哪些顾客可能流失--以数据挖掘为工具构建顾客流失模型

商业社会正在以不同寻常的速度在改变。垄断业务的解体、业务的多样化和全球化等特性已在企业间的竞争中急剧增加。对客户本身而言,绝对忠实的客户已经不存在。如何尽早发现顾客流失的先兆并采取措施提供客户所需的个性化服务,成为提高顾客忠诚、防止高端顾客流失的必要手段,在     

顾客喜欢的下一个产品是什么--以数据挖掘发现交叉销售机会

很多公司在产品销售额与市场占有率上升到一定程度后就面临着业绩难以继续提升的问题,此时原定的目标市场似乎已经开发完毕,新市场的开发成本又过于高昂。企业此时如逆水行舟,稍不留神即有可能被竞争对手击败。那么,企业难道只能作困兽之斗吗?国内外商业实践表明,交叉销售是企业此时最佳的脱困方案!所谓交叉销售,简单地讲就是让购买了本公司一种产品的顾客,继续购买本公司另一种产品。在激烈的市场竞争环境中,无论是商业零售业还是银行保险业,交叉销售都有着其重要地位与作用。为此就需要在完成一次销售后针对顾客喜好,适时推出顾客意向中的…     

资料分析科学

随着信息社会的来临、市场环境变迁的加速和不确定性的冲击，企业经营者纷纷面临市场饱和、产品加速淘汰、消费者嗜好善变及国外竞争者涌现等问题，单凭管理者的直觉反应和主观判断已无法因应决策上的需要；如何能化被动的适应为主动的评估趋势已成为现今的重要课题。资料分析科学(DataScientific) 事业在市场趋向专业分工化的前提下，逐渐已成为管理决策者一项不可或缺的工具，而企业主们也渐渐能接受资料分析科学为外显成本的观念；然而，何谓资料分析科学?以下将针对资料分析科学做一介绍。资料分析科学之目的 资料分析科学之目的在…     

统计的份量

最近在台湾地区大选炒得火热。 真的是盛况空前啊!每天打开电视、收音机,不外是“×××因兴票案,支持率又下降了三个百分点,×××始终维持22%上下…。”普通的民众每天照样三餐在听,仿佛都快成了专家,偶而也能道出一两个数据来唬人一番。而我们这些自命天高的所谓统计人自然不能安静无声,民众或许以为下三个百分点没什么,缴个营业税都要5%了,但是在统计人的眼中可是很严重的事啊!一个百分点看起来很小,却代表了多少个有投票权的人啊!候选人也会因为数字而一再开出泡沫支票,有人信,有人不信,而数字又要反映候选人的政策是否得当。正所谓“…     

用统计学构筑企业的知识管理平台

前 言 随着数据库、互联网技术的迅速发展，管理信息系统(ManagementInformation System,简称MIS)及网络数据中心(Internet Data Center,简称IDC)的普及应用，数据的存取、查询、描述统计等技术已日臻完善。快速方便的数据存取，并没有减轻企业的负担，数据成爆炸级增长，但能够用来提高企业核心竞争力的知识却相当匮乏。于是企业开始考虑数据的投入和知识的产出比是否合理这样的问题。当初为了提高信息管理自动化水平而建制的数据库系统，仅仅实现了企业日常业务运营和交易情况的管理，这并非企业真正的需求，企业真正需要的是能…     

聚焦:Data Mining--观念、方法及技术、应用实例(下篇)

6.连结分析 连结分析是以数学中之图形理论为基础，藉由记录之间的关系发展出一个模式，它是以关系为主体，由人与人、物与物或是人与物的关系发展出相当多的应用。例如，电信服务业可藉连结分析收集到顾客使用电话的时间与频率，进而推断顾客使用偏好为何，提出有利于公司的方案。除了电信业之外，愈来愈多的行销业者亦利用连结分析做有利于企业的研究。 7.线上分析处理 所谓线上分析处理是指由数据库所连结出来的线上查询分析程序。严格说起来，线上分析处理并不算特别的一个资料挖掘技术，但是透过线上分析处理工具，使用者能更…     

数据挖掘在信用卡公司的应用

文章以某信用卡公司为例 ,详细介绍了数据挖掘理论与方法在实践中的应用情况 ,即首先对对象进行聚类分析 ,然后进行 L ogistic回归 ,再进行顾客消费特征分析 ,最后在分析基础上得出符合实际的结论 ,并以此指导企业的实践活动     

邦昌随想--统计与"国际贸易与金融"

统计可以说是所有自然科学与社会科学的基础.为什么这样说呢?我认为,只要有资料,就有统计,因为如果要从一大堆的资料中得到一个趋势、一个特性,统计是将资料整理归纳的惟一科学方法.     

谷歌流感趋势的成功与失误

大数据时代下机遇与挑战并存,如何基于传统方法去处理大数据引人深思,一味地追求大数据也不一定正确。本文以谷歌流感趋势(GFT)为案例,介绍了大数据在疾病疫情监测方面的主要技术及相关成果,阐述了大数据在使用中的关键问题,并结合复杂的统计学工具给出了一些改进措施。谷歌流感趋势的成功取决于相关关系的应用,其失误却来源于模型的构造、因果关系和相关关系的冲突等问题。谷歌流感趋势案例的分析与启示对政府今后在大数据解决方案中有重要的理论和实践意义。     

用于分类的随机森林和Bagging分类树比较

借助试验数据,从两种理论分析角度解释随机森林算法优于Bagging分类树算法的原因。将两种算法表述在两种不同的框架下,消除了这两种算法分析中的一些模糊之处。尤其在第二种分析框架下,更能清楚的看出,之所以随机森林算法优于Bagging分类树算法,是因为随机森林算法对应更小的偏差。