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
|
|
| 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 |
|
