《数据挖掘与CRM培训(共7页).doc》由会员分享，可在线阅读，更多相关《数据挖掘与CRM培训(共7页).doc（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上数据挖掘与CRM培训 培训时间：3天 培训内容： CRM原理+数据挖掘软件的实现 应用工具： Clementine 学员参加本课程的必要条件本课程要求学员熟悉Windows操作系统，并具有基本的数据挖掘知识。这门课程会简单地介绍数据挖掘及CRM知识，但更重要地是，展示软件如何实现CRM。 课程形式课程以讲授和上机操作相结合来进行。培训期间，每人一台电脑。序 号名 称具体内容模型1客户细分与获得1. 对客户消费数据进行分析与描述2. 产生客户细分模型或者价值金字塔3. 描述不同客户细分群的特征模型2客户促销响应模型1. RFM模型2. 基于提供的所有数据的预测模型3.
2、分群模型模型3客户价值细分、迁移和流失模型1. 客户价值迁移预测2. 客户流失模型总结答疑与讨论应用案例：希阿蒙公司的市场活动（一）商业背景本次使用的数据是基于一个虚构的销售电子产品的零售公司；这个数据完全是虚拟的，但是数据挖掘技术适用于多个行业。为了提高企业效益、实现客户价值最大化，希阿蒙零售公司准备开展一个大型的市场活动，考虑到以往市场活动的效果并不理想，这次活动之前要先进行研究，以便解决以往的一系列问题，如：如何提高客户对于市场活动的响应率？如何区别大客户与普通客户，是否对大客户开展单独的市场活动，以便获得更多地利润？如何从已有客户中找出高价值客户？如何防止客户流失的发生？综上所述，希阿
3、蒙公司面临的问题包括：l 如何定义与计算客户的价值l 如何提高客户的市场活动响应率l 如何获取及保持高价值客户l 如何提高客户的价值（二）已有数据我们从希阿蒙公司数据库中抽取9个数据来进行研究，包括：CARD.dat：购物卡内登记的客户信息GDG.dat：基于邮政编码的地理人口学信息TRANSACTION.dat：以购物篮为单位的交易数据TRANSACTION_ITEM.dat：在商品个体层面的交易数据ITEM.dat：所有待售商品列表、商品编号、产品大类、小类和品牌数据CATEGORY.dat：产品种类编号与描述SUBCATEGORY.dat：产品小类与描述BRAND.dat：产品品牌与描述
4、CAMPAIGN.dat：客户列表，包含客户参加上次市场活动响应/未响应的标识CARD.dat （11个变量，140,132条记录）变量名称含义CardID客户号City城市Region地区PostalCode邮编CardStartDate开卡时间Gender性别DateOfBirth出生年月日MaritalStatus婚姻状态HasChildren是否有子女NumChildren子女数Youngestchild最小子女年龄GDG.dat （18个变量，150,000条记录）变量名称含义City城市PostalCode邮编Population人口数HouseHolds家庭数HHgrowth5y
5、r过去5年 家庭增长率HHAveSize家庭人口平均数PopUnder55岁以下人口数Pop5_165-16岁人口数Pop17_2517-25岁人口数Pop26_3526-35岁人口数Pop36_4536-45岁人口数Pop46_5546-55岁人口数Pop56_6556-65岁（含65岁）人口数PopOver6565岁以上人口数HHIncomeMed家庭收入中位数HHNoWorkers家庭工作人数WhtCollarOcc白领BluCollarOcc蓝领TRANSACTION.dat （6个变量，367,296条记录）变量名称含义Store商户编号Date日期Time时间Transaction
6、ID交易号CardID客户号PaymentMethod支付方式TRANSACTION_ITEM.dat （8个变量，394,505条记录）变量名称含义Store商户编号Date日期Time时间TransactionID交易号ItemNumber商品数量ItemCode商品号码Amount单价Markdown标记 ITEM.dat （6个变量，820条记录）变量名称含义ItemCode商品号码ItemDescription商品描述CategoryCode大类编号SubCategoryCode小类编号BrandCode品牌编号UpmarketFlag标记CATEGORY.dat （2个变量，7条记
7、录）变量名称含义CategoryCode大类编号CategoryDescription大类描述SUBCATEGORY.dat （2个变量，47条记录）变量名称含义SubCategoryCode小类编号SubCategoryDescription小类描述BRAND.dat （2个变量，40条记录）变量名称含义BrandCode品牌编号BrandDescription品牌描述CAMPAIGN.dat （2个变量，40条记录）变量名称含义CardID客户编号Responded是否响应（三）解决方案模型1：客户细分与获得根据客户价值对客户进行细分，要通过分析与描述决定客户的细分和目标定位，以提高大客户
8、的获得。对交易数据进行探索性分析，计算客户消费，然后通过进一步分析，定义客户细分，也就是对体现客户价值的客户消费额或交易数量等进行分类。根据这些结果，建立客户细分模型，每个客户被划分到相应的类别中，然后对客户的交易数据、人口数据等进行描述，得到相应的客户价值分群的描述。（注：方框代表数据，椭圆代表数据流）模型2：客户促销响应模型模型2预测客户对市场活动的响应情况。在这个模型中，针对客户开展了一次市场活动，每个客户对市场活动有响应与不响应两种反应情况，分别记录各个客户的反应情况。该模型对与客户是否响应市场活动的影响因素进行分析，根据客户的影响因素的特征，可以预测具备某些特征的客户将来对类似的市场
9、活动的响应情况。模型3：客户价值细分、迁移和流失模型该模型对客户的价值迁移及流失进行预测，探索客户迁移的模式。客户迁移模式有两种，一种是活跃的程度不同，即在价值金字塔的上下变动，第二种是从活跃到不活跃的变化，即客户流失。该模型需要的数据包括模型1中的客户综合数据，模型2的购买模式数据，以及客户价值细分数据。（四）结果第一个模型对客户价值进行细分，并对客户细分群的特征进行描述，有利于客户获得。这个模型主要包括如下结果：l 对客户消费数据进行分析与描述l 产生客户细分模型或者价值金字塔l 描述不同客户细分群的特征第二个模型预测客户对于市场活动的响应，使用了RFM评分以及客户行为数据，产生了三个模型：l RFM模型l 基于提供的所有数据的预测模型l 分群模型第三个模型预测不同价值的客户的迁移及流失，产生了：l 客户价值迁移预测l 客户流失模型联系人：陈老师电话：010- / 53 / 54 / 55转822传真：010-E-mail：chenyu网址：地址：北京市海淀区海淀大街38号银科大厦906邮编：专心-专注-专业