构建面向CRM的数据挖掘应用第三部分PPT课件下载推荐.ppt
《构建面向CRM的数据挖掘应用第三部分PPT课件下载推荐.ppt》由会员分享,可在线阅读,更多相关《构建面向CRM的数据挖掘应用第三部分PPT课件下载推荐.ppt(31页珍藏版)》请在冰豆网上搜索。
u保留有价值的客户u促使价值不大的客户转化为有价值客户客户盈利能力市场策略l利用数据挖掘技术,需做到:
u预测客户生命期的价值u预测客户潜在价值u预测客户潜在生命期价值l客户现有价值与潜在价值的区别u客户在现有情况下保持不变时对企业价价值u客户在得到最好服务时可能给企业带来的价值市场策略l对现有价值和潜在价值的策略分析u客户的现有价值与潜在价值一样,则维持的最低费用u客户的潜在价值高于现有价值,则发挥其潜在价值的最低费用市场策略l增量客户盈利能力指客户在活得提升后,增加的盈利能力。
如,客户得到某种优惠促销而增加部分开支去销售,则增加部分的开支给公司带来的利润即增量客户盈利能力l如果增量客户盈利能力为零或负值,则应停止推销等活动,否,则加大或继续。
如何应用增量客户盈利能力l停止推销或促销在商务和行政都有困难,因此最好的方法是,利用客户盈利能力模型去建立一个小的项目。
对替代客户盈利能力方法评析l用替代客户盈利能力的其他评估方法,有时可能比什么都不用效果更差。
比如想知道客户对优惠条件的反应,用客户反应率作为替代指标,能表明客户的兴趣所在,但不能反应真正的客户回报率。
客户获取l传统方法:
选出一些感兴趣的人口调查其属性,获取这些人口的特征即可。
l但随着数据量的增大,传统的方法具有不可实现性。
关键概念l反应行为模式:
一次市场活动后得到的客户反馈。
l二元的客户反应模式:
将反馈分为是和否,比如某种产品是否买,将客户分为两类。
l分类反应行为模式:
多于二元,定义多元。
比如将产品分为多类,每类定义客户群体。
常见分类反应模式l客户询问:
询问客户感兴趣的产品或服务l购买推荐的产品:
向客户推荐后,客户是否买。
l购买了没有推荐的产品利用数据挖掘l在扩展客户市场活动时,利用数据瓦据技术挖掘出潜在的客户名单,在客户名单上列出可能对某些产品感兴趣的客户信息。
试验l利用数据挖据技术建立起预测模型,包含数据有,潜在客户名单,小规模的实践活动得到的数据。
l上述预测模型,进行小规模实践检验,再根据得到的数据调整模型参数,此过程可循环进行直至得出好的模型。
建立数据挖掘模型l从试验得到的反馈数据l分析反应行为模式,挑出感兴趣的行为模式l决定在什么样的粒度上进行分析。
根据上述建立数据挖据模型。
交叉营销交叉营销交叉营销:
在你向现有客户提供新的产品和服务的营销过程。
那些购买了婴儿尿布的客户会对你的其他婴儿产品感兴趣。
交叉营销的升级形式为:
升级营销交叉营销的升级形式为:
升级营销。
指向客户提供与他们已购买的服务相关的新服务。
优化公司和客户之间的关系1.延长这种关系的时间2.维持这种关系期间增加互相的接触3.在每一次接触中获取更多的利润如何进行交叉营销l分析现有客户的购买行为数据注:
进行交叉营销分析,具体数据挖掘过程包含三个独立步骤1.对个体行为进行建模2.用预测模型对数据进行评分3.对得分矩阵进行最优化处理如何进行交叉营销l建模阶段利用上述建模的方法。
l评分阶段l优化阶段有四种方法:
质朴的方法、平均效益方法、个人效益方法、有约束条件的优化方法。
质朴的优化方法l选择每个客户得分最高的那个模型对应的服务,按照该服务对客户进行推销。
此方法适应于,扩大市场份额。
优点是简单,因为每一条顾客记录只需要读取一遍,此种方法具有很快的处理能力。
平均效益选择方法l此种方法不是简单的使客户的反馈尽可能的多,而是让总体经济效益达到最大化。
此种方法,每一种交叉营销服务都有一个对应的经济价值,此价值就是潜在客户的平均价值,这由历史数据库中现有顾客的特性决定。
个人效益的方法l对不同的顾客用不同的经济数据计算,得出在每一个服务中可能获得的预期回报。
有约束条件的优化方法l指在优化过程中引入一些外部的约束条件,可以和任何一种数字评分模型结合起来使用。
常用的约束条件有:
花费的最大限制,不考虑超支花费后的可能受益、每种商品目录印刷数量上的上限和下限、商品目录在每个地区发放数量的上限和下限、商品目录在客户群的每个细分类别中发放数量的上限和下限。
客户保持l建立客户流失预测模型,得出即将流失的客户,对他们采取有效措施进行挽留,从而有效减少客户流失。
用CRAT数据挖掘方法来预测客户流失l以下以移动电话服务为例,利用预测模型可以得出以下模式:
l拨打客户服务热线的顾客忠诚度较高l客户在第一年的合同期满时容易流失,以后则好很多l高价值客户流失可能性更大案例移动通信业的客户保持l英国一家移动通信服务公司,客户约300000,此公司的顾客流失率在40以上。
数据l本案例中客户流失预测模型只考虑私人用户,故用来分析的客户群中包含了260000名移动电话用户数据。
数据包含地理分布信息和客户基本信息,包括从客户服务中心那里收集来的客户拨大服务热线的情况。
分析l定义预测目标l实施数据挖掘,利用CRAT工具。
l运用数据挖掘模型分析了26万客户后得出29个细分群,每个细分群有一些特定的客户特征定义。
详见159页表121l对数据进行专业分析经验教训l结果令人惊讶,因为任何接触客户的市场活动刺激了客户转移率的增长。
l对于接受了优惠条件的可能转移者,市场活动是成功的l数据库需要完善l保留团队和其他市场的努力。
3X!