Co to jest wydobycie danych CRM?
Wydobycie danych dotyczących relacji z klientami (CRM) odnosi się do procesu wyszukiwania za pomocą baz danych relacji z klientami i analizowania danych dotyczących zachowań klientów. Dane te pomagają marketerom lepiej skoncentrować ich kampanie, co prowadzi do zwiększonej retencji i sprzedaży klientów. Wydobycie danych CRM jest również znane jako eksploracja danych i odkrywanie wiedzy. Istnieją dwie główne kategorie związane z eksploracją danych: analiza opisowa i modelowanie predykcyjne.
Analiza opisowa wykorzystuje segmentację i grupowanie w celu lepszej analizy ustalonego wzorca zachowania wśród konkretnej grupy klientów. Klienci mogą być pogrupowani według płci, wieku, rasy i innych kategorii. Głównym celem segmentu jest dostarczenie marketerowi grupy podobnych klientów, aby skuteczniej wydobywać dane dla przydatnych spostrzeżeń.
Grupy segmentów kruszywa. Każda klaster wyklucza się wzajemnie i charakteryzuje się zestawem z góry określonych cech. DlaPostawa, klaster może obejmować kobiety w wieku od 18 do 25 lat, które kupiły określony lakier do paznokci w ciągu ostatnich dwóch tygodni grudnia 2010 r. Jest to przykład metody jakościowej eksploracji danych CRM.
w segmentach niekluzyjnych, innej formie analizy opisowej, określony zestaw zachowań klienta prowadzi do zupełnie nowego zestawu zachowań. Na przykład grupa klientów mogłaby wydać znaczną kwotę na usługi spa, ale nie wydać dużo pieniędzy na powiązane usługi, takie jak pielęgnacja włosów i salonów. Ten rodzaj eksploracji danych CRM wymaga bardziej zaawansowanej analizy statystycznej niż podstawowa segmentacja.
Modelowanie predykcyjne jest bardziej popularne z dwóch kategorii eksploracji danych CRM. Mierzy stopień korelacji między dwoma czynnikami zachowania klienta i statystyczną niezawodnością tej korelacji. Model predykcyjny jest budowany przy użyciu aplikacji do eksploracji danych, która przypisuje SCORES dla każdego klienta, co wskazuje na prawdopodobieństwo, że klient będzie zachowywał się w ten sam sposób w przyszłości. Na przykład model może pomóc marketerowi ustalić prawdopodobieństwo, że żonaty klient w wieku od 31 do 42 lat z dziećmi kupi konkretną markę kosiarki w ciągu najbliższych sześciu miesięcy.
Specyficzność jest bardzo ważna w eksploracji danych CRM przy użyciu modeli predykcyjnych. W tym celu stosuje się kilka rodzajów metod. Model jednoczynnikowy porównuje pojedynczą zmienną z kilkoma innymi zmiennymi w celu ustalenia związku z najwyższą korelacją. Modele z automatycznym wykrywaniem interakcji chi-kwadrat (ChAID) oraz modele drzew klasyfikacyjnych i regresji (CART) wykazują drzewa decyzyjne, w których jedna zmienna powoduje instancję jednej lub więcej zmiennych. Model regresji wielowymiarowej testuje kilka zmiennych w celu oceny możliwych korelacji.