Cos'è il data mining CRM?

Il data mining della gestione delle relazioni con i clienti (CRM) si riferisce al processo di ricerca attraverso i database delle relazioni con i clienti e all'analisi dei dati sul comportamento dei clienti raccolti.Questi dati aiutano gli esperti di marketing a concentrare meglio le loro campagne, il che porta ad un aumento della fidelizzazione dei clienti e delle vendite.Il data mining CRM è anche noto come esplorazione dei dati e scoperta della conoscenza.Esistono due categorie principali associate al data mining: analisi descrittiva e modellazione predittiva. L'analisi descrittiva utilizza la segmentazione e il clustering per analizzare meglio un modello di comportamento set tra un particolare gruppo di clienti.I clienti possono essere raggruppati in base a sesso, età, razza e altre categorie.L'obiettivo principale di un segmento è fornire al marketer un gruppo di clienti simili al fine di estrarre in modo più efficace i dati per approfondimenti utili.

gruppi di segmenti aggregati di clustering.Ogni cluster è reciprocamente esclusivo ed è caratterizzato da un insieme di caratteristiche predeterminate.Ad esempio, un cluster potrebbe includere femmine dai 18 ai 25 anni che hanno acquistato un determinato smalto nelle ultime due settimane di dicembre 2010. Questo è un esempio di metodo qualitativo CRM Data Mining.

In segmenti non esclusivi, un'altra forma di descrittivoAnalisi, un particolare insieme di comportamenti del cliente porta a un insieme completamente nuovo di comportamenti.Ad esempio, un gruppo di clienti potrebbe spendere una quantità significativa di denaro per i servizi spa, ma non spendere molti soldi per servizi correlati come la cura dei capelli e del salone.Questo tipo di data mining CRM richiede un'analisi statistica più avanzata rispetto alla segmentazione di base.

La modellazione predittiva è la più popolare delle due categorie di data mining CRM.Misura il grado di correlazione tra due fattori di comportamento del cliente e l'affidabilità statistica di tale correlazione.Il modello predittivo è creato utilizzando un'applicazione di data mining che assegna punteggi a ciascun cliente, indicando la probabilità che il cliente si comporti allo stesso modo in futuro.Ad esempio, il modello può aiutare un marketer a determinare la probabilità che un cliente maschio sposato di età compresaMining usando modelli predittivi.Esistono diversi tipi di metodi utilizzati a questo scopo.Un modello univariato confronta una singola variabile con diverse altre variabili per determinare la relazione con la massima correlazione.Analisi del rilevamento di interazioni automatiche chi-quadrato (Chaid) e modelli di classificazione e regressione (CART) mostrano alberi decisionali, in cui una variabile provoca l'istanza di una o più variabili.Un modello di regressione multivariata verifica diverse variabili l'una contro l'altra per valutare le possibili correlazioni.