Was ist CRM Data Mining?
CRM -Data Mining (Customer Relationship Management) bezieht sich auf den Prozess der Suche durch Kundenbeziehungsdatenbanken und die Analyse von Daten zum gesammelten Kundenverhalten. Diese Daten helfen Marketern, ihre Kampagnen besser zu fokussieren, was zu einer erhöhten Kundenbindung und -verkäufe führt. Das CRM -Data -Mining ist auch als Datenerforschung und Wissensentdeckung bekannt. Das Data Mining sind zwei Hauptkategorien zugeordnet: Beschreibende Analyse und prädiktive Modellierung. Kunden können nach Geschlecht, Alter, Rasse und anderen Kategorien gruppiert werden. Das Hauptziel eines Segments ist es, dem Vermarkter einer Gruppe ähnlicher Kunden zu versorgen, um die Daten für nützliche Erkenntnisse effektiver zu ermitteln. Jeder Cluster schließt sich gegenseitig aus und ist durch eine Reihe vorbestimmter Eigenschaften gekennzeichnet. Für inSTANCE, ein Cluster könnte Frauen im Alter von 18 bis 25 Jahren in den letzten zwei Wochen Dezember 2010 einen bestimmten Nagellack gekauft haben. Dies ist ein Beispiel für eine qualitative Methode CRM-Data Mining. Zum Beispiel könnte eine Gruppe von Kunden einen erheblichen Geldbetrag für Spa -Dienste ausgeben, aber nicht viel Geld für verwandte Dienstleistungen wie Haare und Salonpflege ausgeben. Diese Art von CRM -Data Mining erfordert eine fortgeschrittenere statistische Analyse als die grundlegende Segmentierung.
Vorhersagemodellierung ist die beliebtere der beiden CRM -Data Mining -Kategorien. Es misst den Korrelationsgrad zwischen zwei Kundenverhaltensfaktoren und der statistischen Zuverlässigkeit dieser Korrelation. Das Vorhersagemodell wird unter Verwendung einer Data Mining -Anwendung erstellt, die SCO zuweistres an jeden Kunden, der die Wahrscheinlichkeit angibt, dass sich der Kunde in Zukunft auf die gleiche Weise verhalten wird. Zum Beispiel kann das Modell einem Vermarkter helfen, die Wahrscheinlichkeit zu bestimmen, dass ein verheirateter männlicher Kunde zwischen 31 und 42 Jahren mit Kindern innerhalb der nächsten sechs Monate eine bestimmte Marke von Rasenmähern erwerben wird.
Spezifität ist im CRM -Data -Mining mithilfe von Vorhersagemodellen sehr wichtig. Für diesen Zweck werden verschiedene Arten von Methoden verwendet. Ein univariiertes Modell vergleicht eine einzelne Variable mit mehreren anderen Variablen, um die Beziehung zur höchsten Korrelation zu bestimmen. CARD-Modelle (Chi-Quadrat-Analyse der automatischen Interaktionserkennung) und Klassifizierungs- und Regressionsbäume (CART) zeigen Entscheidungsbäume, wobei eine Variable die Instanz einer oder mehrere Variablen verursacht. Ein multivariates Regressionsmodell testet mehrere Variablen gegeneinander, um mögliche Korrelationen zu bewerten.