销售财务财务客户客户市场市场销售销售财务财务公司面临商业问题客户生命周期客户生命周期客户分类客户分类终生价值终生价值利润率利润率忠诚度忠诚度客户满意度客户满意度购买倾向购买倾向价格分析价格分析促销活动的用效性促销活动的用效性向上销售向上销售交叉销售交叉销售客户满意度客户满意度市场分类市场分类市场分析市场分析渠道优化渠道优化销售预测销售预测实时产品推荐实时产品推荐在线出价管理在线出价管理销售代表概评销售代表概评包裹生成包裹生成损失预防损失预防财务预测财务预测风险管理风险管理终生评价终生评价欺诈探测欺诈探测客户保留客户保留需求预测需求预测供应链供应链北京英泰慧雪科技有限公司-15-2个面临的挑战挑战1: 更多客户更多群体更多产品…更多模型需要建立问题: 我们能够用现有的工具建这么多新的模型吗挑战2: 团队在扩充和雇佣更多新人。
问题他们有符合要求的技能吗他们能很快地培训好吗15北京英泰慧雪科技有限公司-16-KXEN 有什么不同易于使用没有统计培训或专业知识也可以使用KXEN自动数据准备和探索允许访问原始数据包括上千个变量并自动找到重要的指标易于使用没有统计培训或专业知识也可以使用KXEN自动数据准备和探索允许访问原始数据包括上千个变量并自动找到重要的指标快速建模在几小时内创建和部署模式而不是数周使用KXEN可以帮助您进行日常决策、解答传统模型因市场响应速度慢而无法解决的商业问题快速建模在几小时内创建和部署模式而不是数周使用KXEN可以帮助您进行日常决策、解答传统模型因市场响应速度慢而无法解决的商业问题KXEN 改变规则KXEN 改变规则易于部署明确的质量和可靠性指标便于自动部署设计整合到企业应用程序和工作流程模型代码可以导出到任何目标环境易于部署明确的质量和可靠性指标便于自动部署设计整合到企业应用程序和工作流程模型代码可以导出到任何目标环境16北京英泰慧雪科技有限公司-17-数据挖掘项目中时间开销情况Rexer Study 2008执行报告V5.0ADM V5.0经过优化的数据库内打分V5.0KXEN框架KXEN框架打分/部署理解商业问题访问和准备数据生成模型写报告北京英泰慧雪科技有限公司-18-选择变量选择变量理解理解商业问题商业问题应用应用准备数据准备数据建模建模模型测试模型测试准备数据: 缺失值处理 异常值处理 函数变换把数学语言转换成商业描述选择与商业问题最相关变量以适合算法需要用不同算法进行建模选择不同参数KXEN自动决定重要变量多至几千个变量KXEN自动决定重要变量多至几千个变量KXENK2C模块自动化预处理KXENK2C模块自动化预处理KXEN结构风险最小化理论自动选优KXEN结构风险最小化理论自动选优KXEN独特专利技术KXEN独特专利技术KXEN产品定位-自动化数据挖掘技术北京英泰慧雪科技有限公司-19-数据理解数据理解数据准备数据准备建模建模评估评估传统数据挖掘工具处理流程北京英泰慧雪科技有限公司-20-数据挖掘应用瓶颈:技术问题数据预处理■类型转换转换为算法本身所支持的类型、做数据bin操作■去奇异值辨识奇异值做适当处理■去缺失值填充缺失值■函数变换去除数据分布的影响■数据集平衡使训练集中的数据均衡■降维处理……模型选优■模型验证■模型选优算法选择算法参数选择……模型理解■数学-gt商业北京英泰慧雪科技有限公司-21-传统的数据挖掘方法每个模型的成本:300004周数据理解数据理解业务问题业务问题应用应用准备数据准备数据建模建模模型评估理解模型评估理解KXEN 新一代的方法每个模型的成本:5001周或更少业务问题业务问题建模建模应用应用我们现在创建上百个预测模型所花费的时间在过去只能创建一个模型我们现在创建上百个预测模型所花费的时间在过去只能创建一个模型..通过通过KXEN KXEN 我们节省上百万美元运用了更有效的营销活动我们节省上百万美元运用了更有效的营销活动..金融客户金融客户我们现在创建上百个预测模型所花费的时间在过去只能创建一个模型我们现在创建上百个预测模型所花费的时间在过去只能创建一个模型..通过通过KXEN KXEN 我们节省上百万美元运用了更有效的营销活动我们节省上百万美元运用了更有效的营销活动..金融客户金融客户KXEN与传统数据挖掘工具比较时间与成本选择变量准备数据变量编码缺失值处理奇异值处理匹配模型测试模型模型报告模型部署KXEN 自动化北京英泰慧雪科技有限公司-22-数据处理数据处理数据准备数据准备模型建立模型建立模型部署模型部署生成结果生成结果获取数据获取数据序列编码文本编码一致编码事件记录稳健回归聪明分群关联规则时间序列模型输出KXEN引擎分析框架架构北京英泰慧雪科技有限公司-23-北京英泰慧雪科技有限公司-24-任意维度“5 to 5000 ”任意回应率“0.5 to 50 ”任意数据类型字符串 整型 浮点型 日期 etc.任意噪音缺失值 奇异值变量任何分布形态正态非正态输入变量的任意相关度独立高度相关任意维度“5 to 5000 ”任意回应率“0.5 to 50 ”任意数据类型字符串 整型 浮点型 日期 etc.任意噪音缺失值 奇异值变量任何分布形态正态非正态输入变量的任意相关度独立高度相关KXEN一致编码----完全自动化数据预处理北京英泰慧雪科技有限公司-25-营销案推广客户流失预警客户细分交叉销售未来预测营销案推广客户流失预警客户细分交叉销售未来预测稳健回归K2R稳健回归K2R聪明分群K2S聪明分群K2S关联规则KAR关联规则KAR时间序列KTS时间序列KTSKXEN解决方案----基于问题的建模非算法北京英泰慧雪科技有限公司-26-稳健回归组件回归/分类了解并预测客户的行为连续二值分类目标应用目标市场、欺诈检测、评分、流失可能的场景??会有人购买你的产品吗??你是否应该给客户贷款??哪些用户已经流失??哪些用户将要流失??影响用户流失的重要因素是什么??哪些用户可能会响应您的营销活动吗??是否有欺诈行为??客户的估计价值是多少??客户的ARPU值是多少26北京英泰慧雪科技有限公司-27-聪明分群组件分群/聚类聚类相似群体-监督/无监督应用市场分群、渠道/信息管理可能的场景??为每个不同的营销活动识别不同的市场客户群体??定义和理解潜在的流失客户特征??定义和理解高价值客户特征??识别购买新产品的客户特征??认识购买不同产品组的客户特征??怎样根据用户价值或使用行为划分用户群??各用户群的比例是多少??用户群的特征是什么27北京英泰慧雪科技有限公司-28-关联规则组件关联规则/市场篮分析发现产品和服务的内在关联并立即采取适当的行动或建议可能的场景:??哪些产品可以交叉销售??哪些产品可以考虑捆绑销售 ??鉴于该客户有移动电话他会订漫游服务的可能性多大??Given that he bought HTC Touch what is the likelihood that he will buy Apple iPhone鉴于他买了HTC的触摸他将购买Apple iPhone可能性多大28北京英泰慧雪科技有限公司-29-时间序列组件时间序列/预测分析预测与时间相关的数据提取趋势和周期来预测下一个未来值。
可能的场景??整体ARPU值下个月会下降吗??KL月销售未来几周会增长吗??电话通话量预计未来两周是多少??股市指数是否会继续攀升??客户消费的周期性分析??客户消费的趋势分析29北京英泰慧雪科技有限公司-30-KXEN 建模向导JNI wizard standalone基于CORBA的Server/client client for CORBA serverKXEN Enterprise WebKxShell: KXEN script SAS 伴侣Clementine插件LibrarycDCOM CORBAKJDMKXEN应用模式北京英泰慧雪科技有限公司-31-数学商业完美结合数学商业完
上一篇:
【精品】数据结构课程设计完整版
下一篇:
张方宇那些让人脸发烫的语录2