交叉销售的案例学习.ppt

1,深圳华策辉弘科技有限公司专业服务部200712-14,交叉销售的案例学习,2,交叉销售的数据挖掘方法介绍在银行业的应用案例在保险业的应用案例,主题,3,三种方法找到对每一产品最感兴趣的客户（Listofmostinterestedcustomersperproduct）找到每一客户下一个最感兴趣的产品（NextmostylikelyProductpercustomer）CF法（CollaborativeFiltering）,交叉销售数据挖掘方法,4,方法1,选择需要营销的产品或服务建立数据挖掘数据集，包含已经使用该产品或服务的客户和没有该产品的客户的信息通过数据挖掘发现规律，建立规则或逻辑,应用,将发现的知识或规则应用到客户群体上，来预测谁更可能购买该产品或服务,交叉销售数据挖掘方法1,5,MM+1M+2M+3,产品1,产品1,产品2,产品1,产品1,产品1,产品1,产品2,购买了产品2的客户,没有购买产品2的客户,理解为什么有的客户购买某种产品，而有的不买？,交叉销售建立数据挖掘数据集,6,哪些因素应该进入数据集?,人口统计信息年龄性别地域,和约、账户信息入网时间资费方案支付方式,技术质量手机类型掉话的次数,计费数据上个月的话费前3个月的平均话费,使用数据国际漫游的时间夜间通话的时间,特征抽取国际电话的比例通话量的下降量,交叉销售建立数据挖掘数据集,7,交叉销售建立规则,8,基本不符合规律=产品接受度最低,和规律很吻合=产品接受度最高,交叉销售应用分组,9,方法2,理解客户购买产品的顺序通过关联算法识别产品组合,应用,根据每一客户已有的产品推荐最佳产品组合的其他产品,交叉销售数据挖掘方法2,10,CombinationADACCAB&CD,Support2/52/52/51/5,Confidence2/32/32/41/3,A,B,C,A,C,D,B,C,D,A,D,E,B,C,E,交叉销售了解客户购买哪些产品组合,11,交叉销售建立规则,12,根据发现的规律，建立查询对客户进行分组选择有“DUO”&“DATA”产品但是没有“HighSpeedData”产品的客户向其推荐“HighSpeedData”产品,交叉销售应用分组,13,me,识别“我”的近邻，然后向对待“我”的近邻一样对待“我”,交叉销售数据挖掘方法3：CF法,14,例如：使用约20个变量将客户分为80个群体来区分客户的行为和需求定义适合向客户进行交叉销售的70个产品(40VAS相关，30ISP内容相关)在一个客户群体中，确定“强势”产品，即大部分客户都有的产品如果该客户群中的客户没有“强势”产品，就向他推荐该产品如果客户已经有了“强势”产品，就找到和这个客户群体最接近的其他客户群体，向他推荐最接近的客户群体中的“强势”产品试验结果表明，这种方法将使响应率提升29倍,交叉销售CF法,15,客户分群,使用情况分析,在群体内应用CollaborativeFiltering,MMS,cust1,cust2,CallForwarding,VASMMS(6*)Callforwarding(3*)Locationbasedservice(3*),CONTENTSSTOCK(3*)Entertainment(4.5*),CF,LBS,MMS,LBS,ST,cust1,cust2,Entertainment,ENT,LBS,ST,news,在近邻群体内应用CollaborativeFiltering,VoiceTextInternl1900killtimeFinanceinfoTrafficinfo,交叉销售CF法,16,交叉营销的数据挖掘方法介绍在银行业的应用案例在保险业的应用案例,主题,17,交叉营销的数据挖掘方法介绍在银行业的应用案例在保险业的应用案例,主题,谢谢关注！,