Hvad er CRM -datamining?

Dataindstillinger for kundeforhold (CRM) henviser til processen med at søge gennem databaser for kundeforhold og analysere data om kundeadfærd indsamlet.Disse data hjælper marketingfolk med bedre at fokusere deres kampagner, hvilket fører til øget kundebeholdning og salg.CRM -datamining er også kendt som Data Exploration and Knowledge Discovery.Der er to hovedkategorier forbundet med datamining: beskrivende analyse og forudsigelig modellering.

Beskrivende analyse anvender segmentering og klynger til bedre at analysere et fast adfærdsmønster blandt en bestemt gruppe af kunder.Kunder kan grupperes efter køn, alder, race og andre kategorier.Hovedmålet med et segment er at give marketingmedarbejderen en gruppe lignende kunder for mere effektivt at mine dataene for nyttige indsigt.

Klyngering af aggregater -segmentgrupper.Hver klynge er gensidigt eksklusiv og er kendetegnet ved et sæt forudbestemte egenskaber.For eksempel kunne en klynge omfatte hunner i alderen 18 til 25 år, der købte en bestemt neglelak i de sidste to uger af december 2010. Dette er et eksempel på kvalitativ metode CRM-datamining.

I ikke-eksklusionerende segmenter, en anden form for beskrivendeAnalyse, et bestemt sæt kundeadfærd fører til et helt nyt sæt adfærd.For eksempel kunne en gruppe kunder bruge et betydeligt beløb på SPA -tjenester, men ikke bruge en masse penge på relaterede tjenester såsom hår og salonpleje.Denne type CRM -datamining kræver mere avanceret statistisk analyse end grundlæggende segmentering.

Forudsigelig modellering er den mere populære af de to CRM -dataminingskategorier.Det måler graden af sammenhæng mellem to kundeadfærdsfaktorer og den statistiske pålidelighed af denne korrelation.Den forudsigelige model er bygget ved hjælp af en data mining -applikation, der tildeler scoringer til hver kunde, hvilket indikerer sandsynligheden for, at kunden vil opføre sig på samme måde i fremtiden.For eksempel kan modellen hjælpe en marketingmedarbejder med at bestemme sandsynligheden for, at en gift mandlig kunde i alderen 31 og 42 år med børn vil købe et bestemt mærke af plæneklipper inden for de næste seks måneder.

Specificitet er meget vigtig i CRM -dataminedrift ved hjælp af forudsigelige modeller.Der er flere typer metoder, der bruges til dette formål.En univariat model sammenligner en enkelt variabel med flere andre variabler for at bestemme forholdet til den højeste korrelation.Chi-Squared Automatic Interaction Detection Analysis (CHAID) og klassificerings- og regressionstræer (CART) modeller viser beslutningstræer, hvor en variabel forårsager forekomsten af en eller flere variabler.En multivariat regressionsmodel tester adskillige variabler mod hinanden for at evaluere mulige korrelationer.