注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘与实战应用(40,条条大道通罗马)  

2009-06-18 09:08:04|  分类: 数据挖掘的实践应 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

 

关于数据挖掘项目的总思路和根本法则,我个人看法就是“条条大道通罗马”,或者“法无定法”,几乎所有的专题项目,同一个任务,基本上都是有两种以上的完全不同的思路和算法可以备选的。现在将它们部分整理出来,只是想说明数据挖掘实在是鲜活的、有个性的,不墨守成规的,也只有这样才是具有强大生命力的。

首先谈谈客户细分(也即专业术语中的“聚类分析”)吧。从算法上讲有基于划分的方法(partitioning methods), 常用的是K-Means算法;也有基于模型的方法(model based methods),常见的是神经网络技术的SOM(self organizing feature map)算法;还有基于层次的方法( hierarchical methods),基于密度的方法, 基于网格的方法(从这些不同的算法可以想象,有些专家可以穷其一辈子的经历去研究聚类技术)。从思维方向上看,有先按照业务经验挑出有针对性的少数指标进行分析(这是最主流的方法),也有投入较多的指标尝试机器智能的。法无定法,但是结果都应该经过业务经验的验证和解释,在此基础上修正模型。

接下来是交叉销售模型,这个名称很吸引眼球。综合世界上十几年的数据挖掘中外行业实践,最少有4种完全不同的思路和技术,却都分别可以在不同的项目背景下圆满回答交叉销售模型这个“任务“。一就是按照关联技术(Association analysis),也即通常所说的“购物篮分析”,发现那些有较大可能被一起采购的商品,将它们进行有针对性的促销和捆绑,这就是交叉销售。二是借鉴响应模型的思路,将某几种重要商品分别建预测模型,对潜在消费者通过这些特定预测模型的过滤,发现最有可能的前5%的消费者,进行精确的营销推广。三是借鉴预测模型的思路,两两重要商品组合,发现那些最有可能消费的潜在客户。四是通过决策树的清晰的树状规则,发现基于具体数据资源的具体规则(有的多,有的少),国外很多营销方案的制订和执行实际上都是通过这种方式找到灵感和思路的。

再谈谈“客户生命周期管理”这个似乎是最高层次的挖掘应用和方法吧。从企业战略的角度讲,“客户管理”因此上升到一个有关客户在本企业的生命周期这个非常有噱头的管理名词和管理概念的,呵呵。不同价值的客户对于特定企业来说是有不同的留存时间(即生命周期),如何将有价值的客户尽量延长他们在本企业的消费时间,他们最多都可以有多长的时间,不同的客户因此应该受到不同待遇和资源分配,企业对他们的盈利评价和资源支出也应该有不同的时间宽限和时间容忍(换句话说,对于那些最盈利的消费者,企业在开始的前几年是可以容忍为他们投入和亏损,只要在后面的岁月里这些黄金客户可以为企业带来更大的盈利贡献就可以了)。利用数据分析和数据挖掘分析客户生命周期(价值)有太多的内容和启发,简直可以写一部厚厚的书。一个最基本的计算客户生命周期价值的思路就是从某个时间原点开始的时间段内的新客户数据进行记录,追踪到以后的三年、五年,通过流失、保留、营销支持(成本)、消费所产生利润贡献等指标,计算客户保留的时间和贡献率,据此可以辅助支持营销政策的制订;另外一个思路就是说,客户与企业的关系是一个逐步发展到衰退的过程(从成为新客户,到逐步提升,到成熟,到衰退,到完全失去意义),上述不同阶段,都应该有不同的驱动因素来主要支配,如果数据挖掘能找到这些因素,将有效提升客户对企业的贡献和在企业的生命周期,在这里数据挖掘可以用来发现这些关键因素,加以满足和利用,这是一个很有意义的利用,尽管跟上面第一个的思路和想法完全不同;接下来另一个不同的思路就是根据历史数据分析建立数据挖掘模型,预测不同客户在企业的保留时间,这个思路比较普通,但是很有用,当然详细的思路和客户群体细分是必须的,这里不想展开;还有一个思路就是将客户生命周期问题放到企业的宏观研究来看,通过观察分析不同客户群体在企业生命周期的历史曲线形状,来评价企业相应的客户管理水平和价值。

当然不止这些了,写下去没完没了,只是想举例说明本文的题目和论点,那就是“条条大道通罗马”,换成佛家的智慧就是“法无定法”。你对这些观点有补充的吗?欢迎补充欢迎指教,谢谢了!

  评论这张
 
阅读(263)| 评论(0)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017