3CRM-教学-学生

12第一阶段要鉴别最佳客户，首先应该以客户金字塔为基础，对客户进行分类。CRM案例分享：汇丰银行如何定义其最佳客户——鉴别最佳客户，设计最佳体验第二阶段中，设计最佳体验则包括客户体验管理，业务流程管理和需求规划。3CRM案例分享：汇丰银行如何定义其最佳客户——鉴别最佳客户，设计最佳体验41、对客户关系经理进行更多的培训，使他们具备更专业的金融知识。2、在主要服务中心建立实时视频会议系统。无论何时客户需要更专业的建议或信息，都可以通过该系统来提供一个面对面的交流。3、当客户来电需要帮助时，经理可以将电话转给专家，来进行远程交流。56IT人员整合电子邮件、网络门户、面对面交谈等途径汇总客户信息，可以使授权的客户服务人员1秒内从客户端界面即时得到所有产品的信息和详细的客户数据。7核心思想：——以客户为中心提供个性化的服务以降低客户的流失率，通过实现客户效用的最大化获得最大利润。p118最高境界:——为客户创造一生的最大价值。CRM系统概述例如：某公司有一百万客户资料。•20万是重要用户（忠诚度高),就构成了每年2亿的忠诚客户基础。•80万是一般的客户，就构成了每年8亿的忠诚客户基础。8员工通过使用新型的CRM系统对客户的抱怨和未满足的需求进行快速协调。9119共享客户资源，从而力争把一个企业变成“虚拟个人“呈现在客户印象中让企业客户服务人员同客户一起完成某项企业活动提取有价值的各种信息，是企业决策支持工具10数据仓库定义：数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。p123（2）数据不可修改。（3）集成的数据——消除不一致和错误的地方。（4）数据随时间不断变化。（1）面向主题——面向某一决策问题而制定的。11数据挖掘数据挖掘(DataMining)，是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式。例如•基于规则的数据挖掘——一天的不同时刻和不同产品网上购买量之间的关系。•协同过滤——推荐“亲密群体”中其他消费者购买的产品。12数据挖掘的主要策略决策树归纳开发一种yes/no的决策树。例如：决定新的信用卡申请人是否为良好信用风险。年收入大于5万元yes是否房主？yes批准no反对no有无帐户noyes批准13聚合一种用来使记录子集聚集在一起的技术。可用于客户群细分或发现高潜在的销售机会。数据挖掘的主要策略14数据挖掘的主要策略顺序关联——找出根据时间将事件连接起来的关联。支票帐户+三个月后储蓄帐户---6个月后信用卡24%关联——关联算法能够发现一套项目与另一套项目的相互关联的所有规则。55%----75%1516ridageincomestudentCredit-ratingBuys-computer130HighNofairNo230HighNoexcellentNo330-40HighNofairyes440MediumNofairyes540Lowyesfairyes640LowyesexcellentNo730-40Lowyesexcellentyes830MediumNofairNo930Lowyesfairyes1040Mediumyesfairyes1130Mediumyesexcellentyes1230-40MediumNoexcellentyes1330-40Highyesfairyes1440MediumNoexcellentNo174030-40incomestudentCreditclassMediumNofairyesLowyesfairyesLowyesexcellentNoMediumyesfairyesMediumNoexcellentNoincomestudentCreditclassHighNofairyesLowyesexcellentyesMediumNoexcellentyesHighyesfairyesincomestudentCreditclassHighNofairNoHighNoexcellentNoMediumNofairNoLowyesfairyesMediumyesexcellentyesage?30叶子节点：yes18ID3算法的核心：在决策树各级节点上选择属性时，用信息增益作为属性的选择标准，以使得在每一个非叶节点进行测试时能获得关于被测试记录最大的类别信息。Gain(A)=I(s1,s2,…,sm)-E(A)I:所有信息，E：按照某类分析所需的信息熵19ridageincomestudentCredit-ratingBuys-computer130HighNofairNo230HighNoexcellentNo330-40HighNofairyes440MediumNofairyes540Lowyesfairyes640LowyesexcellentNo730-40Lowyesexcellentyes830MediumNofairNo930Lowyesfairyes1040Mediumyesfairyes1130Mediumyesexcellentyes1230-40MediumNoexcellentyes1330-40Highyesfairyes1440MediumNoexcellentNo20ridageincomestudentCredit-ratingBuys-computer130HighNofairNo230HighNoexcellentNo330-40HighNofairyes440MediumNofairyes540Lowyesfairyes640LowyesexcellentNo730-40Lowyesexcellentyes830MediumNofairNo930Lowyesfairyes1040Mediumyesfairyes1130Mediumyesexcellentyes1230-40MediumNoexcellentyes1330-40Highyesfairyes1440MediumNoexcellentNo是否购买计算机：yes类别9个样本；no类别5个样本计算过程I(S1,S2)=I(9,5)=-(9/14)log2(9/14)-(5/14)log2(5/14)=0.9421age303030-4040404030-403030403030-4030-4040ageincomestudentCredit-ratingBuys-computer30HighNofairNo30HighNoexcellentNo30MediumNofairNo30Lowyesfairyes30Mediumyesexcellentyes是否购买计算机：yes类别2个样本；no类别3个样本计算过程I(S11,S21)=I(2,3)=-(2/5)log2(2/5)-(3/5)log2(3/5)=0.97122age303030-4040404030-403030403030-4030-4040是否购买计算机：yes类别4个样本；no类别0个样本计算过程I(S12,S22)=I(4,0)=-(4/4)log2(4/4)-(0/4)log2(0/4)=0ageincomestudentCredit-ratingBuys-computer30-40HighNofairyes30-40Lowyesexcellentyes30-40MediumNoexcellentyes30-40Highyesfairyes23age303030-4040404030-403030403030-4030-4040是否购买计算机：yes类别3个样本；no类别2个样本计算过程I(S13,S23)=I(3,2)=-(3/5)log2(3/5)-(2/5)log2(2/5)=0.971ageincomestudentCredit-ratingBuys-computer40MediumNofairyes40Lowyesfairyes40LowyesexcellentNo40Mediumyesfairyes40MediumNoexcellentNo24age303030-4040404030-403030403030-4030-4040E(age)=(5/14)I(S11,S21)+(4/14)I(S12,S22)+(5/14)I(S13,S23)=0.694Gain(age)=I(s1,s2)–E(age)=I(9,5)–E(age)=0.94-0.694=0.245Gain(income)=0.029Gain(student)=0.151Gain(credit-rating)=0.048所以age的信息增益最大，age作为测试属性用于当前分支节点254030-40incomestudentCreditclassMediumNofairyesLowyesfairyesLowyesexcellentNoMediumyesfairyesMediumNoexcellentNoincomestudentCreditclassHighNofairyesLowyesexcellentyesMediumNoexcellentyesHighyesfairyesincomestudentCreditclassHighNofairNoHighNoexcellentNoMediumNofairNoLowyesfairyesMediumyesexcellentyesage?30叶子节点：yes262728•Apriori算法：使用候选项集找频繁项集•由频繁项集产生关联规则29•Apriori算法：使用候选项集找频繁项集•由频繁项集产生关联规则30设A=足球服，B=足球鞋，C=足球。某网上商城的销售情况如下：•不关心商品的销量，只关心商品间的关联度客户号客户商品数量C1李鸣足球服A10C1李鸣足球鞋B8C1李鸣足球C60C2金珊足球C20C3冯君足球服A50C3冯君足球鞋B60C4丁贝足球鞋B20C5陈骋足球服A3031设A=足球服，B=足球鞋，C=足球。某网上商城的销售情况如下：•支持度设W中有s％的事务同时支持物品集A和B，s％称为关联规则A→B的支持度。客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服A32客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服AA的支持度=60%A→B的支持度=40%A的支持度？A→B的支持度？33Apriori算法：找频繁项集1、在第一轮循环中，所有1项目（只有1项）集是候选项目集，从中筛选出支持度最小支持度的项目放入频繁项目集2、在第二轮循环中，只有频繁1项目组成的2项目才是候选项目，从中筛选出支持度最小支持度的2项目放入频繁项目集。3、继续循环，直至n轮循环，所有的频繁项目选出，频繁项目集形成。34客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服A设最小支持度为30%（1）1项目候选项：A、B、C支持度：60%60%40%所以频繁项目集：进入下一轮单项：{A、B、C}{A、B、C}35客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3冯君足球鞋BC4丁贝足球鞋BC5陈骋足球服A设最小支持度为30%（1）2项目候选项：AB、BC、AC支持度：40%20%20%所以频繁项目集：进入下一轮单项：{A、B、C、AB}{A,B}36客户号客户商品C1李鸣足球服AC1李鸣足球鞋BC1李鸣足球CC2金珊足球CC3冯君足球服AC3