基于数据挖掘技术的交叉销售分析(2)
2015-10-19 01:01
导读：数据挖掘就能够帮助企业发现这其中的关系?数据挖掘借助建立起的数据仓库,通过统计或人工智能等算法分析数据,建立模型,从而发现产品与顾客之间的关
数据挖掘就能够帮助企业发现这其中的关系?数据挖掘借助建立起的数据仓库,通过统计或人工智能等算法分析数据,建立模型,从而发现产品与顾客之间的关系?产品与产品之间的关系?比如保险公司和银行之间建立交叉销售,保险公司可以通过分析银行的客户信息数据库,发掘出银行中的哪些客户最有可能购买保险,进一步通过客户细分,找出这些客户中哪些适合购买寿险,哪些又适合购买人身保险或车险等?其次,保险公司可以通过关联分析找到银行不同产品或服务与保险公司的不同产品之间的相关性,比如拥有银行信用金卡的客户更需要哪种险种?下面将介绍基于数据挖掘技术的交叉销售分析的过程?
四?基于数据挖掘的交叉销售分析
在对交叉销售做分析时,具体的数据挖掘过程包含3个独立的步骤:
(1)对个体行为进行建模;
(2)用预测模型对数据进行评分;
(3)对得分矩阵进行最优化处理?
建模过程是用数据挖掘的一些算法对数据进行分析,然后产生一些
数学公式(也就是模型),这些数学公式可以用来对客户将来的行为进行预测分析?在交叉销售分析中,对每一种交叉销售的情况都要建一个模型?在这些交叉销售分析模型建好之后,每一个模型都可用来分析新的客户数据以预测出这些顾客将来的行为?评分过程很简单,就是计算这些数学公式的结果?在这里这些结果代表着两个月后这些顾客申请特定的一种抵押贷款账户的可能性?由于在这里有3种不同的抵押贷款服务,所以对每一位顾客就有3个不同的计算结果?评分过程的结果就是产生一个得分矩阵,矩阵的每一行代表一位顾客,每一列代表一种交叉销售的情况?最后一步是对这个得分矩阵进行最优化处理,即对每位顾客选出最合适的几种服务方案?
（转载自http://www.ＮＳＥＡＣ.com中国科教评价网） 1. 建模阶段
建模阶段又可以细化为几个子过程,在对不同的交叉销售情况进行建模的时候都包含了这几个子过程?也就是说,对每种交叉销售情况进行分析的过程都是独立的?在分析时,各种交叉销售情况所针对的客户可能会有重复,但在实际的建模过程中都将被独立地处理?
一旦这些模型建好后,就可以不断地重复使用它们,直到不再需要这些模型为止,也就是说这些模型已经没有很好的预测效果或者对这些模型预测的结果已经不感兴趣?但不管怎样,在建模阶段后面的几个步骤(评分阶段和优化阶段)也可以一直使用同一套模型?
2. 评分阶段
一旦有了这3种交叉销售情况所对应的分析模型,就可以用它们对新的客户数据进行分析预测,以决定向客户提供哪一种交叉销售服务最合适?这并不是很简单,因为要得到一种有效的优先顺序,通常要用一些筛选条件对所有的顾客挑选一遍?例如,只能对那些还没有房子的人用间接抵押模型进行分析?但是也有可能一位客户已经在别的银行申请了一个抵押贷款账户,可分析员并不知道,仍然使用“首次抵押贷款模型”对他进行分析预测?
3. 优化阶段
下一步就可以决定向客户提供哪一种抵押贷款服务了?对得分矩阵进行优化的目的就是选择出最适合客户的服务?在这个阶段中,有4种处理方法?这里按照从易到难的顺序进行介绍?
(1)质朴的方法?在质朴的优化方法中,只要选择出每一个客户得分最高的那一个模型对应的服务?质朴的优化方法将使这次市场活动中收到的客户反馈尽可能的多?这种方法只选择那种顾客最可能有反馈的服务,而不管这种反馈可能带来多大的经济效益?
(2)平均效益方法?平均效益方法功能有所增强,它将与每一种服务相关的经济信息融合进来?所以这种方法让总体经济效益达到最大化?在这种方法里,每一种交叉销售服务都有一个对应的经济价值?这个价值是潜在客户的平均价值,它通常是由历史数据库中现有顾客的特性决定的?
（科教作文网http://zw.nseAc.com） (3)个人效益方法?个人效益方法是对不同的顾客用不同的经济价值数据进行计算,得出在每个服务中可能获得的预期回报?例如,这种计算方法要用客户现有贷款账户的偿还情况来估计出重抵押贷款和二次抵押贷款的价值?“平均效益”方法和“个人效益”方法最主要的区别在于:用“个人效益”方法计算时,不同的顾客在同一项服务中产生的预期回报也是不同的?
