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

数据挖掘与数据分析

个人微信:datamen 欢迎交流

 
 
 

日志

 
 

分析型CRM  

2008-06-05 15:57:07|  分类: CRM |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

 

  分析型顾客关系管理(Analytical CRM)是顾客关系管理的一个分支,主要是指通过运用数据库、统计工具、数据挖掘、机器学习、商业智能和数据报告等技术,获取、分析及应用与顾客相关的各种数据信息以及接近顾客的方法手段。

顾客信息包括:

  • 基本的顾客个人数据,如: 顾客姓名、工作单位、业务部门、通讯地址、电子邮件、电话、传真、性别、国籍,等等。
  • 更具体的顾客信息数据,如
    • 顾客财务状况(年收入、收益)
    • 顾客交易情况(产品情况、收入情况、利润情况、支付方式、支付行为)
    • 网络沟通情况(IP地址、登录页面、点击流、访问时长)
    • 电话沟通情况(客服呼叫中心数据报告、销售电话)
    • 其他沟通情况(邮递邮件、回复反馈)
    • 顾客满意程度(分别对产品、服务、公司)

  公司在其经营过程(销售、服务、财务、市场)中通过其信息渠道(多渠道营销)获得以上顾客数据信息。 有些信息还可以通过外部资源获取,如市场调查数据、地址数据库等。一个较为明智的做法是对顾客数据信息进行中心化存储和管理,以避免多版本数据造成的混乱。顾客数据应该做到真实、完整、准确和唯一(各顾客在数据库中应该是唯一状态,不能出现重复),并具有易达性,数据的需求者在需要的时候能够方便地访问和使用这些数据。 对于那些将顾客关系管理放到战略高度的公司来说,这一点更是千真万确毫无疑问的。

1、优化化营销效果。

     2、 顾客获取、交叉销售、向上销售、顾客保持,等等。

      3、顾客行为分析以促进产品和服务决策(如产品定价、新品开发)。 比较: Quality Function Deployment质量功能展开。

      4、管理决策,如财务预测、顾客收益分析。

       5、顾客流失可能性分析。

客户流失可能性分析。  

  1. 问题公式化。 我们想知道什么。 此问题是否可答(从技术、财务、组织等角度分析)。 一些典型的顾客关系管理分析型问题:

  • 顾客分类
  • 获取分析(各数据列表和数据库的质量要求是什么)
  • 关系分析(期望的顾客保持,交叉销售、深度销售及向上销售的机会)
  • 渠道或手段分析(通过哪些渠道或手段能够获得最佳结果)

  2. 分析准备(随机样本调查、相关变量、范例、分布、确定性数据设定)

  3. 确定性分析,运用:

  • 统计技术(Regression Analysis回归分析, Dynamic Regression动态回归, Exploratory Factor Analysis探索性因子分析, Exponential Smoothing指数平滑法, ARIMA自回归整合移动平均模型)
  • 数据挖掘,以期发现数据中的非明显性及非线性模式。
  • 机器学习(人工智能)技术,如: 神经网络、基因算法、关联规则及范例推理。

  4. 结果形象化,将分析结果以可理解的形式提供给其他用户。

 

  评论这张
 
阅读(492)| 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