数据挖掘讲义.pdf

: .
Credit Credit Credit •价格弹性分析
Risks Risks Risks
聚类分析 Clustering 关联分析 Association 神经网络 Neural Networks
• 客户细分 • 市场组合分析
• 欺诈检测
• 客户信用度 • 套餐计划
• 倾向性分析
• 潜在大客户模型 • 产品促销
• 客户保留
56 • 目标市场
34

12
I I factor n
factor 1factor 2客户价值评估和细分模型简介
客户价值评估和细分模型
解决的商 • 该模型可以将客户细分及客户价值结合起来进行分析，客观
业问题 理解顾客。
对应的算
• 聚类分析、决策树、逻辑斯蒂回归等。
法
对数据要 • 客户呼叫数据、客户帐单数据、客户特征数据、套餐数据、
素的要求 客服中心数据等。
达到的应 • 按照客户特征数据及消费行为数据将客户划分为多个群体，
用效果 结合客户价值表现，实现差异化营销。
模型应用
• 有较为完整的客户历史数据收集。
前提条件
对系统的
• 完善的数据库/仓库、较高性能的服务器。
要求客户流失倾向预警模型简介
客户流失倾向预警模型
解决的商 • 移动行业面临着较大的竞争和较高的客户流失率，该模型可
业问题 以加强移动行业的客户维持。
对应的算
• 决策树、逻辑斯蒂回归，因子分析等。
法
对数据要 • 客户呼叫数据、客户帐单数据、客户特征数据、套餐数据、
素的要求 客服中心数据等。
达到的应 • 发现具有高/低流失率的客户分层、建立描述易流失客户的
用效果 特征和规则、建立评分模型预测当前客户流失的概率大小。
模型应用
• 有较为完整的客户历史数据收集。
前提条件
对系统的
• 完善的数据库/仓库、较高性能的服务器。
要求 : .
数据挖掘讲义