文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 数据挖掘技术在房地产客户关系管理系统中的应用
侵权投诉

数据挖掘技术在房地产客户关系管理系统中的应用

由于企业越来越重视客户关系管理(CRM),利用数据挖掘技术实施与优化CRM系统正逐渐成为计算机应用领域的一个研究热门。本文对数据挖掘技术在房地产CRM系统中应用的方式和方法进行了详细探讨,并给出了一个成功实施的案例。

维普资讯 doc.guandang.net

20 06年 6月第 6期 J n .0 6 u e20 No.6

3 1数据挖掘技术在房地产行业各营销阶段上的 . 应用

多变和多层次性的客户信息进行分析挖掘,以识别客户购 买行为,发现客户购买模式和趋势,从而,进一步提高企

房地产行业的客户信息有许多特点,例如,客户群广 泛、客户特征描述结构复杂,又如,客户需求层次不一,

业的服务质量,降低企业营销成本。下面是数据挖掘技术 在房地产行业不同营销阶段上的应用:

易受外界因素影响等,因此,我们有必要针对这种复杂、

营销阶段所使用的数据挖掘技术客户细分客户保留 客户拓展现有客户升级服务活动分析销售预测分类 ,

要达到的目标划分目标客户群 在流失客户

分类、聚类技术分类回归 、

关联分析

识别无效客户及流失客户的?费决策模式,帮助企业识别现有客户中相似的潜肖 ,

以便采取预防措施。

分类 ,

关联分析

有针对性地发现客户的反应行为模式,将潜在的客户列表排序,找出对所提供的服务最感兴趣的客户 。

分类 ,

预测

通过对现有客户行为特点的跟踪分析,对客户将来的行为进行预测,用预测得 到的评分为每个客户选出最合适的几种服务方案。 通过比较热销期间的销售量和交易数量等有关情况,分析营销手段的有效性。

多维分析

分析在项目开发的

不同阶段,如:开盘、热销、封顶、现房,成交客户和意向特征化、关联分析客户的属性特点以便进行销售预测。 ,

3 2将数据挖掘技术应用于房地产 C/系统的具 . I M体步骤 32 1明确商业目标 ..

以采用的算法有遗传算法、决策树和人工神经网络等。 选择了模型的类型及实现的工具后,有时还需对数据进行预处理。例如,若采用神经网络模型则需做数据转换, 有些数据挖掘工具也可能对输入数据的格式有特定的限制。 324反复验证 ..

应用数据挖掘的首要任务就是要明确商业目标,描述出需要解决的问题,并且确定所要解决的问题属于哪种应用类型,是属于关联分析、时序模式、分类、聚类、偏差

验证应该从较小的系统 (较小的客户群体 )开始,如 但要完成全过程 (即从数据收集和处理,到数据挖掘,最

分析和预测,还是综合应用。例如,我们要做房地产客户 的流失分析,我们首先应该明确其主要任务是分类和关联 分析。

后到产生促销数据结构,如邮件发送列表 )。通过验证,可以纠正系统中的错误,并有利于用户对系统功能的进一步理解。可以直接使用原来建立模型的样本数据进行检验, 也可以另找一批数据对其进行检验,还可以在实际运行中 取出新鲜数据进行检验。

..企 32 2数据准备业. 数据挖掘是由可以获取的数据驱动的,其成功很大程情度上取决于所收集数据的数量和质量。建立可靠数据资源报工的第一步就是确定系统将要使用数据的数据字典。它们应

325实施与维护 ..在应用模型之后,还要不断监控模型的效果。因为事物在不断发展变化,很可能过一段时间之后,随着购买方 式、?费观点的变化,该模型就不再起作用。因此随着模肖

作包括如下工作: ()确定数据库每-N预期存放的内容,如果数据集 1包含过多的字段,则需采用一定的方法找到对模型输出影 响最大的字段,适当地减少输入的字段; ( )数据来源的描述,很多变量如果组合起来 (、 2加 减、比率等 )会比这些变量自身影响力更大。比如:可以增加一个表示一段时间内销量变化的变量和一个单一的销售数量配合,以便更加真实、动态地反映销售情况。因此, 在数据准备阶段还要考虑是否需要创建一些新的

变量; ( )对缺失数据的处理。有些缺值本身就非常有意义。 3 例如:富有的顾客会忽略“收入”,或者不在乎价格的影响。 在建立好数据字典后,要清洗数据,逐列检查数据的完整性、有效性,并验证各数据库之间的一致性。 323利用数据挖掘技术建立模型 ..

型使用时间的增加,要不断的对模型做重新测试,有时甚 至需要重新建立新的模型。

33应用实例:一个基于房地产客户分类的关联 . 分析 这里采用某一时点上的房地产?肖费者需求抽样调查, 对客户进行分类,了解不同类型客户的特点,分析不同类型客户最倾向于做出何种购买行为,以便针对其特点进行促销。 首先,由购房者选择最多五个自己在购房决策过程中比较看重的因素,并以总评分 10分为前提给出每个因素 0的看重程度的评分。结果抽样数据显示,尽管地理位置是

利用数据挖掘的一些算法 (如统计回归、逻辑回归、决 策树、神经网络等 )对数据进行分析,建立模型,并选择好相应的实现工具。假如我们明确了主要任务是分类,那么可 一

影响一个房地产项目定位的重要因素,人们对地理位置的 看重程度仍有较大的差异。因此,我们以客户对地理位置

的关注程度为分类标准,构建了一棵简单的决策树。

16一 8

数据挖掘技术在房地产客户关系管理系统中的应用

上一页第2页

你可能喜欢

  • 企划部工作
  • 国内外研究现状
  • 地产策划
  • 中国房地产现状分析
  • 房地产常用表格
  • 房地产消费者行为分析
  • 数据挖掘应用

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email