數(shù)據(jù)挖掘影響因素選擇（數(shù)據(jù)挖掘相關分析）

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于數(shù)據(jù)挖掘影響因素選擇的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務客戶遍布全球各地，如需了解相關業(yè)務請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、大數(shù)據(jù)將對數(shù)據(jù)挖掘產(chǎn)生什么影響

• 2、如何將數(shù)據(jù)挖掘技術應用到客戶內(nèi)在需求管理

• 3、如何做好數(shù)據(jù)分析？

• 4、數(shù)據(jù)挖掘應用 如何做好關聯(lián)分析

一、大數(shù)據(jù)將對數(shù)據(jù)挖掘產(chǎn)生什么影響

數(shù)據(jù)已經(jīng)成為21世紀最重要的“原材料”之一。對于大數(shù)據(jù)的關注可以說是貫穿于各行各業(yè)當中，企業(yè)能否對海量的數(shù)據(jù)進行行之有效的快速挖掘與分析，決定著一個企業(yè)未來的發(fā)展趨勢。有研究表明，決策依賴數(shù)據(jù)的公司，其運營狀況要比不重視數(shù)據(jù)的公司出色很多。數(shù)據(jù)正成為企業(yè)的一種資產(chǎn)，用數(shù)據(jù)驅動企業(yè)發(fā)展。企業(yè)要善于發(fā)現(xiàn)數(shù)據(jù)里的奧秘。而如何利用大數(shù)據(jù)可視化等分析技術將企業(yè)的龐大數(shù)據(jù)轉化為巨大商機，則成為眾多商家思考的關鍵。

大數(shù)據(jù)可視化技術就是在多樣的或大量的數(shù)據(jù)中快速獲取信息的能力，大數(shù)據(jù)不止是一切用數(shù)據(jù)說話，它能支持企業(yè)進行全面分析、管理、并且更加實時。不一樣的數(shù)據(jù)經(jīng)過大數(shù)據(jù)可視化技術的分析之后能夠體現(xiàn)出不一樣的可預見性的洞察力。即便是同一組數(shù)據(jù)，不同的企業(yè)看到的結果也不同，這取決于數(shù)據(jù)挖掘與大數(shù)據(jù)可視化等技術應用的能力。

大數(shù)據(jù)可視化可以讓企業(yè)看到他擁有的所有數(shù)據(jù)，產(chǎn)生快速的洞察力，進而采取最佳行動。并且，數(shù)據(jù)越挖掘越有價值。盡管大數(shù)據(jù)帶來的很大的價值，事實表明很多企業(yè)的處理能力，數(shù)據(jù)的復雜度，數(shù)據(jù)的計算方式等，都存在很多問題。比如，數(shù)據(jù)規(guī)模導致傳統(tǒng)算法失效，大數(shù)據(jù)復雜的數(shù)據(jù)關聯(lián)性導致高復雜度的計算；事務交易、分析和行動之間長時間延遲；復雜查詢以小時計，有時不能得到滿意的答案。

如果能夠對數(shù)據(jù)進行有效的深入挖掘，可以更好地進行客戶分析。比如，對客戶進行細分與流失分析。企業(yè)可以識別哪些是重要客戶，哪些是有價值的客戶或者是新來的客戶，哪些客戶可能會流失；從客戶價值的遠度，進行時間序列分析。根據(jù)客戶的歷史消費情況，以及它本身的特征，可以推測出未來的消費趨勢；客戶價值的深度管理，可實現(xiàn)交叉銷售分析、協(xié)同過濾推薦，深化客戶購買，挖掘客戶價值；通過大數(shù)據(jù)可視化技術，計算客戶的社會影響力，進行精準營銷，比如對不同影響力的客戶給予不同的優(yōu)惠，并根據(jù)其偏好提供個性化的服務。

傳統(tǒng)并行的計算朝著分布式方向發(fā)展，傳統(tǒng)的OldSQL變成了與NewSQL和NoSQL并行的多架構應用。正經(jīng)歷著由“一種架構支持所有應用”轉變成“多種架構支持多類應用”的轉變，這樣的轉變才可以及時應對企業(yè)遇到的大數(shù)據(jù)處理問題。

在進行實時分析的時候，可以同時滿足實時查看與數(shù)據(jù)分析的實時動態(tài)要求的大數(shù)據(jù)魔鏡，不僅能夠進行數(shù)據(jù)分析的快速反應，而且大數(shù)據(jù)可視化展現(xiàn)的結果是基于最新的實時數(shù)據(jù)。企業(yè)只需要安排一個管理員來分配不同角色的權限，不同角色的人員，通過權限管理功能，實現(xiàn)數(shù)據(jù)化管理體系。在這樣的一個體系中，運營決策者可以全面監(jiān)控整個企業(yè)的數(shù)據(jù)情況，IT人員可以從繁瑣的數(shù)據(jù)收集整理中解脫出來，分析師可以升級去做更深層次的挖掘工作，而業(yè)務人員也可以利用實時數(shù)據(jù)精準決策。

大數(shù)據(jù)魔鏡利用大數(shù)據(jù)處理技術，能夠將各類數(shù)據(jù)進行快速整合，實現(xiàn)對海量數(shù)據(jù)的加速處理與實時分析，再通過豐富的大數(shù)據(jù)可視化手段，提供商業(yè)分析決策支持所需的數(shù)據(jù)和信息，靈活快速地響應管理和業(yè)務變化，為企業(yè)和公共組織搭建一套靈活、完善的輔助決策分析體系，從而在最大程度上挖掘數(shù)據(jù)的潛在價值，實現(xiàn)用戶利益的最大化。

二、如何將數(shù)據(jù)挖掘技術應用到客戶內(nèi)在需求管理

客戶內(nèi)在需求管理是以客戶為中心（而不是以產(chǎn)品為中心）、以企業(yè)與外部的業(yè)務交流為主導（而不是局限于企業(yè)內(nèi)部的事務）、以企業(yè)的前端業(yè)務應用為主（而不是以企業(yè)的后端業(yè)務處理為主）的管理模式。

一、客戶內(nèi)在需求管理需要數(shù)據(jù)挖掘

當今社會，客戶的價值已經(jīng)越來越多地影響著企業(yè)的價值，客戶內(nèi)在需求管理（CRM）正是通過建立長期而系統(tǒng)的客戶內(nèi)在需求來提升單個客戶價值的戰(zhàn)略，其要旨在于幫助企業(yè)通過運用適合的技術以及合理的人力資源洞察客戶的行為和他們的價值，以便企業(yè)能夠迅速有效地對客戶的需求進行回應。

客戶內(nèi)在需求管理（CRM）的核心是“了解客戶，傾聽客戶”，客戶內(nèi)在需求管理的目標可以概括為“吸引潛在客戶進入，提高現(xiàn)有客戶滿意度和忠誠度，降低客戶流失”，總之一切的最終目的都是為了提高收益。

在企業(yè)關注客戶內(nèi)在需求管理的同時，信息技術的飛速發(fā)展為客戶內(nèi)在需求管理（CRM）的高效實施提供了技術保證，通過數(shù)據(jù)挖掘技術對客戶內(nèi)在需求進行深入分析可以滿足企業(yè)對個體細分市場的客戶內(nèi)在需求管理需求（具體可查看馬海祥博客《如何以客戶為中心進行數(shù)據(jù)挖掘與分析》的相關介紹）。

數(shù)據(jù)挖掘主要是找尋隱藏在數(shù)據(jù)中的信息，例如發(fā)現(xiàn)趨勢、特征及相關性的過程，也就是從數(shù)據(jù)中發(fā)掘出信息或知識。

二、數(shù)據(jù)挖掘技術及常用方法

數(shù)據(jù)挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)集中識別有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。

它是一門涉及面很廣的交叉學科，包括機器學習、數(shù)理統(tǒng)計、神經(jīng)網(wǎng)絡、數(shù)據(jù)庫、模式識別、粗糙集、模糊數(shù)學等相關技術，數(shù)據(jù)挖掘技術是客戶內(nèi)在需求管理的關鍵技術。

常用的數(shù)據(jù)挖掘技術包括關聯(lián)分析、序列分析、分類分析、聚類分析、預測、孤立點分析等。

事實上，解決一個已給的業(yè)務問題時，數(shù)據(jù)挖掘一般混合使用兩種及兩種以上的技術類別。

1、關聯(lián)分析

關聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關聯(lián)性，即一個事件發(fā)生的同時，另一個事件也經(jīng)常發(fā)生，關聯(lián)分析的重點在于快速發(fā)現(xiàn)那些有實用價值的、關聯(lián)發(fā)生的事件。

2、序列分析

序列分析技術主要用于發(fā)現(xiàn)一定時間間隔內(nèi)接連發(fā)生的事件，這些事件構成一個序列，發(fā)現(xiàn)的序列應該具有普遍意義，其依據(jù)除了統(tǒng)計上的概率之外，還要加上時間的約束。

3、分類分析

分類分析通過分析具有類別的樣本的特點，得到?jīng)Q定樣本屬于各種類別的規(guī)則或方法，利用這些規(guī)則和方法對未知類別的樣本分類時應該具有一定的準確度，其主要方法有基于統(tǒng)計學的貝葉斯方法、神經(jīng)網(wǎng)絡方法、決策樹方法以及support vector machines等。

在馬海祥看來，利用分類技術，可以根據(jù)顧客的消費水平和基本特征對顧客進行分類，找出對商家有較大利益貢獻的重要客戶的特征，通過對其進行個性化服務，提高他們的忠誠度。

4、聚類分析

聚類分析是根據(jù)物以類聚的原理，將本身沒有類別的樣本聚集成不同的組，并對每一個這樣的組進行描述的過程，其主要依據(jù)是聚到同一個組中的樣本應該彼此相似，而屬于不同組的樣本應該足夠不相似（具體可查看馬海祥博客《聚類分析的方法及應用》的相關介紹）。

5、預測

預測與分類類似，但預測是根據(jù)樣本的已知特征估算某個連續(xù)類型的變量的取值的過程，而分類則只是用于判別樣本所屬的離散類別而己。

馬海祥認為預測模型可以使用較為傳統(tǒng)的統(tǒng)計回歸技術，也可以使用新的分類技術，目前最通用的是決策樹歸納技術。

6、孤立點分析

數(shù)據(jù)庫中可能包含一些數(shù)據(jù)對象，它們與數(shù)據(jù)的一般行為或模型不一致，這些數(shù)據(jù)對象稱為孤立點，對這些數(shù)據(jù)的挖掘分析可以用于處理一些罕見事件，比如信用卡欺詐等。

三、數(shù)據(jù)挖掘技術在客戶內(nèi)在需求管理中的應用

一般來說，在企業(yè)管理客戶生命周期的各個階段都會用到數(shù)據(jù)挖掘技術，數(shù)據(jù)挖掘能夠幫助企業(yè)確定客戶的特點，從而可以為客戶提供有針對性的服務。

企業(yè)通過數(shù)據(jù)挖掘，可以發(fā)現(xiàn)使用某一業(yè)務的客戶的特征，從而可以向那些也同樣具有這些特征卻沒有使用該業(yè)務的客戶進行有目的的推銷，還可以找到流失的客戶特征，在那些具體相似特征的客戶還未流失之前，采用針對性的措施。

目前，數(shù)據(jù)挖掘技術在客戶內(nèi)在需求管理關系中的應用有以下幾個方面：

1、客戶盈利能力

計算客戶盈利能力有助于挖掘有價值客戶，公司各個部門之間對客戶盈利能力可能有不同理解，分析顧客的忠誠度，可以利用數(shù)據(jù)挖掘來挖掘忠誠度高的客戶；可以通過數(shù)據(jù)挖掘技術可以有效計算客戶盈利能力；還可以利用數(shù)據(jù)挖掘預測未來的客戶盈利能力。

在馬海祥看來，利用數(shù)據(jù)挖掘技術來預測客戶盈利能力需要的兩個因素：

①、記錄潛在客戶行為特征和發(fā)展成為客戶行為特征的歷史數(shù)據(jù)。

②、計量客戶盈利能力的標準。

使用數(shù)據(jù)挖掘技術后可以增加客戶盈利能力，增加客戶盈利能力指客戶在獲得提升后，增加的盈利能力，如：客戶得到某種優(yōu)惠促銷而增加部分開支去銷售，則增加部分的開支給公司帶來的利潤即增加的客戶盈利能力。

2、客戶的保持和流失

企業(yè)的增長和發(fā)展壯大需要不斷獲得新的客戶并維持老的客戶，不論企業(yè)希望得到的是哪類客戶，數(shù)據(jù)挖掘都能幫助識別出這些潛在的客戶群，并提高市場活動的回應率，做到有的放矢。

現(xiàn)在各個行業(yè)的競爭都越來越激烈，企業(yè)獲得新客戶的成本正在不斷上升，因此建立客戶流失預測模型，得出即將流失的客戶，對他們采取有效措施進行挽留，從而有效減少客戶流失就顯得越來越重要，數(shù)據(jù)挖掘可以幫助發(fā)現(xiàn)打算離開的客戶，以使企業(yè)采取適當?shù)拇胧┩炝暨@些客戶。

3、客戶獲得

在沒有利用數(shù)據(jù)挖掘技術時，客戶獲取的傳統(tǒng)方法就是選出一些感興趣的人口調(diào)查其屬性，獲取這些人口的特征即可，但隨著數(shù)據(jù)量的增大，傳統(tǒng)的方法具有不可實現(xiàn)性。

利用數(shù)據(jù)挖掘在擴展客戶市場活動時，利用數(shù)據(jù)挖掘技術挖掘出潛在的客戶名單，在客戶名單上列出可能對某些產(chǎn)品感興趣的客戶信息，便可更方便的獲取更多的客戶。

4、客戶細分

客戶市場細分指的是將客戶劃分成互不相交的類別，客戶作為企業(yè)寶貴的資源，每一次與客戶接觸既是了解客戶的過程，也是客戶體驗企業(yè)的機會。

因此，真正關心客戶，為每位客戶提供與客戶內(nèi)在需求一致的、個性化的服務，才能讓客戶體會到企業(yè)的價值。

近年來，一對一營銷正在被眾多的企業(yè)所青睞，一對一營銷是指了解每一個客戶，并同其建立起持久的關系。

數(shù)據(jù)挖掘可以把大量的客戶分成不同的類，在每一個類里的客戶具有相似的屬性，而不同類里的客戶的屬性也不同，像聚類分析這樣的數(shù)據(jù)挖掘技術，可以輔助企業(yè)進行客戶細分（具體可查看馬海祥博客《收集客戶關系管理數(shù)據(jù)的策略和需求分析》的相關介紹）。

例如，化裝品企業(yè)的客戶分為：少兒、青年、中年和老年或者按性別分為男、女，通過數(shù)據(jù)挖掘可以了解其不同客戶的愛好，通過提供有針對性的產(chǎn)品和服務，來提高不同類客戶對企業(yè)和產(chǎn)品的滿意度。

5、交叉營銷

交叉營銷是指在向現(xiàn)有客戶提供新的產(chǎn)品和服務的營銷過程，如那些購買了嬰兒尿布的客戶會對你的其他嬰兒產(chǎn)品感興趣。

交叉營銷的升級形式為：升級營銷，指向客戶提供與他們已購買的服務相關的新服務。

數(shù)據(jù)挖掘技術在交叉營銷中的應用首先表現(xiàn)為，分析現(xiàn)有客戶的購買行為數(shù)據(jù)，進行交叉營銷分析，具體數(shù)據(jù)挖掘過程包含三個獨立步驟，即對個體行為進行建模；用預測模型對數(shù)據(jù)進行評分；對得分矩陣進行最優(yōu)化處理。

然后進行建模階段，利用上述建模的方法。

接下來就是評分階段，對所建立的模型進行評定。

最后一個階段就是優(yōu)化階段，通常有四種方法：質(zhì)樸的方法、平均效益方法、個人效益方法、有約束條件的優(yōu)化方法。

6、客戶欺詐風險分析

在客戶內(nèi)在需求管理中，客戶的信用分析和詐騙識別是非常重要的，因為一旦發(fā)生信用風險和欺詐行為，企業(yè)將面臨管理活動的失敗、市場份額的喪失和營銷活動的失敗，導致企業(yè)失去市場、顧客、競爭力和信譽。

根據(jù)馬海祥博客收集的統(tǒng)計資料表明，企業(yè)間的欺詐行為是非常普遍的，而且一旦發(fā)生，給企業(yè)帶來的損失是巨大的，如何準確、及時、有效地預測到企業(yè)可能發(fā)生的欺詐風險是非常有意義的，數(shù)據(jù)挖掘技術能夠很好地解決此問題。

可以利用數(shù)據(jù)挖掘中的意外規(guī)則的挖掘方法、神經(jīng)網(wǎng)絡方法和聚類方法，對客戶數(shù)據(jù)倉庫中的數(shù)據(jù)進行分析和處理，分析欺詐為什么會發(fā)生？哪些因素容易導致欺詐？欺詐風險主要來自于何處？如何預測到可能發(fā)生的欺詐？采取何種措施可以減少欺詐的發(fā)生？以便分析和評價欺詐風險的嚴重性和發(fā)生的可能性，準確、及時地對各種欺詐風險進行監(jiān)視、評價、預警和管理，進而采取有效的回避和監(jiān)督措施，在欺詐風險發(fā)生之前對其進行預警和控制。

7、市場策略分析

利用數(shù)據(jù)挖掘技術可以對市場進行如下幾種分析：預測客戶生命期的價值；預測客戶潛在價值；預測客戶潛在生命期價值。

根據(jù)數(shù)據(jù)挖掘得出的結果，進行市場策略分析，充分發(fā)揮客戶的現(xiàn)有價值和他的潛在價值。

對現(xiàn)有價值和潛在價值進行策略分析時，當客戶的現(xiàn)有價值與潛在價值一樣，則維持的最低費用，當客戶的潛在價值高于現(xiàn)有價值，則發(fā)揮其潛在價值的最低費用。

在此，馬海祥還要提醒大家一點：如果利用數(shù)據(jù)挖掘不能增加的客戶現(xiàn)有價值或潛在的價值，則應停止推銷等活動，否則，就要加大或繼續(xù)。

8、客戶忠誠度

客戶忠誠被認為是企業(yè)取得盛器利潤增長的途徑，客戶內(nèi)在需求管理需要培養(yǎng)和選擇忠誠客戶，使之與公司保持長期關系，但不是所有客戶都愿意與公司保持聯(lián)系，一些客戶的購買決策只受價格、方便等因素的影響。

不論公司如何以誠相對，提供高的顧客讓渡價值，客戶一旦發(fā)現(xiàn)其他公司有更低價格的商品，便馬上離開轉向該公司，也有一些顧客更關心商品的質(zhì)量、價值、服務、節(jié)約時間等，當他用本公司的產(chǎn)品感到滿意以后，就會成為公司的忠誠顧客。

通過對許多客戶資料進行分析表明，公司80%的利潤來自20%的客戶。

因此，忠誠客戶對公司所帶來的利潤是巨大的，數(shù)據(jù)挖掘技術，可以通過對數(shù)據(jù)庫中的大量數(shù)據(jù)進行分析，以確定消費者的購買習慣、購買數(shù)星和購買頻率，分析客戶對某個產(chǎn)品的忠誠程度、持久性、變動情況等，以確定忠誠客戶，并為他們提供“一對一”的個性化服務，增強客戶的忠誠度，最大限度地挖掘客戶對企業(yè)的終生價值，為企業(yè)創(chuàng)造更大的利潤。

數(shù)據(jù)挖掘中的差異性分析可用于發(fā)現(xiàn)客戶的欺詐行為，分析客戶的誠信度，從而獲得誠信較好的客戶。

轉載

三、如何做好數(shù)據(jù)分析？

數(shù)據(jù)分析有：分類分析，矩陣分析，漏斗分析，相關分析，邏輯樹分析，趨勢分析，行為軌跡分析，等等。 我用HR的工作來舉例，說明上面這些分析要怎么做，才能得出洞見。

01） 分類分析

比如分成不同部門、不同崗位層級、不同年齡段，來分析人才流失率。比如發(fā)現(xiàn)某個部門流失率特別高，那么就可以去分析。

02） 矩陣分析

比如公司有價值觀和能力的考核，那么可以把考核結果做出矩陣圖，能力強價值匹配的員工、能力強價值不匹配的員工、能力弱價值匹配的員工、能力弱價值不匹配的員工各占多少比例，從而發(fā)現(xiàn)公司的人才健康度。

03） 漏斗分析

比如記錄招聘數(shù)據(jù)，投遞簡歷、通過初篩、通過一面、通過二面、通過終面、接下Offer、成功入職、通過試用期，這就是一個完整的招聘漏斗，從數(shù)據(jù)中，可以看到哪個環(huán)節(jié)還可以優(yōu)化。

04） 相關分析

比如公司各個分店的人才流失率差異較大，那么可以把各個分店的員工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、員工年齡、管理人員年齡等）要素進行相關性分析，找到最能夠挽留員工的關鍵因素。

05） 邏輯樹分析

比如近期發(fā)現(xiàn)員工的滿意度有所降低，那么就進行拆解，滿意度跟薪酬、福利、職業(yè)發(fā)展、工作氛圍有關，然后薪酬分為基本薪資和獎金，這樣層層拆解，找出滿意度各個影響因素里面的變化因素，從而得出洞見。

06） 趨勢分析

比如人才流失率過去12個月的變化趨勢。

07）行為軌跡分析

比如跟蹤一個銷售人員的行為軌跡，從入職、到開始產(chǎn)生業(yè)績、到業(yè)績快速增長、到疲憊期、到逐漸穩(wěn)定。

通過面向企業(yè)業(yè)務場景提供一站式大數(shù)據(jù)分析解決方案，能夠為企業(yè)在增收益、降成本、提效率、控成本等四個角度帶來價值貢獻。

1、增收益

最直觀的應用，即利用數(shù)據(jù)分析實現(xiàn)數(shù)字化精準營銷。通過深度分析用戶購買行為、消費習慣等，刻畫用戶畫像，將數(shù)據(jù)分析結果轉化為可操作執(zhí)行的客戶管理策略，以最佳的方式觸及更多的客戶，以實現(xiàn)銷售收入的增長。

下圖為推廣收支測算分析，為廣告投放提供決策依據(jù)。

下圖為渠道銷量分析，為渠道支持提供數(shù)據(jù)支撐。

2、降成本

例如通過數(shù)據(jù)分析實現(xiàn)對財務和人力的管理，從而控制各項成本、費用的支出，實現(xiàn)降低成本的作用。

下圖為生產(chǎn)成本分析，了解成本構成情況。

下圖為期間費用預實對比分析，把控費用情況。

3、提效率

每個企業(yè)都會出具相關報表，利用數(shù)據(jù)分析工具，如數(shù)鑰分析云，不懂技術的業(yè)務人員也能夠通過簡單的拖拉拽實現(xiàn)敏捷自助分析，無需業(yè)務人員提需求、IT人員做報表，大大提高報表的及時性，提高了報表的使用效率。

通過數(shù)據(jù)分析工具，能夠在PC端展示，也支持移動看板，隨時隨地透視經(jīng)營，提高決策效率。

4、控風險

預算是否超支？債務是否逾期？是否缺貨了、斷貨了？客戶的回款率怎么樣？設備的運行是否正常？哪種產(chǎn)品是否需要加速生產(chǎn)以實現(xiàn)產(chǎn)銷平衡？...其實，幾乎每個企業(yè)都會遇到各種各樣的風險問題。通過數(shù)據(jù)分析，能夠幫助企業(yè)進行實時監(jiān)測，對偏離了預算的部分、對偏離了正常范圍的數(shù)值能夠進行主動預警，降低企業(yè)風險。

下圖為稅負率指標，當綜合稅負率過高，可以實現(xiàn)提示和預警。

下圖為重要指標預警，重點監(jiān)控項目的毛利率。

四、數(shù)據(jù)挖掘應用 如何做好關聯(lián)分析

數(shù)據(jù)挖掘應用：如何做好關聯(lián)分析

說起關聯(lián)分析，也許是太過于專業(yè)了，但你應該聽說過啤酒與尿布的典型案例，啤酒與尿布就是關聯(lián)分析的典型，讓無數(shù)的人都對該規(guī)則津津樂道，但這個都已經(jīng)成為過去了，現(xiàn)在數(shù)據(jù)增長及產(chǎn)品增長飛速，會出現(xiàn)越來越多啤酒與尿布的規(guī)則指導市場運營。

關聯(lián)分析具體能用來做什么呢？

可以一句話來概括：最大限度地從你口袋里面掏出更多的錢買我的產(chǎn)品。

1.通過關聯(lián)規(guī)則，推出相應的促銷禮包或優(yōu)惠組合套裝，快速幫助提高銷售額。如前面所說的：飄柔洗發(fā)水+玉蘭油沐浴露、海飛絲洗發(fā)水+舒膚佳沐浴露等促銷禮包；還比如全家里面推出的牛奶+面包、豆奶+面包的早餐組合。

2.零售超市或商場，可以通過產(chǎn)品關聯(lián)程度大小，指導產(chǎn)品合理擺放，方便顧客最購買更多其所需要的產(chǎn)品。最常見的就是超市里面購買肉和購買蔬菜水果等貨架會擺放得很近，目前就是很多人會同時購買肉與蔬菜，產(chǎn)品的合理擺放也是提高銷售的一個關鍵。

3.進行相關產(chǎn)品推薦或者挑選相應的關聯(lián)產(chǎn)品進行精準營銷。最常見的是你在亞馬遜或京東購買產(chǎn)品的時候，旁邊會出現(xiàn)購買該商品的人，有百分之多少還會購買如下的產(chǎn)品，快速幫助顧客找到其共同愛好的產(chǎn)品。物以類聚，人以群分。例如，窮人一般和窮人在一起，富人也喜歡和富人在一起。還有數(shù)據(jù)挖掘的人喜歡和數(shù)據(jù)挖掘的人打交道，都離不開這些鳥道理。

4.尋找更多潛在的目標客戶。例如：100人里面，購買A的有60人，購買B的有40人，同時購買A和B的有30人，說明A里面有一半的顧客會購買B，反推而言。如果推出類似B的產(chǎn)品，除了向產(chǎn)品B的用戶推薦（因為新產(chǎn)品與B的功能效果比較類似）之外，還可以向A的客戶進行推薦，這樣就能最大限度地尋找更多的目標客戶。

如何做好關聯(lián)分析呢？

1.必須進行大量的產(chǎn)品梳理工作，區(qū)分不同等級的層次關系，并且給相應的產(chǎn)品打上合適的標簽。產(chǎn)品梳理是一項純手工的并且需要耗費大量的人力及時間才能完成的。一般的企業(yè)，其產(chǎn)品不會很多，就比如P&G的產(chǎn)品或者其SKU數(shù)（庫存量），也不過是幾千個，但產(chǎn)品梳理的標準是很重要的。產(chǎn)品標準過于粗放，對于后期的關聯(lián)分析意義不大；產(chǎn)品標準過于細化，如涉及到SKU的層面的話，關聯(lián)分析出的規(guī)則也不一定很理想。所以選定好一個比較合理的產(chǎn)品梳理規(guī)范，對于關聯(lián)分析的結果精準程度很重要。

如果對于大零售超市或商場，其SKU數(shù)一般都是幾十萬甚至上百萬，產(chǎn)品梳理工作是一項很痛苦的工作，但如果要從數(shù)據(jù)角度進行產(chǎn)品運營，建議可以開展相應的產(chǎn)品梳理咨詢項目，通過半年多的產(chǎn)品梳理，形成標準化的產(chǎn)品梳理流程及產(chǎn)品目錄。過去的半年里，在對某商場的產(chǎn)品梳理時候，發(fā)現(xiàn)目前的產(chǎn)品體系還是漏洞百出，很多還是很不規(guī)范的。做好關聯(lián)分析或數(shù)據(jù)運營，請從產(chǎn)品梳理工作開始。

2.建議選取SAS EM模塊里面的關聯(lián)分析模塊。合適的工具是做好關聯(lián)分析的關鍵。SPSS Clementine里面的關聯(lián)分析模塊，其實其對數(shù)據(jù)格式要求很嚴格，還是SAS的EM模塊比較好用，純圖形化操作。

3.請深刻理解關聯(lián)分析中的三度：置信度、支持度、提升度，同時不能忽略產(chǎn)品規(guī)模。如果規(guī)則的提升度很高，但其相關的置信度很小，說明其市場規(guī)模很小。市場經(jīng)營必須同時考慮市場規(guī)模大小及精準程度大小的兩個維度。如果該規(guī)則真的很精準，但其受眾客戶就只有幾百個，對于銷售額而言，一點都沒有影響。而另外一條規(guī)則雖然提升度不是很高，但其受眾客戶涉及了幾萬人，對該部分客戶進行營銷，能夠有效地擴大規(guī)模，大幅提高銷售額。所以后期的營銷規(guī)則選取也必須要切合實際的商業(yè)應用。

關聯(lián)分析有哪些后遺癥？

1.注意購買產(chǎn)品贈送禮品的人為因素影響規(guī)則。有些挖掘師或分析師在做出關聯(lián)分析后，看到了幾條提升度及置信度都很高的規(guī)則，就興奮不已地告訴客戶：我覺得產(chǎn)品A和產(chǎn)品B有很大的關聯(lián)性，從數(shù)字上看，捆綁銷售肯定能夠取得很好的銷售效果。當拿到這樣的結果的時候，客戶很鎮(zhèn)定地說：“你不知道我們在某月的時候，大量開展了購買產(chǎn)品A即可免費贈送產(chǎn)品B的活動么？”杯具，坑爹。對于這個時候的挖掘師是很悲催的。在篩選關聯(lián)規(guī)則的時候，必須對該企業(yè)過去一年開展的活動有了解，還必須對不同時間段的主推產(chǎn)品進行提前溝通，確保關聯(lián)規(guī)則不受人為因素影響。

2.注意產(chǎn)品之間的位置擺放是否有很大的影響。在零售大商場中，產(chǎn)品擺放的位置對產(chǎn)品關聯(lián)銷售會產(chǎn)生很大的影響的，因為關聯(lián)分析就是為了更方便地讓顧客找到其需要的產(chǎn)品，購買更多其需要的產(chǎn)品。人流比較大的兩個相隔貨架之間的產(chǎn)品關聯(lián)性比較大，在很多項目中會發(fā)現(xiàn)不少的這樣規(guī)則。但其結果表明了貨架關聯(lián)性比較大，擺放在一起就肯定比較合理的。但在進行關聯(lián)分析的時候，客戶更希望能從其他不相隔的貨架之間找出更好的關聯(lián)銷售機會，這決定了后期的關聯(lián)規(guī)則挑選難題。

3.注意關聯(lián)推薦的規(guī)則合理性及流失成本的大小。后期的關聯(lián)推薦應用于主要是三個方面：1、重購：繼續(xù)購買原來的產(chǎn)品；2、升級：購買更高檔次的產(chǎn)品；3、交叉銷售：購買相關的產(chǎn)品。如果該規(guī)則的客戶本來是買了50塊錢的產(chǎn)品的，發(fā)現(xiàn)關聯(lián)規(guī)則里面出現(xiàn)了推薦其購買30塊的同類型產(chǎn)品，這等于給客戶降檔推薦了，會讓銷售額大幅減少，銷售機會白白浪費并且造成了損失，所以在進行關聯(lián)推薦的時候，那些涉及到了降檔的規(guī)則一定要剔除。

關聯(lián)分析是一個很有用的數(shù)據(jù)挖掘模型，能夠幫助企業(yè)做很多很有用的產(chǎn)品組合推薦、優(yōu)惠促銷組合，同時也能指導貨架擺放是否合理，還能夠找到更多的潛在客戶，的確真正的把數(shù)據(jù)挖掘落到實處。

以上就是關于數(shù)據(jù)挖掘影響因素選擇相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

中國互聯(lián)網(wǎng)數(shù)據(jù)中心平臺（中國互聯(lián)網(wǎng)數(shù)據(jù)中心平臺官網(wǎng)）

海外數(shù)據(jù)調(diào)研答題賺錢是真的嗎（海外數(shù)據(jù)調(diào)研答題賺錢是真的嗎知乎）

推廣數(shù)據(jù)分析的內(nèi)容包含（推廣數(shù)據(jù)分析的內(nèi)容包含哪些方面）

公司市場營銷策劃方案（公司市場營銷策劃方案方向）

店鋪介紹（店鋪介紹怎么寫吸引人）