商品簡介
作者簡介
名人/編輯推薦
目次
書摘/試閱
一、信息需求分類
毫無疑問,任何信息系統都不可能滿足所有客戶的需求,因此,為客戶提供最需要的信息成為信息系統的必然目標,而選擇目標信息的基礎是信息分類。通常分類變量有地域、客戶職業等。另外,判斷一個人將來需求行為的最好指標是他過去的需求行為,這是進行客戶需求歷史分析的真正意義所在。這樣我們就可以找出信息需求對哪些因素敏感,如地區差異、不同客戶職業等因素。
信息需求分類挖掘所要解決的問題是,根據實際情況找出客戶職業、地理區域等因素與信息需求量之間的關系并建立模式,以便決策者通過調整服務對策,給予客戶更多的幫助,并對急需的信息做出預測。
二、客戶細分
客戶細分是指將一個大的客戶群劃分成為不同的細分群的動作,每個細分群的客戶擁有相似的屬性,屬于不同細分群的客戶被視為不同的客戶群。這種相似可以是地理區域的相似、收入上的相似或其他方式的相似。細分可以讓用戶從比較高的層次上來看整個數據庫的數據,從而使人們可以用不同的方式來對待處于不同細分群的客戶,從而提高客戶的滿意度。
在農業呼叫中心中,可以通過對特定客戶背景信息的分析,預測該客戶所屬的客戶類別。而且分析客戶的組成情況(地區差異,接人方式的差異),能更好地了解客戶,從而采取相應的服務策略,這樣可以有效地提高服務質量,達到最佳的效果。這樣既能夠提高信息機構的服務水平,開發客戶資源,避免客戶流失,又能夠節約資源,利用最小的投入得到較大的社會效益。
值得一提是,利用數據挖掘技術進行信息需求分類和客戶細分與OLAP的根本區別在于,前者能夠以更全面的視角洞察信息需求和客戶,同時發現一些隱藏在數據背后的規律;而后者則是根據人的主觀意圖,通過向數據庫發出指令,從數據庫中得到一個結果。
第二節 解決方案
處理大量、混亂又復雜的數據的一個很好方法是分類,分類可以讓決策者從比較高的層次上來看整個數據庫的數據。在分類技術發展過程中,流行的幾種分類技術方法包括貝葉斯分類、神經網絡、遺傳算法、統計學方法、粗略集合方法、最近鄰居方法和決策樹算法等。
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。