1 / 49
文档名称:

行业数据挖掘应用.ppt

格式:ppt   大小:4,242KB   页数:49页
下载后只包含 1 个 PPT 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

行业数据挖掘应用.ppt

上传人:电离辐射 2022/5/28 文件大小:4.14 MB

下载得到文件列表

行业数据挖掘应用.ppt

相关文档

文档介绍

文档介绍:行业数据挖掘应用
行业应用方法
数据挖掘存在一个较长的应用周期。
数据挖掘应用的有效方法是:从一个较小的、关键的问题出发,建立起相对有效的模型,并通过应用实践不断检验和完善模型,逐步替使用者解决问题。
银行行业应用
1、流失
了解竞争对手,强化竞争优势
分析收入组成,制定战略决策
发现欺诈规律,减少欺诈行为
电讯客户流失
电信客户流失涉及以下的一些问题: ? ? ? ? ? ? ,他会在多长时间内流失?
销售提升解决方案
制定或推荐什么样的产品或者服务组合,然后我们就可以成功地对这些客户设定有效的销售战略。 发现现有和潜在的客户需求,基于对客户的行为描述来制定提供有针对性的策略来获得最佳的新客户。
*
电讯行业应用
电讯行业应用
欺诈防范解决方案
利用数据挖掘和统计分析技术,对欠费行为进行事前预测,在恶意欠费发生前就采取防范措施,就可以大幅减少欠费行为给运营商带来的巨额损失。
利用数据描述技术,可以对已知的欺诈性客户和非欺诈性客户进行有关的数据分析,发现可能影响客户欠费的因素
然后,我们可以根据对以上因素的分析和统计,构建预测模型,并应用到当前客户数据库中,利用上述预测结果,我们可以适时地对大客户进行重点跟踪,并在必要时采取措施,以减少损失。
电讯行业案例
邮电通信 江苏移动经营分析系统项目 -建立了大客户异动分析、潜在大客户预测、分类业务套餐测算和消费模型分析等四个专题模型 内蒙古移动市场细分项目 -优化配置营销费用,提高营销活动的市场回应率 曲靖联通客户流失分析项目 -通过对用户通话行为数据、用户资料数据和用户使用曲靖联通服务的情况等数据的深入分析,对影响流失各个因素进行了探索性分析并建立了预测客户流失的Logistic回归模型。 英国电信 -建立探索模型,更好地客户的行为特征 CallCounter -CallCounter用SPSS快速、方便地对呼叫数据进行分析,发现收入损失的地方,并提出解决建议。为其客户节约了时间和费用。 西南贝尔 -Gallagher和他的同事们都在使用SPSS来进行高水平的、足以影响公司决策的数据分析。
美国 Verizon公司(美国最大的无线通讯运营) -建立客户流失分析模型并采取适当的市场策略进行挽留 Vodafone(埃及)公司 -对客户的资料数据、客户详单(CDR)数据进行了聚类分析,并将结果用于新产品推出、交叉销售和服务改进
国内电信业用户
江苏移动
内蒙移动
中国电信
辽宁移动
吉林移动
广东电信研究院
江苏电信
四川移动
海南移动
福建移动
深圳联通
SPSS 电信业用户
税务行业应用
地方税务局要进行下一年度的税收收入预测,以制订新年度的工作计划。
构建稽查选案系统是税务信息化建设
司法行业应用
司法应用主题
网络信息挖掘(聚类、决策树、关联规则)
情报分析挖掘(聚类、决策树、关联规则)
案件分析挖掘(聚类、主成分、神经元网络)
嫌疑人分析(聚类、决策树)
串并案分析(关联规则)
情报分析挖掘
定量分析,就是把已经获得的情报进行数理逻辑化的处理,就这些情报的真伪、多寡、轻重、远近等进行分析。作为一种解析模式,这个模式相对恒定,可以处理相关、相类的情报材料。
情报分析挖掘
六个分析区间:
第一 区 间 :情报来源分析 (聚类、关联)
第二 区 间 :情报真伪分析 (聚类、决策树)
第三 区 间 :情报的归类分析(决策树)
第 四区 间 :情报指向分析 (决策树)
第五 区 间 :情报转化分析 (关联规则)
第六 区 间 :情报矫正分析(聚类、主成分/因子、神经元网络)
案件分析挖掘
利用计算机数据仓库,可以在拟定的算法下对大量的行为记录进行分析,从而发现案件的规律、趋势,了解不同案件行为之间的关联,譬如何种状态会诱发何种行为,相信这是国安领域数据挖掘的新方向。
政府行业案例
政府机构
南京市地税局 -建立科学的稽查管理方案 北京市地税局 -成功实现了科学评估纳税指标,科学预测税收情况 澳大利亚昆士兰州消防和援救管理局 -提取和分析累计超过40万条重大事故报告的数据
苏格兰东艾尔郡州议会 -该州议会服务民众的能力得到了提高 魁北克健康和社会服务地方委员会 -通过数据清理技术提高了数据的可利用性
美国弗吉尼亚青少年审判局 -SPSS提高了我们的统计能力,并向我们提供了制定更好决策所需的信息
美国夏洛特-卡罗莱纳警察局 -对居民对社区警务的满意度进行评