数据挖掘商业案例分析和实现.pdf
..WORD.格式整理..
目录
第一部分金融行业应用5
1.前言5
1.1客户细分―使客户收益最大化的同时最大程度降低风险5
1.2客户流失―挽留有价值的客户6
1.3交叉销售6
1.4欺诈监测6
1.5开发新客户7
1.6降低索赔7
1.7信用风险分析7
2.客户流失8
2.1客户流失需要解决的问题8
2.2客户流失的类型9
2.3如何进行客户流失分析？9
2.4客户流失应用案例11
3.客户细分21
3.1信用风险分析21
3.2客户细分的概念21
3.3客户细分模型22
3.4客户细分模型的基本流程23
3.5细分方法介绍25
3.6客户细分实例25
4.营销响应30
4.1什么是营销响应？30
4.2如何提高营销响应率？30
4.3营销响应应用案例32
5.信用评分38
5.1信用评分背景38
5.2信用评分的概念39
5.3信用评分的方法39
5.4信用评分应用案例42
6.客户满意度研究50
6.1为什么要进行客户满意度研究？50
6.2满意度研究的目标和内容50
6.3满意度研究方法51
6.4结构方程模型在客户满意度测评中的应用54
6.5满意度研究在金融行业中的应用55
7.CRISP-DM简介57
7.1数据理解58
7.2数据准备58
7.3建立模型58
7.4模型评估59
..专业.知识.分享..
..WORD.格式整理..
7.5部署（发布）59
8.数据挖掘经验谈60
8.1采用CRISP-DM方法论60
8.2以终为始60
8.3设定期望值60
8.4限定最初的项目范围60
8.5确保团队合作61
8.6避免陷入数据垃圾61
9.数据挖掘部署策略62
9.1策略1－快速更新批处理方式62
9.2策略2－海量数据批处理方式63
9.3策略3－实时封装方式64
9.4策略4－实时定制方式65
10.成功案例67
10.1国外成功案例67
10.1.1BancoEspiritoSanto(BES)67
10.1.2BankFinancial67
10.1.3美国汇丰银行68
10.1.4美国FirstUnion公司69
10.1.5Achmea公司70
10.1.6标准人寿保险公司71
10.2国内成功案例71
10.2.1中国建设银行风险预警管理项目71
10.2.2光大银行信贷风险管理项目72
10.2.3中国银行信用风险评级管理项目72
10.2.4中国中信银行72
10.2.5部分金融业客户的名单（排名不分先后）73
第二部分电信行业应用74
1.前言74
1.1数据挖掘的概念74
1.2