客戶行為分(編輯修改稿)
2025-03-23 13:24 本頁面
【文章內(nèi)容簡介】 性流失的比例最高。掌握了這些信息，就可以針對每個人的貢獻，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，國內(nèi)一對一營銷（ One To One）正在被越來越多的企業(yè)和媒體宣傳。一對一營銷是指了解你的每一個客戶，并和他建立起長期持久的關系。 客戶分類是把大量的客戶分成不同的類，在每個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。而前面提到的一對一營銷實際上是客戶分類的極端，即每個類別里的客戶只有一個。數(shù)據(jù)挖掘同樣也可以幫助你進行客戶分類，細致而切實可行的客戶分類對企業(yè)的經(jīng)營策略有很大益處。 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)分好類的訓練集，在該訓練集上運用數(shù)據(jù)挖掘分類的技術，建立分類模型，對于沒有分類的數(shù)據(jù)進行分類。 例子： a. 信用卡申請者，分類為低、中、高風險 b. 分配客戶到預先定義的客戶分片 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： a. 根據(jù)購買模式，估計一個家庭的孩子個數(shù) b. 根據(jù)購買模式，估計一個家庭的收入 c. 估計 real estate的價值 分類 （ Classification） 估值 （ Estimation） 數(shù)據(jù)挖掘主要功能 通常，預言是通過分類或估值起作用的，也就是說，通過分類或估值得出模型，該模型用于對未知變量的預言。從這種意義上說，預言其實沒有必要分為一個單獨的類。預言其目的是對未來未知變量的預測，這種預測是需要時間來驗證的，即必須經(jīng)過一定時間后，才知道預言準確性是多少。 決定哪些事情將一起發(fā)生。 例子： a. 超市中客戶在購買 A的同時，經(jīng)常會購買 B，即 A = B(關聯(lián)規(guī)則 ) b. 客戶在購買 A后，隔一段時間，會購買 B （序列分析） 關聯(lián)規(guī)則（ association rules） 數(shù)據(jù)挖掘主要功能 預言（ Prediction） 聚集是對記錄分組，把相似的記錄在一個聚集里。聚集和分類的區(qū)別是聚集不依賴于預先定義好的類，不需要訓練集。 例子： a. 一些特定癥狀的聚集可能預示了一個特定的疾病 b. 租 VCD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， 哪一種類的促銷對客戶響應最好？ ，對于這一類問題，首先對整個客戶做聚集，將客戶分組在各自的聚集里，然后對每個不同的聚集，回答問題，可能效果更好。 聚集（ Clustering） 數(shù)據(jù)挖掘主要功能 – 選取正確的數(shù)據(jù)來源，同時不影響正常的生產(chǎn)環(huán)境 – 必須對現(xiàn)有計費系統(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?shù)募僭O，并對各類假設進行優(yōu)先排序 – 嘗試所有的分析維度（各種變量之間的排列組合） – 對數(shù)值進行合理的歸類或近似處理 – 選取合適的圖表類型，一張圖表往往勝過千言萬語 – 突出重點，能直接為決策提供支撐依據(jù) – 為進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)表達和說明 成功的數(shù)據(jù)分析關鍵取決于三個層面的工作 層面三： 數(shù)據(jù)表達 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 ? 實時計費系統(tǒng) ? 經(jīng)營分析系統(tǒng) 選擇原始數(shù)據(jù) ? 數(shù)據(jù)庫 /純文本 剔除無效數(shù)據(jù) ?
環(huán)評公示相關推薦
鄂ICP備17016276號-1