Salford-2014行业应用概要

SalfordSystems数据挖掘技术行业应用概述目录•零售业应用•互联网应用•电信业应用•金融业应用•制造业应用SALFORDSYSTEMS数据挖掘技术在零售业的应用——销量预测利用SalfordSystems公司的数据挖掘技术可以为大型连锁零售商，以及大型的电子商务网站提供海量商品在未来一定时期内的销量预测，以帮助客户更科学的进行库存的优化，以及物流配送安排SalfordSystems已经为家乐福巴西公司建立了一套大规模的销量预测系统，针对7000多种经常被促销的商品进行销量预测该系统大幅度提升了销量预测的准确性，现实中减少了不必要的过度库存达到75%，现实中商品售罄的情况减少了接近50%SALFORDSYSTEMS数据挖掘技术在零售业的应用——家乐福销量预测案例SALFORDSYSTEMS数据挖掘技术在零售业的应用——家乐福销量预测案例从历史数据库中抽取出的初始预测变量达到40多个，由SalfordSystems的TreeNet进行自动化的筛选，得到最终的模型对于零售业销量预测模型，数据类别包括：每一单位时间内的销量（可以是每小时、每日，每周等）价格商品描述信息，包括包装大小将类似商品分组到一起的商品等级分类日期以及使得日期变得更加有意义的日历信息，包括计划的或者没有计划的节假日以及其它的大型事件，都可能对销量产生影响分店ID以及分店特征。比如，分店大小、停车位数量、分店所处位置的交通特征（汽车和行人）周边社区特征，比如分店周边人群的教育以及收入水促销细节（如果有的话），促销的类型（电视、报纸、店内促销、特殊展示）SALFORDSYSTEMS数据挖掘技术在零售业的应用——家乐福销量预测案例系统特点大规模预测系统——针对每种商品在每一家分店的销量建立模型，最终部署的模型总数可以达到数万个自动化建模技术被运用，包括自动化建模、自动化模型评估、自动化模型替换可将本系统部署为云端的服务目录•零售业应用•互联网应用•电信业应用•金融业应用•制造业应用SALFORDSYSTEMS数据挖掘技术在互联网行业的应用——网页挖掘此外SalfordSystems的数据挖掘技术，可以在电子商务环境被用于网页挖掘，实现精准营销，包括定向营销、交叉销售，提升销售等评估怎么样的促销手段和渠道，或者是网页设置是最有效的，识别最有可能的潜在客户，提升网站的转化率，并促进现存客户的消费2000年KDD数据挖掘大赛，SalfordSystems对某一电子商务网站的客户浏览和消费行为作出了最准确的预报SALFORDSYSTEMS数据挖掘技术在互联网行业的应用——电子商务网站网页挖掘案例KDD2000数据挖掘大赛提供了一家美国电子商务网站的真实历史数据，包括点击流数据进程数据：日期/时间、Cookie、浏览器、访问次数、来源网站页面浏览：URL、处理时间、商品、商品组合搭配订单信息订单的首标：客户、日期/时间、折扣、税、配送信息订单内容：数量、价格、商品组合搭配问卷表格：对于问卷调查的回应信息SALFORDSYSTEMS数据挖掘技术在互联网行业的应用——电子商务网站网页挖掘案例该网站希望得到关于以下问题的答案：如果访问者已经浏览了网站上某些网页，该访问者是否还会浏览另外的网页，还是会选择离开？如果访问者已经浏览了网站上某些网页，在接下来的进程中，该访问者会访问哪个品牌的商品如果访问者在一定时期内已有过一些购买行为，给出平均每笔消费超过12美元的访问者的特征（大额消费客户特征）如果访问者已经浏览了网站上某些网页，请给出“杀手”网页的特征（访问者在浏览该网页之后会离开网站）SALFORDSYSTEMS数据挖掘技术在互联网行业的应用——电子商务网站网页挖掘案例在两组问题中，SalfordSystems利用CART建立的数学模型给出了最精确的预测结果，同时给出了易于理解，并具有可执行性的知识规则找到了大额消费客户细分的特征发现访问者的来源网站对结果有巨大影响（可以相应调整在线广告投放策略）某些页面和网站的区域会导致访问者的离去网站针对某种浏览器的设计存在问题目录•零售业应用•互联网应用•电信业应用•金融业应用•制造业应用SALFORDSYSTEMS数据挖掘技术在电信业的应用SalfordSystems的数据挖掘技术可用于电信业的客户细分。能够帮助找到针对某一样新推出服务有购买意愿的用户细分，并且可以进行人群的价格敏感度分析建立流失模型，帮助运营预测哪些用户最有可能在未来的某一段时间内流失，运营商可以提前进行客户挽留活动，减少客户流失各种业务的交叉销售、提升销售（比如哪些购买了彩铃业务的客户也会使用彩信业务）上世纪90年代西班牙电信利用SalfordSystems的技术对即将推出的手机服务进行了潜在客户细分，并且进行了价格敏感度分析2002年SalfordSystems参加了NCR/Teradata的电信客户流失建模大赛，获得了全部四个项目的冠军SALFORDSYSTEMS数据挖掘技术在电信业的应用——电信市场实验调查案例数据来源于上世纪90年代西班牙电信该固话服务运营商将开始提供移动电话服务想要识别最有可能接受移动电话服务的客户数据集来自于一次市场实验调查有830个可用记录包括67种属性和目标变量人口统计变量观点和需求手机价格和每分钟话费SALFORDSYSTEMS数据挖掘技术在电信业的应用——电信市场实验调查案例830个家庭收到了移动电话套餐所有的家庭都收到一样的套餐，但是价格随机变化手机价格从低到高变化每分钟通话费分别从低到高变化每个家庭被要求回答是/否愿意购买手机套餐是这次真实营销活动的关键部分有15.2%的家庭愿意购买套餐我们的目标是回答两个重要问题该向怎样的客户推销?如何定价?SALFORDSYSTEMS数据挖掘技术在电信业的应用——电信市场实验调查案例CART决策树找到了5个潜在的手机用户细分人群，每个红色节点对应于一个潜在用户细分SALFORDSYSTEMS数据挖掘技术在电信业的应用——电信市场实验调查案例运营商喜欢的的客户细分是：对手机的价格不敏感，而且每个月固话消费超过50元，同时又拥有传呼机的人群。做个形象的比喻就是这个客户细分相当于航空业的头等舱乘客，他们对价格并不敏感，具有很强的消费能力。第二个重要的细分是那些对手机价格有一定承受能力（购买的手机价格高于130但不超过200元），同时每月固话支出超过50元，但没有传呼机的人群。这类人群可以理解为航空业的商务仓的乘客，有一定的消费能力，但是对价格也有一定的敏感度。第三个细分是那些对手机价格比较敏感的人群，他们不能接受超过130元的手机，但是他们每月的固话消费并不少（超过50元）。第四个细分是那些对手机价格敏感（手机价格低于130元），月固话消费少于50元，生活在大城市的中年人（年龄超过35岁）。第五个细分是那些对手机价格敏感（手机价格低于130元），月固话消费非常少（低于33元，生活在小城市的年轻人（年龄低于35岁））。目录•零售业应用•互联网应用•电信业应用•金融业应用•制造业应用SALFORDSYSTEMS数据挖掘技术在金融业的应用——风险管理信用风险管理的核心任务之一就是对各种金融产品的客户在不同阶段的信用风险进行有效的评估信用卡房屋抵押贷款汽车抵押贷款贷款发放/批准阶段的风险评估对现有借款者行为进行跟踪评估欺诈是金融行业所需要面对的另外一种风险信用卡盗用保险行业的骗保SalfordSystems的最大客户之一是花旗银行，几乎所有美国全国性银行都是SalfordSystems的客户，银行主要将这些技术运用于信用风险管理领域上汽通用金融公司采用SalfordSystems公司的技术对汽车抵押贷款进行风险评估在美国，每一笔的VISA卡交易都要经过SalfordSystems的欺诈风险评估模型的审批SALFORDSYSTEMS数据挖掘技术在金融业的应用——风险管理（打分卡）几乎所有大型的美国大型金融机构都在使用SalfordSystems的产品，其中最主要的一个应用就是开发信用风险模型（也被叫做信用风险打分卡，例如房屋抵押贷款的风险打分卡、信用卡审批的风险打分卡等）。打分卡开发的基本介绍如下：第一轮模型开发通过使用CART和逻辑回归，我们可以迅速建立具有和标准信用记分卡开发者的模型性能相似的模型和客户讨论预测变量排名和模型性能报告和客户讨论记分卡的使用或预测精度问题，并确保不存在无法预见的数据问题第二轮模型开发通过使用TreeNet和进阶CART技术，我们努力提供高性能的打分卡，能够更加有效地区分好和坏我们最好的模型通常比专家使用常规技术建立的模型性能高5%到15%。只要有可能，高性能的模型显然更加有吸引力SALFORDSYSTEMS数据挖掘技术在金融业的应用——风险管理（打分卡）好的信用风险打分卡应该具有很强的区分好和坏的能力以上是一个打分卡的分数分布情况需要让中间部分（第5和第6组）的人数尽可能的少ScoreDistribution0.0%5.0%10.0%15.0%20.0%25.0%12345678910ScoreBandsProbabilitiespg(I)pb(I)SALFORDSYSTEMS数据挖掘技术在金融业的应用——中小企业信用风险管理案例SanfordSystems为马来西亚联合银行开发了中小企业风险打分卡为中小企业信贷市场细分开发一个信用卡记分模型核心目标申请时的风险评估模型，用于贷款产生第二级目标在贷款获得批准之后，利用行为模型对借款者进行定期的再打分，跟踪评估客户风险模型必须和与巴塞尔要求相符模型能够代表放贷者自己的借款者的风险特征模型是针对某个特定的借款群体量身定做的要比通用和“借用”的模型可靠很多SALFORDSYSTEMS数据挖掘技术在金融业的应用——中小企业信用风险管理案例欠款定义：基于欠款的最大月数好的贷款：(0-1个月),缓慢(2-5个月),拖欠贷款(6个月的欠款)这些分界线是业界的标准，不过也可以进行调整结果输出点观察期贷款批准放贷前：申请记分卡放贷后：行为记分卡观察期(至少3年)时间SALFORDSYSTEMS数据挖掘技术在金融业的应用——中小企业信用风险管理案例Histogram(score_tn_mdl9_log1.sta5v*1152c)PROB2NoofobsBADR:=6.1514E-5BADR:6.1514E-50.100.150.200.250.300.350.400.450100200300400500600700800发生违约的公司的分布好公司和缓慢还款的公司分布公司数量SALFORDSYSTEMS数据挖掘技术在金融业的应用——风险管理（反欺诈）许多企业和政府机构利用SalfordSystems的技术建立智能化反欺诈系统，用于防范以下欺诈：消费欺诈身份盗用欺诈申请加拿大税务局、美国国税局、澳大利亚税务局以及美国一些州政府的税务机构都在使用CART和TreeNetCART和TreeNet能够轻松地处理非常复杂的问题在刑侦审计方面很有潜力发现可疑的信用卡交易美国运通公司运用CART进行欺诈探查，和以前的系统相比，CART帮助显著减少了损失在美国每一笔VSIA卡交易都会经过由TreeNet建立的反欺诈模型实时欺诈风险评估过滤。该系统响应打分速度非常快，可以每秒钟实时处理3000笔信用卡交易SALFORDSYSTEMS数据挖掘技术在金融业的应用——客户关系管理和精准营销在金融行业的客户关系管理和精准营销方面，SalfordSystems的技术也被广泛应用数据库营销－客户细分、客户收益分析、提升销售、交叉销售定向营销－新客户的获取、客户挽留、流失分析定价策略－价格敏感度分析、定价策略/管理2007年PAKDD数据挖掘大赛的数据来源于一家真实的跨国银行，该银行同时提供信用卡和房屋抵押贷款业务，但是这两