什么是CRM數據挖掘(CRM Data Mining)？

客戶關系管理（CRM）數據挖掘是指在客戶關系數據庫中搜索并分析收集到的客戶行為數據的過程。這些數據有助于營銷人員更好地集中精力開展營銷活動，客戶關系管理（CRM）數據挖掘有助于營銷人員更好地集中他們的活動，描述性分析利...

客戶關系管理（CRM）數據挖掘是指在客戶關系數據庫中搜索并分析收集到的客戶行為數據的過程。這些數據有助于營銷人員更好地集中精力開展營銷活動，客戶關系管理（CRM）數據挖掘有助于營銷人員更好地集中他們的活動，描述性分析利用細分和聚類來更好地分析特定客戶群體中的一組行為模式。客戶可以根據性別、年齡、種族進行分組，細分市場的主要目標是為市場營銷人員提供一組相似的客戶，以便更有效地挖掘數據以獲得有用的見解。聚類聚合了細分市場群。每個集群都是互斥的，具有一組預先確定的特征。例如，一個集群可以包括在2010年12月最后兩周購買了某種指甲油的18至25歲女性。這是一個定性方法CRM數據挖掘的例子。在非排除性細分市場中，另一種形式的描述性分析，一組特定的客戶行為會導致一組全新的行為。例如，一組客戶可以在水療服務上花費大量資金，但不會在相關服務（如美發和美發護理）上花費大量資金。這種類型的CRM數據挖掘需要比基本細分更高級的統計分析。預測建模是兩種CRM數據挖掘類別中更受歡迎的一種它衡量兩個客戶行為因素之間的關聯程度以及這種相關性的統計可靠性。預測模型是使用數據挖掘應用程序構建的，該應用程序為每個客戶分配分數，指示客戶將來以相同方式表現的可能性。例如，該模型可以幫助營銷人員確定31歲至42歲的已婚男性客戶在未來6個月內購買特定品牌割草機的概率。在使用預測模型進行CRM數據挖掘時，特異性非常重要。有幾種方法可用于此目的。a單變量模型將單個變量與其他幾個變量進行比較，以確定具有最高相關性的關系。卡方自動交互檢測分析（CHAID）和分類和回歸樹（CART）模型顯示決策樹，其中一個變量導致一個或多個變量的實例多元回歸模型對多個變量進行測試，以評估可能的相關性

發表于 2020-08-06 05:25
閱讀 ( 750 )
分類：電腦網絡

什么是CRM數據挖掘(CRM Data Mining)？

你可能感興趣的文章

相關問題

0 條評論

作家榜 ?

推薦文章