从大量数据中提取出隐含的、未知的、潜在的、有用的信息,使其表现为概念、规则、规律、模式等形式的过程。

(一)数据挖掘技术的功能

1.趋势和行为分析

利用数据挖掘技术,企业能在数据库中提取预测性信息,改变了以往要靠大量人工进行数据分析的局面。(详见教材)

2.关联分析

利用数据挖掘技术,企业能在数据库中找出隐藏的关系,提取关联性信息。在应用数据挖掘技术以前,企业只能从数据分析中得到一些表面上看似合理的规律,无法明晰数据间的根本联系。(详见教材)

3.序列分析

序列分析和关联分析相似,其目的也是挖掘数据间的联系,但是序列分析的重点在于发现与时间相关的数据序列模式,并利用该模式对客户未来的消费行为进行预测。(详见教材)

4.聚类分析

聚类分析是指根据一定的标准将数据分成几个群组,同一群组的数据高度相似,而不同群组的数据差异明显。(详见教材)

通过教师讲解,

使学生了解数据挖掘技术的功能、应用,了解人工智

能体系的具体内容,开阔学生的知识面

第课

第课

5.概念描述

概念描述是指对某类对象的内涵、特征等进行概括性描述,有时侧重描述某类对象的共同特征,有时侧重描述不同类别对象之间的区别。(详见教材)

6.偏差检测

数据库中通常会有一些异常的数据记录,从数据库中检测出这些数据记录对于控制偏差至关重要。偏差检测的重点在于发现不符合标准的特例、观测结果与模型预测值的偏差、量值随时间的变化等。偏差检测的基本方法是寻找观测结果与参照值之间有意义的差别。(详见教材)

(二)数据挖掘技术的应用

1.在客户识别中的应用

客户识别是企业发现潜在客户、获取新客户的过程。数据挖掘技术能够帮助企业根据现有客户的信息、市场反应行为模式总结出潜在客户的特征,进而完成对潜在客户的筛选工作。(详见教材)

2.在客户分类中的应用

客户分类是将客户分成不同类别的过程,是企业进行客户关系管理的基础,有助于企业针对不同类型的客户进行分析,从而制订个性化的服务策略。(详见教材)

3.在客户忠诚度分析中的应用

客户忠诚度是衡量企业客户关系

文档评论(0)

chenfang888 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档