Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
KiadtaMátyás Rácz Megváltozta több, mint 10 éve
1
SPSS Predictive Applications Cseh Zoltán Budapest 2006. április 20.
2
Az üzleti probléma: vásárlói kártya bevezetés Dimensions Analytical DB Internet SPSS Clementine DB1DB2 Riporting MS Office kimutatások Predictive Enterprise Services Predictive Enterprise Services Predictive Applications Predictive Applications Operational CRM Operational CRM
3
Alkalmazások és moduljaik SPSS Predictive Marketing Predictive Call Center Predictive Claim Event Builder Interaction Builder Risk Control Builder Model Builder
4
Egy átlagos kampány felépítése
5
I. fázis: Tömeg vs. Célzott kampányok Target Profiles Similar to Previous Responders Response Rates: Improved Model Builder
6
II. fázis: A kampány optimalizálása II. fázis: A kampány optimalizálása Interplay of Model Intelligence & Business Rules Contact Policy taken into account Budget, limits on # of contacts Campaigns Maximize Revenue Event Builder
7
Üzleti felhasználói elemzés A modell építőkövei
8
Hány fogyasztó tartozik jelenleg a szegmensbe … mi az ajánlat elfogadási hajlandósága … Mely fogyasztói ajánlatot kívánjuk elemezni … Mely fogyasztói szegmenst írja le a modell … Milyen fogyasztói szegmenseket kívánunk kampányunkkal megcélozni
9
Üzleti felhasználói elemzés Paraméterezés – A modell felállítása
10
Válassza ki az elemzés típusát!
11
Határozza meg az elemzés célját!
13
Válasszon a rendelkezésre álló célok közül
14
Válasszon a kampányok közül!
15
Válassza ki milyen adatokból kíván dolgozni!
35
Válassza ki a ‘probability’ változót
46
Üzleti felhasználói elemzés – adatbányászati példa
51
A kampány neve… 51
52
…fogyasztók szegmentálása… … A kiválasztott szegmens további szűkítése nélkül… 52
53
… Meghatározott tulajdonságokkal rendelkező fogyasztók kizárása… … további szűkítés 53
54
… A prediktív modell megbecsüli a termék megvásárlásának valószínűségét 54
55
A kampány végrehajtása a kimenő fő csatornán keresztül… 55
56
… a Credit Card Gold az ajánlott termék 56
57
Minimum 100 fogyasztót szeretnénk rábírni a váltásra, maximum 5000-es kampányméret mellett… … miközben figyelembe vesszük a következő szűrési szabályokat 57
58
A kampány normál prioritású és november 18-án, csütörtökön történik 58
59
Egy fogyasztó elérésének költsége az egyes csatornákon… 59
60
Hagyományos elosztás
61
Az optimális megoldás neve… 61
62
… minden esetet felhasznál a megadott dátumok között… 62
63
… 100.000-es költségkeret áll rendelkezésre a megadott időszakban 63
64
A megadott időkeret… … de ezt az esetet is kizárta a modell… … mivel a kizáró szabály értelmében a rendszer abban az időkeretben dolgozik, ami a 4. esetet befolyásolja. 64
65
A bevitt inputok alapján az Event Builder kiszámolja a fogyasztók optimális eloszlását… … a prioritások manuális beállításával 65
66
A négy eset majdnem 170 000 profitot generál 66
67
… az esetek ezen felosztásával 67
68
Másolja be az ideális értékeket egy új oszlopba 68
69
Optimalizálás nélküli várható profit! 69
70
Optimalizált elosztás
71
Változtassa az összes prioritást ‘normál’-ra 71
72
Cserélje minden eset méretét 100.000-re 72
73
A várható profit 169 000 és 319 000 között van!!! 73
74
Válassza ki az alkalmazott beállítások meghatározásához! 74
75
File név és elérési út Attribútumok felsorolása 75 Válassza ki a mentéshez: “Write to File”!
76
Válassza ki az alkalmazás végrehajtásához! 76
77
Az optimalizált kampányok listáját mutatja 77
78
Az üzleti probléma: vásárlói kártya bevezetés Dimensions Analytical DB Internet SPSS Clementine DB1DB2 Riporting MS Office kimutatások Predictive Enterprise Services Predictive Enterprise Services Predictive Applications Predictive Applications Operational CRM Operational CRM
79
Köszönöm a figyelmet Cseh Zoltán 70/368-6221 zcseh@spss.hu
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.