1、1數據挖掘在客戶關系管理中的應用數據挖掘在客戶關系管理中的應用 2議程議程 客戶關系管理客戶關系管理為什么要進行客戶關系管理為什么要進行客戶關系管理客戶關系管理的內容客戶關系管理的內容 數據挖掘在客戶關系管理中的應用數據挖掘在客戶關系管理中的應用什么是數據挖掘什么是數據挖掘數據挖掘的典型應用數據挖掘的典型應用 SPSS Clementine針對針對CRM的數據挖掘解決方案的數據挖掘解決方案SPSS數據挖掘方案簡介數據挖掘方案簡介Clementine中的中的CRM數據挖掘模板數據挖掘模板3議程議程 客戶關系管理客戶關系管理為什么要進行客戶關系管理為什么要進行客戶關系管理客戶關系管理的內容客戶關系

2、管理的內容 數據挖掘在客戶關系管理中的應用數據挖掘在客戶關系管理中的應用什么是數據挖掘什么是數據挖掘數據挖掘的典型應用數據挖掘的典型應用 SPSS Clementine針對針對CRM的數據挖掘解決方案的數據挖掘解決方案SPSS數據挖掘方案簡介數據挖掘方案簡介Clementine中的中的CRM數據挖掘模板數據挖掘模板4為什么要進行客戶關系管理為什么要進行客戶關系管理 客戶關系管理的提出是伴隨著產品極大豐富、買方市場形成而產生的從“客戶得到的就是他們所想要的”到“客戶得到他們所想要的”的演變 CRM的核心是“了解他們，傾聽他們” CRM的目標可以概括為“吸引潛在客戶進入，提高現有客戶滿意度和忠誠度

3、，降低客戶流失” 客戶關系管理（CRM）的兩個層面操作型CRM：方便與客戶交流，簡化操作流程 分析型CRM：了解客戶5有很多因素影響著客戶行為從而改變他們對于企業的價值客戶行為6客戶特征客戶特征描述描述客戶價值客戶價值分析分析客戶生命客戶生命周期分析周期分析客戶細分客戶細分客戶忠誠客戶忠誠度分析度分析加深對客戶的了解是一個循序漸進的過程7 使獲得客戶的成本更低使獲得客戶的成本更低 減少銷售成本減少銷售成本 更高的客戶創利能力更高的客戶創利能力 提高客戶的保留度和忠誠度提高客戶的保留度和忠誠度 評估客戶的創利能力評估客戶的創利能力客戶關系管理的好處8 信息技術的發展使客戶關系管理有了技術上的保證

4、信息技術的發展使客戶關系管理有了技術上的保證 客戶關系管理中的關鍵性信息技術主要包括：客戶關系管理中的關鍵性信息技術主要包括：數據庫和數據倉庫技術數據庫和數據倉庫技術 數據挖掘技術數據挖掘技術信息技術的角色9 客戶關系管理客戶關系管理為什么要進行客戶關系管理為什么要進行客戶關系管理客戶關系管理的內容客戶關系管理的內容 數據挖掘在客戶關系管理中的應用數據挖掘在客戶關系管理中的應用什么是數據挖掘什么是數據挖掘數據挖掘的典型應用數據挖掘的典型應用 SPSS Clementine針對針對CRM的數據挖掘解決方案的數據挖掘解決方案SPSS數據挖掘方案簡介數據挖掘方案簡介Clementine中的中的CRM

5、數據挖掘模板數據挖掘模板議程10 通過采用通過采用自動或半自動自動或半自動的手段，在的手段，在海量數據海量數據中發現有意義的中發現有意義的行為行為和規則和規則的探測和分析活動。的探測和分析活動。 數據挖掘是一門科學，有科學的方法和模型作為基礎數據挖掘是一門科學，有科學的方法和模型作為基礎 數據挖掘又是一門藝術，需要使用者對商業問題的深入理解和模數據挖掘又是一門藝術，需要使用者對商業問題的深入理解和模型適用條件深刻的認識型適用條件深刻的認識什么是數據挖掘11數據挖掘數據挖掘描述描述預測預測統計回歸統計回歸關聯規則關聯規則決策樹決策樹可視化可視化聚類聚類順序關聯順序關聯匯總匯總神經網絡神經網絡分類

6、分類數據挖掘的分類12 問題描述：預測信用水平是好還是差，銀行據此決定是否向客戶發放貸款問題描述：預測信用水平是好還是差，銀行據此決定是否向客戶發放貸款，發放多少，發放多少 結果描述結果描述:(決策樹）決策樹）收入大于5萬元/年是否有無儲蓄帳戶是否房主是是否否批準不批準批準數據挖掘的典型結果金融13 問題描述：根據客戶信息，預測客戶流失可能性問題描述：根據客戶信息，預測客戶流失可能性 結果描述結果描述:(神經網絡）神經網絡）輸 入流失概率（0.87)輸 出男293000元/月神州行130元/月數據挖掘的典型結果電信14 問題描述：如何決定超市中商品的擺放來增加銷售額問題描述：如何決定超市中商品

7、的擺放來增加銷售額 結果描述結果描述:(Web圖）圖）數據挖掘的典型結果零售15 問題描述：如何對市場進行細分，使產品滿足最有價值問題描述：如何對市場進行細分，使產品滿足最有價值客戶客戶 結果描述結果描述:(Koholen聚類）聚類）營銷活動回應率營銷活動回應率數據挖掘的典型結果制造業16 問題描述：如何從眾多申請經費或者納稅中發現欺詐問題描述：如何從眾多申請經費或者納稅中發現欺詐 結果描述結果描述:(回歸、神經網絡）回歸、神經網絡）數據挖掘的典型結果政府17 客戶盈利能力；客戶盈利能力； 客戶保留；客戶保留； 客戶細分；客戶細分； 客戶傾向；客戶傾向； 渠道優化；渠道優化； 風險管理；風險管

8、理； 欺詐監測；欺詐監測； 購物傾向分析；購物傾向分析； 需求預測；需求預測； 價格優化。價格優化。數據挖掘在客戶關系管理中的應用范圍18 客戶關系管理客戶關系管理為什么要進行客戶關系管理為什么要進行客戶關系管理客戶關系管理的內容客戶關系管理的內容 數據挖掘在客戶關系管理中的應用數據挖掘在客戶關系管理中的應用什么是數據挖掘什么是數據挖掘數據挖掘的典型應用數據挖掘的典型應用 SPSS Clementine針對針對CRM的數據挖掘解決方案的數據挖掘解決方案SPSS數據挖掘方案簡介數據挖掘方案簡介Clementine中的中的CRM數據挖掘模板數據挖掘模板議程19 商業理解商業理解 數據理解數據理解

9、數據準備數據準備 建立模型建立模型 模型評估模型評估 模型發布模型發布 提供了業界權威的數據挖掘方法論提供了業界權威的數據挖掘方法論跨行跨行業數據挖掘標準流程（業數據挖掘標準流程（CRISPDM）SPSS數據挖掘方案簡介20 提供了界面友好、算法豐富、功能強大的數據挖掘工提供了界面友好、算法豐富、功能強大的數據挖掘工作平臺作平臺SPSS ClementineSPSS數據挖掘方案簡介(續）21 提供了面向行業（問題）的數據挖掘應用模板提供了面向行業（問題）的數據挖掘應用模板目前提供以下行業的數據挖掘模板目前提供以下行業的數據挖掘模板 針對電信行業的數據挖掘模板針對電信行業的數據挖掘模板 針對針對

10、CRM的數據挖掘模板的數據挖掘模板 針對針對Web挖掘的數據挖掘模板挖掘的數據挖掘模板 犯罪模式甄別模板犯罪模式甄別模板 欺詐（欺詐（Fraud）甄別模板）甄別模板SPSS數據挖掘方案簡介(續）22商業理解商業理解文檔部署應用部署應用D streams數據理解數據理解E streams探測數據準備數據準備P streams建模和評估建模和評估M streams 所有模板都是行業（問題）、方法論所有模板都是行業（問題）、方法論CRISPDM和和數據挖掘工具數據挖掘工具Clementine的完美結合的完美結合SPSS數據挖掘方案簡介(續）233個應用模型個應用模型|模型模型1：客戶細分和高價值客戶

11、的獲取：客戶細分和高價值客戶的獲取建立并探測客戶的價值金字塔建立并探測客戶的價值金字塔概括細分特性概括細分特性 (對獲取客戶非常有價值對獲取客戶非常有價值)|模型模型2：營銷活動的響應：營銷活動的響應計算并探測計算并探測RFM分數分數響應率模型的范圍：響應率模型的范圍： 1. RFM; 2. 預測預測; 3. 基于聚類基于聚類響應模型部署應用響應模型部署應用|模型模型 3：細分遷移和客戶流失分析：細分遷移和客戶流失分析建立并探測遷移和流失的細分模型建立并探測遷移和流失的細分模型建立遷移和流失模型，部署應用建立遷移和流失模型，部署應用Clementine中的CRM數據挖掘模板24 CRM數據挖掘

12、模板基于市場營銷理論和客戶關系管理理論建立數據挖掘模板基于市場營銷理論和客戶關系管理理論建立 CRM數據挖掘模板中采用的主要理論數據挖掘模板中采用的主要理論 客戶金字塔理論（客戶金字塔理論（pyramid modelpyramid model） 客戶生命周期價值理論客戶生命周期價值理論 RFMRFM模型模型CRM數據挖掘模板的理論基礎25客戶金字塔理論（pyramid model）26時間時間收入收入利潤利潤損失損失銷售商品或服務銷售商品或服務客戶關系結束客戶關系結束認知認知 更少損失更少損失更加有效的認知更加有效的認知利潤利潤 更多的利潤更多的利潤更加多的銷售額更加多的銷售額更加有效的認知更

13、加有效的認知 MORE PROFIT利潤利潤甚至更多利潤甚至更多利潤更長的客戶關系更長的客戶關系更加多的銷售額更加多的銷售額客戶生命周期價值理論27CRMCRM數據挖掘應用模板數據挖掘應用模板1-1-客戶價值評估和客戶獲得客戶價值評估和客戶獲得圖例：圖例：數據數據數據流數據流交易數據探索性分析客戶價值計算按客戶價值市場細分客戶花費數據交易數據交易明細客戶資料客戶消費卡資料創建客戶金字塔客戶價值總結客戶信息匯總客戶信息客戶信息CRM 數據挖掘應用模板 - 模型1：結構28CRMCRM數據挖掘應用模板數據挖掘應用模板2 2營銷活動的響應分析營銷活動的響應分析圖例：圖例：數據數據數據流數據流RFM模

14、型交易數據交易明細客戶消費卡資料數據合并產品信息產品明細數據產品數據市場活動數據購買模式數據客戶數據RFM模型結果數據客戶回應分析響應概率發布響應預測對響應聚類RFM響應購買模式數據客戶原始數據CRM 數據挖掘應用模板 - 模型2：結構29CRMCRM數據挖掘應用模板數據挖掘應用模板3 3細分遷移和客戶流失分析細分遷移和客戶流失分析圖例：圖例：數據數據數據流數據流客戶價值矩陣客戶金字塔數據客戶購買模式數據客戶數據客戶細分遷移分析客戶細分遷移數據遷移模型數據準備細分遷移模型發布細分遷移模型客戶流失分析遷移模型結果數據客戶原始數據遷移模型CRM 數據挖掘應用模板 - 模型3：結構30數據理解，數據探索性分析數據理解，數據探索性分析CRM 數據挖掘應用模板初體驗31計算客戶價值計算客戶價值CRM 數據挖掘應用模板初體驗（續）32描述客戶價值分布及隨時間變化情況描述客戶價值分布及隨時間變化情況 CRM 數據挖掘應用模板初體驗（續）33CRM