【教学目标】(1)了解什么是顾客关系管理;(2)了解顾客关系管理系统的架构及其组成元素;(3)了解如何利用顾客关系管理系统来进行营销活动;(4)了解什么是数据挖掘(DataMining);(5)掌握数据挖掘技术的功能分类;(6)掌握数据挖掘技术的绩效增益;(7)了解数据挖掘技术的产业标准;(8)掌握如何利用数据挖掘技术来筛选关键变量(KeyAttribute);(9)掌握如何利用数据挖掘技术来进行交叉销售(Cross-Selling);(10)掌握如何利用数据挖掘技术来评估客户的信用风险(CreditRisk);(11)了解如何利用数据挖掘技术来分析顾客行为、产生商业智慧并发展营销策略。(12)掌握如何使用数据挖掘工具SPSSModeler/SAS/PYTHON/R来完成上述的各项工作。(13)掌握构建信用打分卡的流程。【目标用户】1)各行业数据分析、数据挖掘从业者2)金融、电信、零售、医学等各行业业务数据分析人员3)政府事业单位大数据及数据挖掘项目人员4)数据挖掘岗位就业、提拔涨薪、技能优化等从业人员5)对数据挖掘感兴趣的各界人员【学员要求】1)掌握CDALEVELⅠ大纲要求,CDALEVELⅠ详情:http://www.ppvke.com/class/detailcontent/?hid=326&tid=1000742)报名赠送《SAS初级视频》/《PYTHON初级视频》/《R语言视频》,提前观看视频做好预习工作。【老师介绍】李御玺,教授,国立台湾大学资讯工程博士,铭传大学资讯工程学系教授,铭传大学大数据研究中心主任,中华数据挖掘协会理事,云南财经大学信息学院客座教授,浙江大学城市学院客座教授,厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBMSPSS-China顾问,SAS-Taiwan顾问。在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。服务过的客户包括:中国工商局、中信银行、台新银行、联邦银行、新光银行、新竹国际商业银行(现已并入渣打银行)、第一银行、永丰银行、远东银行、美商大都会人寿、嘉义基督教医院、台湾微软、零售业如赫莲娜(HelenaRubinstein)化妆品公司、特立和乐(HOLA)公司、航空公司如东方航空公司、中华航空公司、汽车行业如福特(Ford)汽车公司;政府行业如国税局等。徐筱刚,男,高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。常国珍,曾为德勤管理咨询高级数据挖掘咨询顾问,SAS官方培训资深讲师,2014年SAS软件大赛判卷人,曾以数据挖掘工程师身份就职于亚信科技(中国)有限公司市场部。具有八年的数据挖掘实战经验,主攻分类模型,涉及客户精准营销、信用评估、价值提升、欺诈侦测和流失预警等数据挖掘主题,尤其熟悉银行个人客户精准营销的建模工作。资格认证:SAS全球认证“Certified Statistical Business Analyst Using SAS 9 Regression and Modeling”、“Certified Advanced Programmer for SAS 9”。邹博,北师大计算机博士毕业,在科学院从事机器学习和数据挖掘科研工作,主持完成三维计算几何行业建模软件,擅长方向为机器学习、数据挖掘、自然语言处理、计算几何。主持三维数字地质图制图技术及其应用、三维地质建模应用示范研究、遥感信息解译与像元增强研究等多项部级科研项目,对大型软件架构有深刻理解,改进了多项遥感图像的分割、分类、增强算法并用于实际。在多家大学和教育机构担任机器学习和数据挖掘讲师,实战经验丰富,算法推导细致透彻,广受学员好评。【教学大纲】主要操作案例:1.银行客户营销案例:某银行希望通过提供客户对的营销活动,在未来实现更多的获利。此案例的目的是想根据以往的促销活动,利用数据挖掘找出会对营销活动有响应的客户特征,并根据建模的结果产生要邮寄的促销客户名单。2.信用评等案例:某银行希望根据客户过去的贷款数据,利用数据挖掘来预测新的贷款者,核贷后会逾期的机率,以做为银行是否核贷的依据,或提供给客户其他类型的贷款产品。3.电信客户分类(不同套餐选择)案例:某电信服务提供商通过客户使用服务的方式,将客户分为四类人。此案例的目的是想根据人口统计数据,利用数据挖掘找出这四类人的特征,并发掘这四类人的潜在新客户。4.电信客户流失案例:某电信服务提供商非常关注是否客户会流失到竞争对手。假如服务使用的数据可以用来预测哪些客户有可能被转移到另一个提供商,则此提供商可提供客制化的优惠,以尽可能留住客户。此案例的目的是想根据服务使用的数据,利用数据挖掘来预测客户的流失。5.新车设计案例:某汽车制造商开发两种新车(汽车及卡车)的原型。在将新车型引入至产品系列之前,该制造商想知道竞争对手已经上市的车辆中,哪些与这两款产品的原型最为相似,以确定这两种新车将与哪些车型展开竞争。次要操作案例:案例1.天气(Weather)案例2.玻璃制品(Glass)案例3.电信产品跨销售(Cross-Selling)案例4.药物治疗(DragDiagnosis)案例5.糖尿病(Diabetes)案例6.乳癌(BreastCancer)案例7.临床路径选择(ClinicalPath)案例8.电离层雷达侦测(Ionosphere)案例9.寿险推销(InsurancePromotion)案例10.影像分类(Image)案例11.便利超商选点(ConvenientStore)案例12.零售促销预测(RetailPromotion)案例13.房价(HomePrice)预测案例14.汽车油耗(MPG)预测案例15.CPU效能(CPUPerformance)预测案例16.银行客户购买金融商品(FinancialProduct)之关联分析(AssociationAnalysis)案例17.文具(Stationery)及健康美容(Health&Beauty)用品之关联分析(AssociationAnalysis)案例18.银行客户购买金融商品(FinancialProduct)之序列分析(SequentialAnalysis)案例【课程项目大纲】【报名流程】1.在线填写报名信息见“阅读原文”2.给予反馈,确认报名信息3.网上缴费4.开课前一周发送电子版课件和教室路线图【联系我们】咨询电话:400-070-7620