报名电话:010-59132939

《数据挖掘在顾客关系管理上的应用与案例之深度研讨》

课时:2天

适合学员:

主管、营销经理人、及数据库管理者等。

 

课程内容:

本课程包括:让学员了解顾客关系管理的系统架构、了解数据挖掘技术的产业标准、了解数据挖掘技术的功能分类、了解数据挖掘技术的绩效增益;本课程也通过实例来说明如何利用数据挖掘技术来进行数据预处理、如何利用数据挖掘技术来建立小额信贷的响应模型模型等。

 

第一部分: 数据挖掘的基础概念(Basic Concept)

 

1.顾客关系管理的系统架构

 2.  数据挖掘技术简介

3.    数据挖掘产业标准

4.    数据挖掘未来趋势

5.    数据挖掘模型简介

6.    数据挖掘绩效评估

7.    数据挖掘案例研讨

 

第二部分: 数据挖掘技术(Data Mining Techniques)及实务建模(Practical Models)

 

1.    数据预处理(Data Preprocessing)

*资料的清理(Cleansing)-

空值(Null Value), 错误值(Wrong Value)及离群值(Outlier)的侦测及处理方式

*数据的转换(Transformation)-

数据正规化(Normalization)技术

数据一般化(Generalization)技术

数据离散化(Data Discretization)技术

数据连续性指派(Continuousness Arbitrary)技术

 

2.    关键变数选取(Key Attribute Selection)

*实例说明如何利用关键变数选取技術来筛选进件评分卡(Application Score Card)之有效变数(Key Attributes)

 

3.    分类技术(Classification Techniques)

*分类技术介绍-贝式分类法(Bayes)、决策树(Decision Tree)、类神经网络(Neural Network)及罗吉斯回归(Logistic Regression)

*实例说明如何利用分类技术来建立进件评分卡模型(Credit Scoring Model)

 

4.    实务建模(Practical Models)

*利用SAS EM实作进件评分卡模型(Credit Scoring Model)

*利用SAS EM实作小额信贷的响应模型(Response Model)