1.数据挖掘 第一章+绪论(浅谈数据挖掘)

13


2013-9-22
(1.客户数据库)

顾客: 客服:“陈先生,请您说话 小心一点。您在2000年四 月一日用脏话侮辱警察,被 判了十日拘役。” 顾客:“……”

2013-9-22
(6.刑事刑案数据库)
14

客服:“请问还需要什 么吗?” 顾客:“没有了，是不 是有送三罐可乐?” 客服:“是的!不过根据 “AIC CRM系统”您有 糖尿病……”
19
2013-9-22
解决上述问题的步骤： 首先，确定数据源，也就是销售记录。 这里要用到两张表，一张表是该书店的会员， 用会员ID号来代替；另一张表是会员买了什 么书。然后，应用Data Mining技术，建立数 据挖掘模型。
2013-9-22
20
对上述问题进行挖掘的结果：
Book Name
29
2013-9-22
DM在房地产行业中的应用
关联规则A1：地理位置无关型客户＝≥ 重视物业管理 支持率=9.7%；可信度=30.3%；兴趣度=2.4； 关联规则B1：重视物业管理＝≥ 地理位置无关型客户 支持率=9.7%；可信度=76.9%；兴趣度=2.4； 对比发现：“重视物业管理的人不关心地理位置”的 可能性（76.9%）高于“不关心地理位置的人重视物业 管理”的可能性（30.3%）。说明关联规则B1是一条更 有意义的关联规则。
25
2013-9-22
2、利用数据挖掘技术帮助企业准确制定营销 策略，主要表现在： （1）通过对市场同类产品和销售情况、顾客情
况的资料收集和分类分析，明确细分市场，确定 本企业差别化的产品和服务定位、目标顾客和市 场营销策略。（业绩分析） （2）正确安排商品进货与库存，降低库存成本。 即对各个商品、各色货物进行增减，确保正确的 库存；协助企业确定最佳经济批量、最佳定货时 机，从而节约进货和库存管理费用；
24


例如，一个超市营销的例子，经由记录客 户的消费记录与采购路线，超级市场的厨 房用品是按照女性的视线高度来摆放的。 根据研究得出：美国妇女的视线高度是150 公分左右，男性是163公分左右，而最舒适 的视线角度是视线高度以下15度左右，所 以最好的货品陈列位臵是在130-135公分之 间。在商业上，有很多特征是很难理解的 ，但若了解到这些信息就会增加企业的竞 争能力。
2013-9-22
28
（7）交叉销售


例如，拥有汽车的新婚夫妻很可能购买儿 童专用汽车椅，这个现象很容易被理解， 并不需要应用到数据挖掘中。 但如考虑到另一个问题，这些夫妻会购买 何种颜色的儿童专用汽车椅？这时可以运 用数据挖掘技术以便在新婚夫妻购买汽车 的时候销售给他们合适的儿童专用汽车椅 。
(1.客户数据库)

顾客: “我家，为什么你知道我所 有的电话号码？” 客服: “陈先生，因为我们有连线 “AIC CRM 系统”。”
Customer Relationship Management 客户关系管理
8

Add-in-Cards 亲密合作伙伴 2013-9-22

顾客:“我想要一个海鲜披萨……”

应用之一是通过评价交易数目、交易金额 、账户信息如姓名变化和地址变迁、换卡 申请等非金融信息的组合来实现。这些因 素结合起来，描述出持卡人最近交易的大 概轮廓，从而评估出是否与持卡人的交易 习惯相符。一旦发现交易异常的明显痕迹 例如，如果一个持卡人日常生活里，每月交易笔数在 ，发卡行需要联系持卡人，以确定其信用 3~6笔，这就是其交易模式之一。如果有一天发现当日 卡账户最近是否正常，是否被以任何方式 其信用卡账户有15笔交易，例外报告将要求发卡行联系 遭受损害。 持卡人进行确认。
0.0213 0.7177
情圣（2VCD） 50 0.0107 0.7058 结果：购买《月光宝盒（2VCD）》之后，又 龙的传人（2VCD） 34 0.0090 0.7280 购买《大圣娶亲(2VCD)》的次数是1317。
2013-9-22 21
武状元苏乞儿（2VCD）
89
6、数据挖掘在企业中的应用
1317 171 146 156 150 106 104
示在购物篮分析 0.8703 0.8085 是指在所有 中同时包含关联 的购买了左 0.0369 0.7070 规则左右两边物 边商品的交 0.0361 0.7209 品的交易次数百 易中，同时 0.0312 0.6990 分比，即支持这 又购买了右 0.0312 0.7031 个规则的交易的 边商品的交 0.0263 0.7211 次数百分比 。 易概率。 0.0213 0.7017
大圣娶亲(2VCD) 大内密探零零发(2VCD) 九品芝麻官（2VCD） 千王之王2000（2VCD） 百变金刚（2VCD） 唐伯虎点秋香（2VCD） 97家有喜事（2VCD）
$SUPPOR $PROBABIL $ADJUSTED 臵信度 支持度sup(.)：表 T ITY PROBABILITY confidence(.)：
2013-9-22 30
DM在公司财务分析中的应用
2013-9-22
31
用比 率分 析法 消除 规模 影响
2013-9-22
32
首先，将企业按财务状况分成5类；其次，利用关联 分析，找到影响企业财务状况的因素。对公司的财 务状况有明显影响的因素有资产负债率、速动比率 、总资产周转率、销售毛利率、净资产收益率等。33 2013-9-22
26

2013-9-22

以 顾 客 为 导 向

（3）将顾客按照一定的标准进行分类，通过对 企业销售数据的序列分析发现顾客基于时间的 购买模式，预测顾客需求，及时调整产品的结 构和内容，提高不同顾客群的满意度，最大限 度的留住顾客。 （4）通过建立顾客会员制度，记录同一顾客在 不同时期购买的商品序列，通过统计分析和序 列模式挖掘顾客购买趋势或忠诚度的变化。
2013-9-22
6
3、一个网络流传的笑话(转述)

客服:“东东披萨店您好!请问有什么需 要我为您服务？” 顾客:“你好，我想要……”


客服:“先生，请把您的AIC会员卡号码 告我。”
顾客:“喔!请等等，12345678。”

2013-9-22
7
客服: “陈先生您好，您是住在泉州街一号 二楼,您家的电话是23939889，您的公司电话 是23113731, 您的移动电话是939956956。请 问您现在是用哪一个电话呢? ”

是什么让沃尔玛发现了尿布和啤酒之间的关 系呢？
正是商家通过对超市一年多原始交易数字进 行详细的分析，通过数据挖掘中的关联规则 发现了这样的组合。
18

2013-9-22
5、网上书店关联销售的案例



现在网上书店为了能够吸引更多读者 购买图书，常常会运用一种叫做关联 销售分析的方法。 这种方法是给客户提供其他的相关书 籍，也就是在客户购买了一种书籍之 后，推荐给客户应该感兴趣的其他相 关书籍。 例如：购买了《月光宝盒（2VCD）》 的顾客，对什么样的VCD还比较感兴趣， 购买的比较多呢？。


2013-9-22
15
CRM Road MAP
前台
销售自动化
接触通路 客服中心 网络银行 查询/报表 在线实时分析
后台
作业型资
料储存库
分析模块 (Analytical Models)/ Business Domain Ready Solutions
整合性客
(ODS)
户数据库
客户
电子邮件/简讯
营销自动化
2013-9-22
27

例如，Safeway在了解客户每次采购时会购 买哪些产品以后，就可以利用数据挖掘中 的监测功能，监测出长期的经常购买行为 。再将这些资料与主数据库的人口统计资 料结合在一起，Safeway的营销部门就可以 根据每个家庭的特性，也就是哪些季节会 购买哪些产品的趋势，发出邮件。
客服:“陈先生, 海鲜披萨不适合您。” 顾客:“为什么?” 客服:“根据您的医疗纪录, 您有高血压和胆 固醇偏高。”



(2.医疗数据库)
2013-9-22 9

顾客:“那„„你们有什么可以推荐的?” 客服:“您可以试试我们的低脂健康披萨。” 顾客:“你怎么知道我会喜欢吃这种的?” 客服:“喔! 您上星期一在中央图书馆借了 一本《低脂健康食谱》。”
2013-9-22
3
1、正在影响中国管理的10大技术

No.5 数据挖掘
4
2013-9-22
2、从数字中能够得到什么？
What are these numbers trying to Tell me???


９９：８１７９,７９５４， 舅舅：不要吃酒，吃酒误事， ７６２６９,８４０６,９４０５， 吃了二两酒，不是动怒，就是动武， ７９１８９３４,１.９１８１７。 吃酒要被酒杀死，一点酒也不要吃。



(3.图书借阅数据库）
2013-9-22 10

顾客:“哎呀!好……,我要一个家庭号 特大披萨,要多少钱?” 客服:“嗯，这个足够您一家十口吃， 六百九十九元。”



顾客:“可以刷卡吗?”
客服:“陈先生，对不起，请您付现， 因为您的信用卡已经刷爆了， 您现在还欠银行十万四千八百零七元， 而且还不包括房贷利息。”
邮件/传真
业务代表
分析性
资料超市
数据仓库
服务自动化
2013-9-22
数据挖掘 (Data Mining)
16
4、啤酒与尿布

在一家超市里，有一个有趣 的现象：尿布和啤酒赫然摆 在一起出售。 但是这个奇怪的举措却使尿 布和啤酒的销量双双增加了。 原因何在？