1、Copyright 2006, SAS Institute Inc. All rights reserved.从数据中挖掘价值从数据中挖掘价值SAS Data MiningSAS ChinaCopyright 2006, SAS Institute Inc. All rights reserved.议题 SAS数据挖掘简介 SAS公司介绍 数据挖掘简介 数据挖掘应用 客户细分 交叉销售Copyright 2006, SAS Institute Inc. All rights reserved.SAS数据挖掘简介数据挖掘简介Copyright 2006, SAS Institute Inc. A
2、ll rights reserved.SAS 软件公司概况 商业智能和数据挖掘领域的领导厂商 全球最大的私有软件厂商 1976年成立，总部位于美国北卡罗来纳州的卡瑞市 分支机构遍布全球55个国家，员工10,110人Copyright 2006, SAS Institute Inc. All rights reserved.30年强劲业务的增长 收入稳定增长收入稳定增长 2006 19.0亿美元 2005 16.8亿美元 2004 15.3亿美元 2003 13.4亿美元 2002 11.8亿美元 连续盈利连续盈利 技术与研发投入技术与研发投入R&D Spend:Percentage of To
3、tal Revenue30 yearsRevenue$1.9B25%Copyright 2006, SAS Institute Inc. All rights reserved.30年深厚的客户关系 - SAS被誉为“全球企业界背后的管理大师” 谁在使用SAS? 2006年财富500强前100位中的97家 2005年财富500强前100位中的96家 2004年全球福布斯Super 100中的98家 SAS有多少客户? 全球超过40,000个客户 超过350万用户使用SAS 它们分布在哪里? 112 个国家Copyright 2006, SAS Institute Inc. All rights
4、 reserved.广泛的认可与赞赏Copyright 2006, SAS Institute Inc. All rights reserved.基于Gartner最新的评估 SAS* 在所有四个象限中都处于领导地位象限领导地位象限多渠道多渠道营销管理营销管理 March 30, 2006数据挖掘数据挖掘January 18, 2006数据整合数据整合(DataFlux is a subsidiary of SAS)*April 21, 2006Ted Friedman / Andreas Bitterer Number: G00137738Gareth Herschel Number: G0
5、0132466Adam Sarner Number: G00138415Kurt Schlegel / Bill Hostmann / Andreas Bitterer / Betsy Burt Number: G00136660商业智能平台商业智能平台January 26, 2007 Copyright 2006, SAS Institute Inc. All rights reserved.SAS在中国 1989年进入中国 北京、上海、广州、香港、台湾 近300名员工 2004年设立SAS中国研究院Copyright 2006, SAS Institute Inc. All rights
6、reserved.Why?Which?Who?How?What?数据挖掘FAQCopyright 2006, SAS Institute Inc. All rights reserved. 从数据中淘金Why?企业越来越感觉到“数据丰富，但信息匮乏”Copyright 2006, SAS Institute Inc. All rights reserved.数据挖掘真的有用吗?Postbank N.V. （荷兰邮政银行）（荷兰邮政银行）“第一次采用数据挖掘，就使直邮的响应率提升到50%”US West （美国西部电信公司）（美国西部电信公司）“有效避免客户流失，而挽回一个老客户所需的成本仅为获
7、取新客户成本的十分之一”ABN AMRO （荷兰银行）（荷兰银行）“降低40%的ATM现金储备，为银行带来了更多的利息收益”Neckermann Versand AG“更有效的信用审批，每天增加80位优质客户”Gloucestershire Constabulary （格洛斯特郡格洛斯特郡警察局）警察局）“对于公众来说，更有效的犯罪模式识别和预防是无法用金钱衡量的”Why?Copyright 2006, SAS Institute Inc. All rights reserved.分析决策分析决策能力能力$ ROI原始数据标准报表描述性模型预测性模型数据数据信息信息知识知识智能智能优化即席查询
8、 & OLAP清洗后的数据从数据到智能Why?Copyright 2006, SAS Institute Inc. All rights reserved.SAS智能价值链分析智能：长矛最锋利的那一点而数据挖掘就是分析智能的重要部件What?Copyright 2006, SAS Institute Inc. All rights reserved.什么是数据挖掘？ 数据挖掘是一个选择、探索和建模的过程过程从海量的数据海量的数据中，揭示出先前未先前未知的模式和规律知的模式和规律，从而带来业务业务价值价值What?Copyright 2006, SAS Institute Inc. All ri
9、ghts reserved.数据挖掘示意流程图What?Copyright 2006, SAS Institute Inc. All rights reserved.客户客户面向客户面向客户客户管理客户管理CRMCRM 客户关系管理客户关系管理WalletShareAcquisitionRetentionFraudProductAffinityPriceSensitivityValue &RisksPsycho-demographicsDMMethodyTools &TechniquesArchitect& OAMAd HocQueryWAR / FWAR / F在哪些方面进行挖掘？Which
10、Copyright 2006, SAS Institute Inc. All rights reserved.业务驱动力市场营销与CRM 的关系目标营销客户获取客户挽留交叉销售/提升销售客户细分客户特征刻画客户盈利度分析潜在客户潜在客户挽回挽回获取获取忠诚度忠诚度生命期价值生命期价值保持与流失保持与流失WhichCopyright 2006, SAS Institute Inc. All rights reserved.SAS数据挖掘方法论SampleExploreModifyModelAssess循环往复的挖掘过程循环往复的挖掘过程HowCopyright 2006, SAS Institu
11、te Inc. All rights reserved.SAS数据挖掘解决方案SAS数据挖掘工具数据挖掘工具Enterprise MinerSAS 数据挖掘数据挖掘项目实施方法论项目实施方法论行业解决方案行业解决方案SAS及合作伙伴及合作伙伴HowCopyright 2006, SAS Institute Inc. All rights reserved.SAS Enterprise Miner数据挖掘产品的领导者 支持整个数据挖掘过程的完备工具集 易用的图形界面,适合不同类型的用户快速建模 强大的模型管理和评估功能 快速便捷的模型发布机制, 促进业务闭环形成HowCopyright 2006
12、, SAS Institute Inc. All rights reserved.SAS企业智能平台 SAS Enterprise Intelligence PlatformCopyright 2006, SAS Institute Inc. All rights reserved.SAS应用智能解决方案 SAS Intelligence SolutionsCopyright 2006, SAS Institute Inc. All rights reserved.SAS行业智能解决方案 SAS Industry SolutionsCopyright 2006, SAS Institute I
13、nc. All rights reserved.这就是传统的BI（商业智能） Copyright 2006, SAS Institute Inc. All rights reserved.这是数据挖掘可以为你做到的Copyright 2006, SAS Institute Inc. All rights reserved.数据挖掘应用数据挖掘应用Copyright 2006, SAS Institute Inc. All rights reserved.客户生命期客户目标客户目标新客户新客户稳定客户稳定客户已流失客户已流失客户Events Initial Purchase Sign-Up 2n
14、d Purchase Usage Failure to Pay Voluntary ChurnSource: Data Miners, Berry & Linoff获取获取交叉交叉/上升上升销售销售挽留挽留流失流失分析分析Copyright 2006, SAS Institute Inc. All rights reserved.SAS 客户细分及特征概括解决方案关键业务问题关键业务问题哪些客户群对我们的利润底线贡献最大?应该促进哪些客户群的增长?每个客户群的特征是什么?客户群间迁移状况如何?解决方案带来的效益解决方案带来的效益 发现战略焦点和业务发展方向 通过对客户通话模式和服务使用行为的分
15、析，洞察客户需求和偏好Copyright 2006, SAS Institute Inc. All rights reserved.为什么要进行客户分群？有效的细分才能有效地保育套装套装男性，无外套男性，无外套卷发卷发戴眼镜戴眼镜短黑发短黑发, 微笑微笑Copyright 2006, SAS Institute Inc. All rights reserved.为什么要进行客户分群？深入了解客户的心理、行为和价值严严怒怒呆呆惊惊愁愁Copyright 2006, SAS Institute Inc. All rights reserved.什么是客户细分和特征概括客户细分与特征概括是将全体客户
16、划分为多个分组并总结特征的过程，使得组内客户高度相似，组间客户差异明显组内客户高度相似，组间客户差异明显。客户细分与特征概括的目的:有的放矢精细化营销活动，生成可控的目标客户群量体裁衣发现各个细分的客户特性和需求，有针对性地设计营销计划高瞻远瞩发现战略焦点和业务发展方向Copyright 2006, SAS Institute Inc. All rights reserved.细分的类型价值细分与风险细分价值细分与风险细分按照客户的利润贡献(营收和利润率)和风险(流失倾向和信用风险)进行细分行为细分行为细分按照客户的行为特征(通话时长, 通话时间等)进行细分人口统计细分与心理细分人口统计细分与
17、心理细分按照客户的人口统计属性(年龄, 收入等)和心理特征(生活方式-年轻职员或退休员工, 兴趣-体育爱好者等)进行细分地理细分地理细分按照客户的地理位置进行细分Copyright 2006, SAS Institute Inc. All rights reserved.12345879610价值细分与流失倾向细分交叉图发现战略焦点一定要留住一定要留住挽留吗挽留吗 ?保护与争取保护与争取激励用量激励用量7.2% 客户客户22.3% 营收营收21.6% 客户客户10.2% 营收营收71.2% 客户客户67.6% 营收营收Copyright 2006, SAS Institute Inc. All
18、 rights reserved.行为细分鉴别类似通话行为喜欢深夜通话多发短信多发话给预付费用户多发短信多发话给后付费用户忙时发话少高通话量发话网外多有国际长途交往圈固定多发话给后付费用户高通话量发话网外多固网通话多高通话量喜欢早晨通话多发短信多发话给后付费用户忙时发话多高通话量喜欢深夜通话闲时通话多Group 1Group 2Group 3Group 4Group 5Group 6Group 7Group 8Copyright 2006, SAS Institute Inc. All rights reserved.区别对待的市场营销策略分群营销/战术营销关注营销关注 ( () )客户细分客
19、户细分喜欢深夜通话多发短信多发话给预付费用户忙时发话少多发短信多发话给后付费用户忙时发话少高通话量发话网外多有国际长途交往圈固定多发话给后付费用户高通话量发话网外多固网通话多高通话量喜欢早晨通话多发短信多发话给后付费用户忙时发话多高通话量喜欢深夜通话闲时通话多Group 1Group 1Group 2Group 2Group 3Group 3Group 4Group 4Group 5Group 5Group 6Group 6Group 7Group 7Group 8Group 8群组群组营销营销 / / 战术战术1夜间通话套餐; 短信大礼包; 转为预付费; 激励话音用量2闲时通话套餐/激励;
20、短信大礼包; 激励话音用量3高价值客户大礼包; 激励国际长途通话; 高端资费方案4高价值客户大礼包; 业务引荐奖励5激励话音用量; 高价值客户大礼包6移动-固网通话套餐; 晨间通话套餐7短信激励; 忙时通话套餐8夜间通话套餐; 闲时通话套餐; 通话量奖励Copyright 2006, SAS Institute Inc. All rights reserved.SAS 交叉销售解决方案关键业务问题关键业务问题客户会对什么业务和产品组合感兴趣?每种业务的平均用量和收益是多少?客户选用某种产品的倾向有多高?哪些客户是交叉销售/提升销售的最佳目标客户?解决方案带来的效益解决方案带来的效益更有效的资费
21、方案管理, 更恰当的产品组合发现潜在的交叉销售/提升销售机会Copyright 2006, SAS Institute Inc. All rights reserved.向谁卖？卖什么？ 产品组合分析 哪些产品常被一起购买？ 不同的客户群组，各自喜欢什么样的产品？ 直邮响应分析 响应客户和未响应客户到底存在什么差异？ 客户的购买倾向到底有多高？Copyright 2006, SAS Institute Inc. All rights reserved.产品组合分析1:哪些产品常被一起购买？ 关联分析 在零售业也称为：购物篮分析 建立规则 A=B: A和B同时出现的频率如何? 买了A的客户，有多
22、大可能性会买B? 惊诧指数有多高？Copyright 2006, SAS Institute Inc. All rights reserved.最理想的产品组合客户购买了全部产品Copyright 2006, SAS Institute Inc. All rights reserved.但一般不会6个客户购买的产品组合Copyright 2006, SAS Institute Inc. All rights reserved.深红与深绿的关联惊诧指数为2Copyright 2006, SAS Institute Inc. All rights reserved.产品组合分析2:不同的客户群组，
23、各自喜欢什么样的产品？ 聚类分析: 找出具有类似产品偏好的客户群组. 对于每个群组，分析发现群组的产品组合偏好. 对群组中那些只购买了部分群组偏好产品的客户，向他推销未购买的偏好产品Copyright 2006, SAS Institute Inc. All rights reserved.还是看这6位客户Copyright 2006, SAS Institute Inc. All rights reserved.被聚为两类Copyright 2006, SAS Institute Inc. All rights reserved.左侧组同时拥有红和绿右侧组同时拥有黄和蓝向左侧组中缺红或绿者推
24、销Copyright 2006, SAS Institute Inc. All rights reserved.直邮响应分析 客户响应直邮推销的可能性有多高？ 响应者和未响应者的差别在哪里？ 建立预测模型 通过直邮测试来收集数据，建立预测模型，对整个数据库进行评分 预测算法：决策树, 对数回归, 神经网络Copyright 2006, SAS Institute Inc. All rights reserved.未响应者每个人有自己的产品组合还有其它属性：笑脸、帽子注意：多数响应者戴帽子直邮测试的响应者Copyright 2006, SAS Institute Inc. All rights
25、reserved.响应: 1/4=25% 响应: 4/4=100% 响应: 4/5=80%响应: 0/4=0%决策树模型 示例Copyright 2006, SAS Institute Inc. All rights reserved.总结 面对激烈的市场竞争，交叉销售是提高利润的必要手段 数据挖掘可以帮助您锁定目标客户，以及要推销什么样的产品 需要综合多种数据挖掘方法来支持交叉销售：关联分析、聚类分析、预测建模 在Enterprise Miner中可以用流程图的方式直观地进行挖掘；与SAS的数据管理产品、信息交付产品等无缝集成Copyright 2006, SAS Institute Inc. All rights reserved.Copyright 2006, SAS Institute Inc. All rights reserved.
