数据挖掘概述
|
介绍数据挖掘流程
介绍数据挖掘与数据仓库的关系
数据分析的工作模式及数据管控原则
介绍数据挖掘和报表/OLAP的不同
介绍适用数据挖掘的业务问题及数据挖掘的商业价值
辨析对数据挖掘的误解
介绍数据挖掘的成功因素
数据挖掘研究方向
数据挖掘应用的热点 |
数据挖掘典型工作场景
|
广泛的数据挖掘业务需求
寻找最有价值客户群体
产品与顾客之间的关联关系
哪些因素直接影响客户的购买行为
查找时间曲线
挖掘潜在客户需求
查找业务与数据之间的联系
找到潜在的未知和行业标准 |
| 数据挖掘在行业中的需求 |
现代企业数据挖掘需求概述
电信行业的的数据挖掘与分析特点
其他行业数据挖掘应用对照
- 博彩行业案例分析
- 金融行业案例研究
- 电信行业案例分析
- 数据挖掘系统数据更新与优化
|
| 数据挖掘在电信行业的应用 |
| 数据挖掘流程 |
商业理解
数据理解
数据准备
建立模型
模型评估
模型发布 |
| 数据处理过程 |
变量和数据
变量的分类及类型
数据的质量
数据理解过程
数据准备过程 |
| 数据挖掘技术 |
数据挖掘技术概述
关联规则
预测及分类技术
聚类分析
其他的数据挖掘方法
数据挖掘效果的评估 |
| 电信行业数据挖掘分析体系 |
电信运营业务模型
以客户为中心的分析体系
以产品为中心的分析体系 |
以客户为中心的分析体系
|
客户获取
客户提升
客户成熟
客户衰退
客户流失 |
| 以产品为中心的分析体系 |
产品时效
营销方式
业务组合方式
营销渠道
推出时间
资费体系 |
| 产品为中心的分析方法 |
产品相关性分析
产品替代分析
产品设计
产品生命周期分析 |
| 围绕竞争对手展开的分析 |
竞争对手与己方差异分析
竞争对手客户策反分析
竞争对手客户与己方客户互通行为分析。 |
| 数据挖掘电信应用 |
电信客户流失
电信客户细分 |
