第九章：客户关系管理的技术

第九章：客户关系管理的技术第九章：客户关系管理的技术目的与要求：了解数据仓库的知识掌握企业建立数据仓库的流程及关键了解数据挖掘的基本思想掌握数据挖掘的应用方法重点和难点：企业建立数据仓库的流程数据挖掘的方法授课方法：讲授案例讨论课时：2第1章：数据仓库一、数据仓库的概念数据仓库是一个面向主题的、集成的、相对稳定的、反应历史变化的数据集合，用于支持管理决策。从以下两个层面理解：1、数据仓库用于支持决策，面向分析型数据处理，不同于企业现有的操作型数据库2、数据仓库是对多个异构数据源的有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改数据仓库不是静态的概念，要把信息及时交给需要这些信息的使用者，供他们决策使用。二、数据库特征1、面向主题2、集成的3、相对稳定的4、反映历史变化的数据仓库实际上是一个“以大型数据管理信息系统为基础的附加在这个数据库系统之上的，存储了从企业所有业务数据库中获取的综合数据，并能利用这些综合数据为用户提供经过处理后的有用信息的应用系统三、数据仓库的类型1、企业数据仓库2、操作型数据库3、数据集市数据市场四、数据仓库的内容1、数据的抽取2、存储和管理3、数据的表现查询报表可视化统计挖掘五，数据仓库的应用目的是解决在信息技术发展中存在拥有大量数据、有用信息却贫乏的问题，以下两个方面的原因促成了数据仓库的应用和建立：1、数据库的局限性2、企业的应用需求六、数据仓库系统的体系结构数据仓库的基本体系结构1、数据源2、监视器3、集成器4、数据仓库5、客户使用CRM中的数据仓库数据源数据仓库数据仓库系统联机分析处理服务器（OLAP）前端工具七、数据库与数据仓库的区别数据库是面向事务设计的，数据仓库是面向主题设计的数据库一般存储的是在线交易数据，数据仓库存储的一般是历史数据数据库是为捕获数据而设计，数据仓库是为分析数据而设计数据仓库必须具备如下特点：1、效率足够高2、数据质量3、扩展性八、数据仓库在CRM中的应用1、分析重点客户2、降低成本3、满足客户需求4、分析企业的经营状况行业应用在证券业在银行领域在税务领域在保险业的应用第2章：数据挖掘一、数据挖掘也可以称之为数据库中的知识发现，是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理流程。一般分为以下几步：1、问题定义2、数据提取3、数据预处理4、数据挖掘5、知识评估数据挖掘只是数据库中知识发现的一个步骤，但又是最重要的一个步骤，因此可以不加区别的使用KDD和数据发掘。一般在研究领域被称为数据库中知识发现，在工程领域被称为数据挖掘二、数据挖掘的起源大量数据可以被广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。数据挖掘思想来源：来自统计学的抽样、估计和假设检验；人工智能、模式识别和及其学习的搜索算法、建模技术和学习理论其他：最优化、进化计算、信息论、信号处理、可视化和信息检索。三、数据挖掘能做什么1、数据挖掘能做以下六种不同的事情1）分类2）估值3）预言4）聚集5）相关性分组或关联规则以上又可分为两大类：直接数据挖掘：分类、估值、预言间接数据挖掘：聚集，相关性分组、关联规则四、数据挖掘技术的实现1、数据的抽取2、数据的存储和管理3、数据的展现五、数据仓库和数据挖掘的关系数据仓库：矿坑数据挖掘：深入矿坑的采矿工作六、DateMining在各领域的应用情形零售业、直效行销业（不通过中间商，直接到顾客手中）、制造业、财务金融保险、通讯业以及医疗服务业从销售数据中：发掘顾客的消费习性、找出顾客偏好、找出流失顾客的特征、推出新产品的是几点等直效行销：分析顾客群的消费行为与交易记录，结合基本数据，并依其对品牌价值等级的高低来区分顾客，进而达到差异行销的目的制造业：多运用在品质控管方面，由制造过程中找出影响产品品质最重要的因素，以期提高作业流程的效率财务金融业：分析市场动向，预测个别公司的营运以及股价走向医疗业：预测手术、用药、诊断或是流程控制的效率电话公司、信用卡公司、保险公司、股票交易商：反欺诈交易七、数据挖掘在CRM中扮演的角色1、针对获取的差距，利用客户分类分析，找出客户一些共同的特征，希望能借此深入了解客户，借由聚类分析，对客户进行分群后再透过模式分析预测哪些人可能成为我们的客户，以帮助行销人员找到正确的行销对象，进而降低成本，提高行销的成功率2、针对销售差距，可利用购物篮分析帮助了解客户的消费模式，找出哪些产品客户会一起购买，或者利用序列发现预测客户在买了某一样产品后多久之后会买另一件产品，利用数据挖掘甚至可以更有效的决定产品组合、产品推荐、进货量和库存量甚至是如何摆放货品和评价促销活动的成效。3、可以由原客户后来却变成竞争对手的客户群中，分析其特征，再根据分析结果到现有客户数据中找出可能转向的客户，然后设计一些方法预防客户流失；或者是借由神经式网络根据客户消费行为与交易记录对客户忠诚度进行得分排序，如此则可以区隔流失率的等级进而配合不同的策略。绝对不是只有一个800电话就完事了八、前途光明的数据挖掘技术1995年在加拿大蒙特利尔召开第一届KDD(知识发现)国际学术会议，以后每年召开一次在商业和银行领域应用广泛，发展较快。国外相关研究发展趋势：对KDD方法的研究进一步发展，传统统计学回归法在KDD中的应用；KDD与数据库的紧密结合等；应用方面：KDD商业软件工具不断产生和完善任务实施：掌握数据仓库的应用案例：数据仓库在电信行业的应用掌握数据挖掘的应用技能训练：如何把数据路数据转变成有用的信息如何选择挖掘空间数据的方法其他补充知识