尿布与啤酒带来的反思-数据挖掘时代

wangzheng3056

    随着信息技术的不断发展，人们利用信息技术处理数据的能力大幅度提高，越来越多的数据库被应用于商业管理、生产控制和工程设计等各种领域。但是，面对不断增加的各种复杂数据，已存在的数据库的查询功能已经不能满足人们的需要，能不能从数据中提取人们所需要的信息和知识是大家越来越关注的问题。传统的统计技术已面临极大的挑战，集统计学、数据库、知识发现等技术于一身的数据挖掘技术应运而生。近几年来，数据挖掘技术在零售业、直效行销界、制造业、财务金融保险、通讯业以及医疗服务等领域应用广泛。
1 u# }& Y9 n- y

Meteor胖号

赞个！！！！

Meteor胖号

小熊齐

顶一个，赞一下

wangzheng3056

(五)利用交叉销售模式向老客户销售新的产品或服务
8 k  E% ^. r" a: E2 x" Q' A
零售业和客户之间的关系是持续不断的、发展的，交叉销售是指向老客户销售新的产品或服务的过程。交叉销售是建立在买卖双方互利原则的基础之上，客户因得到更多更好符合他们需求的服务而获益，企业也因销售增长而获益。交叉销售的优势在于，商家可以比较容易得到老客户较为丰富的信息。企业所掌握的客户信息特别是以前购买行为的信息中，可能正包含着决定这个客户下一个购买行为的关键信息。这个时候数据挖掘的作用就体现为它可以帮助企业寻找到那些影响顾客购买行为的信息和因素。
7 k1 S. s1 k: f  Thttp://www.dmresearch.net/
: q. \& y; Z+ [

wangzheng3056

(四)序列模式挖掘可用于客户忠诚分析
; X9 s1 q3 o% @( |
  i+ U7 N+ Q, t1 \序列模式分析和关联分析相似，但侧重点在于分析数据间的前后序列关系。序列模式挖掘可用于分析顾客的消费或忠诚的变化，据此对价格和商品的品种加以调整，以留住老顾客，吸引新客户，保证一定的顾客数量。商家可以从原客户后来却转成竞争对手的客户群中，分析其特征，再根据分析结果到现有客户数据中找出可能转向的客户，然后设计一些方法预防客户流失；也可以根据客户的消费行为与交易纪录对客户忠诚度进行排序，根据流失率的等级进而配合不同的策略。
' V7 {5 S: u9 |8 x% i+ j, F

wangzheng3056

(三)使用多维分析和关联分析进行促销活动的有效性分析

3 U9 d$ y3 Y1 o' F) E利用多维分析和关联分析对数据库的数据仔细研究，以分析顾客的购买习惯、广告成功率和其他战略性信息。利用数据库通过检索数据库中近年来的销售数据，用多维关联分析方法，通过比较促销期间的销售量和交易数量与促销活动前后的有关情况，可预测出季节性和月销售量，对商品品种和库存的趋势进行分析还可确定降价商品，并对数量和运作做出决策。此外，用关联分析可以找出哪些商品可以用于促销活动，便于安排商品货源，提高销售额。

wangzheng3056

(二)利用关联分析挖掘关联信息进行购买推荐和商品参照
* z" |  E: w$ m2 p% z1 ?* z: K8 y
$ M* f& P1 [' n! ?5 d关联分析就是利用关联规则进行数据挖掘技术，其目的在于挖掘隐藏在数据间的相互关系，发现数据库中形如.. “90％的顾客在一次购买活动中购买A商品的同时也会购买B商品”之类的知识。通过从销售记录中挖掘关联信息，可以发现买某一品牌商品的顾客很可能购买其他一些商品。这类信息可用于形成一定的购买推荐。商家通过宣传可改进服务，帮助顾客选择商品，增加销售额和减少库存积压。

wangzheng3056

(一)使用多特征数据立方体进行销售、客户、产品、时间和地区的多维分析

多维数据分析是指通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，企业在考虑产品的销售情况时，通常从客户、产品、时间和地区等不同角度来深入观察产品的销售情况。这里的客户、产品、时间和地区就是维。根据这些维的不同组合和所考察的度量指标从客户基本库中发现不同的客户群，以便决策者根据主客户群的特征作相应的定货、销售、服务等决策。.. http://www.dmresearch.net/bbs
2 K& r( E8 P2 N! i* a" x1 H7 N

wangzheng3056

四、数据挖掘技术在零售业中的应用

随着日益增长的Web或电子商务方式的兴起，零售业CRM是数据挖掘的主要应用领域。数据挖掘技术可有助于识别客户购买行为，发现客户购买模式和趋势，改进服务质量，取得更好的客户保持力和满意度，提高货品销量比率，设计更好的货品运输与分销策略，减少商业成本。数据挖掘技术在零售业CRM中的应用主要体现在以下几个方面：