數(shù)據(jù)挖掘與CRM培訓

1、數(shù)據(jù)挖掘與CRM培訓 培訓時間：3天 培訓內(nèi)容： CRM原理+數(shù)據(jù)挖掘軟件的實現(xiàn) 應用工具： Clementine 學員參加本課程的必要條件本課程要求學員熟悉Windows操作系統(tǒng)，并具有基本的數(shù)據(jù)挖掘知識。這門課程會簡單地介紹數(shù)據(jù)挖掘及CRM知識，但更重要地是，展示軟件如何實現(xiàn)CRM。 課程形式課程以講授和上機操作相結(jié)合來進行。培訓期間，每人一臺電腦。序 號名 稱具體內(nèi)容模型1客戶細分與獲得1. 對客戶消費數(shù)據(jù)進行分析與描述2. 產(chǎn)生客戶細分模型或者價值金字塔3. 描述不同客戶細分群的特征模型2客戶促銷響應模型1. RFM模型2. 基于提供的所有數(shù)據(jù)的預測模型3. 分群模型模型3客戶價值細分

2、、遷移和流失模型1. 客戶價值遷移預測2. 客戶流失模型總結(jié)答疑與討論應用案例：希阿蒙公司的市場活動（一）商業(yè)背景本次使用的數(shù)據(jù)是基于一個虛構(gòu)的銷售電子產(chǎn)品的零售公司；這個數(shù)據(jù)完全是虛擬的，但是數(shù)據(jù)挖掘技術(shù)適用于多個行業(yè)。為了提高企業(yè)效益、實現(xiàn)客戶價值最大化，希阿蒙零售公司準備開展一個大型的市場活動，考慮到以往市場活動的效果并不理想，這次活動之前要先進行研究，以便解決以往的一系列問題，如：如何提高客戶對于市場活動的響應率？如何區(qū)別大客戶與普通客戶，是否對大客戶開展單獨的市場活動，以便獲得更多地利潤？如何從已有客戶中找出高價值客戶？如何防止客戶流失的發(fā)生？綜上所述，希阿蒙公司面臨的問題包括：l

3、如何定義與計算客戶的價值l 如何提高客戶的市場活動響應率l 如何獲取及保持高價值客戶l 如何提高客戶的價值（二）已有數(shù)據(jù)我們從希阿蒙公司數(shù)據(jù)庫中抽取9個數(shù)據(jù)來進行研究，包括：CARD.dat：購物卡內(nèi)登記的客戶信息GDG.dat：基于郵政編碼的地理人口學信息TRANSACTION.dat：以購物籃為單位的交易數(shù)據(jù)TRANSACTION_ITEM.dat：在商品個體層面的交易數(shù)據(jù)ITEM.dat：所有待售商品列表、商品編號、產(chǎn)品大類、小類和品牌數(shù)據(jù)CATEGORY.dat：產(chǎn)品種類編號與描述SUBCATEGORY.dat：產(chǎn)品小類與描述BRAND.dat：產(chǎn)品品牌與描述CAMPAIGN.dat：

4、客戶列表，包含客戶參加上次市場活動響應/未響應的標識CARD.dat （11個變量，140,132條記錄）變量名稱含義CardID客戶號City城市Region地區(qū)PostalCode郵編CardStartDate開卡時間Gender性別DateOfBirth出生年月日MaritalStatus婚姻狀態(tài)HasChildren是否有子女NumChildren子女數(shù)Youngestchild最小子女年齡GDG.dat （18個變量，150,000條記錄）變量名稱含義City城市PostalCode郵編Population人口數(shù)HouseHolds家庭數(shù)HHgrowth5yr過去5年 家庭增長率HH

5、AveSize家庭人口平均數(shù)PopUnder55歲以下人口數(shù)Pop5_165-16歲人口數(shù)Pop17_2517-25歲人口數(shù)Pop26_3526-35歲人口數(shù)Pop36_4536-45歲人口數(shù)Pop46_5546-55歲人口數(shù)Pop56_6556-65歲（含65歲）人口數(shù)PopOver6565歲以上人口數(shù)HHIncomeMed家庭收入中位數(shù)HHNoWorkers家庭工作人數(shù)WhtCollarOcc白領(lǐng)BluCollarOcc藍領(lǐng)TRANSACTION.dat （6個變量，367,296條記錄）變量名稱含義Store商戶編號Date日期Time時間TransactionID交易號CardID客戶

6、號PaymentMethod支付方式TRANSACTION_ITEM.dat （8個變量，394,505條記錄）變量名稱含義Store商戶編號Date日期Time時間TransactionID交易號ItemNumber商品數(shù)量ItemCode商品號碼Amount單價Markdown標記 ITEM.dat （6個變量，820條記錄）變量名稱含義ItemCode商品號碼ItemDescription商品描述CategoryCode大類編號SubCategoryCode小類編號BrandCode品牌編號UpmarketFlag標記CATEGORY.dat （2個變量，7條記錄）變量名稱含義Categ

7、oryCode大類編號CategoryDescription大類描述SUBCATEGORY.dat （2個變量，47條記錄）變量名稱含義SubCategoryCode小類編號SubCategoryDescription小類描述BRAND.dat （2個變量，40條記錄）變量名稱含義BrandCode品牌編號BrandDescription品牌描述CAMPAIGN.dat （2個變量，40條記錄）變量名稱含義CardID客戶編號Responded是否響應（三）解決方案模型1：客戶細分與獲得根據(jù)客戶價值對客戶進行細分，要通過分析與描述決定客戶的細分和目標定位，以提高大客戶的獲得。對交易數(shù)據(jù)進行探索

8、性分析，計算客戶消費，然后通過進一步分析，定義客戶細分，也就是對體現(xiàn)客戶價值的客戶消費額或交易數(shù)量等進行分類。根據(jù)這些結(jié)果，建立客戶細分模型，每個客戶被劃分到相應的類別中，然后對客戶的交易數(shù)據(jù)、人口數(shù)據(jù)等進行描述，得到相應的客戶價值分群的描述。（注：方框代表數(shù)據(jù)，橢圓代表數(shù)據(jù)流）模型2：客戶促銷響應模型模型2預測客戶對市場活動的響應情況。在這個模型中，針對客戶開展了一次市場活動，每個客戶對市場活動有響應與不響應兩種反應情況，分別記錄各個客戶的反應情況。該模型對與客戶是否響應市場活動的影響因素進行分析，根據(jù)客戶的影響因素的特征，可以預測具備某些特征的客戶將來對類似的市場活動的響應情況。模型3：客

9、戶價值細分、遷移和流失模型該模型對客戶的價值遷移及流失進行預測，探索客戶遷移的模式?？蛻暨w移模式有兩種，一種是活躍的程度不同，即在價值金字塔的上下變動，第二種是從活躍到不活躍的變化，即客戶流失。該模型需要的數(shù)據(jù)包括模型1中的客戶綜合數(shù)據(jù)，模型2的購買模式數(shù)據(jù)，以及客戶價值細分數(shù)據(jù)。（四）結(jié)果第一個模型對客戶價值進行細分，并對客戶細分群的特征進行描述，有利于客戶獲得。這個模型主要包括如下結(jié)果：l 對客戶消費數(shù)據(jù)進行分析與描述l 產(chǎn)生客戶細分模型或者價值金字塔l 描述不同客戶細分群的特征第二個模型預測客戶對于市場活動的響應，使用了RFM評分以及客戶行為數(shù)據(jù)，產(chǎn)生了三個模型：l RFM模型l 基于提供的所有數(shù)據(jù)的預測