一種增量銷售的數據挖掘建模方法
2023-04-25 23:10:51
專利名稱:一種增量銷售的數據挖掘建模方法
技術領域:
本發明涉及數據挖掘技術,特別是涉及一種增量銷售的數據挖掘建模方法。
背景技術:
營銷是市場經濟的產物,營銷的目的就是為企業找到市場,通過營銷活動為企 業帶來效益。傳統的大眾營銷採用的是"廣撒網"的方式,往往採用鋪天蓋地的廣 告與優惠手段,進行產品及服務的宣傳,這種方式有成本高,收益低的特點,逐漸 被更先進的精確營銷方式所取代。精準營銷就是通過現代信息技術手段實現的個性
化營銷活動,通過市場定量分析的手段(marketingtest)、個性化溝通技術(數據 庫、CRM、現代物流等)等實現企業對效益最大化的追求。精準營銷中的增量銷 售,就是採用數據挖掘的分類模型識別對潛在用戶特徵,對潛在用戶進行預測,進 而指導營銷的方法。
目前通用的增量銷售數據挖掘的方法如下
第一步在所有的客戶資料中進行採樣。
第二步對釆樣集進行測試,記錄營銷反應客戶和非反應客戶。 第三步基於採樣集進行建模。
第四步運用模型對資料庫的所有客戶進行打分,發現最有可能購買產品的客 戶群A。
第五步在營銷活動中重點針對客戶群A。
第六步把營銷活動的客戶反饋寫回資料庫,形成營銷閉環管理。 上述的精準化營銷過程,改變了大眾營銷的傳統模式,降低了營銷成本,但是, 在實際的應用中,並沒有帶來銷售額沒有增長;在實施發放打折卡等營銷手段之後, 反而帶來了利潤實際降低,投資回報率變為成為負值。究其原因,模型預測結果出 現了偏差。模型發現的是最有可能購買產品的的客戶,而大多數情況下,通過模型 打分高的客戶一定會購買商品(不管是否領取打折卡),所以應該修正模型,使得模型預測結果為只有在得到打折券的條件下才最可能購買商品的顧客戶,這些客戶
才是利潤增長點,才會提高ROI (投資回報率)。
發明內容
本發明所要解決的技術問題就是為了克服上述現有技術存在的缺陷而提供一 種增量銷售的數據挖掘建模方法。
本發明的目的可以通過以下技術方案來實現: 一種增量銷售的數據挖掘建模方 法,其特徵在於,包括以下步驟
(1) .根據業務需求,從數據倉庫中選擇相應的數據;
(2) .數據預處理,構建面向業務主題的數據集市;
(3) .從數據集市中採樣數據,用於營銷測試;
(4) .記錄營銷測試的數據,構成數據集;
(5) .基於數據集,構建增量銷售模型;
(6) .應用增量銷售模型;
(7) .根據應用增量銷售模型的結果和營銷測試構成的數據集,修正增量銷售 模型。
所述的從數據倉庫中選擇的數據為關聯客戶購買可能性的數據。 所述的數據預處理包括清洗、缺失值處理、數據規範化。
所述的採樣數據為從數據集市中抽取一部分客戶,將該部分客戶分成進行某個 營銷手段的客戶組、不進行該營銷手段的客戶組。
所述的營銷測試的數據包括進行某個營銷手段客戶組的反饋數據、不進行該營 銷手段的客戶組的反饋數據。
所述的構建增量銷售模型為
針對進行某個營銷手段客戶組的反饋數據,得到用戶購買產品的概率分P1; 針對不進行該營銷手段客戶組的反饋數據,得到用戶購買產品的概率分P2; 得到該營銷手段對用戶購買產品的概率影響權重P, P=P1-P2,將該權重作為 增量銷售模型的輸出。
與現有技術相比,本發明的方法可以精確得挖掘到營銷目標客戶群。
圖1為傳統增量銷售的數據挖掘的示意圖; 圖2為本發明的流程圖。
具體實施例方式
下面結合附圖對本發明作進一步說明。
如圖2所示, 一種增量銷售的數據挖掘建模方法,包括以下步驟
(1) .根據業務需求,從數據倉庫中選擇相應的數據;
(2) .數據預處理,構建面向業務主題的數據集市;
(3) .從數據集市中採樣數據,用於營銷測試;
(4) .記錄營銷測試的數據,構成數據集;
(5) .基於數據集,構建增量銷售模型;
(6) .應用增量銷售模型;
(7) .根據應用增量銷售模型的結果和營銷測試構成的數據集,修正增量銷售 模型;
所述的從數據倉庫中選擇的數據為關聯客戶購買可能性的數據;所述的數據預 處理包括清洗、缺失值處理、數據規範化;所述的採樣數據為從數據集市中抽取一 部分客戶,將該部分客戶分成進行某個營銷手段的客戶組、不進行該營銷手段的客 戶組;所述的營銷測試的數據包括進行某個營銷手段客戶組的反饋數據、不進行該 營銷手段的客戶組的反饋數據;所述的構建增量銷售模型為針對進行某個營銷手 段客戶組的反饋數據,得到用戶購買產品的概率分Pl;針對不進行該營銷手段客 戶組的反饋數據,得到用戶購買產品的概率分P2;得到該營銷手段對用戶購買產 品的概率影響權重P, P=P1-P2,將該權重作為增量銷售模型的輸出。
實施例
(一) 確定業務需求,選擇數據
數據欄位的選擇、收集是數據挖掘的前提,應選擇影響客戶購買性相關的數據 欄位;
(二) 數據預處理,構建數據集市
數據預處理對數據進行清洗、缺失值處理、數據規範化;數據規範化構建 模型的目標變量為用戶購買概率得分,把目標變量設為連續型數值變量。
(三) 數據採樣數據抽樣從客戶數據集中,根據業務需求,按一定抽取規則抽取測試客戶集; 數據分組將測試客戶集等分成A、 B兩組。
(四) 對A組客戶發放打折卡進行營銷,對B組客戶進行廣告營銷,記錄客 戶反饋信息。
(五) 構建模型
構建打折卡組模型針對A組客戶信息,構建打折卡組模型,模型輸出結果 為得到打折卡後,用戶購買產品的概率得分P1。
構建控制組模型針對B組客戶信息,構建控制組模型(無打折卡組模型), 模型輸出結果為不發放打折卡,用戶購買產品的概率得分P2。
構建增量銷售模型構建增量銷售模型,輸出結果為打折卡對用戶購買概率的 影響權重P, P=P1-P2。
(六) 應用模型
應用模型在選定客戶集上,應用增量銷售模型,得到客戶的增量銷售分值。
(七) 把營銷活動的客戶反饋寫回資料庫,形成營銷閉環 客戶反饋信息收集根據模型應用結果,開展營銷活動,把營銷活動的客戶反
饋寫回資料庫。
更新模型,形成營銷閉環根據新的用戶數據,訓練、修正增量銷售模型,為 隨後的營銷活動提供決策支持,形成營銷閉環。
權利要求
1.一種增量銷售的數據挖掘建模方法,其特徵在於,包括以下步驟(1).根據業務需求,從數據倉庫中選擇相應的數據;(2).數據預處理,構建面向業務主題的數據集市;(3).從數據集市中採樣數據,用於營銷測試;(4).記錄營銷測試的數據,構成數據集;(5).基於數據集,構建增量銷售模型;(6).應用增量銷售模型;(7).根據應用增量銷售模型的結果和營銷測試構成的數據集,修正增量銷售模型。
2. 根據權利要求1所述的一種增量銷售的數據挖掘建模方法,其特徵在於, 所述的從數據倉庫中選擇的數據為關聯客戶購買可能性的數據。
3. 根據權利要求1所述的一種增量銷售的數據挖掘建模方法,其特徵在於, 所述的數據預處理包括清洗、缺失值處理、數據規範化。
4. 根據權利要求1所述的一種增量銷售的數據挖掘建模方法,其特徵在於,所述的採樣數據為從數據集市中抽取一部分客戶,將該部分客戶分成進行某個營銷 手段的客戶組、不進行該營銷手段的客戶組。
5. 根據權利要求4所述的一種增量銷售的數據挖掘建模方法,其特徵在於,所述的營銷測試的數據包括進行某個營銷手段客戶組的反饋數據、不進行該營銷手 段的客戶組的反饋數據。
6. 根據權利要求5所述的一種增量銷售的數據挖掘建模方法,其特徵在於, 所述的構建增量銷售模型為-針對進行某個營銷手段客戶組的反饋數據,得到用戶購買產品的概率分Pl; 針對不進行該營銷手段客戶組的反饋數據,得到用戶購買產品的概率分P2; 得到該營銷手段對用戶購買產品的概率影響權重P, P=P1-P2,將該權重作為 增量銷售模型的輸出。
全文摘要
本發明涉及一種增量銷售的數據挖掘建模方法,包括以下步驟根據業務需求,從數據倉庫中選擇相應的數據;數據預處理,構建面向業務主題的數據集市;從數據集市中採樣數據,用於營銷測試;記錄營銷測試的數據,構成數據集;基於數據集,構建增量銷售模型;應用增量銷售模型;根據應用增量銷售模型的結果和營銷測試構成的數據集,修正增量銷售模型。與現有技術相比,本發明的方法可以精確得挖掘到營銷目標客戶群。
文檔編號G06Q30/00GK101620706SQ20081003988
公開日2010年1月6日 申請日期2008年6月30日 優先權日2008年6月30日
發明者謐 馮 申請人:上海全成通信技術有限公司