数据资料挖掘在客户关系管理中的应用

数据挖掘在客户关系管理中的应用议程客户关系管理为什么要进行客户关系管理客户关系管理的内容

数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方案简介Clementine中的CRM数据挖掘模板议程客户关系管理为什么要进行客户关系管理客户关系管理的内容数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方案简介Clementine中的CRM数据挖掘模板为什么要进行客户关系管理客户关系管理的提出是伴随着产品极大丰富、买方市场形成而产生的——从“客户得到的就是他们所想要的”到“客户得到他们所想要的”的演变CRM的核心是“了解他们，倾听他们”CRM的目标可以概括为“吸引潜在客户进入，提高现有客户满意度和忠诚度，降低客户流失”客户关系管理（CRM）的两个层面操作型CRM：方便与客户交流，简化操作流程

分析型CRM：了解客户人口地理学特征，心理特征，需求和优先级等他们是谁？产品、价格、渠道、促销技术革新，经济环境，特殊事件等客户的购买体验你为他们做了什么？竞争性因素分析外部因素影响有很多因素影响着客户行为

——从而改变他们对于企业的价值

客户行为客户特征描述1客户价值分析3客户生命周期分析42客户细分客户忠诚度分析7加深对客户的了解是一个循序渐进的过程使获得客户的成本更低减少销售成本更高的客户创利能力提高客户的保留度和忠诚度评估客户的创利能力客户关系管理的好处信息技术的发展使客户关系管理有了技术上的保证客户关系管理中的关键性信息技术主要包括：数据库和数据仓库技术数据挖掘技术信息技术的角色客户关系管理为什么要进行客户关系管理客户关系管理的内容数据挖掘在客户关系管理中的应用什么是数据挖掘数据挖掘的典型应用

SPSSClementine针对CRM的数据挖掘解决方案SPSS数据挖掘方案简介Clementine中的CRM数据挖掘模板议程通过采用自动或半自动的手段，在海量数据中发现有意义的行为和规则的探测和分析活动。数据挖掘是一门科学，有科学的方法和模型作为基础数据挖掘又是一门艺术，需要使用者对商业问题的深入理解和模型适用条件深刻的认识什么是数据挖掘数据挖挖掘描述预测统计回回归关联规规则决策树树可视化化聚类顺序关关联汇总神经网网络分类数据挖挖掘的的分类类问题描描述：：预测测信用用水平平是好好还是是差，，银行行据此此决定定是否否向客客户发发放贷贷款，，发放放多少少结果描描述:(决决策树树）收入大大于5万元元/年年是否有无储储蓄帐帐户是否房房主是是否否批准不批准准批准数据挖挖掘的的典型型结果果———金融融问题描描述：：根据据客户户信息息，预预测客客户流流失可可能性性结果描描述:(神神经网网络））输入入流失概概率（0.87)输出出男293000元元/月月神州行行130元/月……………数据挖挖掘的的典型型结果果———电信信问题描描述：：如何何决定定超市市中商商品的的摆放放来增增加销销售额额结果描描述:(Web图））数据挖挖掘的的典型型结果果———零售售问题描描述：：如何何对市市场进进行细细分，，使产产品满满足最最有价价值客客户结果描描述:(Koholen聚类类）营销活活动回回应率率数据挖挖掘的的典型型结果果———制造造业问题描描述：：如何何从众众多申申请经经费或或者纳纳税中中发现现欺诈诈结果描描述:(回回归、、神经经网络络）数据挖挖掘的的典型型结果果———政府府客户盈盈利能能力；；客户保保留；；客户细细分；；客户倾倾向；；渠道优化化；风险管理理；欺诈监测测；购物倾向向分析；；需求预测测；价格优化化。数据挖掘掘在客户户关系管管理中的的应用范范围客户关系系管理为什么要要进行客客户关系系管理客户关系系管理的的内容数据挖掘掘在客户户关系管管理中的的应用什么是数数据挖掘掘数据挖掘掘的典型型应用SPSSClementine针针对CRM的数数据挖掘掘解决方方案SPSS数据挖挖掘方案案简介Clementine中的CRM数数据挖掘掘模板议程商业理解解数据理解解数据准备备建立模型型模型评估估模型发布布提供了业业界权威威的数据据挖掘方方法论———跨行行业数据据挖掘标标准流程程（CRISP－DM）SPSS数据挖挖掘方案案简介提供了界界面友好好、算法法丰富、、功能强强大的数数据挖掘掘工作平平台———SPSSClementineSPSS数据挖挖掘方案案简介(续）提供了面面向行业业（问题题）的数数据挖掘掘应用模模板目前提供供以下行行业的数数据挖掘掘模板针对电信信行业的的数据挖挖掘模板板针对CRM的数数据挖掘掘模板针对Web挖掘掘的数据据挖掘模模板犯罪模式式甄别模模板欺诈（Fraud）甄甄别模板板SPSS数据挖挖掘方案案简介(续）商业理解文档部署应用"D"streams数据理解"E"streams探测数据准备"P"streams建模和评估"M"streams所有模板板都是行行业（问问题）、、方法论论——CRISP－DM和数数据挖掘掘工具———Clementine的的完美结结合SPSS数据挖挖掘方案案简介(续）3个应用模型模型1：客户细分和和高价值客户户的获取建立并探测客客户的价值金金字塔概括细分特性性(对获取客户非非常有价值)模型2：营销活动的的响应计算并探测RFM分数响应率模型的的范围：1.RFM;2.预测;3.基于聚类响应模型部署署应用模型3：细分迁移和和客户流失分分析建立并探测迁迁移和流失的的细分模型建立迁移和流流失模型，部部署应用Clementine中中的CRM数数据挖掘模板板CRM数据挖挖掘模板基于于市场营销理理论和客户关关系管理理论论建立CRM数据挖挖掘模板中采采用的主要理理论客户金字塔理理论（pyramidmodel）客户生命周期期价值理论RFM模型CRM数据挖挖掘模板的理理论基础客户金字塔理理论（pyramidmodel）时间收入利润损失销售商品或服务客户关系结束认知

更少损失更加有效的认知利润

更多的利润更加多的销售额更加有效的认知MOREPROFIT利润甚至更多利润更长的客户关系更加多的销售额客户生命周期期价值理论CRM数据挖挖掘应用模板板1-客户价价值评估和客客户获得图例：数据数据流交易数据探索性分析客户价值计算算按客户价值市场细分客户花费数据据交易数据交易明细客户资料客户消费卡资料创建客户金字字塔客户价值总结结客户信息汇总总客户信息客户信息CRM数据挖掘应用用模板-模型1：结构CRM数据挖挖掘应用模板板2－营销活活动的响应分分析图例：数据数据流RFM模型交易数据交易明细客户消费卡资料数据合并产品信息产品明细数据产品数据市场活动数据购买模式数据客户数据RFM模型结果数据客户回应分析响应概率发布响应预测对响应聚类RFM响应购买模式数据客户原始数据CRM数据挖掘应用用模板-模型2：结构CRM数据挖挖掘应用模板板3－细分迁移和客客户流失分析析图例：数据数据流客户价值矩阵客户金字塔数据客户购买模式数据客户数据客户细分迁移分析客户细分迁移数据迁移模型数据准备细分迁移模型发布细分迁移模型客户流失分析迁移模型结果数据客户原始数据迁移模型CRM数据挖掘应用用模板-模型3：结构数据理解，数数据探索性分分析CRM数据挖掘应用用模板初体验验计算客户价值