文档介绍：数据挖掘在客户关系管理中的应用
议程
客户关系管理
为什么要进行客户关系管理
客户关系管理的内容
数据挖掘在客户关系管理中的应用
什么是数据挖掘
数据挖掘的典型应用
SPSS Clementine针对CRM的数据挖掘解决方案
SPSS数据挖掘方案简介
Clementine中的CRM数据挖掘模板
为什么要进行客户关系管理
客户关系管理的提出是伴随着产品极大丰富、买方市场形成而产生的——从“客户得到的就是他们所想要的”到“客户得到他们所想要的”的演变
CRM的核心是“了解他们,倾听他们”
CRM的目标可以概括为“吸引潜在客户进入,提高现有客户满意度和忠诚度,降低客户流失”
客户关系管理(CRM)的两个层面
操作型CRM:方便与客户交流,简化操作流程
分析型CRM:了解客户
人口地理学特征,心理特征,需求和优先级等
他们是谁?
产品、价格、渠道、促销
技术革新,经济环境,特殊事件等
客户的购买体验
你为他们做了什么?
竞争性因素分析
外部因素影响
有很多因素影响着客户行为——从而改变他们对于企业的价值
客户
行为
使获得客户的成本更低
减少销售成本
更高的客户创利能力
提高客户的保留度和忠诚度
评估客户的创利能力
客户关系管理的好处
信息技术的发展使客户关系管理有了技术上的保证
客户关系管理中的关键性信息技术主要包括:
数据库和数据仓库技术
数据挖掘技术
信息技术的角色
客户关系管理
为什么要进行客户关系管理
客户关系管理的内容
数据挖掘在客户关系管理中的应用
什么是数据挖掘
数据挖掘的典型应用
SPSS Clementine针对CRM的数据挖掘解决方案
SPSS数据挖掘方案简介
Clementine中的CRM数据挖掘模板
议程
通过采用自动或半自动的手段,在海量数据中发现有意义的行为和规则的探测和分析活动。
数据挖掘是一门科学,有科学的方法和模型作为基础
数据挖掘又是一门艺术,需要使用者对商业问题的深入理解和模型适用条件深刻的认识
什么是数据挖掘