项目7分析客户数据

1、项目7 分析客户数据1学习提示2022/9/92学习目标了解建立数据仓库的步骤和方法，了解使用数据挖掘分析客户数据的步骤和方法。知识目标能力目标养成不断学习的习惯，培养开拓创新的精神，增强协调能力。素质目标能够使用和维护数据仓库，应用数据挖掘模型分析客户数据。学习提示2022/9/9网上创业实务3本项目重点本项目难点建立数据仓库，使用收据挖掘分析客户数据数据预处理4建立数据仓库任务12022/9/9网上创业实务任务要点5关键词理论要点数据仓库、计划、模型 数据仓库模型的设计、数据仓库生成实践要点制定数据仓库项目计划、数据仓库的使用和维护2022/9/9网上创业实务任务情境6 钱程所在企业经营范

2、围广而且业务流程繁杂，设有多个涉及不同业务范围和流程的专业业务系统，其中大部分系统都已运行多年，累积了大量的历史数据。随着业务的发展，无论高层的决策层还是公司的各级业务人员，都希望能从庞杂的历史数据中获得更多更准确的信息，让不同业务系统中的相关信息集中起来，为不同的业务部门实现信息共享，为业务决策提供更多实时的、横向的、全局的支持，以提高效率，帮助企业提高市场竞争力和效益。因此，建立一个统一的、高质量的数据仓库系统，成为钱程所在企业的迫切需求。2022/9/9网上创业实务任务分析7数据仓库的建立是一个系统工程，是一个不断建设、发展和完善的过程，通常需要较长的时间。这就要求企业对整个系统的建立提

3、出一个全面、清晰的远景规划及技术实施蓝图，将整个项目的实施分成若干个阶段，以“总体规划、分步实施、步步见效”为原则，这样不仅可以迅速从当前投资中获得收益，而且在已有的阶段成果的基础上，结合其他已有业务系统，逐步完成数据仓库系统的构建。2022/9/9网上创业实务任务实施8步骤一 制定项目计划数据仓库是支持管理决策过程的、面向主题的、集成的、随时间而变的、持久的数据集合。但数据仓库不是数据的简单堆积，而是从容量庞大的事务型数据库中抽取数据，并将其清理、转换为新的存储格式，即根据决策目标将存储于数据库中对决策分析所必需的、历史的、分散的、详细的数据，经处理转换成集中统一的、随时可用的信息。企业建立

4、数据仓库首先应该制定项目计划，确定建立数据仓库的项目目标和确定项目范围，包括对项目计划的评估和流程的调整。2022/9/9网上创业实务任务实施9步骤二 设计数据仓库模型概念模型设计2. 逻辑模型设计3. 物理模型设计2022/9/9网上创业实务任务实施10步骤三 数据仓库的生成1接口编程2抽取规则设计3数据装入2022/9/9网上创业实务任务实施11步骤四 数据仓库的使用和维护1建立DSS应用（1）DSS应用开发是从数据出发的；（2）DSS应用的需求不能在开发初期明确了解；（3）DSS应用开发是一个不断循环的过程，是启发式的开发。2理解需求，改善和完善系统，维护数据仓库2022/9/9网上创业

5、实务触类旁通121.数据仓库与数据库的区别2.客户关系管理和数据仓库的关系2022/9/9网上创业实务案例分析13案例内容案例思考淘宝网应用Oracle数据仓库数据仓库系统给淘宝网解决了哪些问题？数据仓库对CRM具有怎样的意义？14 分析客户数据任务22022/9/9网上创业实务任务要点15关键词理论要点数据挖掘、数据预处理、模型 建立数据挖掘库、准备数据、建立数据挖掘模型实践要点应用数据挖掘模型2022/9/9网上创业实务任务情境16钱程在参与企业数据仓库项目建设的过程中，项目经理讲的“啤酒与尿布”的故事给他留下了深刻印象。在一家超市里，有一个有趣的现象：尿布与啤酒赫然摆在一起销售。但是这个

6、奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁超市内的真实案例，并一直为商家津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购买行为进行购物篮分析，以知道顾客经常购买的商品有哪些。沃尔玛数据仓库系统中集中了各门店的详细的原始交易数据，在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。2022/9/9网上创业实务任务分析17分析客户数据的工具有统计分析、联机分析处理等，这里介绍使用数据挖掘来分析客户数据。对企业的客户数据进行数据挖掘，包括以下几个步骤：理解业务问题、数据搜集与选择、

7、数据预处理、建立模型（数据挖掘）、模型检验与评估、知识表示、应用和巩固模型等过程。但这些过程又不是一次完成的，往往是一个循环往复的过程。为了便于读者更好地了解数据挖掘的工作流程，移动通信业数据挖掘预测高价值客户流失倾向案例将被分段引入，以便理解每个步骤的实际应用。2022/9/9网上创业实务任务实施18步骤一 了解业务并明确建模目标在开始数据挖掘之前，首先要做的、同时也是最重要的就是了解数据和业务问题。如果事先没有这种了解，不论挖掘过程中使用的算法有多么复杂和玄妙，也不可能提供有价值的结果，即使有也难以使人信赖它。缺少了这些背景知识，就没办法明确定义要解决的问题，不能为挖掘准备数据，也很难正确

8、地解释得到的结果。定义商业问题首先要确定进行数据挖掘到底想干什么，比如说挖掘的目标是想提高直邮的用户响应，那么想做的可能是“提高用户响应率”，也可能是“提升一次用户响应的价值”，为解决这两个问题而建立的模型几乎是完全不同的。2022/9/9网上创业实务任务实施19步骤二 搜集与选择数据开展数据挖掘工作，要广泛搜集用户的各种信息，建立数据挖掘库，为数据挖掘做准备。但并不是搜集到的数据都是有用的，企业应该根据目标选择相关和合适的数据，必要时要进行调整。选择正确的数据源，是数据挖掘项目成败的关键。数据取样要把好数据的质量关，即使从一个数据仓库中进行数据取样，也不要忘记检查其质量。因为数据挖掘的目的在

9、于探索企业运作的规律性，如果数据源有误，从中探索出的规律就不再具有指导意义。2022/9/9网上创业实务任务实施20步骤三 数据预处理数据预处理有多种方法：数据清理、数据集成、数据变换、数据归约等。数据清理就是通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来清理数据。数据集成就是将多个数据源中的数据结合起来并统一存储。数据变换就是通过平滑、聚集、数据概化、规范化等方式将数据转换成适用于数据挖掘的形式。数据归约可以用来得到数据集的归约表示，它的数据量比原数据小得多，但仍接近保持原数据的完整性，对归约后的数据集挖掘将更有效。2022/9/9网上创业实务任务实施21步骤四 建立模型根

10、据选择的数据，利用C5.0决策树、Logistic回归、神经网络等方法建立客户流失预测模型，这是数据挖掘工作的核心环节。另外，可以借助数据分析软件的帮助找出趋势和规律。现在市场上的软件供应商和数据挖掘咨询公司提供了很多的软件工具供选择，常见的有在大型数据库进行各种数据挖掘的MineSet软件，在不同的领域里进行多任务数据挖掘的DB-Miner软件，把关系数据库和数据开采集成在一起的Quest软件。2022/9/9网上创业实务任务实施22步骤五 检验与评估模型对发现的规则、趋势、类别、模型进行检验评估，生成一个相对最优的模型，从而保证发现知识的正确性。评价的办法：直接使用原来建立模型的样板数据来

11、进行检验，一般来说，如果这一步得到较好的评价就说明从这批数据样本中挖掘出了符合实际的规律性。另找一批数据，已知这些数据反映了客观实际的规律性，若这一步也得到肯定的结果，那数据挖掘就应得到很好的评价。2022/9/9网上创业实务任务实施23步骤六 知识表示 将发现的知识表示成容易被用户理解的形式，以可视化、可以理解的形式提供给用户，以便于解决实际问题。2022/9/9网上创业实务任务实施24步骤七 应用和巩固模型模型建立并经过验证之后，可以有两种主要的使用方法：提供给信息需求者或管理者做参考，以辅助管理者的决策分析；保留模型，把此模型应用到不同的数据集上。模型可以用来表示一个事例的类别，给一项申

12、请打分等。以后每次遇到相似的情况就用该模型进行分析。当然，在模型的使用过程中，随着数据周围条件的变化，需要对模型做相应的再测试和修改。2022/9/9网上创业实务触类旁通251数据挖掘在CRM中的应用主要包括以下几方面：（1）客户管理（2）客户发展分析（3）业务量分析（4）收入分析（5）营销管理分析（6）服务质量分析（7）大客户分析2客户关系管理和数据挖掘的关系3数据仓库与数据挖掘的关系（6）服务质量分析2022/9/9网上创业实务案例分析26案例内容案例思考中国民生银行：信用卡淘宝民生银行是怎样开展数据挖掘的？数据挖掘给民生银行解决了哪些问题？27项目小结2022/9/9网上创业实务项目小结

13、28企业在客户关系管理过程中累积了大量客户数据，目前，对客户数据进行智能分析的核心技术是数据仓库和数据挖掘技术。数据仓库是支持管理决策过程的、面向主题的、集成的、随时间而变的、持久的数据集合。数据仓库与数据库两者在技术和功能上有着显著的区别。数据仓库的建立是一个系统工程，是一个不断建设、发展和完善的过程，一般要经过四步：制定项目计划、设计数据仓库模型、数据仓库的生成、数据仓库的使用和维护。数据仓库是客户关系管理的基础。数据挖掘是一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。29实战强化2022/9/9网上创业实务实训一 数据仓库解决方案的比较分析 30实训目的实训组织通过实训让学生了解主要的数据仓库解决方案，了解各自的主要功能模块。利用课余时间上网查询、搜集软件厂商的数据仓库解决方案；组织课堂交流。2022/9/9网上创业实务实训一 CRM项目实施流程31实