客户关系管理3课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,客户关系管理3,*,PPT,文档演模板,Office,PPT,客户关系管理3,2024/11/16,客户关系管理3,4.1 数据挖掘的基本知识,客户关系管理3,数据挖掘的产生背景,数据爆炸但知识匮乏,客户关系管理3,数据：一般的业务操作，通常都会产生大量的数据，如订单、库存、交易帐目、通话记录、及客户资料等。,信息：如何利用企业的历史数据增进对业务情况的了解，帮助我们在业务管理及发展上作出及时、正确的判断，需要从数据成为信息,客户关系管理3,美国三大电视网电视剧广告间隙,美国自来水公司的用水高峰,客户关系管理3,如何抛弃不必要的数据，从大量数据中及时提取有用的知识？,数据挖掘,从大量的数据中挖掘出有用的知识,客户关系管理3,1.Walmart,and,2.NASDAQ,3.NBA,Advanced Scout,客户关系管理3,数据挖掘的定义,数据挖掘 Data Mining,技术角度的定义,数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。,商业角度的定义,数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的海量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。,客户关系管理3,知识发现(KDD)：数据挖掘过程,数据挖掘,知识发现过程的核心,数据清理,数据集成,数据库,数据仓库,知识,任务相关的数据,选择,数据挖掘,模式评估,客户关系管理3,数据挖掘:多种技术的融合,数据挖掘,数据库技术,统计学,机器学习,模式识别,算法,其他技术,可视化,客户关系管理3,数据挖掘 VS 传统分析方法,有何区别?,数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。,客户关系管理3,数据挖掘过程,数据挖掘过程包括：,数据准备（选择、预处理、转换）,确定主题,读入数据、建立模型、理解模型,解释与评价,知识应用,分析问题,整合数据,建立模型,理解规则,预测未来,客户关系管理3,数据挖掘技术分类,数据挖掘,描述,预测,可视化,聚类,关联规则,汇总描述,分类,统计回归,时间序列,决策树,神经网络,客户关系管理3,数据挖掘的模型（1）,分类（Classification）与决策树（Decision trees）,分类分析是为了找出描述和区分数据类或概念的模型，常常通过决策树、神经网络等模型进行表示。,决策树：,根节点、节点、分支、叶子。,客户关系管理3,CHAID决策树分析-市场分析,在贷款申请中，要对申请人的风险大小做出判断,客户关系管理3,多变量分析,根据细分变量区分群体的差异性程度（卡方统计值Chi-square）的大小，将样本分为不同特征的细分群体。,过程,确定细分的目的与细分变量（人口统计变量、心理变量、行为变量）,变量类型：分类变量或有序变量,根据卡方值最显著的变量将样本分为不同细分群体,样本量敏感（父节点样本30，子节点5）,客户关系管理3,数据挖掘的模型（2）,聚类（Cluster）,聚类是把一组个体按照相似性归成若干类别的过程。,原则：最大化类内部的相似性、最小化类之间的相似性,聚类方法包括统计方法、机器学习方法、神经网络方法和面向数据库的方法。,客户关系管理3,客户关系管理3,数据挖掘的模型（3）,关联（Association）,在购买面包的顾客中，有90%的人同时也买了牛奶：(面包)(牛奶)，计为XY。,评估关联规则的四个重要指标是：,(1)支持度（support）：交易集中包含X和Y的交易数与所有交易数之比，记为support(XY),(2)可信度（confidence）：包含X和Y的交易数与包含X的交易数之比，记为confidence(XY),(3)期望可信度（expected confidence）：描述了在没有物品集X的作用下，物品集Y本身的支持度，记为E-confidence(Y),(4)作用度（lift）：作用度是可信度对期望可信度的比值。描述了物品集X对物品集Y的影响力的大小。记为Lift(XY)。一股情况要求大于1。,客户关系管理3,设 sup,min,=50%,conf,min,=50%,符合条件的关联规则有哪些？,交易流水号,购买产品,002,A,B,D,018,A,C,D,030,A,D,E,006,B,E,F,157,B,C,D,E,F,A,D,(60%,100%),D,A,(60%,75%),客户关系管理3,数据挖掘的模型（4）,序列模式（Sequential Pattern）,分析数据之间的前后（因果）关系，类似于关联分析,用于发现客户潜在的购物模式,先购买PC，再购买数码相机，接着还要买存储卡,5天之内，X股票最多上涨10，Y股票涨幅在1020之间，Z股票在下星期上涨的概率为68。,指标,最小支持度,最小可信度,客户关系管理3,4.2 CRM中的数据挖掘应用,客户关系管理3,在CRM中的应用范围,客户盈利能力；,客户保留；,客户细分；,客户倾向；,渠道优化；,风险管理；,欺诈监测；,购物倾向分析；,需求预测；,价格优化。,客户关系管理3,案例：基于DM的客户营销管理,流失预警模型,交叉销售模型,客户行为,细分模型,更多模型,营销信息预警,营销方案策划,绩效管理,主动营销,客户,行为数据,业务系统,数据仓库,数据挖掘,模型,行为数据,行为数据,客户挽留,营销信息层,分析企划层,管理实施层,客户关系管理3,客户行为细分,0,200,500,低,端,中,端,高,端,ARPU值相似的客户需求特点却差别很大,客户细,分之谜,根据ARPU值进行客户细分的方法,基于数据挖掘技术的以需求为基准的细分,客户行为,价值细分模型,海量客户,行为数据/,特征数据,组内行为特点相似组间行为差异较大的客户分组,客户关系管理3,客户行为细分（续）,客户行为细分模型,客户流失倾向,预警模型,价格敏感度模型,客户信用评分模型,交叉销售模型,营销效果预测模型,客户价值,评估模型,客户关系管理3,客户行为细分模型通过,上百个变量,描述客户,性别,年龄,建档时间,证件号码,缴款方式,信息费,应收金额,优惠金额,滞纳金应收,SMS次数,国际呼叫,呼入/呼出比例,短消息话单类型,信息长度,赠送费用,呼转类型,漫游话费,通话时长,赠送分钟数,费用类型,动态漫游号,IMSI号码,月均基本通话,月均国内长途,工作日呼叫次数,工作日呼叫时间,WAP呼叫时间,繁忙时段呼叫次数,非繁忙时段呼叫次数,SMS次数,WAP次数,IP呼叫次数,语音呼叫次数,非语音呼叫次数,月均国际长途,非IP呼叫时间,客户关系管理3,数据挖掘,自动生成,影响客户分组的主要因子,性别,年龄,缴款方式,SMS次数,国际呼叫,其它,优惠金额,短消息话单类型,赠送费用,费用类型,漫游次数,应收金额,IDD次数,月均国内长途,月均基本通话,非语音呼叫次数,SMS次数,WAP次数,月均国际长途,语音呼叫次数,费用类型,因子分析,客户关系管理3,聚类分析根据自身所具有的特征,自动,聚为一些,行为特点相似,的群体,低,高,高,高,1,2,8,4,5,3,7,6,因素二（国内呼叫次数）,因素三（IP呼叫次数）,因素一（繁忙时段呼叫次数）,示例,客户关系管理3,16个组中呈现出差别明显的优势、弱势特征,组号,优势特征,弱势特征,描述性名称,#1,语音每次呼叫时间、香港（澳门）呼叫、非繁忙时段呼叫,繁忙时呼叫、IP呼叫、短信、转移,业余活跃组,#2,繁忙时段月均呼叫次数、漫游地区呼叫、香港呼叫次数,转移呼叫、短信、转移,业务繁忙组,#4,IP呼叫、转移呼叫,贵中求惠组,#6,IP呼叫,短信、转移,IP手机组,#9,IP呼叫、短信,非繁忙时段呼叫,新生潜力组,#12,非繁忙时段呼叫,漫游地区呼叫、转移、短信,夜间积极组,#14,繁忙时段月均呼叫次数,漫游呼叫、非繁忙呼叫、转移,本地繁忙组,#16,繁忙时段月均呼叫次数、转移呼叫、香港（澳门）呼叫,IP呼叫,繁忙大客户组,#8,短信,转移呼叫、IP,短信专家组,#11,转移呼叫,繁忙时段月均呼叫次数、短信,热衷转移组,#15,漫游地区呼叫,短信、繁忙呼叫次数,频繁出差组,#3,语音每次呼叫时间,繁忙时段次数、短信,情深语长组,#5,繁忙时段次数、每次呼叫时间、短信,消极等待组,#7,呼入/呼出比,短信,等待接听组,#10,繁忙时段次数、呼入/呼出比、每次呼叫时间,休眠组,#13,繁忙时段月均呼叫次数,寂寞无声组,客户关系管理3,各类客户人数及收入贡献一览,人数,百分比,收入贡献,百分比,59.61%,56.41%,15.08%,28.51%,14.89%,25.91%,客户群,优质,普通,弱势,组别,#1、#2、#4、#6、#9、#12、#14、#16,#8、#11、#15,#3、#5、#7、#10、#13,人数,103,664,54,816,205,071,收入贡献,RMB29,659,162.05,RMB7,204,282.92,RMB12,897,830.1,优质,普通,弱势,客户关系管理3,示例：全球通（后付费）客户的17个客户分组,客户群,组号,人数（万人）,人数百分比,组内月人均话费,组名,优质组,#9,1.5,1.5%,970,国际呼叫组,#4,1.7,1.8%,865,业务繁忙组,#2,1.5,1.6%,758,呼叫香港组,#14,1.0,1.0%,729,国内长途组,#15,1.4,1.4%,640,呼叫台湾组,#16,11.6,11.8%,420,本地繁忙组,#11,1.2,1.2%,407,转移移动组,普通组,#10,2.8,2.9%,351,热衷IP组,#12,4.6,4.7%,347,商务潜力组,#13,2.1,2.1%,331,全面发展组,#5,1.9,1.9%,321,呼转电信组,#7,2.0,2.0%,286,短信热衷组,#17,1.6,1.6%,241,转移联通组,弱势组,#8,6.7,6.9%,221,IP长聊组,#6,4.3,4.3%,205,短信潜力组,#1,14.1,14.4%,171,情深语长组,#3,38.4,39%,100,节约通话组,客户关系管理3,对细分客户组进行特征描述,本组特征描述,本组客户共15441人，占客户总数的1.6%，组内每月人均话费759元。,与其他客户相比，本组客户的显著特征体现在呼叫香港的通话行为较多（因素7）。香港月均每次呼叫时间达1.8分钟，月均呼叫次数8.7次，而全体客户平均香港月均每次呼叫时间1.6分钟，月均呼叫次数只有0.2次。由此，本组客户的香港月均呼叫费用（53.7元）比全体客户平均呼叫费用（1.3元）高出40多倍，香港呼叫需求相当大。,第二组：呼叫香港组 优质组,人数：15,441,月人均话费：759元,与全体客户话费均值之比：3.0,人数百分比：1.6%,女性比例：38.2%,平均在网时间：43.2,客户关系管理3,业务推广与客户服务建议,本组市场建议,业务推广建议,彩信业务统计分析发现本组客户彩信使用人数比例明显大于其他16个客户分组,GPRS业务估计本组客户中有相当部分人群是商务人士,客户服务建议,免费赠送香港天气预报,与航空公司里程积点互换,空港VIP休息室,客户关系管理3,2、产品交叉销售,交叉销售,升级销售,市场拓展,市场渗透,新产品,老产品,老客户,新客户,向老客户销售,其尚未使用的产品,向老客户促销,其正在使用的产品,以促使更多消费,将老产品销售给,新的客户,将新产品销售给,新客户,交叉销售研究要点,交叉销售通过研究客户的产品使用情况、消费行为特点，发现老客户的潜在需求,交叉销售通过产品之间的关联，寻找实现产品捆绑销售的机会,交叉销售为新产品寻找已有用户中的目标群体,客户关系管理3,相关性弱,根据产品业务关联性评分表，形成某一产品与其他产品关联关系图，以形象说明本产品与其他产品之间的关联关系（正相关或是负相关）及其关联性