数据挖掘技术客户端毕业设计(5)

第四章 数据挖掘技术在客户关系管理中的应用

品或产品组合。数据挖掘软件将可以帮助企业准确的发现特别适合于某一特定产品的客户。 2、发现信息

通过数据挖掘技术分析，可从其客户那里发现更多的信息。首先，需要从公司的客户群中识别并划分出高价值的客户，也就是要快速识别出那些真正需要保留的客户，即以生命周期价值计算那些客户才是最重要、最有价值的客户。经过分析识别出了一类新的客户，并称之为“高价值客户”（Power User）或“A”类客户。 3、制定计划

由于公司的目标是保留并增加客户的价值，所以在识别出这些高价值用户后，接下来就要开展一系列的市场营销活动为这些客户提供有吸引力的产品。 由于向用户提供的新产品可能是多种多样的，所以可以用数据挖掘来确定这些产品中那些最适合于哪类高价值用户。

高价值拥护不同于普通用户。他们有其特殊的去求和问题，因此要保留住这些用户就必须有针对的制定出新的市场计划。也就是制定一个客户忠诚度（Customer loyalty）计划，以便能够保留尽可能多的高价值用户。制定一个有针对性的市场促销计划是一项很难的任务。计划的内容必须基于及时有效的信息，这样才能保证计划的目标能够准确跟得上人们的消费行为及市场的变化。

此外，特定产品在特定时间对某一单个用户才是最为适用的。而且，在特定时期，其他竞争者也会针对本公司的特定产品采取有目标的促销行为。此外，在不同的月份中，一个客户的价值、重程度及市场定位也将随着其家庭或职务的变化而发生变化。 4、采取行动

这一步就是将这些促销计划付诸行动，例如，如何将数据挖掘综合到企业的经营决策和市场促销活动中，如何将数据挖掘模型连同决策交付机制一起集成到客户呼叫中心之中，如何创建一个反馈闭环以检测促销活动的成效。从表面上看其来就是将预测模型的结果付诸实践，这似乎和简单，但事实上却是一

- 17 -

第四章 数据挖掘技术在客户关系管理中的应用

件十分复杂的事情。所采取的原则是当客户与公司进行联系时，开展促销活动最有针对性。客户与公司进行联系的渠道包括呼叫中心或交互式Web站点。用户主动与公司进行交互将使企业有机会获得他们的关注。这也意味着公司需要将数据挖掘模型与客户交互渠道相互集成。为了实现与客户交互渠道的集成，可通过呼叫中心向客户发布新的促销信息，这样当高价值用户将电话打入呼叫中心时，就有可能通过主动的电话交谈而保留住这些高价值的客户。

同时根据数据挖掘模型开发的促销目标分析程序将自动在后台运行。目标分析完成后，呼叫中心应用程序中将显示出一个或多个适合于该客户的产品信息。促销目标分析程序通过数据挖掘模型和业务规则确定出该客户为一个有价值的客户并有可能流失，给操作员提出建议，包括向该客户推荐的新产品以及特殊的折扣优惠。其中向客户推荐的产品都是根据他与公司接触时的特殊需要转而购买其他公司的产品。操作员将按照程序所显示的脚本向客户提出的每一项促销建议都是根据该客户的特征及操作的技能经过个性化而定制的。 5、检测结果

最后一步就是检查市场促销活动的成效。由于市场促销具有较强的时间需求，所以必须尽可能早知道促销活动是否成功。

客户同意购买一项产品，而拒绝了另一项产品。这种一项产品被接受而另一项产品被拒绝的信都将记录在案并将用于改进促销活动。其他诸如客户为什么会拒绝一项产品的原因也将被记录下来。

上述这些信息可以帮助人们更好的确定那些产品将会被接受。市场人员常常想知道的是今天已经向客户提出了那些促销建议并且其中那些建议已被客户接受。根据这些指标可以准确的衡量出以往没有预测手段的情况下采用了数据挖掘模型是否提高了客户对促销建议的响应。这一过程通常需要经过若干次的改进才能提高客户的响应率。

此外，还可在数据挖掘过程中引入“动态学习”机制，使数据挖掘模型能够根据客户对促销建议接受与否动态调查。采用这种方法，不仅使企业可以检测促销活动的成效，而且可以随着促销过程的进行不断改进。

- 18 -

第四章 数据挖掘技术在客户关系管理中的应用

4.5本章小结

本章从一对一营销、客户盈利能力、分析交叉销售、客户的获取、客户的保持等方面介绍了数据挖掘在客户关系管理中的主要作用，并简单说明了企业进行数据挖掘项目五种主要方式——购买记分模型、购买数据挖掘软件、购买固定模型软件、购买创建模型的开发工具、数据挖掘咨询。然后主要研究了在客户关系管理中应用数据挖掘技术的过程——问题定义、发现信息、制定计划、采取行动、检测结果。

- 19 -

第五章 案例分析

第五章 案例分析

由于数据挖掘技术特有的功能作用，许多数据挖掘技术已经成功应用到各个领域，下面的案例说明了汽车销售行业决策树在客户分类方面的应用：

5.1案例背景

关注中国汽车产业的人士都知道，近5年来我国汽车制造业以平均24.5％的速度高速增长，预计今年我国的汽车保有量将突破2900多万辆，汽车销售市场也必将成为一个庞大的“黄金”市场。而在众多的汽车销售店里，怎样才能在激烈的竞争中达到并保持一个好的业绩呢？仅仅靠销售顾问的销售技巧是不够的，企业还需要深入的了解客户，针对不同的客户群制定不同的销售策略。因在一家汽车销售服务有限公司实习并参加培训，因此以数据挖掘技术在汽车销售行业客户关系管理中的研究和应用为案例，分析决策树在客户分类方面的应用。

5.2决策树方法用于客户分类

在日常营业过程，每次来咨询的客户无论是达成交易的和没有达成交易的，都会在公司的CRM数据库中有所记录，用系统数据库或数据仓库中的数据对客户群进行分类，发现达成交易的和未达成交易的客户的特征，从而为企业的汽车销售制定出比较合理的营销策略。在此过程中主要应用了数据挖掘的分类功能，采用的是决策树分类方法，基本的步骤如下所示：

5.2.1数据准备及转化

1、完成数据收集、数据清理、数据相关性分析以及数据变换等工作。

数据收集可以通过在数据库执行一系列的查询语句获得；数据清理就是减少和消除数据集中的噪声数据和处理一系列的缺省值(用平均值代替)；相关性分析就是剔除数据集中与目标任务不相关或弱相关的属性字段，尽量的简化数据集；数据变换则主要完成的是数据离散化、区间变化和数据概化等任务。

- 20 -

第五章 案例分析

2、从准备好的数据集中抽取出训练数据集，分析训练数据集中的数据库元组，然后构造模型。

这里假定每一条记录都属于一个确定的类别(类别是事先确定好的)，由一个称作类标号的属性值确定。在本例中号代表的是是否达成交易的这个属性，Y代表达成，N代表没有达成交易，然后利用面向属性的归纳方法对每个属性进行概化处理，过程如下所示：首先准备原始训练数据如表5.1

表5.1原始训练数据集 交易号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 ?? 客户姓名 电话 张新 王立海 王光雨 市政局 信用等级 购买性质 个人购买 个人购买 个人购买 企业购买 企业购买 个人购买 个人购买 个人购买 个人购买 企业购买 单位购买 个人购买 单位购买 企业购买 交易额 来访次数 达成交易 Y Y N Y N Y N N Y Y Y N Y Y 15963301986 好 13896546656 一般 2587987 2588886 好 …… 此处隐藏：1741字，全部文档内容请下载后查看。喜欢就下载吧 ……