客户关系管理的主要技术PPT(共24页).ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《客户关系管理的主要技术PPT(共24页).ppt》由用户(四川天地人教育)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 客户关系 管理 主要 技术 PPT 24
- 资源描述:
-
1、第二节第二节 客户关系管理的主要技术客户关系管理的主要技术一、数据挖掘技术一、数据挖掘技术 随着国民经济和社会信息化的发展,人们在随着国民经济和社会信息化的发展,人们在计算机系统中存放的数据量越来越大。我们发现计算机系统中存放的数据量越来越大。我们发现这些数据是人们工作、生活和其他行为的记录,这些数据是人们工作、生活和其他行为的记录,是企业和社会发展的记录,也是人与自然界本身是企业和社会发展的记录,也是人与自然界本身的描述。这就是说在计算机系统中形成了庞大的的描述。这就是说在计算机系统中形成了庞大的 数据资源数据资源 。因此,发现这些数据所含的规律也。因此,发现这些数据所含的规律也就是发现我们
2、工作、生活和社会发展中的规律,就是发现我们工作、生活和社会发展中的规律,发现人与自然界的规律,就相当于在数据资源中发现人与自然界的规律,就相当于在数据资源中发现金矿。这就是数据资源的开发利用,是非常发现金矿。这就是数据资源的开发利用,是非常有价值的工作。而有价值的工作。而数据挖掘数据挖掘是目前最先进的数据是目前最先进的数据资源开发利用技术资源开发利用技术 我们先来看一个数据挖掘的故事,我们先来看一个数据挖掘的故事, 尿布与啤尿布与啤酒酒 的故事是关于数据挖掘最经典和流传最广的故的故事是关于数据挖掘最经典和流传最广的故事。事。 总部位于美国阿肯色州的世界著名商业零总部位于美国阿肯色州的世界著名商
3、业零售连锁企业沃尔玛(售连锁企业沃尔玛(Wal MartWal Mart)拥有世界上最)拥有世界上最大的数据仓库系统。为了能够准确了解顾客在大的数据仓库系统。为了能够准确了解顾客在其门店的购买习惯,沃尔玛利对其顾客的购物其门店的购买习惯,沃尔玛利对其顾客的购物行为进行购物篮分析,想知道顾客经常一起购行为进行购物篮分析,想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易各门店的详细原始交易数据。在这些原始交易数据的基础上,沃尔玛利用数据的基础上,沃尔玛利用NCRNCR数据挖掘工具数据挖掘工具对这些数据进行分
4、析和挖掘。一个意外的发现对这些数据进行分析和挖掘。一个意外的发现是:是: 跟尿布一起购买最多的商品竟是啤酒!跟尿布一起购买最多的商品竟是啤酒! v 这是数据挖掘技术对历史数据进行分析的结果,反映数这是数据挖掘技术对历史数据进行分析的结果,反映数据内在的规律。那么这个结果符合现实情况吗?是否是据内在的规律。那么这个结果符合现实情况吗?是否是一个有用的知识?是否有利用价值?一个有用的知识?是否有利用价值? v 于是,沃尔玛派出市场调查人员和分析师对这一数据挖于是,沃尔玛派出市场调查人员和分析师对这一数据挖掘结果进行调查分析。经过大量实际调查和分析,揭示掘结果进行调查分析。经过大量实际调查和分析,揭
5、示了一个隐藏在了一个隐藏在 尿布与啤酒尿布与啤酒 背后的美国人的一种行为模背后的美国人的一种行为模式:在美国,一些年轻的父亲下班后经常要到超市去买式:在美国,一些年轻的父亲下班后经常要到超市去买婴儿尿布,而他们中有婴儿尿布,而他们中有30%30%40%40%的人同时也为自己买一的人同时也为自己买一些啤酒。产生这一现象的原因是:美国的太太们常叮嘱些啤酒。产生这一现象的原因是:美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布,而丈夫们在买尿布后她们的丈夫下班后为小孩买尿布,而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。又随手带回了他们喜欢的啤酒。 v 既然尿布与啤酒一起被购买的机会很多,于是沃尔玛就
6、既然尿布与啤酒一起被购买的机会很多,于是沃尔玛就在其一个个门店将尿布与啤酒并排摆放在一起,结果是在其一个个门店将尿布与啤酒并排摆放在一起,结果是尿布与啤酒的销售量双双增长。尿布与啤酒的销售量双双增长。v 按常规思维,尿布与啤酒风马牛不相及,若不是借助数据按常规思维,尿布与啤酒风马牛不相及,若不是借助数据挖掘技术对大量交易数据进行挖掘分析,沃尔玛是不可能挖掘技术对大量交易数据进行挖掘分析,沃尔玛是不可能发现数据内在这一有价值的规律的。发现数据内在这一有价值的规律的。v 那么数据挖掘是什么样的技术呢?那么数据挖掘是什么样的技术呢? 数据挖掘数据挖掘从大量的数据中,抽取出潜在的、有价从大量的数据中,
7、抽取出潜在的、有价值的知识、模型或规则的过程,汇集了统计学、人工智能、值的知识、模型或规则的过程,汇集了统计学、人工智能、数据库等学科的内容,是一门新兴的交叉学科。数据库等学科的内容,是一门新兴的交叉学科。 数据挖掘主要采用以下几种方法进行知识发现:数据挖掘主要采用以下几种方法进行知识发现: (1 1)关联分析:寻找数据项之间感兴趣的关联关系。例如:)关联分析:寻找数据项之间感兴趣的关联关系。例如:我们可以通过对交易数据的分析可能得出我们可以通过对交易数据的分析可能得出“86%86%买买啤酒啤酒的人同时也买的人同时也买尿布尿布”这样一条这样一条“啤酒啤酒”和和“尿布尿布”之之间的关联规则。间的
8、关联规则。 (2 2)演变分析:描述时间序列数据随时间变化的数据的规)演变分析:描述时间序列数据随时间变化的数据的规律或趋势,并对其建模。包括时间序列趋势分析、周期模律或趋势,并对其建模。包括时间序列趋势分析、周期模式匹配等。例如:通过对交易数据的演变分析,可能会得式匹配等。例如:通过对交易数据的演变分析,可能会得到到89%89%情况股票情况股票X X上涨一周左右后,股票上涨一周左右后,股票Y Y会上涨会上涨 这样一这样一条序列知识。条序列知识。 (3 3)聚类分析:根据最大化类内的相似性、最小化类)聚类分析:根据最大化类内的相似性、最小化类间的相似性的原则将数据对象聚类或分组,所形成的间的相
9、似性的原则将数据对象聚类或分组,所形成的每个簇(聚类)可以看作一个数据对象类,用显式或每个簇(聚类)可以看作一个数据对象类,用显式或隐式的方法描述它们。也就是我们常说的物以类聚人隐式的方法描述它们。也就是我们常说的物以类聚人以群分。以群分。 (4 4)分类分析:找出描述并区分数据类的模型(可以)分类分析:找出描述并区分数据类的模型(可以是显式或隐式),以便能够使用模型预测给定数据所是显式或隐式),以便能够使用模型预测给定数据所属的数据类。例如:信用卡公司可以将持卡人的信誉属的数据类。例如:信用卡公司可以将持卡人的信誉度分类为:良好、普通和较差三类。分类分析通过对度分类为:良好、普通和较差三类。
10、分类分析通过对这些数据类的分析给出一个信誉等级的显式模型:这些数据类的分析给出一个信誉等级的显式模型: 信信誉良好的持卡人是年收入在誉良好的持卡人是年收入在3000030000元到元到5000050000元之间,元之间,年龄在年龄在3030至至4545岁之间,居住面积达岁之间,居住面积达90M2 90M2 左右的人左右的人 。这样对于一个新的持卡人,就可以根据他的特征预测这样对于一个新的持卡人,就可以根据他的特征预测其信誉度。其信誉度。 (5 5)异常分析:一个数据集中往往包含一些特别)异常分析:一个数据集中往往包含一些特别的数据,其行为和模式与一般的数据不同,这些的数据,其行为和模式与一般的
11、数据不同,这些数据称为数据称为 异常异常 。对。对 异常异常 数据的分析称为数据的分析称为 异常异常分析分析 。它在欺诈甄别、网络入侵检测等领域有着。它在欺诈甄别、网络入侵检测等领域有着广泛的应用。广泛的应用。 数据挖掘的实施步骤:数据挖掘的实施步骤: 主要有数据准备、规律寻找、规律表示和结果评价四主要有数据准备、规律寻找、规律表示和结果评价四个步骤。个步骤。 数据准备数据准备是从各种数据源中选取和集成用于数据挖是从各种数据源中选取和集成用于数据挖掘的数据;掘的数据; 规律寻找规律寻找是用某种方法将数据中的规律找出来;是用某种方法将数据中的规律找出来; 规律表示规律表示是用尽可能符合用户习惯的
12、方式(如可视是用尽可能符合用户习惯的方式(如可视化)将找出的规律表示出来;化)将找出的规律表示出来; 但在具体实施数据挖掘应用时,还要有一个步骤就但在具体实施数据挖掘应用时,还要有一个步骤就是是结果评价结果评价。这是因为数据算法寻找出来的是数据的。这是因为数据算法寻找出来的是数据的规律,其中有些是人们感兴趣的有用的,还有一些可规律,其中有些是人们感兴趣的有用的,还有一些可能是不感兴趣的没有用的。这就要对寻找出的规律进能是不感兴趣的没有用的。这就要对寻找出的规律进行评估。例如:行评估。例如: 跟尿布一起购买最多的商品是啤酒跟尿布一起购买最多的商品是啤酒 这样一条规律是否有用呢?这就需要市场调查和
13、评估这样一条规律是否有用呢?这就需要市场调查和评估工程师根据实际情况做出评估判断。这是一个人工步工程师根据实际情况做出评估判断。这是一个人工步骤,还难以自动化。骤,还难以自动化。 数据挖掘是数据挖掘是CRMCRM的前提和基础,的前提和基础,CRMCRM是数据是数据挖掘的延续和创新,通过将两者进行有效的组挖掘的延续和创新,通过将两者进行有效的组合,不断促进企业单个客户价值的提升和客户合,不断促进企业单个客户价值的提升和客户规模的扩大,有效地推动企业价值和实力的不规模的扩大,有效地推动企业价值和实力的不断攀升。断攀升。二、呼叫中心二、呼叫中心 随着互联网的发展,信息交流技术随着互联网的发展,信息交
14、流技术越来越多,越来越多,CRMCRM系统需要支持多种交流系统需要支持多种交流方式。以便促使提高客户沟通效率、方式。以便促使提高客户沟通效率、缩短交易周期,提升企业的赢利能力。缩短交易周期,提升企业的赢利能力。生活中的呼叫中心生活中的呼叫中心v比如你拿手机拨打比如你拿手机拨打1001010010,接电话的小姑娘使用的,接电话的小姑娘使用的就是呼叫中心;你给银行打电话,查自己工资卡就是呼叫中心;你给银行打电话,查自己工资卡里的钱,播放语音的就是呼叫中心;如果你在使里的钱,播放语音的就是呼叫中心;如果你在使用宽带网络上网时,发生网络中断,于是你拨通用宽带网络上网时,发生网络中断,于是你拨通了了10
15、06010060热线,客服人员详细了解了具体情况,并热线,客服人员详细了解了具体情况,并告诉他将于五分钟内解决问题;如果你想订一张告诉他将于五分钟内解决问题;如果你想订一张飞机票,那么你打个电话给票务公司,一个友好飞机票,那么你打个电话给票务公司,一个友好的、礼貌的声音会告诉你订票情况,并帮你查询,的、礼貌的声音会告诉你订票情况,并帮你查询,告诉你价格。原来每个人都是曾经跟呼叫中心打告诉你价格。原来每个人都是曾经跟呼叫中心打过交道,只不过他们并不知道什么是呼叫中心或过交道,只不过他们并不知道什么是呼叫中心或者不知道他就是呼叫中心。者不知道他就是呼叫中心。 生活中的呼叫中心生活中的呼叫中心v以上
展开阅读全文