1、客戶關(guān)系管理第七章中的數(shù)據(jù)管理與客服中心01 CRM的客戶數(shù)據(jù)02 數(shù)據(jù)倉庫技術(shù)03 數(shù)據(jù)挖掘技04 數(shù)據(jù)挖掘技術(shù)的應用本章主要內(nèi)容CONTENTS部門：XXX 匯報人：xxx05 客戶服務中心06 案例：廣發(fā)銀行呼叫中心語音大數(shù)據(jù)分析系統(tǒng)建設01 掌握客戶數(shù)據(jù)的類型及收集方法本章學習重點和難點部門：XXX 匯報人：xxx02 了解客戶數(shù)據(jù)收集過程中對客戶隱私管理問題03 掌握數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的有關(guān)含義04 掌握數(shù)據(jù)挖掘技術(shù)對的商業(yè)貢獻05 掌握數(shù)據(jù)挖掘技術(shù)在中的應用流程06 正確理解客戶服務中心的定義、類型及作用案例導入 客戶數(shù)據(jù)的作用 美國公司對大量新生的三口之家周末家庭采購記錄進行的數(shù)

2、據(jù)分析發(fā)現(xiàn)，啤酒和尿布的購買時間和購買主體有著驚人相仿性。眾所周知，啤酒是成年男子的杯中物，尿布則是嬰兒的必需品，喝啤酒的人是不帶尿布的，帶尿布的人也不可能喝啤酒，二者看似難以發(fā)生商業(yè)聯(lián)系?？蛻糍Y料的細化分析揭穿了其中的秘密：原來，美國大量的年輕母親在周末都喜歡放松一下身心，而孩子的尿布卻需要在周末進行大量補充，購買尿布的差事自然就落到孩子父親的肩上，而這些年輕的爸爸在超級市場選好尿布之余，總是要順帶給自己拎上幾罐啤酒。 每一個獨到的商業(yè)發(fā)現(xiàn)都有其對應的市場價值。這家美國公司隨即采取了行動，將原本分散在兩層的啤酒和尿布集中到了一起擺放，使那些周末才出現(xiàn)在超市里的年輕父親節(jié)約了采購時間。與此同時

3、，該公司主動向這些年輕的三口之家提供包括啤酒和尿布在內(nèi)的周末送貨上門服務。如此一來，該百貨零售公司的銷售額同比上漲了多。 思考題： 請思考關(guān)于CRM，本案例給你帶來了怎樣的啟示？為什么說客戶數(shù)據(jù)是CRM的靈魂？CRM的客戶數(shù)據(jù)客戶是企業(yè)競爭的基礎，而客戶數(shù)據(jù)是系統(tǒng)的靈魂，對數(shù)據(jù)的處理和分析是 的主要任務和功能。在客戶數(shù)據(jù)庫中，收集和管理包括商品、客戶和潛在客戶等表示客戶 “基本狀態(tài)”的信息，幫助企業(yè)完成消費者分析，確定目標市場，進行銷售管理，并跟蹤市場產(chǎn)品銷售狀況。01. 客戶數(shù)據(jù)的類型 CRM的客戶信息一般從銷售過程、客服過程、業(yè)務推廣過程或其他多種形式獲得。從商業(yè)活動行為的需要來看，有一個

4、對客戶了解、針對性促銷、產(chǎn)生交易的過程，行為過程產(chǎn)生了不同的數(shù)據(jù)類型，據(jù)此把客戶數(shù)據(jù)分為3類。）客戶描述性數(shù)據(jù)此類數(shù)據(jù)是描述客戶或消費者的數(shù)據(jù)類型，它通常是表格型的摘要數(shù)據(jù)，用關(guān)系數(shù)據(jù)庫的術(shù)語來說，就是一個客戶數(shù)據(jù)中的不同列。由于是客戶的基本信息，變動不是很快，可在較長一段時間使用。）市場促銷性數(shù)據(jù)市場促銷性數(shù)據(jù)表示對每個客戶進行了哪些促銷活動，詳細設計取決于數(shù)據(jù)庫系 統(tǒng)的復雜程度）客戶交易數(shù)據(jù)描述企業(yè)和客戶相互作用的所有數(shù)據(jù)都屬于客戶交易數(shù)據(jù)。這類數(shù)據(jù)和促銷活動的數(shù)據(jù)一樣，都 會隨時間迅速變化。因此，通常是將它們存放在特殊的數(shù)據(jù)庫結(jié)構(gòu)中，要求這種存儲結(jié)構(gòu)能方便地支持帶有時間標記的交易數(shù)據(jù)的更

5、新和改變。. 客戶數(shù)據(jù)的采集 在企業(yè)的信息化過程中，越來越多的企業(yè)數(shù)據(jù)管理作為重要的工作內(nèi)容，而客戶數(shù)據(jù)的采集則是最重要的第一步。這一個階段主要的目標就是要保證客戶數(shù)據(jù)的準確、及時，如果數(shù)據(jù)質(zhì)量無法保證，后續(xù)的數(shù)據(jù)處理和分析則往往達不到預期的效果。 對一個成熟的數(shù)據(jù)庫系統(tǒng)來說，其信息數(shù)據(jù)來源要求穩(wěn)定而又可靠，必須建立多渠道集成的客戶信息收集平臺（如圖所示），它的功能不僅是了解顧客需求、接收產(chǎn)品反饋信息，還擔負著企業(yè)與顧客的接口作用。. 客戶的隱私問題及保護措施 不管如何為客戶數(shù)據(jù)建立內(nèi)部數(shù)據(jù)結(jié)構(gòu)，在從外部獲取客戶數(shù)據(jù)時，客戶的隱私問題永遠是企業(yè)應考慮的重要步驟，它是客戶最為關(guān)心的問題。而且隨著

6、CRM系統(tǒng)功能的更加強大，這個問題變得更加重要。 人們對規(guī)模數(shù)據(jù)收集的擔心，必然會擴展到對這些數(shù)據(jù)的任何分析?？蛻魯?shù)據(jù)使用的 法律問題也許會成為CRM的一個絆腳石，尤其大數(shù)據(jù)時代加劇了個人對隱私的關(guān)注。在歐美國家，客戶數(shù)據(jù)隱私的法律問題已在研究和試行，以“良好信息使用”為原則的觀點逐漸被 接受，在客戶數(shù)據(jù)收集時更強調(diào)客戶的授權(quán)主動性。 在建立針對CRM的數(shù)據(jù)庫時，盡管不知道將來對保護消費者隱私的法律取向如何，還是要有一些針對性指導方針，以避免諸多將來可能碰到的問題。在當前的法律的技術(shù)水平上，可采取以下措施：）使用匿名身份信息）盡量使用匯總數(shù)據(jù)）信息只用于市場定位或評估）盡可能不合并數(shù)據(jù)源在法律

7、對如何使用客戶隱私數(shù)據(jù)作出更好的規(guī)定之前，不存在一個可以解決所有相關(guān)問題的方案。但是存在一個通用的體系結(jié)構(gòu)可以為數(shù)據(jù)分析提供幫助。這個結(jié)構(gòu)如圖所示：. 客戶數(shù)據(jù)庫的建立 企業(yè)需要建立以客戶為單位而不是以產(chǎn)品為單位的客戶數(shù)據(jù)庫，這實際上需要對客戶數(shù)據(jù)進行適當?shù)恼希⑶移髽I(yè)需要根據(jù)客戶的購買行為對客戶進行分類，以便提供個性化的服務。）客戶數(shù)據(jù)庫的特點在CRM應用中，數(shù)據(jù)處理主要集中于客戶數(shù)據(jù)庫，與其他類型的數(shù)據(jù)庫相比，客戶數(shù)據(jù)庫具有以下一些特點：（）動態(tài)的、整合的顧客數(shù)據(jù)管理和查詢系統(tǒng)（）基于數(shù)據(jù)庫支持的顧客關(guān)系格式或結(jié)構(gòu)系統(tǒng)（）基于數(shù)據(jù)庫支持的忠誠顧客識別系統(tǒng)（）基于數(shù)據(jù)庫支持的顧客購買行為參

8、考系統(tǒng)（）個性化服務）客戶數(shù)據(jù)的分類. 客戶數(shù)據(jù)庫的建立）客戶數(shù)據(jù)的分類 盡管企業(yè)可能期望客戶數(shù)據(jù)庫中有盡可能多的客戶群體和客戶類型，但一般情況下，客戶數(shù)據(jù)庫只包括以下種客戶類型：現(xiàn)有客戶潛在客戶流失的客戶分銷商. 客戶數(shù)據(jù)庫的建立）客戶數(shù)據(jù)信息處理 由于從目標客戶群收集的數(shù)據(jù)一般是離散的、非結(jié)構(gòu)化的、待驗證的，其中充斥著許多無效甚至容易起誤導作用的信息。這就需要采用科學的方法來清洗、提煉這些海量的數(shù)據(jù)， 達到去粗取精的目的，從而為企業(yè)各個層級的部門提供經(jīng)營、決策上的支持。一般而言，客戶信息處理有個步驟：校驗結(jié)構(gòu)化借助數(shù)據(jù)倉庫進行數(shù)據(jù)的使用和分析）構(gòu)建客戶數(shù)據(jù)庫客戶數(shù)據(jù)庫是使用和挖掘客戶信息的

9、核心，它的建立是一切數(shù)據(jù)分析的基礎，在建立時 應遵循以下幾條原則：按照可預見未來所需的信息量，盡可能多地考慮預期客戶購買產(chǎn)品的情況和購買后的反應。深入策劃客戶數(shù)據(jù)庫的組成部分，應保留一定的彈性，以滿足未來變化的需要。 建立數(shù)據(jù)庫，不需要因謀求建立一個詳細完備的數(shù)據(jù)庫而推遲建成時間，可先建成一 個小而實用的數(shù)據(jù)庫，在管理客戶數(shù)據(jù)庫中獲得經(jīng)驗，并對其評價，不斷改進。 構(gòu)建客戶數(shù)據(jù)庫時，讓盡可能多的部門和人員參與。一方面使信息采集科學完備；另 一方面讓數(shù)據(jù)庫的使用者充分了解設計者的思想。數(shù)據(jù)倉庫技術(shù) 隨著計算機技術(shù)的廣泛應用和發(fā)展，人們已不再滿足于僅僅執(zhí)行簡單的數(shù)據(jù)事務操作， 而要求對現(xiàn)有的數(shù)據(jù)進行

10、系統(tǒng)的組織、理解、分析和推理，從而迅速而準確地獲取關(guān)聯(lián)信息， 為戰(zhàn)略決策提供依據(jù)。數(shù)據(jù)倉庫就是針對上述問題而產(chǎn)生的一種技術(shù)方案，它是基于大規(guī)模數(shù)據(jù)庫的決策支持系統(tǒng)環(huán)境的核心。02. 數(shù)據(jù)倉庫概述 傳統(tǒng)的數(shù)據(jù)庫技術(shù)是以單一的數(shù)據(jù)資源，即數(shù)據(jù)庫為中心，進行事務處理、批處理、決策分析等各種數(shù)據(jù)處理工作，主要劃分為兩大類：操作型處理和分析型處理（或信息型處理）。 近年來，隨著數(shù)據(jù)庫技術(shù)的應用和發(fā)展，人們嘗試對DB中的數(shù)據(jù)進行再加工，形成一個綜合的、面向分析的環(huán)境，以更好支持決策分析，從而形成了數(shù)據(jù)倉庫技術(shù)（Data Warehouseing，DW）。作為決策支持系統(tǒng)（Decision Making S

11、upport System，DSS），數(shù)據(jù)倉庫系 統(tǒng)包括：數(shù)據(jù)倉庫技術(shù)、聯(lián)機分析處理技術(shù)（On Line Analytical Processing，OLAP）和數(shù)據(jù)挖掘技術(shù)（Data Mining，DM）。數(shù)據(jù)倉庫定義數(shù)據(jù)倉庫概念始于20世紀80年代中期，首次出現(xiàn)是在號稱“數(shù)據(jù)倉庫之父”William H . Inmon的建立數(shù)據(jù)倉庫一書中。隨著人們認識的不斷完善，給出了更精確的定義：即“數(shù)據(jù)倉庫是在企業(yè)管理和決策中面向主題的、集成的、與時間相關(guān)的、不可修改的數(shù)據(jù)集合”。數(shù)據(jù)倉庫彌補了原有的數(shù)據(jù)庫的缺點，將原來的以單一數(shù)據(jù)庫為中心的數(shù)據(jù)環(huán)境發(fā)展為一種新環(huán)境：體系化環(huán)境，如圖所示：. 數(shù)據(jù)倉庫

12、概述數(shù)據(jù)倉庫具備個關(guān)鍵特征：面向主題（Subject oriented）集成（Integrated）時變（Time Variant）不可修改（Nonvolatile）據(jù)數(shù)據(jù)倉庫所管理的數(shù)據(jù)類型和它們所解決的企業(yè)問題范圍，一般可將數(shù)據(jù)倉庫分為：企業(yè)數(shù)據(jù)倉庫（EDW）操作型數(shù)據(jù)庫（ODS）數(shù)據(jù)市集（Data Mart） 與關(guān)系數(shù)據(jù)庫不同的是，數(shù)據(jù)倉庫并沒有嚴格的數(shù)學理論基礎，也沒有成熟的基本模式，且更偏向于工程，具有強烈的工程性。因此，在技術(shù)上人們習慣于從工作過程等方面來分析，并按其關(guān)鍵技術(shù)分為：數(shù)據(jù)的抽取數(shù)據(jù)的存儲和管理數(shù)據(jù)展現(xiàn) 總之，數(shù)據(jù)倉庫并非是一個僅僅存儲數(shù)據(jù)的簡單信息庫數(shù)據(jù)倉庫實際上是一

13、個“以大型數(shù)據(jù)管理信息系統(tǒng)為基礎的、附加在這個數(shù)據(jù)庫系 統(tǒng)之上的、存儲了從企業(yè) 所有業(yè)務數(shù)據(jù)庫中獲取的綜合數(shù)據(jù)的、并能利用這些綜合數(shù)據(jù)為用戶提供經(jīng)過處理后的有用信息的應用系統(tǒng)”。. 數(shù)據(jù)倉庫概述聯(lián)機事務處理（OlTP） 聯(lián)機事務處理（On Line Transaction Processing，OlTP）是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的核心應用，主要執(zhí)行基本的插入、刪除等聯(lián)機事務和查詢處理，其基本任務就是及時、安全地將當前事務所產(chǎn)生的記錄保存下來。 為實現(xiàn)OLTP，在外部接口部分，DBMS使用標準的SQL數(shù)據(jù)庫語言。在DBMS內(nèi)部則實現(xiàn)了事務管理，支持事務的并發(fā)和恢復，并使每一事務都滿足所謂的ACID特

14、性。原子性（Atomicity）一致性（Consistency）隔離性（Isolation）持續(xù)性（Durability）數(shù)據(jù)倉庫的體系結(jié)構(gòu). 數(shù)據(jù)倉庫的實施數(shù)據(jù)倉庫的開發(fā)流程:實施數(shù)據(jù)倉庫應注意的問題:與傳統(tǒng)業(yè)務系統(tǒng)不同，數(shù)據(jù)倉庫是面向管理決策層應用的，必須有系統(tǒng)自身的最終用 戶企業(yè)決策層的參與。由于數(shù)據(jù)倉庫的訪問和查詢往往能夠通過工具來提供，因此數(shù)據(jù)倉庫的功能取決于系統(tǒng)的規(guī)劃和設計。在對待原始數(shù)據(jù)的問題上，需要堅持一個原則，就是不拘泥于業(yè)務系統(tǒng)的現(xiàn)狀。數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載是一項技術(shù)含量不高但卻非常煩瑣的工作，在系統(tǒng)實施過程 中建議由專門小組或人員負責數(shù)據(jù)抽取的工作，將其納入統(tǒng)一的管理和設

15、計，不僅考慮原始 數(shù)據(jù)源的類型，還必須考慮抽取的時間和方式. 數(shù)據(jù)倉庫的實施實施數(shù)據(jù)倉庫應注意的問題:與傳統(tǒng)業(yè)務系統(tǒng)不同，數(shù)據(jù)倉庫是面向管理決策層應用的，必須有系統(tǒng)自身的最終用 戶企業(yè)決策層的參與。由于數(shù)據(jù)倉庫的訪問和查詢往往能夠通過工具來提供，因此數(shù)據(jù)倉庫的功能取決于系統(tǒng)的規(guī)劃和設計。在對待原始數(shù)據(jù)的問題上，需要堅持一個原則，就是不拘泥于業(yè)務系統(tǒng)的現(xiàn)狀。數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載是一項技術(shù)含量不高但卻非常煩瑣的工作，在系統(tǒng)實施過程 中建議由專門小組或人員負責數(shù)據(jù)抽取的工作，將其納入統(tǒng)一的管理和設計，不僅考慮原始數(shù)據(jù)源的類型，還必須考慮抽取的時間和方式。用戶對數(shù)據(jù)倉庫的認識常常從報表起步，但數(shù)據(jù)倉

16、庫并不是為業(yè)務報表而設計的。系統(tǒng)的實施需要明確的計劃和時間表，新的技術(shù)和產(chǎn)品可以分階段加入，但要避免無休止的測試和選型。. 多維數(shù)據(jù)倉庫中度量的建模設計和建立數(shù)據(jù)庫是成功地創(chuàng)建數(shù)據(jù)倉庫的一個關(guān)鍵步驟，這一步涉及的數(shù)據(jù)來自多 種數(shù)據(jù)源，并且要把它們合并成一個單獨的邏輯模型。數(shù)據(jù)倉庫常常使用星型模式和雪花型模式來存儲數(shù)據(jù)，作為OLAP工具管理的基礎， 以便盡可能快地響應復雜查詢下面就兩種存儲模式分別說明數(shù)據(jù)倉庫中度量的建模。星型模式是最流行的實現(xiàn)數(shù)據(jù)倉庫的設計結(jié)構(gòu)。星型模式通過使用一個包含主題的事實表和多個包含事實的非正規(guī)化描述的維度表來執(zhí)行典型的決策支持查詢。一旦創(chuàng)建了事實表，那么可以使用OLA

17、P工具預先計算常用的訪問信息。星型模式的結(jié)構(gòu)如圖所示：星型模式雪花模式雪花模式是星型模式的一種擴展形式，在這種模式中，維度表存儲了正規(guī)化的數(shù)據(jù)，這 種結(jié)構(gòu)通過減少磁盤讀的數(shù)量而提高查詢性能。雪花模式的結(jié)構(gòu)示意圖如圖所示：. 數(shù)據(jù)倉庫的執(zhí)行策略數(shù)據(jù)倉庫中的兩個概念：數(shù)據(jù)集市（Data Mart）。數(shù)據(jù)集市是一個針對某個主題的經(jīng)過預統(tǒng)計處理的部門級分析數(shù)據(jù)庫，如銷售數(shù)據(jù)集 市、營銷數(shù)據(jù)集市、庫存集市和財務集市等。元數(shù)據(jù)（Metadata）。元數(shù)據(jù)為數(shù)據(jù)中的數(shù)據(jù)，即描述數(shù)據(jù)的數(shù)據(jù)。隨著數(shù)據(jù)倉庫技術(shù)的發(fā)展，如今數(shù)據(jù)倉庫的執(zhí)行策略已經(jīng)從最初的“自上而下”模式發(fā) 展成為多種形式。1-1.自上而下模式1-2

18、.有反饋的自上而下模式. 數(shù)據(jù)倉庫的執(zhí)行策略2-1.自下而上模式2-2.有反饋的自下而上模式3-1.平行開發(fā)模式3-1.有反饋的平行開發(fā)模式. 聯(lián)機分析處理（OLAP） 聯(lián)機分析處理（On Line Analytical Processing，OLAP）是在1993年由關(guān)系型數(shù)據(jù)庫模型 的發(fā)明者E.F.Cood博士提出的。OLAP支持通過多維的方式對數(shù)據(jù)進行分析、查詢和生成報表，其基本功能是對用戶當前及歷史數(shù)據(jù)進行分析以輔助領導決策。即OLAP 應當提交對共享的多維信息的快速分析，其中包含個關(guān)鍵特征：多維 快速 分析 共享 信息傳統(tǒng)的OLTP（On Line Transaction Proce

19、ssing，聯(lián)機事務處理系統(tǒng)）是事件驅(qū)動，面向應用的。其特點是：響應時間要求高；用戶數(shù)量龐大，面向的對象主要是操作人員；數(shù)據(jù)庫的操作基本依靠索引進行。OLAP（On Line Analytical Processing，聯(lián)機分析）是基于數(shù)據(jù)倉庫的信息分析處理過程， 是數(shù)據(jù)倉庫的用戶接口部分。OLAP是跨部門、面向主題的，其基本特點有基本數(shù)據(jù)來源于多個數(shù)據(jù)源的數(shù)據(jù)；響應時間合理；用戶數(shù)量相對較少，其用戶主要是業(yè)務決策與管理人員； 數(shù)據(jù)庫的各種操作不能完全基于索引進行。數(shù)據(jù)挖掘技術(shù) 數(shù)據(jù)挖掘是近年來隨著人工智能和數(shù)據(jù)庫技術(shù)的發(fā)展而出現(xiàn)的一門新興技術(shù)。它是從大量的數(shù)據(jù)中篩選出隱含的、可信的、新穎的、

20、有效的信息的高級處理過程。 數(shù)據(jù)挖掘是面向事實的，在數(shù)據(jù)挖掘中，數(shù)據(jù)分為訓練數(shù)據(jù)、測試數(shù)據(jù)和應用數(shù)據(jù)3大部分，而這3部分的比例依據(jù)經(jīng)驗來確定（例如1:1:8）。數(shù)據(jù)挖掘力圖在訓練數(shù)據(jù)中發(fā)現(xiàn)事實，并以測試數(shù)據(jù)作為檢驗和修正理論的依據(jù)，而最后把知識應用于數(shù)據(jù)中。03. 數(shù)據(jù)挖掘的含義技術(shù)角度的定義 數(shù)據(jù)挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識的過程。商業(yè)角度的定義 數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務數(shù) 據(jù)進行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提

21、取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。因此，數(shù)據(jù)挖掘可以描述為：按企業(yè)既定業(yè)務目標，對大量的企業(yè)數(shù)據(jù)進行探索和分析， 揭示隱藏的、未知的或驗證已知的規(guī)律性，并進一步將其模型化的先進有效的方法。.2 數(shù)據(jù)挖掘的作用和意義數(shù)據(jù)挖掘工具能從龐雜的信息中篩選出有用的數(shù)據(jù)，以公正客觀的統(tǒng)計分析快速準確地得知企業(yè)經(jīng)營的信息，從而找出銷售模式，正確掌握未來的經(jīng)營動態(tài)。從CRM的整體結(jié)構(gòu)來說，數(shù)據(jù)挖掘是整個CRM最重要的一個階段，也是構(gòu)成商業(yè)智能整體解決方案的基礎。數(shù)據(jù)挖掘是CRM中的關(guān)鍵性階段，透過數(shù)據(jù)挖掘，能有效地提供行銷、銷售和服務的決策支持，讓工作人員得到充分的信息而展開行動，并于適當?shù)臅r間和地點給客戶提供適當

22、的產(chǎn)品及服務?！皵?shù)據(jù)挖掘”也讓消費者更有能力找到真正需要的東西。他們可以用全球語義信息網(wǎng) （Global Semantic）的紅色鏈接輕而易舉地找到相關(guān)的產(chǎn)品和它們的特性。.3 數(shù)據(jù)挖掘的發(fā)展歷程 隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應用，人們積累的數(shù)據(jù)越來越多。激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠?qū)ζ溥M行更高層次的分析，以便更好地利用這些數(shù)據(jù)。.4 數(shù)據(jù)挖掘的任務挖掘知識的類型在多數(shù)文獻和“數(shù)據(jù)挖掘”軟件中稱為數(shù)據(jù)挖掘任務?？偨Y(jié)規(guī)則挖掘。它所要做的是從客戶指定的數(shù)據(jù)中挖掘出（從不同的角度或在不同的層次上）平均值極小值極大值、總和、百分比等。關(guān)聯(lián)規(guī)則挖掘。它所要做的是從

23、客戶指令的數(shù)據(jù)庫中挖掘出滿足一定條件的依賴性關(guān)系。分類規(guī)則挖掘。它所做的是在已知訓練信息的特征和分類結(jié)果的基礎上，為每一種類別找到一個合理的描述或模型，然后再用這些分類的描述或模型來對未知的新數(shù)據(jù)進行分類。群集規(guī)則挖掘。它又稱為無監(jiān)督式的分類，其目的在于實事求是地，即客觀地按被處理對象的特征分類，有相同特征的對象被歸為一類。預測分析。當分類的工作偏向于插入漏掉的數(shù)據(jù)、預測數(shù)據(jù)分類或發(fā)展的趨勢時，此時的工作即為預測分析。趨勢分析。趨勢分析又稱為時間序列分析，它是從相當長時間的發(fā)展中發(fā)現(xiàn)規(guī)律與趨勢偏差分析。偏差分析又稱為比較分析，它找出一系列判別式的規(guī)則，以區(qū)別客戶設置的兩個不同類別.5 數(shù)據(jù)挖掘

24、的基本方法）統(tǒng)計分析方法）人工神經(jīng)網(wǎng)絡）決策樹 統(tǒng)計分析方法主要用于完成知識總結(jié)和關(guān)系型知識挖掘。對關(guān)系表中各屬性進行統(tǒng)計分析，找到它們之間存在的關(guān)系。在關(guān)系表的屬性之間一般存在兩種關(guān)系：第一種是函數(shù)關(guān)系（能用函數(shù)公式表示的確定性關(guān)系），第二種是相關(guān)關(guān)系，即不能用函數(shù)公式表示的關(guān)系。決策樹可用于分類。利用信息論中的信息增益尋找數(shù)據(jù)庫中具有最大信息量的字節(jié)， 建立決策樹的一個結(jié)點，再根據(jù)字段的不同取值建立樹的分支。典型的決策樹方法有“分類回歸樹”（Classification And Regression Trees，CART）、ID3、C45、卡方自動歸納法（Chi Squared Autom

25、atic Induction）、卡方自動互動偵測器（Chi Squared Automatic Interaction Detector）等技術(shù) 產(chǎn)生的有效模型。人工神經(jīng)網(wǎng)絡用于分類、群集、特征挖掘、預測和模式識別。人工神經(jīng)網(wǎng)絡可分為種：前饋式網(wǎng)絡反饋式網(wǎng)絡自組織型網(wǎng)絡.5 數(shù)據(jù)挖掘的基本方法）粗糙集）聯(lián)機分析處理技術(shù)（OLAP）基因算法基因算法用于分類、關(guān)系型規(guī)則挖掘等。基因算法模仿人工選擇培育良種的思路，從一 個初始規(guī)則集合（知識基因）開始，逐步通過交換對象成員（雜交、基因突變）產(chǎn)生群體（繁 殖），評估并擇優(yōu)復制（物競天擇、適者生存、不適應者淘汰），優(yōu)勝劣汰，逐代積累計算，最終得到最優(yōu)化的

26、知識集。粗糙集用于數(shù)據(jù)簡化（比如，刪除與任務無關(guān)的記錄或字段）、數(shù)據(jù)意義評估、對象相似性或共性分析、因果關(guān)系及范式挖掘等。條件屬性上的等價類與決策屬性上的等價類之間有 種情況：下近似包含上近似和的交集并非空集無關(guān)和的交集為空集。用具體圖形將信息模式、數(shù)據(jù)的關(guān)聯(lián)或趨勢呈現(xiàn)給決策者，使客戶能交互式地分析數(shù)據(jù) 的關(guān)系，而OLAP技術(shù)將人的觀察力和智力融入挖掘系統(tǒng)中，極大地改善了系統(tǒng)挖掘的速度和深度。.6 數(shù)據(jù)挖掘方法的應用舉例.6 數(shù)據(jù)挖掘方法的應用舉例實際中最常見的兩種挖掘方法，書中已經(jīng)給出舉例應用，讓讀者有一個初步的了解。）關(guān)聯(lián)規(guī)則挖掘）分類規(guī)則挖掘舉例當前推出的數(shù)據(jù)挖掘軟件有很多，其實現(xiàn)的功能

27、、方法都不同。鑒于對軟件的評價標 準，選擇介紹如下：） （數(shù)據(jù)挖掘軟件）數(shù)據(jù)挖掘軟件）數(shù)據(jù)分析工具箱） 數(shù)據(jù)挖掘建模工具） 數(shù)據(jù)挖掘建模工具數(shù)據(jù)挖掘技術(shù)的應用 數(shù)據(jù)挖掘就是探索客戶行為規(guī)律的過程。數(shù)據(jù)挖掘技術(shù)目前已越來越多地被應用于CRM系統(tǒng)中，成為客戶細分、客戶贏利能力分析、交叉營銷和客戶維護的基礎。并且，在客戶生命周期的不同階段都有不同的應用04 數(shù)據(jù)挖掘客戶關(guān)系管理中的應用對客戶數(shù)據(jù)的分析更多體現(xiàn)在數(shù)據(jù)挖掘工具的使用上，數(shù)據(jù)挖掘在客戶關(guān)系管理系統(tǒng)中體現(xiàn)出重要的商業(yè)價值?，F(xiàn)在國內(nèi)外推出的諸多客戶關(guān)系管理產(chǎn)品中，數(shù)據(jù)挖掘都作為一個重要的模塊嵌在其中，單純的操作型客戶關(guān)系管理已被逐漸淘汰。）客

28、戶的細分一個真正的細分必須滿足以下條件：完整性，數(shù)據(jù)庫中的每一個消費者都必須屬于一個細分群；互斥性，數(shù)據(jù)庫中的任何一個消費者不能同屬多個細分群。如圖就是一個利用決策樹來進行細分群的例子，挖掘的數(shù)據(jù)之間保持了互斥性和完整性。 數(shù)據(jù)挖掘客戶關(guān)系管理中的應用）客戶的贏利能力分析在進行挖掘應用之前，先必須對客戶價值進行分析。按照市場營銷的理論，商家要從客戶的角度來衡量商品的價值。這種價值也就是消費者由于購買商品而獲得的價值，國外學 者將其定義為“消費者可見價值”（）： （7.1）可見費用。為購買價格、咨詢費、培訓費、運輸費、安裝費、修理費及維護費等； 可見利益。為商品效用、售后服務、提供保險、質(zhì)量保證

29、及技術(shù)支持等。在分析消費者可見價值時，須考慮這種關(guān)系所包含的不可見的價 值，即：關(guān)系利益關(guān)系費用。故式（7.1）應擴展為客戶關(guān)系價值（）：RB關(guān)系利益。給消費者帶來諸如安全、信用、可靠等；RS關(guān)系費用。的商家忽略消費者所付出的。 數(shù)據(jù)挖掘客戶關(guān)系管理中的應用）交叉營銷）客戶的保持商家與客戶建立的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系，良好的客戶關(guān)系對商家利潤的貢獻是很大的。因此一旦建立成這種雙向關(guān)系后，商家會盡量優(yōu)化這種關(guān)系：延長關(guān)系的時間，關(guān)系期內(nèi)增加接觸，每次接觸中獲取更多的利潤。做交叉營銷的分析時，數(shù)據(jù)挖掘可分為3個步驟：首先對個體行為進行建模其次用預 測模型來對數(shù)據(jù)進行評分再次是優(yōu)化階段，

30、根據(jù)追求目標的不同，可以采取簡單的質(zhì)樸的方法（如以得分高低選擇），也可以融合其他一些經(jīng)濟信息，用平均效益的方法使總體經(jīng)濟效益最大化。客戶的保持是客戶關(guān)系管理的核心內(nèi)容，也往往是考核客戶關(guān)系管理系統(tǒng)成功與否的 首要指標。在研究客戶的保持這個問題時，首先要對影響企業(yè)客戶保持能力的因素加以分析，以下是一些常見的影響因素：客戶購買行為要受到來自文化、社會環(huán)境、個人特性、心理等方面的影響?？蛻魸M意與客戶保持有著非線性的正相關(guān)關(guān)系。客戶在考慮是否轉(zhuǎn)向其他供應商時必然要考慮轉(zhuǎn)移的成本。客戶關(guān)系具有明顯的生命周期的特征。 數(shù)據(jù)挖掘技術(shù)在客戶生命周期各階段的應用在客戶生命周期的各個過程中，不同階段包含了多種重要

31、的事件。數(shù)據(jù)挖掘技術(shù)可在客戶生命周期的各個階段加以應用，包括爭取新客戶、讓已有客戶創(chuàng)造更多的利潤、保留原有老客戶等，從而提高企業(yè)的客戶關(guān)系管理能力。如右圖展示了數(shù)據(jù)挖掘技術(shù)在客戶生命周期事件中的典型應用。 中實施數(shù)據(jù)挖掘的基本步驟如果進一步將 分析應用需求進行技術(shù)型整理，可以歸納出以下幾類數(shù)據(jù)挖掘需求：數(shù)據(jù)描述和總結(jié)。對歷史數(shù)據(jù)描述和總結(jié)，可以看清過去發(fā)生了什么。 數(shù)據(jù)分類。數(shù)據(jù)分類可以提高市場細分的可操作性和可管理性。預測。給出一個或一批預測輸入，其結(jié)果會如何？ 數(shù)據(jù)相關(guān)性發(fā)現(xiàn)。一種行為的發(fā)生有很大可能性觸發(fā)另一種行為。數(shù)據(jù)依賴性分析。一種行為的發(fā)生以另一種行為為前提。如圖是數(shù)據(jù)挖掘的過程圖

32、，基本上由個步驟組成，下面對每一步驟分別說明）確定分析和預測目標。在進行數(shù)據(jù)挖掘之前，首先要明確企業(yè)的業(yè)務目標，即通過數(shù)據(jù)挖掘解決什么樣的問題，達到什么目的）了解數(shù)據(jù)。確定了要解決的問題以及可以測量的目標之后，必須對數(shù)據(jù)挖掘的基礎數(shù)據(jù)進行初步 了解。）數(shù)據(jù)準備。這一階段是對已確定的基本數(shù)據(jù)進行必要的轉(zhuǎn)換、清理、填補以及合并工作。）數(shù)據(jù)相關(guān)性前期探索。）模型構(gòu)造。包括：選擇適用的挖掘技術(shù)。建立培訓數(shù)據(jù)和測試數(shù)據(jù)。利用培訓數(shù)據(jù)采用相應算法建立模型。模型解釋。）模型評估和檢驗。這個階段對所建立的模型用測試數(shù)據(jù)進行測試，計算誤差率，以確定模型的可信度。）部署和應用 中實施數(shù)據(jù)挖掘的基本步驟 應用數(shù)據(jù)挖

33、掘技術(shù)是優(yōu)化客戶關(guān)系管理的關(guān)鍵利用數(shù)據(jù) 挖掘技術(shù)優(yōu)化客戶關(guān)系管理已經(jīng)成為領域一個非常熱門的話題。數(shù)據(jù)挖掘應用起來比較復雜，因此在中實施數(shù)據(jù)挖掘需要經(jīng)過審慎的考慮，以保證實施成功，使企業(yè)從中受益。）確定如何使用數(shù)據(jù)挖掘）具備一定的商業(yè)智能和分析能力）定義數(shù)據(jù)挖掘應用的用戶）定義所使用的數(shù)據(jù)并進行數(shù)據(jù)預處理）反復驗證及用戶培訓在中實施數(shù)據(jù)挖掘應用是一個持續(xù)的過程，不可能一蹴而就。隨著系統(tǒng)的 不斷擴展和數(shù)據(jù)資源的不斷積累，很可能需要重新建立其中的數(shù)據(jù)挖掘模型或者創(chuàng)建新的 數(shù)據(jù)挖掘應用。 案例：數(shù)據(jù)挖掘技術(shù)在的應用從以下五個方面對7-Eleven案例進行閱讀，并完成下述案例分析題。）挑戰(zhàn)）業(yè)務影響）數(shù)

34、據(jù)源）為什么選擇作為數(shù)據(jù)分析工具）應用效果案例分析題 數(shù)據(jù)挖掘?qū)ζ鸬搅耸裁醋饔茫?對于其他零售商超， 應用數(shù)據(jù)挖掘技術(shù)有哪些成功的經(jīng)驗和值得思考的 教訓？客戶服務中心 早在20世紀80年代，歐美等國的電信企業(yè)、航空公司、商業(yè)銀行為了密切與用戶的聯(lián) 系及廣泛應用計算機技術(shù)，利用電話作為與用戶交互聯(lián)系的媒體，設立了呼叫中心，實際上就是建立了針對用戶的服務中心。 此呼叫中心利用計算機技術(shù)、計算機網(wǎng)絡技術(shù)和電話通 信技術(shù)，為客戶提供自動語音應答服務和人工接聽服務，包括信息查詢、業(yè)務咨詢、業(yè)務受理、質(zhì)量投訴和處理、信息發(fā)布等全方位客戶服務功能，還實現(xiàn)了內(nèi)部使用的服務分類統(tǒng)計和分析、服務質(zhì)量監(jiān)控和考核等功

35、能。05 客戶服務中心的概況）客戶服務中心的定義客戶服務中心的定義可從多種角度給出，這里從兩方面給出。從管理的方面，客戶服務中心是一個促進企業(yè)營銷、市場開拓并為客戶提供友好的交互式服務的管理與服務系統(tǒng)。從技術(shù)的方面，客戶服務中心是圍繞客戶采用計算機電話集成技術(shù)建立起來的客戶關(guān)照中心）客戶服務中心的發(fā)展據(jù)客戶服務中心核心技術(shù)的變化，可以將客戶服務中心的發(fā)展過程分為以下個階段第一代客戶服務中心客戶代表。這一階段是客戶服務中心的雛形階段，也就是熱線電話階段 客戶服務中心的概況）客戶服務中心的發(fā)展第二代客戶服務中心客戶代表。第一代客戶服務中心在人工接聽電話的基礎上增加了基于（Interactive V

36、oice Response，交互式語音應答）技術(shù)的全自動語音應答服務，即將一些簡單的、容易理解的業(yè)務通過自動語音應答的服務方式提供標準化的應答口徑為客戶解釋第三代客戶服務中心客戶代表 。為了適應客戶個性化的需求，客戶服務中心又進一步應用技術(shù)提供了電話與計算 機的集成（語音與數(shù)據(jù)的協(xié)同傳送），從而就形成了第三代客戶服務中心。第四代客戶服務中心客戶代表Internet。第四代客戶服務中心是目前應用的主流。其主要特點是在第三代客戶服務中心的基礎 上集成了。 客戶服務中心的概況）客戶服務中心的類型目前，現(xiàn)代化的客戶服務中心主要包括互聯(lián)網(wǎng)客戶服務中心、多媒體客戶服務中心、可視化多媒體客戶服務中心、 虛擬

37、客戶服務中心類：（）互聯(lián)網(wǎng)客戶服務中心（Internet Call Center，ICC）（）多媒體客戶服務中心（Multimedia Call Center，MCC）（）可視化多媒體客戶服務中心（Video Multimedia Call Center，VMCC）（）虛擬客戶服務中心）客戶服務中心的作用總體上來說，系統(tǒng)中，客戶服務中心在企業(yè)中的作用主要表現(xiàn)在以下幾個方面：（）提高客戶服務水平（）獲取客戶信息、了解客戶需求（）改善內(nèi)部管理（）創(chuàng)造利潤 技術(shù)簡介）技術(shù)的定義 客戶服務中心是基于技術(shù)的應用系統(tǒng)。（Computer Telephony Integration）即計算機與電話集成技術(shù)，

38、是在現(xiàn)有的通信交換設備上，綜合計算機和電話的功能，使其能提供更加完善、先進的通信方法）的主要功能功能主要集中在話務控制與媒介處理兩大方面。話務控制的功能有電話的建立及 中斷、話路的選擇及網(wǎng)絡界面控制等。媒介處理的功能則主要是話音傳真處理，另外還有 數(shù)字處理等。 客戶服務中心的設計與建設）系統(tǒng)客戶服務中心的結(jié)構(gòu) 客戶服務中心成為一項結(jié)合語音通信，數(shù)據(jù)通信和數(shù)據(jù)處理技術(shù)，使企業(yè)能夠處理靈活性和實時性很強的業(yè)務，并減少業(yè)務開支的業(yè)務方式（）自動呼叫分配子系統(tǒng)排隊機（Automatic Call Distribution）（）服務器（Computer Telecommunication Integra

39、tion）（）交互式語音應答（Interactive Voice Response）（）人工坐席子系統(tǒng)（）系統(tǒng)管理子系統(tǒng)（）數(shù)據(jù)庫子系統(tǒng)）客戶服務中心的建設（）建立自己的客戶服務中心系統(tǒng)的模式：“外包”模式?！蔼毥ā蹦Ｊ?。（）構(gòu)建一個客戶服務中心系統(tǒng)的具體步驟明確有關(guān)的目標 制訂有關(guān)的技術(shù)方案 完成有關(guān)的詳細設計 系統(tǒng)設計與實現(xiàn) 系統(tǒng)測試 系統(tǒng)運行 系統(tǒng)維護 客戶服務中心的設計與建設）客戶服務中心的管理客戶服務中心的管理是把客戶服務中心由傳統(tǒng)的成本中心轉(zhuǎn)化為利潤中心的關(guān)鍵，主要包括以下幾個大方面（）戰(zhàn)略管理（）運營管理（）人員管理（）績效管理總之，客戶服務中心的績效管理者應根據(jù)企業(yè)業(yè)務運營的實際情況，以客戶為中心，以幫助客戶解決問題為出發(fā)點，設計客戶代表的績效管理考核指標來進行考核和管理。）客戶服務中心的應用客戶服務中心應用領域較廣，其中以電信客戶服務中心為代表。其余還有如銀行業(yè)、電話銀行、網(wǎng)絡銀行服務中心、證券公司、航空和鐵路運輸公司、旅游平臺的呼叫中心、商業(yè)機構(gòu)（電話購物）、跨國公司（服務中心）、郵政業(yè)等。）建設客戶服務中