数据挖掘 客户关系管理的科学与艺术PDF|Epub|txt|kindle电子书版本网盘下载

数据挖掘 客户关系管理的科学与艺术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1部分本书焦点1

目录1

第1章数据挖掘概述3

1．什么是数据挖掘？4

2．数据挖掘能做什么？5

分类5

估计5

预测6

组合或关联法则6

聚类6

描述与可视化7

3．商业领域的数据挖掘7

作为研究工具的数据挖掘7

改进生产过程的数据挖掘8

市场营销中的数据挖掘8

4．技术层面的数据挖掘9

数据挖掘与机器学习9

客户关系管理中的数据挖掘9

数据挖掘与统计学10

数据挖掘与决策支持10

数据挖掘与计算机技术12

5．数据挖掘的社会背景12

第2章为什么要精通数据挖掘这门艺术14

1．数据挖掘的四种方法15

购买评分16

购买软件16

聘请编外专家22

培养企业内部骨干24

本章小结25

第3章数据挖掘方法论：互动循环系统26

1．数据挖掘的两种类型27

有监督的数据挖掘27

无监督的数据挖掘28

2．数据挖掘的互动循环过程29

3．正确识别业务问题30

相应的行业规范有哪些？31

关于数据31

是否存在最让人感兴趣的客户子群或客户细分？31

实施数据挖掘是否必要？31

印证业内专家的观点32

4．将数据转换成可操作的决策32

确认和获取数据32

生成有效数据、探索数据以及清洁数据34

将数据转换成具有合适的粒度的数据35

准备建模数据集36

加入衍生变量36

选择建模技术和训练模型37

检测模型的执行效率37

5．将结果生成决策39

6．评测模型的有效性40

7．成功建立预测模型的要点41

预测模型的时间范围41

模型的使用有效期42

假定1：过去是将来的预言家42

假定2：数据是可以获得的43

本章小结44

假定3：数据中应包括我们的预期目标44

第4章客户和他们的生命周期46

1．谁是企业的客户46

消费者47

企业客户48

客户市场细分50

2．客户的生命周期51

客户生命周期的不同阶段52

客户生命周期中的重要事件53

客户生命周期中不同的时段所产生的资料55

3．客户的生理生命周期56

4．选择最佳时机，锁定最佳客户57

预算最优化57

促销活动最优化59

客户最优化61

本章小结64

第2部分数据挖掘的三大支柱71

第5章数据挖掘技术与算法71

1．不同的目标要求不同的技术71

不同的数据类型要求不同的方法73

2．三种数据挖掘技术73

K—均值类别侦测的工作原理74

3．自动类别侦测74

选择聚类所产生的后果77

4．决策树79

决策树的工作原理79

决策树的建立过程81

选择决策树所产生的后果85

5．神经网络85

神经网络的训练89

选择神经网络所产生的后果90

本章小结91

第6章无所不在的数据92

1．数据结构93

行93

列95

数据挖掘中列的作用97

数据挖掘中的数据99

2．数据看起来究竟像什么？100

数据从哪里来100

粒度的合适水平105

度量数据取值的不同方法107

3．多少数据才足够呢？110

4．衍生变量111

使用衍生变量时应该注意的问题112

离群点的处理112

列变量的组合113

分类汇总114

从某一列中提取信息115

时间序列117

5．案例：客户行为的界定119

缺失数据125

6．受污染的数据125

定义模糊126

谬误值126

本章小结127

第7章建立有效的预测模型129

1．建立好的预测模型129

预测模型的建立过程130

对模型效果的衡量131

模型稳定性135

2．对模型集进行处理136

保持模型稳定性所面临的挑战136

分割与掌握：训练集、测试集与评价集137

模型集规模对模型效果的影响137

模型集密度对模型效果的影响138

抽样138

何谓过抽样？139

利用时间相关资料来建立模型142

模型输入和模型输出144

执行时间：考虑模型的建立时间145

时间和遗漏数据148

建立时间上易于转换的模型149

字段命名151

3．使用多个模型151

多个模型的表决152

将输入分段155

对模型进行组合的其他原因156

4．做试验！157

模型集158

不同类型的模型以及模型参数158

时间范围159

本章小结160

第8章实施控制：建立数据挖掘环境161

1．起步161

何谓数据挖掘环境？162

四个案例研究162

数据挖掘环境得以成功的要素162

2．案例1：建造公司内部核心竞争力163

保险行业的数据挖掘163

开端164

向网上发展166

3．案例2：创造新的商机166

环境167

潜在客户的数据仓库167

下一个步骤169

4．案例3：在数据仓库工作中培养数据挖掘技能169

特殊类型的数据仓库169

数据挖掘的计划171

信息技术部门内部的数据挖掘171

建立高级数据挖掘环境所需的条件172

5．案例4：利用特斯拉快速建模环境法（RME）进行数据挖掘172

RME如何运作？173

什么是RME？173

RME如何协助数据准备175

RME如何支持抽样176

RME如何协助建立模型177

RME如何协助模型评估和管理177

本章小结179

第3部分案例研究186

第9章数据挖掘在目录直销业中的应用186

——有谁会需要香油袋和长裤拉伸器？186

1．佛蒙特乡村小店186

VCS的发家史187

预测模型189

2．商业问题189

3．数据191

数据挖掘软件的选择192

RFM与细分的基础192

4．技术路线192

挑战者——神经网络、决策树和回归分析194

决定可能已经发生的事196

计算投资回报率196

5．未来196

期望收益197

本章小结197

第10章数据挖掘在在线银行业中的应用——顾客垂青的下一个产品是什么？198

1．获取利润198

2．商业问题199

3．数据200

从账户到客户202

推出产品204

4．解决问题的方法206

标准分数206

如果走起来像只鸭207

这个方法的陷阱208

5．建模209

决策树模型211

得到交叉销售模型218

建立其他模型218

6．更完美的世界219

本章小结220

第11章数据挖掘在无线通信业中的应用——客人，您慢些走！221

1．无线通信业222

一个快速成熟的行业222

与其他行业的区别223

2．商业问题224

项目背景224

何为流失？225

无线通信市场的特点225

为什么建立流失模型有用？226

三个目标227

建立流失模型的方法228

项目简介230

3．实际应用——寻找流失模型230

建模工具的选取231

对模型进行分类231

最终的四个模型232

选择建模算法235

模型集的大小和密度239

潜伏期的影响（或考虑实际应用）240

及时更新模型241

4．数据242

基本客户模型243

从通电话到数据243

顾客历史流失率244

客户及账单层次的数据244

变量剔除245

付费历史资料245

服务端数据245

衍生变量246

5．建立客户流失模型的经验247

寻找最显著的变量247

听取用户意见247

听取数据的声音247

包含历史流失率248

构造模型集249

本章小结251

理解算法和工具251

为流失管理应用建立模型251

由数据决定模型参数251

第12章数据挖掘在电信业中的应用——以客户为中心253

1．数据流程254

什么是数据流程？254

基础操作255

并行环境下的数据流程256

2．业务问题258

项目背景258

数据流程为何有效率？258

重要的市场营销问题259

3．数据259

通话明细数据260

客户数据261

辅助文件264

4．发现之旅264

在通话记录中能发现什么？264

每日时段通话分析266

通话的市场细分268

国际长途模式271

什么时候使用者在家？274

因特网服务的提供者276

专用网络276

同时发生的通话279

本章小结282

第13章谁正在买什么？283

——超市内的数据挖掘应用283

1．行业发展趋势283

将重心从商品转换到客户285

超市作为信息中介商285

2．三个案例287

3．分析不同人种的购买模式287

商业背景287

数据288

可视化工具的成功289

一个失败的方法290

恰好与事实相符291

4．谁在超市购买酸奶？293

商业背景293

数据294

寻找顾客聚类299

从杂货到客户299

将聚类结果应用到业务中302

5．谁在健康食品店购买肉？303

购物篮分析用的关联规则306

人比杂货店更令人感兴趣307

本章小结308

第14章不浪费、不短缺：改善生产流程310

1．唐纳利父子公司用以降低成本的数据挖掘技术310

商业问题311

技术问题311

数据312

归纳滚筒条纹惯例315

印刷厂的改变316

长期影响317

2．时代公司减少纸张损耗的努办317

商业问题318

数据320

解决问题的方法322

浪费的种类323

可避免的浪费325

可避免浪费的归纳规则325

数据转换325

数据的特性描述和概要327

决策树327

关联规则330

综合330

本章小结331

第15章社会议题：数据挖掘与隐私权332

1．隐私棱镜333

2．数据挖掘是一种威胁吗？334

3．对隐私的期望335

隐私的重要性336

4．现实世界中的信息339

5．电子世界中的信息340

分辨客户341

综合342

6．数据挖掘的希望344

索引347