CRM 데이터 마이닝이란 무엇입니까?

CRM (고객 관계 관리) 데이터 마이닝은 고객 관계 데이터베이스를 통해 검색하고 수집 된 고객 행동에 대한 데이터를 분석하는 프로세스를 말합니다. 이 데이터는 마케팅 담당자가 캠페인에보다 집중할 수 있도록하여 고객 유지 및 판매를 증가시킵니다. CRM 데이터 마이닝은 데이터 탐색 및 지식 검색이라고도합니다. 데이터 마이닝과 관련된 두 가지 주요 범주는 설명 분석과 예측 모델링입니다.

설명 분석은 세분화 및 클러스터링을 사용하여 특정 고객 그룹 간의 설정된 동작 패턴을 더 잘 분석합니다. 고객은 성별, 연령, 인종 및 기타 범주에 따라 그룹화 할 수 있습니다. 세그먼트의 주요 목표는 유용한 통찰력을 위해 데이터를보다 효과적으로 채굴하기 위해 마케팅 담당자에게 유사한 고객 그룹을 제공하는 것입니다.

클러스터링은 세그먼트 그룹을 집계합니다. 각 클러스터는 상호 배타적이며 사전 결정된 특성 세트를 특징으로합니다. 예를 들어, 클러스터에는 2010 년 12 월 마지막 2 주 동안 특정 매니큐어를 구입 한 18 세에서 25 세 사이의 여성이 포함될 수 있습니다. 이는 질적 방법 CRM 데이터 마이닝의 예입니다.

배타적이지 않은 세그먼트, 다른 형태의 기술 분석 인 특정 고객 행동 세트는 완전히 새로운 행동 세트로 이어집니다. 예를 들어, 한 그룹의 고객은 스파 서비스에 많은 돈을 쓸 수 있지만 헤어 및 미용실 관리와 같은 관련 서비스에는 많은 돈을 쓰지 않을 수 있습니다. 이 유형의 CRM 데이터 마이닝에는 기본 세분화보다 고급 통계 분석이 필요합니다.

예측 모델링은 두 가지 CRM 데이터 마이닝 범주 중 가장 많이 사용됩니다. 두 고객 행동 요인과 해당 상관의 통계적 신뢰성 사이의 상관 정도를 측정합니다. 예측 모델은 각 고객에게 점수를 할당하는 데이터 마이닝 응용 프로그램을 사용하여 구축되며 고객이 향후 동일한 방식으로 행동 할 가능성을 나타냅니다. 예를 들어,이 모델은 마케팅 담당자가 31 세에서 42 세 사이의 기혼 남성 고객이 자녀를 둔 후 6 개월 이내에 특정 잔디 깎는 기계를 구매할 확률을 결정하는 데 도움을 줄 수 있습니다.

예측 모델을 사용하는 CRM 데이터 마이닝에서 특이성은 매우 중요합니다. 이 목적에 사용되는 몇 가지 유형의 방법이 있습니다. 일 변량 모델은 가장 높은 상관 관계를 결정하기 위해 단일 변수를 다른 여러 변수와 비교합니다. 카이-제곱 자동 상호 작용 탐지 분석 (CHAID) 및 분류 및 회귀 트리 (CART) 모델은 하나의 변수가 하나 이상의 변수의 인스턴스를 유발하는 의사 결정 트리를 표시합니다. 다변량 회귀 모형은 여러 변수를 서로 테스트하여 가능한 상관 관계를 평가합니다.