《數(shù)據(jù)挖掘案例-交叉銷售分析 (2)》由會員分享，可在線閱讀，更多相關《數(shù)據(jù)挖掘案例-交叉銷售分析 (2)（19頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、TeradataTM Warehouse MinerTraining Workshop案例-5 交叉銷售分析2 7/29/2024什么是交叉銷售？交叉銷售是企業(yè)向原有客戶銷售新的產(chǎn)品或效勞的過程提高客戶的忠誠度使客戶與企業(yè)的聯(lián)系更緊密交叉銷售是向顧客銷售多種相關的效勞或產(chǎn)品地域相關品牌相關效勞供給商相關3 7/29/2024交叉銷售的目標以產(chǎn)品為中心 以客戶為中心了解客戶已經(jīng)購置的產(chǎn)品和效勞 預測客戶下一步要購置的產(chǎn)品和效勞 提高交叉銷售的成功率改善客戶的忠誠度增加客戶的回報利潤 4 7/29/2024問題及分析方法哪些產(chǎn)品是經(jīng)常被一塊購置的？關聯(lián)分析哪些產(chǎn)品是經(jīng)常被同類型的顧客購置的？聚類分

2、析購置與不購置某類商品的顧客之間有什么區(qū)別？某類顧客購置某種商品的可能性有多高？決策樹、回歸和神經(jīng)網(wǎng)絡5 7/29/2024業(yè)務問題定義特定業(yè)務和哪些資費套餐是經(jīng)常被一起選用？找出業(yè)務和資費套餐的交叉關系關聯(lián)分析選用特定業(yè)務的顧客分群是如何分布？對特定業(yè)務的顧客進行聚類分析選用與不選用某種業(yè)務的顧客之間有什么區(qū)別？顧客選用某種業(yè)務的可能性有多高？數(shù)據(jù)探索對候選變量進行初步分析，找出高區(qū)分度的變量利用決策樹計算出客戶選用特定業(yè)務的可能性6 7/29/2024業(yè)務問題定義業(yè)務范圍按業(yè)務申請量語音信箱、三方通話、10元自由通.按業(yè)務使用量話音業(yè)務撥打17951、移動聊天、娛音在線.SP業(yè)務空中信使、

3、新浪網(wǎng)、雜志.7 7/29/2024業(yè)務問題定義客戶范圍客戶類型為非特殊客戶本月狀態(tài)為在網(wǎng)8 7/29/2024數(shù)據(jù)準備數(shù)據(jù)清洗和預處理建立物理數(shù)據(jù)模型PDM數(shù)據(jù)的抽取轉換和加載ETL變量選擇和數(shù)據(jù)抽樣9 7/29/2024數(shù)據(jù)準備物理數(shù)據(jù)模型基表客戶價值分析中原有的五張基表TB_CSL_SERVICE_APPLY 業(yè)務申請信息表TB_CSL_SERVICE_USAGE_NL 業(yè)務使用信息表(本地語音話單)TB_CSL_SERVICE_USAGE_LMM 業(yè)務使用信息表(移動夢網(wǎng)本省話單)TB_CSL_SERVICE_USAGE_MMS 業(yè)務使用信息表(彩信話單)總表TB_CSL_ALL_IT

4、EMS_FUNC 交叉銷售分析總表申請業(yè)務TB_CSL_ALL_ITEMS_CHAT_TYPE 交叉銷售分析總表話音業(yè)務TB_CSL_ALL_ITEMS_SERVICE 交叉銷售分析總表SP業(yè)務視圖VW_CSL_ALL_ITEMS_FUNC_FLAG 交叉銷售分析總表視圖標志，申請業(yè)務VW_CSL_ALL_ITEMS_CHAT_FLAG 交叉銷售分析總表視圖標志，話音業(yè)務VW_CSL_ALL_ITEMS_SERV_FLAG 交叉銷售分析總表視圖標志，SP業(yè)務評分表TB_CSL_SCORE_PROFILE 交叉銷售評分表TB_CSL_SCORE_PROFILE_1 交叉銷售評分表1TB_CSL_

5、SCORE_PROFILE_2 交叉銷售評分表210 7/29/2024數(shù)據(jù)準備ETL周期為每月基表的加載作業(yè)依賴作業(yè)TB_PAR_SUBSCRIBER_FUNC、本地語音話單、移動夢網(wǎng)本省話單、彩信話單上游作業(yè)TB_PAR_SUBSCRIBER_MONTH總表的加載作業(yè)依賴依賴作業(yè)全部基表加載作業(yè)完成上游作業(yè)TB_PAR_SUBSCRIBER_MONTH11 7/29/2024數(shù)據(jù)準備選擇和抽樣變量選擇客戶根本資料、繳費資料、投訴資料、通話資料、賬單資料、業(yè)務申請資料、業(yè)務使用資料數(shù)據(jù)抽樣從總表中抽取訓練集、驗證集和測試集各個集合均為六十萬條記錄12 7/29/2024探索型數(shù)據(jù)分析采用可視

6、化的工具或統(tǒng)計分析等方法來展示及探索各個變量對目標變量的影響值分析(Value Analysis)空值、唯一值、空字符串、零值、最大值、最小值頻次分析(Frequency,Histogram)判斷自變量對目標變量的區(qū)分度變量值離散化的依據(jù)相關分析(Correlation Analysis)找出和目標變量具有相關關系的自變量13 7/29/2024建立模型關聯(lián)分析模型找出業(yè)務和資費套餐的交叉關系聚類分析模型對特定業(yè)務的顧客進行聚類分析決策樹模型利用決策樹計算出客戶選用特定業(yè)務的可能性14 7/29/2024建立模型關聯(lián)分析模型關聯(lián)分析模型答復以下問題：“特定業(yè)務和哪些資費套餐是經(jīng)常被一起選用？目

7、標：找出業(yè)務和資費套餐的交叉關系數(shù)據(jù)項客戶編號、帳務年月、資費套餐、業(yè)務編碼TWM中對應的功能支持Affinity Analysis15 7/29/2024建立模型聚類分析模型聚類分析模型答復以下問題：“選用特定業(yè)務的顧客分群是如何分布？目標：對特定業(yè)務的顧客進行聚類分析數(shù)據(jù)項客戶編號、帳務年月、業(yè)務編碼、客戶根本資料、繳費資料、投訴資料、通話資料、賬單資料、業(yè)務申請資料、業(yè)務使用資料TWM中對應的功能支持Cluster Analysis16 7/29/2024建立模型決策樹模型決策樹模型答復以下問題：“選用與不選用某種業(yè)務的顧客之間有什么區(qū)別？顧客選用某種業(yè)務的可能性有多高？目標：計算出客戶

8、選用特定業(yè)務的可能性數(shù)據(jù)項客戶編號、帳務年月、業(yè)務編碼、客戶根本資料、繳費資料、投訴資料、通話資料、賬單資料、業(yè)務申請資料、業(yè)務使用資料目標變量：選用業(yè)務標志TWM中對應的功能支持Decision Tree Models17 7/29/2024高購置傾向客戶群人數(shù)：19711目標客戶組目標客戶組控制組控制組通過預測模型的打分，列出了有購置新業(yè)務傾向的客戶，配合相關篩選條件，被篩選了出來作為目標客戶.在客戶群中其他客戶，配合相關篩選條件，隨機篩選了出來作為控制組客戶.人數(shù)：1500人數(shù)：1500營銷活動目標客戶選取18 7/29/2024成功率成功率實施效果19 7/29/2024Questions?Open Discussion