客戶行為分析和消費(fèi)者心理(編輯修改稿)
2025-03-23 13:16 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 購(gòu)買時(shí)）在元、每月通話費(fèi)在 —元之間（包月制則是元和元兩檔）的男性流失的比例最高。掌握了這些信息，就可以針對(duì)每個(gè)人的貢獻(xiàn)，滿足他們的一些需求。 客戶保持 數(shù)據(jù)挖掘能做什么？ 近幾年，國(guó)內(nèi)一對(duì)一營(yíng)銷（ ）正在被越來(lái)越多的企業(yè)和媒體宣傳。一對(duì)一營(yíng)銷是指了解你的每一個(gè)客戶，并和他建立起長(zhǎng)期持久的關(guān)系。 客戶分類是把大量的客戶分成不同的類，在每個(gè)類里的客戶擁有相似的屬性，而不同類里的客戶的屬性也不同。而前面提到的一對(duì)一營(yíng)銷實(shí)際上是客戶分類的極端，即每個(gè)類別里的客戶只有一個(gè)。數(shù)據(jù)挖掘同樣也可以幫助你進(jìn)行客戶分類，細(xì)致而切實(shí)可行的客戶分類對(duì)企業(yè)的經(jīng)營(yíng)策略有很大益處。 客戶分類 數(shù)據(jù)挖掘能做什么？ 首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運(yùn)用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對(duì)于沒有分類的數(shù)據(jù)進(jìn)行分類。 例子： . 信用卡申請(qǐng)者，分類為低、中、高風(fēng)險(xiǎn) . 分配客戶到預(yù)先定義的客戶分片 估值與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定數(shù)目的，估值的量是不確定的。 例子： . 根據(jù)購(gòu)買模式，估計(jì)一個(gè)家庭的孩子個(gè)數(shù) . 根據(jù)購(gòu)買模式，估計(jì)一個(gè)家庭的收入 . 估計(jì) 的價(jià)值 分類（） 估值（） 數(shù)據(jù)挖掘主要功能 通常，預(yù)言是通過(guò)分類或估值起作用的，也就是說(shuō)，通過(guò)分類或估值得出模型，該模型用于對(duì)未知變量的預(yù)言。從這種意義上說(shuō)，預(yù)言其實(shí)沒有必要分為一個(gè)單獨(dú)的類。預(yù)言其目的是對(duì)未來(lái)未知變量的預(yù)測(cè)，這種預(yù)測(cè)是需要時(shí)間來(lái)驗(yàn)證的，即必須經(jīng)過(guò)一定時(shí)間后，才知道預(yù)言準(zhǔn)確性是多少。 決定哪些事情將一起發(fā)生。 例子： . 超市中客戶在購(gòu)買的同時(shí)，經(jīng)常會(huì)購(gòu)買，即 (關(guān)聯(lián)規(guī)則 ) . 客戶在購(gòu)買后，隔一段時(shí)間，會(huì)購(gòu)買 （序列分析） 關(guān)聯(lián)規(guī)則（ ） 數(shù)據(jù)挖掘主要功能 預(yù)言（） 聚集是對(duì)記錄分組，把相似的記錄在一個(gè)聚集里。聚集和分類的區(qū)別是聚集不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。 例子： . 一些特定癥狀的聚集可能預(yù)示了一個(gè)特定的疾病 . 租類型不相似的客戶聚集，可能暗示成員屬于不同的亞文化群 聚集通常作為數(shù)據(jù)挖掘的第一步。例如， 哪一種類的促銷對(duì)客戶響應(yīng)最好？ ，對(duì)于這一類問(wèn)題，首先對(duì)整個(gè)客戶做聚集，將客戶分組在各自的聚集里，然后對(duì)每個(gè)不同的聚集，回答問(wèn)題，可能效果更好。 聚集（） 數(shù)據(jù)挖掘主要功能 – 選取正確的數(shù)據(jù)來(lái)源，同時(shí)不影響正常的生產(chǎn)環(huán)境 – 必須對(duì)現(xiàn)有計(jì)費(fèi)系統(tǒng)和數(shù)據(jù)結(jié)構(gòu)有明確的了解 – 在數(shù)據(jù)提取效率和提取深度之間權(quán)衡 – 做出適當(dāng)?shù)募僭O(shè)，并對(duì)各類假設(shè)進(jìn)行優(yōu)先排序 – 嘗試所有的分析維度（各種變量之間的排列組合） – 對(duì)數(shù)值進(jìn)行合理的歸類或近似處理 – 選取合適的圖表類型，一張圖表往往勝過(guò)千言萬(wàn)語(yǔ) – 突出重點(diǎn)，能直接為決策提供支撐依據(jù) – 為進(jìn)一步分析留有足夠的空間 數(shù)據(jù)提取和收集 數(shù)據(jù)挖掘和分析 數(shù)據(jù)表達(dá)和說(shuō)明 成功的數(shù)據(jù)分析關(guān)鍵取決于三個(gè)層面的工作 層面三： 數(shù)據(jù)表達(dá) 層面二： 數(shù)據(jù)分析 層面一： 數(shù)據(jù)提取 選取合適的數(shù)據(jù)源 實(shí)時(shí)計(jì)費(fèi)系統(tǒng) 經(jīng)營(yíng)分析系統(tǒng) 選擇原始數(shù)據(jù) 數(shù)據(jù)庫(kù)純文本 剔除無(wú)效數(shù)據(jù) 抽取質(zhì)量檢驗(yàn) 對(duì)數(shù)據(jù)進(jìn)行歸類整理
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1