客户数据挖掘项目纪实+问题请教
3 views
Skip to first unread message
hunter
Jun 25, 2008, 7:20:46 PM6/25/08
to ttnn BI 观点
今天开始干活了，大致了解了项目组的想法（先探探路，决心很大，投入也不小了，已经作了2年的准备，数据仓库，系统整合等），理解了其客户购物流程，参
与了数据提取，参观了实体店，写了一些框架文档。有专人负责协助，很快还有新人加入，我被当作挖掘专家的身份对待（汗）
数据已经整合到一张表中，17M行数据，50多列，以交易id为主键，含交易信息，客户信息,款项，商品等信息，大致如下：
交易id 本次交易总额 商品id 商品码 单价 数量 客户id 客户类型 付款方式
我的计划，打算输出一些初步的数据质量报告，探索性的结果，看看反馈
：
步骤1 用Clementin的data audit结点，检测异常值，评估数据质量，输出均值，最大，最小，离群点，扭曲度等
考虑： 增加几个标志位：高利润客户，高利润产品等，作为目标变量，这样可以看各个变量中这几个标志位的分布
问题1 还有其他的指标用于data metrics, data profiling等吗？
步骤2 建立产品与客户的关联，用Link Analysis,GRI，关联规则等，看看哪些东西的关联较大（有可能要先把数据集根据不同产品或不同类
别客户分类，在子集里算管理规则，这样支持度等选取更灵活，也减小运算量）
考虑：可能要添加客户分类，产品按特性分类等，可以得到有关这些类别的关联
步骤3 选取重要特征feature selection
步骤4 对客户聚类，对产品聚类，对聚类结果，用决策树，GRI等进行处理，看特征
步骤5 对目标变量（如高利润客户）用决策树处理，看特征
兄弟们赶快指点一下，我肯定有考虑不周甚至是错误的部分！
与了数据提取，参观了实体店，写了一些框架文档。有专人负责协助，很快还有新人加入，我被当作挖掘专家的身份对待（汗）
数据已经整合到一张表中，17M行数据，50多列，以交易id为主键，含交易信息，客户信息,款项，商品等信息，大致如下：
交易id 本次交易总额 商品id 商品码 单价 数量 客户id 客户类型 付款方式
我的计划，打算输出一些初步的数据质量报告，探索性的结果，看看反馈
：
步骤1 用Clementin的data audit结点，检测异常值，评估数据质量，输出均值，最大，最小，离群点，扭曲度等
考虑： 增加几个标志位：高利润客户，高利润产品等，作为目标变量，这样可以看各个变量中这几个标志位的分布
问题1 还有其他的指标用于data metrics, data profiling等吗？
步骤2 建立产品与客户的关联，用Link Analysis,GRI，关联规则等，看看哪些东西的关联较大（有可能要先把数据集根据不同产品或不同类
别客户分类，在子集里算管理规则，这样支持度等选取更灵活，也减小运算量）
考虑：可能要添加客户分类，产品按特性分类等，可以得到有关这些类别的关联
步骤3 选取重要特征feature selection
步骤4 对客户聚类，对产品聚类，对聚类结果，用决策树，GRI等进行处理，看特征
步骤5 对目标变量（如高利润客户）用决策树处理，看特征
兄弟们赶快指点一下，我肯定有考虑不周甚至是错误的部分！
hunter
Jun 25, 2008, 7:53:41 PM6/25/08
to ttnn BI 观点
补充问题2
聚类一般大家选几个群？还是 SOM或2步法直接聚？
有没有用具体如david boudlin等指标来测评并优化群数量的？
聚类一般大家选几个群？还是 SOM或2步法直接聚？
有没有用具体如david boudlin等指标来测评并优化群数量的？
笨笨
Jun 25, 2008, 9:57:28 PM6/25/08
to ttnn BI 观点
1. 你做客户细分是要探查客户概况还是要发现各类群体（包括一些异常群体）？如果是探查概况，把所有客户里的异常客户剔除，可以用Anomaly，也
可以用各指标的Zscore来进行判断。如果是为了发现各类群体（包括异常群体），省略剔除异常的步骤
2. 你具体有哪些字段不太清楚，但根据经验，客户描述信息失真较为厉害，银行里的数据失真性也很强，其他行业就不用说了，因此聚类建模的输入字段中应
该尽量使用可信度高的字段，例如从身份证里提取性别、年龄、籍贯等等，以及由交易数据所派生出来的行为信息，例如前一个月交易次数，平均交易金额等
等。
3. 尽量别使用绝对值，而使用规范化处理之后的相对值
4. 尽量别使用离散型字段，因为有违聚类算法本意，实在需要使用，也应处理为哑元或者进行连续性指派
5. 看不明白你为什么要使用feature selection，Target Field是什么？大概是想筛选出信息含量高的字段吧？用
Statistic节点对每一个字段做相关性分析就可以了。
6. 两步法用于第一点中的概况探查十分有效。除此以外，建议用K-means，因为可解释性强，运算时间短，你可以根据聚类结果所产生的类标签自行计
算每类的中心点和半径，甚至可以做到模型脱离Clementine环境。Kohonen没办法实现。
7. david boudlin指标是指什么？第一次听说，望不吝赐教。
> > 兄弟们赶快指点一下，我肯定有考虑不周甚至是错误的部分！- 隐藏被引用文字 -
>
> - 显示引用的文字 -
可以用各指标的Zscore来进行判断。如果是为了发现各类群体（包括异常群体），省略剔除异常的步骤
2. 你具体有哪些字段不太清楚，但根据经验，客户描述信息失真较为厉害，银行里的数据失真性也很强，其他行业就不用说了，因此聚类建模的输入字段中应
该尽量使用可信度高的字段，例如从身份证里提取性别、年龄、籍贯等等，以及由交易数据所派生出来的行为信息，例如前一个月交易次数，平均交易金额等
等。
3. 尽量别使用绝对值，而使用规范化处理之后的相对值
4. 尽量别使用离散型字段，因为有违聚类算法本意，实在需要使用，也应处理为哑元或者进行连续性指派
5. 看不明白你为什么要使用feature selection，Target Field是什么？大概是想筛选出信息含量高的字段吧？用
Statistic节点对每一个字段做相关性分析就可以了。
6. 两步法用于第一点中的概况探查十分有效。除此以外，建议用K-means，因为可解释性强，运算时间短，你可以根据聚类结果所产生的类标签自行计
算每类的中心点和半径，甚至可以做到模型脱离Clementine环境。Kohonen没办法实现。
7. david boudlin指标是指什么？第一次听说，望不吝赐教。
>
> - 显示引用的文字 -
raullew
Jun 25, 2008, 10:16:12 PM6/25/08
to ttnn BI 观点
1。就是看看单变量数据分布或者相关性吧
2。描述信息对于建模无用，但可以直接拿来和模型结果结合使用
3。聚类需要这么做，分类不需要
4。Clementine会自动处理
5。feature selection这个node效果很差
6。two step效果不好，k-means还行
7。是不是lz笔误？
On 6月26日, 上午9时57分, 笨笨 <caozhen...@gmail.com> wrote:
> 1. 你做客户细分是要探查客户概况还是要发现各类群体（包括一些异常群体）？如果是探查概况，把所有客户里的异常客户剔除，可以用Anomaly，也
> 可以用各指标的Zscore来进行判断。如果是为了发现各类群体（包括异常群体），省略剔除异常的步骤
> 2. 你具体有哪些字段不太清楚，但根据经验，客户描述信息失真较为厉害，银行里的数据失真性也很强，其他行业就不用说了，因此聚类建模的输入字段中应
> 该尽量使用可信度高的字段，例如从身份证里提取性别、年龄、籍贯等等，以及由交易数据所派生出来的行为信息，例如前一个月交易次数，平均交易金额等
> 等。
> 3. 尽量别使用绝对值，而使用规范化处理之后的相对值
> 4. 尽量别使用离散型字段，因为有违聚类算法本意，实在需要使用，也应处理为哑元或者进行连续性指派
> 5. 看不明白你为什么要使用feature selection，Target Field是什么？大概是想筛选出信息含量高的字段吧？用
> Statistic节点对每一个字段做相关性分析就可以了。
> 6. 两步法用于第一点中的概况探查十分有效。除此以外，建议用K-means，因为可解释性强，运算时间短，你可以根据聚类结果所产生的类标签自行计
> 算每类的中心点和半径，甚至可以做到模型脱离Clementine环境。Kohonen没办法实现。
> 7.davidboudlin指标是指什么？第一次听说，望不吝赐教。
>
> - 显示引用的文字 -
2。描述信息对于建模无用，但可以直接拿来和模型结果结合使用
3。聚类需要这么做，分类不需要
4。Clementine会自动处理
5。feature selection这个node效果很差
6。two step效果不好，k-means还行
7。是不是lz笔误？
On 6月26日, 上午9时57分, 笨笨 <caozhen...@gmail.com> wrote:
> 1. 你做客户细分是要探查客户概况还是要发现各类群体（包括一些异常群体）？如果是探查概况，把所有客户里的异常客户剔除，可以用Anomaly，也
> 可以用各指标的Zscore来进行判断。如果是为了发现各类群体（包括异常群体），省略剔除异常的步骤
> 2. 你具体有哪些字段不太清楚，但根据经验，客户描述信息失真较为厉害，银行里的数据失真性也很强，其他行业就不用说了，因此聚类建模的输入字段中应
> 该尽量使用可信度高的字段，例如从身份证里提取性别、年龄、籍贯等等，以及由交易数据所派生出来的行为信息，例如前一个月交易次数，平均交易金额等
> 等。
> 3. 尽量别使用绝对值，而使用规范化处理之后的相对值
> 4. 尽量别使用离散型字段，因为有违聚类算法本意，实在需要使用，也应处理为哑元或者进行连续性指派
> 5. 看不明白你为什么要使用feature selection，Target Field是什么？大概是想筛选出信息含量高的字段吧？用
> Statistic节点对每一个字段做相关性分析就可以了。
> 6. 两步法用于第一点中的概况探查十分有效。除此以外，建议用K-means，因为可解释性强，运算时间短，你可以根据聚类结果所产生的类标签自行计
> 算每类的中心点和半径，甚至可以做到模型脱离Clementine环境。Kohonen没办法实现。
>
> On 6月26日, 上午7时53分, hunter <hunterd...@gmail.com> wrote:
>
>
>
> > 补充问题2
>
> > 聚类一般大家选几个群？还是 SOM或2步法直接聚？
> > 有没有用具体如davidboudlin等指标来测评并优化群数量的？
>
> > On Jun 25, 11:20 pm, hunter <hunterd...@gmail.com> wrote:
>
> > > 今天开始干活了，大致了解了项目组的想法（先探探路，决心很大，投入也不小了，已经作了2年的准备，数据仓库，系统整合等），理解了其客户购物流程，参
> > > 与了数据提取，参观了实体店，写了一些框架文档。有专人负责协助，很快还有新人加入，我被当作挖掘专家的身份对待（汗）
>
> > > 数据已经整合到一张表中，17M行数据，50多列，以交易id为主键，含交易信息，客户信息,款项，商品等信息，大致如下：
>
> > > 交易id 本次交易总额 商品id 商品码 单价 数量 客户id 客户类型 付款方式
>
> > > 我的计划，打算输出一些初步的数据质量报告，探索性的结果，看看反馈
> > > ：
> > > 步骤1 用Clementin的data audit结点，检测异常值，评估数据质量，输出均值，最大，最小，离群点，扭曲度等
>
> > > 考虑： 增加几个标志位：高利润客户，高利润产品等，作为目标变量，这样可以看各个变量中这几个标志位的分布
>
> > > 问题1 还有其他的指标用于data metrics, data profiling等吗？
>
> > > 步骤2 建立产品与客户的关联，用Link Analysis,GRI，关联规则等，看看哪些东西的关联较大（有可能要先把数据集根据不同产品或不同类
> > > 别客户分类，在子集里算管理规则，这样支持度等选取更灵活，也减小运算量）
>
> > > 考虑：可能要添加客户分类，产品按特性分类等，可以得到有关这些类别的关联
>
> > > 步骤3 选取重要特征feature selection
>
> > > 步骤4 对客户聚类，对产品聚类，对聚类结果，用决策树，GRI等进行处理，看特征
>
> > > 步骤5 对目标变量（如高利润客户）用决策树处理，看特征
>
> > > 兄弟们赶快指点一下，我肯定有考虑不周甚至是错误的部分！- 隐藏被引用文字 -
>
> > - 显示引用的文字 -- 隐藏被引用文字 -
> On 6月26日, 上午7时53分, hunter <hunterd...@gmail.com> wrote:
>
>
>
> > 补充问题2
>
> > 聚类一般大家选几个群？还是 SOM或2步法直接聚？
> > 有没有用具体如davidboudlin等指标来测评并优化群数量的？
>
> > On Jun 25, 11:20 pm, hunter <hunterd...@gmail.com> wrote:
>
> > > 今天开始干活了，大致了解了项目组的想法（先探探路，决心很大，投入也不小了，已经作了2年的准备，数据仓库，系统整合等），理解了其客户购物流程，参
> > > 与了数据提取，参观了实体店，写了一些框架文档。有专人负责协助，很快还有新人加入，我被当作挖掘专家的身份对待（汗）
>
> > > 数据已经整合到一张表中，17M行数据，50多列，以交易id为主键，含交易信息，客户信息,款项，商品等信息，大致如下：
>
> > > 交易id 本次交易总额 商品id 商品码 单价 数量 客户id 客户类型 付款方式
>
> > > 我的计划，打算输出一些初步的数据质量报告，探索性的结果，看看反馈
> > > ：
> > > 步骤1 用Clementin的data audit结点，检测异常值，评估数据质量，输出均值，最大，最小，离群点，扭曲度等
>
> > > 考虑： 增加几个标志位：高利润客户，高利润产品等，作为目标变量，这样可以看各个变量中这几个标志位的分布
>
> > > 问题1 还有其他的指标用于data metrics, data profiling等吗？
>
> > > 步骤2 建立产品与客户的关联，用Link Analysis,GRI，关联规则等，看看哪些东西的关联较大（有可能要先把数据集根据不同产品或不同类
> > > 别客户分类，在子集里算管理规则，这样支持度等选取更灵活，也减小运算量）
>
> > > 考虑：可能要添加客户分类，产品按特性分类等，可以得到有关这些类别的关联
>
> > > 步骤3 选取重要特征feature selection
>
> > > 步骤4 对客户聚类，对产品聚类，对聚类结果，用决策树，GRI等进行处理，看特征
>
> > > 步骤5 对目标变量（如高利润客户）用决策树处理，看特征
>
> > > 兄弟们赶快指点一下，我肯定有考虑不周甚至是错误的部分！- 隐藏被引用文字 -
>
>
> - 显示引用的文字 -
笨笨
Jun 25, 2008, 10:53:19 PM6/25/08
to ttnn BI 观点
1. 你理解错了，不是指单变量，概况探查是指对整体中大至存在哪几类人进行分析，所以要剔除有异常的个别客户．并且用两步法就可以了．
3. 分类同样需要尽量使用相对值，占比、平均、趋势、斜率等等。试想，一个人月收入1000，消费800，另一个人月收入10000，消费2000，
哪个人的消费欲望更强？单单比较两个人的消费数额，往往会遗漏一些信息，使用消费能力 = 消费额/月收入是不是更加合理一些？尤其是银行和电信里的信
用评分，特别需要取相对值。
4. 连续性指派需要手工完成，Clementine无法自动处理。
5. 当进行分类建模时，如果候选字段上百上千，feature selection的效果就体现出来了。人工一个一个字段进行评估工作量太大了。
6. 两步聚类的原理还是基于k-means算法，不存在好还是不好的问题。关键看你用在什么样的聚类分析应用上。就比如第一点的整体群体概况探查。
3. 分类同样需要尽量使用相对值，占比、平均、趋势、斜率等等。试想，一个人月收入1000，消费800，另一个人月收入10000，消费2000，
哪个人的消费欲望更强？单单比较两个人的消费数额，往往会遗漏一些信息，使用消费能力 = 消费额/月收入是不是更加合理一些？尤其是银行和电信里的信
用评分，特别需要取相对值。
4. 连续性指派需要手工完成，Clementine无法自动处理。
5. 当进行分类建模时，如果候选字段上百上千，feature selection的效果就体现出来了。人工一个一个字段进行评估工作量太大了。
6. 两步聚类的原理还是基于k-means算法，不存在好还是不好的问题。关键看你用在什么样的聚类分析应用上。就比如第一点的整体群体概况探查。
raullew
Jun 26, 2008, 12:24:55 AM6/26/08
to ttnn BI 观点
1。lz的意思就是单变量探查。。。
3。那是派生变量了，与规范化不是一个事情
4。恩，同时，连续性指派需要数据的配合和一些技巧
5。可是clementine的feature selection的效果不好
6。恩，适合用作数据探索
3。那是派生变量了，与规范化不是一个事情
4。恩，同时，连续性指派需要数据的配合和一些技巧
5。可是clementine的feature selection的效果不好
6。恩，适合用作数据探索
笨笨
Jun 26, 2008, 1:13:21 AM6/26/08
to ttnn BI 观点
... 你别老点评我的好伐?? -_-
相对值 可能是派生出来的变量，也可能是规范化的结果。
效果不好的依据是什么？说来听听？
相对值 可能是派生出来的变量，也可能是规范化的结果。
效果不好的依据是什么？说来听听？
笨笨
Jun 26, 2008, 1:16:43 AM6/26/08
to ttnn BI 观点
raullew
Jun 26, 2008, 1:21:15 AM6/26/08
to ttnn BI 观点
我错了。。。
hunter
Jun 26, 2008, 2:03:54 AM6/26/08
to ttnn BI 观点
谢谢大家解答！
忘了说了，客户id有很多是缺失的，我打算用credit card或发货地址（如果是订货，非柜台交易)来推导一下
但是，怎么样能判断出哪些是常客呢？？？假设我只有3个月的交易表信息，又想知道哪些客户id买了5次以上
交易id 本次交易总额 商品id 商品码 单价 数量 客户id 客户类型 付款方式
SQL好像可以完成这个操作，Select count(CustomerID) , Distinct(CustomerID) from
Ttable
对吗？
或 group by?
> > - 显示引用的文字 -- Hide quoted text -
>
> - Show quoted text -
忘了说了，客户id有很多是缺失的，我打算用credit card或发货地址（如果是订货，非柜台交易)来推导一下
但是，怎么样能判断出哪些是常客呢？？？假设我只有3个月的交易表信息，又想知道哪些客户id买了5次以上
交易id 本次交易总额 商品id 商品码 单价 数量 客户id 客户类型 付款方式
Ttable
对吗？
或 group by?
>
> - Show quoted text -
笨笨
Jun 26, 2008, 2:16:33 AM6/26/08
to ttnn BI 观点
Clementine aggregate节点
> > - Show quoted text -- 隐藏被引用文字 -
>
> - 显示引用的文字 -
>
> - 显示引用的文字 -
hunter
Jun 26, 2008, 2:30:58 AM6/26/08
to ttnn BI 观点
多谢多谢，又有4个问题。
select count(cid), cid from ttable group by cid 可以达到找出frequent user的结果，
刚才试了。
问题1："你做客户细分是要探查客户概况还是要发现各类群体"，我两者都做，异常个体倒是不太在乎。除了聚类，以及有目标变量（是否VIP客户）时用
data audit, statistic或coorelation节点看相关度等信息之外，还有哪些办法？
附加问题1.从交易表倒推出一个客户表对我的挖掘有价值么？每行是该客户购买过的不同产品（产品类别）的统计信息
cid 产品类别1 类别1购买总数 类别2 类别2购买总数 这样子的结构
问题2什么是哑元？不参加距离计算吗？
我老觉得K-means会自己计算离散变量的距离,但没注意看具体方法，是因为它自动计算效果不好吗
>也应处理为哑元或者进行连续性指派
问题3 我的变量不到100个，但是偷懒想用feature selection.这么一说只能用statistics一个一个看咯？
》看不明白你为什么要使用feature selection，Target Field是什么？大概是想筛选出信息含量高的字段吧？用
Statistic节点对每一个字段做相关性分析就可以了
问题4 那交易金额需要规范化吗？是normalization?是说除以最大值，变为【0，1】之间的分布么？
》
尽量别使用绝对值，而使用规范化处理之后的相对值
那个什么david指标是以前看论文时看到的，就是评估各群间和群内距离是否理想的一个东西吧。曾经看过几篇希腊和中国的论文，对于选取几个群有一些不
错的尝试，有空一定发我写过的评论上来
select count(cid), cid from ttable group by cid 可以达到找出frequent user的结果，
刚才试了。
问题1："你做客户细分是要探查客户概况还是要发现各类群体"，我两者都做，异常个体倒是不太在乎。除了聚类，以及有目标变量（是否VIP客户）时用
data audit, statistic或coorelation节点看相关度等信息之外，还有哪些办法？
附加问题1.从交易表倒推出一个客户表对我的挖掘有价值么？每行是该客户购买过的不同产品（产品类别）的统计信息
cid 产品类别1 类别1购买总数 类别2 类别2购买总数 这样子的结构
问题2什么是哑元？不参加距离计算吗？
我老觉得K-means会自己计算离散变量的距离,但没注意看具体方法，是因为它自动计算效果不好吗
>也应处理为哑元或者进行连续性指派
问题3 我的变量不到100个，但是偷懒想用feature selection.这么一说只能用statistics一个一个看咯？
》看不明白你为什么要使用feature selection，Target Field是什么？大概是想筛选出信息含量高的字段吧？用
Statistic节点对每一个字段做相关性分析就可以了
问题4 那交易金额需要规范化吗？是normalization?是说除以最大值，变为【0，1】之间的分布么？
》
尽量别使用绝对值，而使用规范化处理之后的相对值
那个什么david指标是以前看论文时看到的，就是评估各群间和群内距离是否理想的一个东西吧。曾经看过几篇希腊和中国的论文，对于选取几个群有一些不
错的尝试，有空一定发我写过的评论上来
raullew
Jun 26, 2008, 2:47:09 AM6/26/08
to ttnn BI 观点
问题1，不知道你想做什么，如果做聚类，应该是聚成类目1一个类，类目2一个类，类目3一个类这个样子的，我觉得从别的角度聚比较好
问题2，clementine会自动处理哑元，你看文档中kmeans算法
问题3，feature selection的区分度有误导，我一般让决策树自己跑，跑完了就自然区分出来了
问题4，正规化通常用zscore，kmeans会自动把min，max划分为[0，1]，决策树不需要正规化
评估聚类我是用肉眼看的
> > - Show quoted text -- 隐藏被引用文字 -
>
> - 显示引用的文字 -
问题2，clementine会自动处理哑元，你看文档中kmeans算法
问题3，feature selection的区分度有误导，我一般让决策树自己跑，跑完了就自然区分出来了
问题4，正规化通常用zscore，kmeans会自动把min，max划分为[0，1]，决策树不需要正规化
评估聚类我是用肉眼看的
>
> - 显示引用的文字 -
hunter
Jun 26, 2008, 2:54:29 AM6/26/08
to ttnn BI 观点
回答1没理解？类目1一个类？聚类的结果出来几个群内点距离近的，群间距离远的群（事先未知），是说这个吗？
2：哑元是什么？查了说是"定性变量"，完全没概念？
2：哑元是什么？查了说是"定性变量"，完全没概念？
hunter
Jun 26, 2008, 2:55:01 AM6/26/08
to ttnn BI 观点
"你想过这些挖掘的结果，且不论好坏，可以派什么用吗，这个问题最重要"（引用一位大侠问我的问题）
我觉得结果可以印证对方的一些业务猜测，或者给予他们一些启发。才好进一步收集数据（知道缺什么）或者改进现有的数据质量等。如果有有效规则（能发现高
价值客户的特征，或如何提高关联产品的销售），则可直接促销
audit/profiling等提供一些数据的大致分布情况吧（天，这个我真不熟，真是赶鸭子上架），到底有哪些方法啊，我就知道聚类和data
audit等统计指标，以及和目标变量的相关性。
我用高价值客户，做目标变量，合适吗？
我觉得结果可以印证对方的一些业务猜测，或者给予他们一些启发。才好进一步收集数据（知道缺什么）或者改进现有的数据质量等。如果有有效规则（能发现高
价值客户的特征，或如何提高关联产品的销售），则可直接促销
audit/profiling等提供一些数据的大致分布情况吧（天，这个我真不熟，真是赶鸭子上架），到底有哪些方法啊，我就知道聚类和data
audit等统计指标，以及和目标变量的相关性。
我用高价值客户，做目标变量，合适吗？
hunter
Jun 26, 2008, 3:16:46 AM6/26/08
to ttnn BI 观点
又来一疑问！
每列交易信息都有交易总金额，如果我想分高中低3档（比如），最好的分法是怎么分呢？以前实验用过类似一刀切的手工方法，max-min/3，在哪就是
哪；也试过参考mean/medium和分布情况等，手工看看大概分几档，每档从多少钱到多少钱合适
有没有什么更科学或自动的方法？多谢！
> ...
>
> read more >>- Hide quoted text -
每列交易信息都有交易总金额，如果我想分高中低3档（比如），最好的分法是怎么分呢？以前实验用过类似一刀切的手工方法，max-min/3，在哪就是
哪；也试过参考mean/medium和分布情况等，手工看看大概分几档，每档从多少钱到多少钱合适
有没有什么更科学或自动的方法？多谢！
>
> read more >>- Hide quoted text -
huwanli
Jun 26, 2008, 4:44:39 AM6/26/08
to tt...@googlegroups.com
以客户价值举例，若其为定性变量，且值有3个：高、中、低。
则处理成哑元后，客户价值变量会以2个（3-1=2）来表示。以Y1和Y2表示：
Y1 Y2
高 1 0
中 0 1
低 0 0
-----邮件原件-----
发件人: tt...@googlegroups.com [mailto:tt...@googlegroups.com] 代表 hunter
发送时间: 2008年6月26日 14:54
收件人: ttnn BI 观点
主题: Re: 客户数据挖掘项目纪实+问题请教
则处理成哑元后，客户价值变量会以2个（3-1=2）来表示。以Y1和Y2表示：
Y1 Y2
高 1 0
中 0 1
低 0 0
-----邮件原件-----
发件人: tt...@googlegroups.com [mailto:tt...@googlegroups.com] 代表 hunter
发送时间: 2008年6月26日 14:54
收件人: ttnn BI 观点
主题: Re: 客户数据挖掘项目纪实+问题请教
huwanli
Jun 26, 2008, 4:45:41 AM6/26/08
to tt...@googlegroups.com
Binning节点可以实现自动离散化。
发送时间: 2008年6月26日 15:17
每列交易信息都有交易总金额，如果我想分高中低3档（比如），最好的分法是怎么分
很大，投入也不小了，已经作了2年的准备，数据仓库，系统整合等），理解了其客户
发送时间: 2008年6月26日 15:17
收件人: ttnn BI 观点
主题: Re: 客户数据挖掘项目纪实+问题请教
又来一疑问！
主题: Re: 客户数据挖掘项目纪实+问题请教
每列交易信息都有交易总金额，如果我想分高中低3档（比如），最好的分法是怎么分
> > > 我老觉得K-means会自己计算离散变量的距离,但没注意看具体方法，是因为它自
动计算效果不好吗
>
> > > >也应处理为哑元或者进行连续性指派
>
> > > 问题3 我的变量不到100个，但是偷懒想用feature selection.这么一说只能用
statistics一个一个看咯？
> > > 》看不明白你为什么要使用feature selection，Target Field是什么？大概是
动计算效果不好吗
>
> > > >也应处理为哑元或者进行连续性指派
>
> > > 问题3 我的变量不到100个，但是偷懒想用feature selection.这么一说只能用
statistics一个一个看咯？
> > > 》看不明白你为什么要使用feature selection，Target Field是什么？大概是
> > > > > > > > > 可以用各指标的Zscore来进行判断。如果是为了发现各类群体（包
括异常群体），省略剔除异常的步骤
> > > > > > > > > 2. 你具体有哪些字段不太清楚，但根据经验，客户描述信息失真
较为厉害，银行里的数据失真性也很强，其他行业就不用说了，因此聚类建模的输入字
括异常群体），省略剔除异常的步骤
> > > > > > > > > 2. 你具体有哪些字段不太清楚，但根据经验，客户描述信息失真
段中应
> > > > > > > > > 该尽量使用可信度高的字段，例如从身份证里提取性别、年龄、籍
贯等等，以及由交易数据所派生出来的行为信息，例如前一个月交易次数，平均交易金
额等
> > > > > > > > > 该尽量使用可信度高的字段，例如从身份证里提取性别、年龄、籍
贯等等，以及由交易数据所派生出来的行为信息，例如前一个月交易次数，平均交易金
额等
> > > > > > > > > 等。
> > > > > > > > > 3. 尽量别使用绝对值，而使用规范化处理之后的相对值
> > > > > > > > > 4. 尽量别使用离散型字段，因为有违聚类算法本意，实在需要使
用，也应处理为哑元或者进行连续性指派
> > > > > > > > > 5. 看不明白你为什么要使用feature selection，Target Field是
什么？大概是想筛选出信息含量高的字段吧？用
> > > > > > > > > Statistic节点对每一个字段做相关性分析就可以了。
> > > > > > > > > 6. 两步法用于第一点中的概况探查十分有效。除此以外，建议用
K-means，因为可解释性强，运算时间短，你可以根据聚类结果所产生的类标签自行计
> > > > > > > > > 算每类的中心点和半径，甚至可以做到模型脱离Clementine环境。
Kohonen没办法实现。
> > > > > > > > > 7.davidboudlin指标是指什么？第一次听说，望不吝赐教。
>
> > > > > > > > > On 6月26日, 上午7时53分, hunter <hunterd...@gmail.com>
wrote:
>
> > > > > > > > > > 补充问题2
>
> > > > > > > > > > 聚类一般大家选几个群？还是 SOM或2步法直接聚？
> > > > > > > > > > 有没有用具体如davidboudlin等指标来测评并优化群数量的？
>
> > > > > > > > > > On Jun 25, 11:20 pm, hunter <hunterd...@gmail.com>
wrote:
>
> > > > > > > > > > > 今天开始干活了，大致了解了项目组的想法（先探探路，决心
> > > > > > > > > 3. 尽量别使用绝对值，而使用规范化处理之后的相对值
> > > > > > > > > 4. 尽量别使用离散型字段，因为有违聚类算法本意，实在需要使
用，也应处理为哑元或者进行连续性指派
> > > > > > > > > 5. 看不明白你为什么要使用feature selection，Target Field是
什么？大概是想筛选出信息含量高的字段吧？用
> > > > > > > > > Statistic节点对每一个字段做相关性分析就可以了。
> > > > > > > > > 6. 两步法用于第一点中的概况探查十分有效。除此以外，建议用
K-means，因为可解释性强，运算时间短，你可以根据聚类结果所产生的类标签自行计
> > > > > > > > > 算每类的中心点和半径，甚至可以做到模型脱离Clementine环境。
Kohonen没办法实现。
> > > > > > > > > 7.davidboudlin指标是指什么？第一次听说，望不吝赐教。
>
> > > > > > > > > On 6月26日, 上午7时53分, hunter <hunterd...@gmail.com>
wrote:
>
> > > > > > > > > > 补充问题2
>
> > > > > > > > > > 聚类一般大家选几个群？还是 SOM或2步法直接聚？
> > > > > > > > > > 有没有用具体如davidboudlin等指标来测评并优化群数量的？
>
> > > > > > > > > > On Jun 25, 11:20 pm, hunter <hunterd...@gmail.com>
wrote:
>
很大，投入也不小了，已经作了2年的准备，数据仓库，系统整合等），理解了其客户
购物流程，参
> > > > > > > > > > > 与了数据提取，参观了实体店，写了一些框架文档。有专人负
> > > > > > > > > > > 与了数据提取，参观了实体店，写了一些框架文档。有专人负
责协助，很快还有新人加入，我被当作挖掘专家的身份对待（汗）
>
> > > > > > > > > > > 数据已经整合到一张表中，17M行数据，50多列，以交易id为
主键，含交易信息，客户信息,款项，商品等信息，大致如下：
>
> > > > > > > > > > > 交易id 本次交易总额 商品id 商品码 单价 数量 客户id
客户类型 付款方式
>
> > > > > > > > > > > 我的计划，打算输出一些初步的数据质量报告，探索性的结
果，看看反馈
> > > > > > > > > > > ：
> > > > > > > > > > > 步骤1 用Clementin的data audit结点，检测异常值，评估数
据质量，输出均值，最大，最小，离群点，扭曲度等
>
> > > > > > > > > > > 考虑： 增加几个标志位：高利润客户，高利润产品等，作为
目标变量，这样可以看各个变量中这几个标志位的分布
>
>
> > > > > > > > > > > 数据已经整合到一张表中，17M行数据，50多列，以交易id为
主键，含交易信息，客户信息,款项，商品等信息，大致如下：
>
> > > > > > > > > > > 交易id 本次交易总额 商品id 商品码 单价 数量 客户id
客户类型 付款方式
>
> > > > > > > > > > > 我的计划，打算输出一些初步的数据质量报告，探索性的结
果，看看反馈
> > > > > > > > > > > ：
> > > > > > > > > > > 步骤1 用Clementin的data audit结点，检测异常值，评估数
据质量，输出均值，最大，最小，离群点，扭曲度等
>
> > > > > > > > > > > 考虑： 增加几个标志位：高利润客户，高利润产品等，作为
目标变量，这样可以看各个变量中这几个标志位的分布
>
> > > > > > > > > > > 问题1 还有其他的指标用于data metrics, data profiling等
吗？
>
> > > > > > > > > > > 步骤2 建立产品与客户的关联，用Link Analysis,GRI，关联
规则等，看看哪些东西的关联较大（有可能要先把数据集根据不同产品或不同类
> > > > > > > > > > > 别客户分类，在子集里算管理规则，这样支持度等选取更灵
活，也减小运算量）
>
> > > > > > > > > > > 考虑：可能要添加客户分类，产品按特性分类等，可以得到有
吗？
>
> > > > > > > > > > > 步骤2 建立产品与客户的关联，用Link Analysis,GRI，关联
规则等，看看哪些东西的关联较大（有可能要先把数据集根据不同产品或不同类
> > > > > > > > > > > 别客户分类，在子集里算管理规则，这样支持度等选取更灵
活，也减小运算量）
>
> > > > > > > > > > > 考虑：可能要添加客户分类，产品按特性分类等，可以得到有
Isaac
Jun 26, 2008, 9:50:24 AM6/26/08
to ttnn BI 观点
1.按十分位数去分，每分段有相同的人数
2.按金额均分
2.按帕累托法，按金额从高到低排序，看累计金额的比例去分
2.按金额均分
2.按帕累托法，按金额从高到低排序，看累计金额的比例去分
笨笨
Jun 26, 2008, 11:13:07 AM6/26/08
to ttnn BI 观点
1。means节点 Matrix节点 都能探查变量之间的相关性 前者用于连续型字段 后者用于离散型字段
附加：
1。当然很有价值，行为信息嘛，非常重要，客户的行为不会存在欺骗性，但客户的描述信息往往有欺骗性，例如收入
2。哑元别人解释过了
3。聚类是无指导学习，所以用statistic节点探查输入字段之间的相关性，剔除高度相关的字段，100多个字段全放到算法里，结果的解释性差，也
可能出现共线性问题。Feature Selection 用于有指导的学习。
4。交易金额特别需要规范化，从交易金额本身来说，小到几元，大到几十万，跨度过大，且分布偏度较大，甚至不是正态。不适宜做聚类，从和其他字段关系来
说，例如年龄，年龄跨度0-100，金额跨度是其数十倍上百倍，显然也不合适同时放入聚类模型中
> > - Show quoted text -- 隐藏被引用文字 -
>
> - 显示引用的文字 -
附加：
1。当然很有价值，行为信息嘛，非常重要，客户的行为不会存在欺骗性，但客户的描述信息往往有欺骗性，例如收入
2。哑元别人解释过了
3。聚类是无指导学习，所以用statistic节点探查输入字段之间的相关性，剔除高度相关的字段，100多个字段全放到算法里，结果的解释性差，也
可能出现共线性问题。Feature Selection 用于有指导的学习。
4。交易金额特别需要规范化，从交易金额本身来说，小到几元，大到几十万，跨度过大，且分布偏度较大，甚至不是正态。不适宜做聚类，从和其他字段关系来
说，例如年龄，年龄跨度0-100，金额跨度是其数十倍上百倍，显然也不合适同时放入聚类模型中
>
> - 显示引用的文字 -
hunter
Jun 26, 2008, 4:29:10 PM6/26/08
to ttnn BI 观点
不停流汗中。。谢谢几位热心回答。这可真是砖家一上阵就快穿帮了，亏得有大家相助。还得赶快学艺。
今天用的也是Binning来离散化一个购买频率，绝大多客户是个位数或十位数，有异常值（店长的授权卡）上百次那种。（似乎应该先删掉才对）。这回记
住哑元了，以前看几本书都提到聚类时做这样的变换，唉。
又一批问题：
1. 17000万行50列的交易表，怎么样做data auditing呢？我抽样（first 1000000行）先做了一个，全表的那个
audit结果还没出来，估计要那么20个小时吧！
补充问题： 这么大（别笑俺见识小）的数据量，怎么样才能进行任何的操作呢？不至于要我运行一个聚类等24小时吧？去除无关变量，导入另一个表并建索引
吗？还是随机抽样比如5%导入新表，在新表里先做全套挖掘（关联规则，聚类），好用了再尝试更大的数据？或者说吧数据summarize一下？
思路1：用filter节点，只留下CustomerID和商品种类。这样可能推关联规则会快一些。 那么商品种类要掌握在合并到多少个，才适合呢？最
上层的分类是30大种，然后120，然后4500，第四层是15万小类。我在哪一级的粒度上推GRI和Apriori会好一些呢？ 4500种这级
吗？
问题2. 甲方的考虑是
1.想知道数据里面有什么，质量如何
2.已有数据能否回答这些问题：
优质客户特性何在？能否扩大对其销售？
什么客户群在增长？什么在消退？
按忠诚度给客户分类。
能否把不同产品的关联找出来，并且利用（market basket)。
找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
客户和品牌的价格敏感度分析。
思路：我对客户（把交易表聚集成客户+金额+购买数量表）进行聚类（），这样可以给每行都打上类别标签如$K-K-MEANSx，外加直观分类（比如高
中低购买额的3种客户 00 01 10）。这样客户的类别标签和商品类别标签都有了（利用merge节点），就可以做web plot图和GRI。看
哪些东西关联哪些东西。
傻问：对客户聚类的时候把商品信息过滤掉会不会好一些？
> ...
>
> read more >>- Hide quoted text -
今天用的也是Binning来离散化一个购买频率，绝大多客户是个位数或十位数，有异常值（店长的授权卡）上百次那种。（似乎应该先删掉才对）。这回记
住哑元了，以前看几本书都提到聚类时做这样的变换，唉。
又一批问题：
1. 17000万行50列的交易表，怎么样做data auditing呢？我抽样（first 1000000行）先做了一个，全表的那个
audit结果还没出来，估计要那么20个小时吧！
补充问题： 这么大（别笑俺见识小）的数据量，怎么样才能进行任何的操作呢？不至于要我运行一个聚类等24小时吧？去除无关变量，导入另一个表并建索引
吗？还是随机抽样比如5%导入新表，在新表里先做全套挖掘（关联规则，聚类），好用了再尝试更大的数据？或者说吧数据summarize一下？
思路1：用filter节点，只留下CustomerID和商品种类。这样可能推关联规则会快一些。 那么商品种类要掌握在合并到多少个，才适合呢？最
上层的分类是30大种，然后120，然后4500，第四层是15万小类。我在哪一级的粒度上推GRI和Apriori会好一些呢？ 4500种这级
吗？
问题2. 甲方的考虑是
1.想知道数据里面有什么，质量如何
2.已有数据能否回答这些问题：
优质客户特性何在？能否扩大对其销售？
什么客户群在增长？什么在消退？
按忠诚度给客户分类。
能否把不同产品的关联找出来，并且利用（market basket)。
找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
客户和品牌的价格敏感度分析。
思路：我对客户（把交易表聚集成客户+金额+购买数量表）进行聚类（），这样可以给每行都打上类别标签如$K-K-MEANSx，外加直观分类（比如高
中低购买额的3种客户 00 01 10）。这样客户的类别标签和商品类别标签都有了（利用merge节点），就可以做web plot图和GRI。看
哪些东西关联哪些东西。
傻问：对客户聚类的时候把商品信息过滤掉会不会好一些？
>
> read more >>- Hide quoted text -
raullew
Jun 26, 2008, 8:43:00 PM6/26/08
to ttnn BI 观点
数据挖掘=业务分析+SQL
笨笨
Jun 27, 2008, 12:40:17 AM6/27/08
to ttnn BI 观点
问题太散啦，一下不知道该回答哪个了-_-。。。
随机抽样 做局部建模可以的
我在想你为什么要对这么大的数据量建模，性能压力太大了，而且画图也很讨厌，性能压力太大。
filter是对数据处理性能优化的一种方式
至于产品分类的粒度级别，需要和客户沟通解决，你两眼一抹黑地在各个级别建模，挖掘结果很可能不是客户想要的。
对于第二个问题，再次强调，不到不得已，不要使用离散变量，即使非要使用，也要做哑元处理或者连续性指派。
比如，购买额你分成了高中低三类，其实直接把客户的购买额实际数字作为聚类输入就可以了阿（必要的话还要做标准化处理），不需要先切分成三段。
还有一点不太明白的是为什么始终想把客户和产品联系在一起？包括web plot 或者 关联规则建模
观察两者之间的关系的话，直接用客户购买产品的行为数据来做聚类分析就可以了阿。
至于客户提出的这些需求，绝对不是单单客户细分就能解决的问题。
楼主，我觉得你要考虑下把控项目的范围了。
> ...
>
> 阅读更多 >>- 隐藏被引用文字 -
>
> - 显示引用的文字 -
随机抽样 做局部建模可以的
我在想你为什么要对这么大的数据量建模，性能压力太大了，而且画图也很讨厌，性能压力太大。
filter是对数据处理性能优化的一种方式
至于产品分类的粒度级别，需要和客户沟通解决，你两眼一抹黑地在各个级别建模，挖掘结果很可能不是客户想要的。
对于第二个问题，再次强调，不到不得已，不要使用离散变量，即使非要使用，也要做哑元处理或者连续性指派。
比如，购买额你分成了高中低三类，其实直接把客户的购买额实际数字作为聚类输入就可以了阿（必要的话还要做标准化处理），不需要先切分成三段。
还有一点不太明白的是为什么始终想把客户和产品联系在一起？包括web plot 或者 关联规则建模
观察两者之间的关系的话，直接用客户购买产品的行为数据来做聚类分析就可以了阿。
至于客户提出的这些需求，绝对不是单单客户细分就能解决的问题。
楼主，我觉得你要考虑下把控项目的范围了。
>
> 阅读更多 >>- 隐藏被引用文字 -
>
> - 显示引用的文字 -
Qing
Jun 27, 2008, 2:22:03 AM6/27/08
to tt...@googlegroups.com
我来针对hunter的第二个问题谈谈想法。
其中的第一小问，客户是很容易问出来的，我觉得重点是在后半部分，"质量"二字，他们可能担心从垃圾里面分析出来的也是垃圾，所以想知道这些数据能不能说明问题。如果，如果在做外数据剖析之后，基本上应该能够回答了吧。哪些变量是可疑的，哪些是根本就不靠谱的。
第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售——他还有什么没买得，跟他类似的人买了，就可以向他推荐。
至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理解的一个变量——光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
1.想知道数据里面有什么，质量如何
2.已有数据能否回答这些问题：
优质客户特性何在？能否扩大对其销售？
什么客户群在增长？什么在消退？
按忠诚度给客户分类。
能否把不同产品的关联找出来，并且利用（market basket)。
找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
客户和品牌的价格敏感度分析。
....
Message has been deleted
Mr.Somebody
Jun 28, 2008, 9:01:12 AM6/28/08
to ttnn BI 观点
强烈同意Qing的看法，我再补充几点。
想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
客户和品牌的价格敏感度分析。
这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
都可能是几个星期的工作量。要控制好。
店长的记录是outlier，可以去掉。
On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
> 我来针对hunter的第二个问题谈谈想法。
>
> 其中的第一小问，客户是很容易问出来的，我觉得重点是在后半部分，"质量"二字，他们可能担心从垃圾里面分析出来的也是垃圾，所以想知道这些数据能不能说明问题。如果，如果在做外数据剖析之后，基本上应该能够回答了吧。哪些变量是可疑的，哪些是根本就不靠谱的。
>
> 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售——他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理解的一个变量——光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
> 2008/6/27 hunter <hunterd...@gmail.com>:
想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
客户和品牌的价格敏感度分析。
这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
都可能是几个星期的工作量。要控制好。
店长的记录是outlier，可以去掉。
On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
> 我来针对hunter的第二个问题谈谈想法。
>
> 其中的第一小问，客户是很容易问出来的，我觉得重点是在后半部分，"质量"二字，他们可能担心从垃圾里面分析出来的也是垃圾，所以想知道这些数据能不能说明问题。如果，如果在做外数据剖析之后，基本上应该能够回答了吧。哪些变量是可疑的，哪些是根本就不靠谱的。
>
> 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售——他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理解的一个变量——光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
Mr.Somebody
Jun 28, 2008, 9:09:31 AM6/28/08
to ttnn BI 观点
题外话，我想知道clementine是那超市提供的么？印象中clementine在uk没有卖出去多少个copy。。。
提醒一下楼主不要用盗版软件做商业应用，很有可能引起商业纠纷的说。
提醒一下楼主不要用盗版软件做商业应用，很有可能引起商业纠纷的说。
raullew
Jun 28, 2008, 11:36:15 AM6/28/08
to ttnn BI 观点
好奇地问问，有人用weka做商业项目吗？这个软件效果如何
On Jun 28, 9:09 pm, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
> 题外话，我想知道clementine是那超市提供的么？印象中clementine在uk没有卖出去多少个copy。。。
>
> 提醒一下楼主不要用盗版软件做商业应用，很有可能引起商业纠纷的说。
>
> On 28 Jun, 14:01, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
>
>
>
> > 强烈同意Qing的看法，我再补充几点。
>
> > 想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
> > 那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
> > 果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
>
> > 客户和品牌的价格敏感度分析。
> > 这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
> > 考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
> > 都可能是几个星期的工作量。要控制好。
>
> > 店长的记录是outlier，可以去掉。
>
> > On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
>
> > > 我来针对hunter的第二个问题谈谈想法。
>
> > > 其中的第一小问，客户是很容易问出来的，我觉得重点是在后半部分，"质量"二字，他们可能担心从垃圾里面分析出来的也是垃圾，所以想知道这些数据能不能说明问题-。如果，如果在做外数据剖析之后，基本上应该能够回答了吧。哪些变量是可疑的，哪些是根本就不靠谱的。
>
> > > 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回-答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越-高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售-----他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> > > 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群-体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> > > 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理-解的一个变量----光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，-五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> > > 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买-高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
On Jun 28, 9:09 pm, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
> 题外话，我想知道clementine是那超市提供的么？印象中clementine在uk没有卖出去多少个copy。。。
>
> 提醒一下楼主不要用盗版软件做商业应用，很有可能引起商业纠纷的说。
>
> On 28 Jun, 14:01, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
>
>
>
> > 强烈同意Qing的看法，我再补充几点。
>
> > 想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
> > 那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
> > 果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
>
> > 客户和品牌的价格敏感度分析。
> > 这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
> > 考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
> > 都可能是几个星期的工作量。要控制好。
>
> > 店长的记录是outlier，可以去掉。
>
> > On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
>
> > > 我来针对hunter的第二个问题谈谈想法。
>
>
> > > 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回-答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越-高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售-----他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> > > 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群-体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> > > 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理-解的一个变量----光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，-五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> > > 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买-高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
> > > 2008/6/27 hunter <hunterd...@gmail.com>:
>
> > > > ...问题2. 甲方的考虑是
> > > > 1.想知道数据里面有什么，质量如何
> > > > 2.已有数据能否回答这些问题：
> > > > 优质客户特性何在？能否扩大对其销售？
> > > > 什么客户群在增长？什么在消退？
> > > > 按忠诚度给客户分类。
> > > > 能否把不同产品的关联找出来，并且利用（market basket)。
> > > > 找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
> > > > 客户和品牌的价格敏感度分析。
> > > > ....- Hide quoted text -
> > > 2008/6/27 hunter <hunterd...@gmail.com>:
>
> > > > ...问题2. 甲方的考虑是
> > > > 1.想知道数据里面有什么，质量如何
> > > > 2.已有数据能否回答这些问题：
> > > > 优质客户特性何在？能否扩大对其销售？
> > > > 什么客户群在增长？什么在消退？
> > > > 按忠诚度给客户分类。
> > > > 能否把不同产品的关联找出来，并且利用（market basket)。
> > > > 找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
> > > > 客户和品牌的价格敏感度分析。
hunter
Jun 28, 2008, 5:43:30 PM6/28/08
to ttnn BI 观点
呵呵，是他们提供的。看了是正版，不过估计即使是盗版的，我只是受雇在项目里使用他们买的这玩意，应该也没我啥事，没准还能从版权部门拿点告密提成。多
谢提醒了，版权意识确实很重要，能避免很多麻烦。
看来最省钱的办法就是雇学生了，很多学校都有正版的SAS/Clem等。
谢提醒了，版权意识确实很重要，能避免很多麻烦。
看来最省钱的办法就是雇学生了，很多学校都有正版的SAS/Clem等。
hunter
Jun 29, 2008, 2:21:53 AM6/29/08
to ttnn BI 观点
正在出报告ing,包含单变量分布描述，极值/离群点，在此基础上哪些变量可以去除，哪些极值需要调查或处理，可能还要加上变量间两两
correlation。
On Jun 27, 11:19 pm, hunter <hunterd...@gmail.com> wrote:
> 本周小结
>
> 我起初的计划，是先输出一些初步的数据质量报告，探索性的结果，看看反馈。
>
> 实际几天下来，在等待Audit节点对全表的统计完成前，做了局部探索，建立了可以用于下一步工作的stream,含一些数据转换，去异常值，衍生变量
> 及合并等，对局部数据出了几个模型以了解数据特性。 目前能识别出来的客户都是有卡的，现金客户无法识别（客户id空）。
>
> 用Clementin的data audit结点，可以检测异常值，评估数据质量，输出均值，最大，最小，离群点，扭曲度等。但是我找不到有关的详细文
> 档做参考，比如对具体的交易频次，我看它是非正态，多数人是2-3次，一些人10次上下，个别人（其实是店长用的促销打折卡）高达几百次。这种情况下有
> 必要做变换吗？店长名下的购物记录需要作为 outlier/extreme value去掉吗？还是用capp或用均值，中值替换法？
>
> 在数据探索阶段，到底要什么格式的数据质量，内容报告？呵呵，本周最后一问，兄弟们周末愉快
correlation。
On Jun 27, 11:19 pm, hunter <hunterd...@gmail.com> wrote:
> 本周小结
>
> 我起初的计划，是先输出一些初步的数据质量报告，探索性的结果，看看反馈。
>
> 实际几天下来，在等待Audit节点对全表的统计完成前，做了局部探索，建立了可以用于下一步工作的stream,含一些数据转换，去异常值，衍生变量
> 及合并等，对局部数据出了几个模型以了解数据特性。 目前能识别出来的客户都是有卡的，现金客户无法识别（客户id空）。
>
> 用Clementin的data audit结点，可以检测异常值，评估数据质量，输出均值，最大，最小，离群点，扭曲度等。但是我找不到有关的详细文
> 档做参考，比如对具体的交易频次，我看它是非正态，多数人是2-3次，一些人10次上下，个别人（其实是店长用的促销打折卡）高达几百次。这种情况下有
> 必要做变换吗？店长名下的购物记录需要作为 outlier/extreme value去掉吗？还是用capp或用均值，中值替换法？
>
> 在数据探索阶段，到底要什么格式的数据质量，内容报告？呵呵，本周最后一问，兄弟们周末愉快
笨笨
Jun 29, 2008, 4:15:27 AM6/29/08
to ttnn BI 观点
对Mr Somebody的分析主题"客户和品牌的价格敏感度分析"十分感兴趣，能说得具体些么？
这个模型是怎么来做的？会用到些什么技术？
On 6月28日, 下午9时01分, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
> 强烈同意Qing的看法，我再补充几点。
>
> 想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
> 那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
> 果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
>
> 客户和品牌的价格敏感度分析。
> 这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
> 考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
> 都可能是几个星期的工作量。要控制好。
>
> 店长的记录是outlier，可以去掉。
>
> On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
>
>
>
> > 我来针对hunter的第二个问题谈谈想法。
>
> > 其中的第一小问，客户是很容易问出来的，我觉得重点是在后半部分，"质量"二字，他们可能担心从垃圾里面分析出来的也是垃圾，所以想知道这些数据能不能说明问题-。如果，如果在做外数据剖析之后，基本上应该能够回答了吧。哪些变量是可疑的，哪些是根本就不靠谱的。
>
> > 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回-答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越-高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售-----他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> > 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群-体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> > 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理-解的一个变量----光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，-五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> > 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买-高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
> - 显示引用的文字 -
这个模型是怎么来做的？会用到些什么技术？
On 6月28日, 下午9时01分, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
> 强烈同意Qing的看法，我再补充几点。
>
> 想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
> 那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
> 果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
>
> 客户和品牌的价格敏感度分析。
> 这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
> 考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
> 都可能是几个星期的工作量。要控制好。
>
> 店长的记录是outlier，可以去掉。
>
> On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
>
>
>
> > 我来针对hunter的第二个问题谈谈想法。
>
>
> > 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回-答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入越-高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售-----他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> > 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群-体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> > 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理-解的一个变量----光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠诚的，-五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> > 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买-高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
> > 2008/6/27 hunter <hunterd...@gmail.com>:
>
> > > ...问题2. 甲方的考虑是
> > > 1.想知道数据里面有什么，质量如何
> > > 2.已有数据能否回答这些问题：
> > > 优质客户特性何在？能否扩大对其销售？
> > > 什么客户群在增长？什么在消退？
> > > 按忠诚度给客户分类。
> > > 能否把不同产品的关联找出来，并且利用（market basket)。
> > > 找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
> > > 客户和品牌的价格敏感度分析。
> > > ....- 隐藏被引用文字 -
> > 2008/6/27 hunter <hunterd...@gmail.com>:
>
> > > ...问题2. 甲方的考虑是
> > > 1.想知道数据里面有什么，质量如何
> > > 2.已有数据能否回答这些问题：
> > > 优质客户特性何在？能否扩大对其销售？
> > > 什么客户群在增长？什么在消退？
> > > 按忠诚度给客户分类。
> > > 能否把不同产品的关联找出来，并且利用（market basket)。
> > > 找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
> > > 客户和品牌的价格敏感度分析。
>
> - 显示引用的文字 -
raullew
Jun 29, 2008, 4:47:17 AM6/29/08
to ttnn BI 观点
微经和博弈论的经典命题，转化为求解微积分
然而我没有能力现实化她．．．ｐｒｉｃｉｎｇ部门是需要的
On 6月29日, 下午4时15分, 笨笨 <caozhen...@gmail.com> wrote:
> 对Mr Somebody的分析主题"客户和品牌的价格敏感度分析"十分感兴趣，能说得具体些么？
> 这个模型是怎么来做的？会用到些什么技术？
>
> On 6月28日, 下午9时01分, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
>
>
>
> > 强烈同意Qing的看法，我再补充几点。
>
> > 想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
> > 那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
> > 果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
>
> > 客户和品牌的价格敏感度分析。
> > 这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
> > 考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
> > 都可能是几个星期的工作量。要控制好。
>
> > 店长的记录是outlier，可以去掉。
>
> > On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
>
> > > 我来针对hunter的第二个问题谈谈想法。
>
> > > 其中的第一小问，客户是很容易问出来的，我觉得重点是在后半部分，"质量"二字，他们可能担心从垃圾里面分析出来的也是垃圾，所以想知道这些数据能不能说明问题--。如果，如果在做外数据剖析之后，基本上应该能够回答了吧。哪些变量是可疑的，哪些是根本就不靠谱的。
>
> > > 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回--答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入-越-高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售------他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> > > 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群--体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> > > 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理--解的一个变量----光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠-诚的，-五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> > > 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买--高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
> - 显示引用的文字 -
然而我没有能力现实化她．．．ｐｒｉｃｉｎｇ部门是需要的
On 6月29日, 下午4时15分, 笨笨 <caozhen...@gmail.com> wrote:
> 对Mr Somebody的分析主题"客户和品牌的价格敏感度分析"十分感兴趣，能说得具体些么？
> 这个模型是怎么来做的？会用到些什么技术？
>
> On 6月28日, 下午9时01分, "Mr.Somebody" <Mr.Someb...@gmail.com> wrote:
>
>
>
> > 强烈同意Qing的看法，我再补充几点。
>
> > 想知道优质客户特性何在，首先需要定义优质客户，然后根据客户特性对数据进行分析。从数据分析的角度上看，那些客户ID缺失的数据就必然要被除掉，因为
> > 那些没有ID的客户你没有他们的客户特性信息，你不知道他们的年龄，收入，职业等等。那做出来的结果必定是基于有客户ID的会员数据上。对会员分析的结
> > 果最好能应用在针对会员的promotion上。当然，也可以用这个结果去推导整个顾客群的习惯，但是策略要慎之又慎。
>
> > 客户和品牌的价格敏感度分析。
> > 这似乎是经典的价格-需求分析。做个模型弄个系数出来告诉你价格上涨1%需求下降3%，这就是价格弹性（price elasticity）。模型还要
> > 考虑竞争品牌的价格和其他相关产品的价格等等。但是商场那么多产品线，你要做那几条？项目要进行多长时间？有足够的时间去做么？甲方提这么多问题每一个
> > 都可能是几个星期的工作量。要控制好。
>
> > 店长的记录是outlier，可以去掉。
>
> > On 27 Jun, 07:22, Qing <happys...@gmail.com> wrote:
>
> > > 我来针对hunter的第二个问题谈谈想法。
>
>
> > > 第二小问。如果这是客户的原话（很像是原话），表明他们希望对自己的顾客想更多的认识，凭自己的业务感觉，已经形成了几个群体：优质、劣质，以及忠诚情况，要回--答这些问题，通过技术化的分群聚类是回答不了的。首先还是要对这些假设进行一些"猜测"，比如优质的客户，可能具备什么特性？比如是购买频次越高的越好，收入-越-高的越好，喜欢高档产品的，好...这得问问客户，他们觉得什么叫做"优质"。而对于扩大其销售，如果仅仅从技术上来看，可以是基于产品关联分析的交叉销售------他还有什么没买得，跟他类似的人买了，就可以向他推荐。
>
> > > 至于客户群的增长和消退，在群体还没有分出来之前，没意义。群体出来了，但如果群体并没有得到业务上的认可，谈增长和消退也没意义。倒是如果你跟他说优质客户群--体在缩小，劣质的扩大，这还真的能够让他感到紧张。因为对优质、劣质的群体划分肯定要比分群的结果简单，更加能够被理解。
>
> > > 简单地说"按忠诚度"来给客户分类，说起来简单，可麻烦着呢。但客户也许觉得这并不麻烦，因为他们本身确实没有太高的期望。对于忠诚度一词，也许只是我们自己理--解的一个变量----光顾的时长。越长的越忠诚，于是，如果你能获得这个信息的话，可以做个分布就能大体地切分成几类。很忠诚的，七年前就过来买东西了，较忠-诚的，-五年前就来了...这当然不够严谨，但可能正是客户想要的。（这是我的猜测，究竟客户想要什么，有多高期望，得进一步了解）
> > > 后面那个所谓的"价格敏感度"分析，听起来像个虚词，还是要转换成比较通俗的，大家理解起来没什么太大异议的。仅仅从字面意思，可能是"顾客比较在乎价格，不买--高价东西。"也可能是，"顾客对价格变动比较关注，一降价，他就买。"将那些虚头八脑的词通俗表达，是易于沟通的。
>
> > > 2008/6/27 hunter <hunterd...@gmail.com>:
>
> > > > ...问题2. 甲方的考虑是
> > > > 1.想知道数据里面有什么，质量如何
> > > > 2.已有数据能否回答这些问题：
> > > > 优质客户特性何在？能否扩大对其销售？
> > > > 什么客户群在增长？什么在消退？
> > > > 按忠诚度给客户分类。
> > > > 能否把不同产品的关联找出来，并且利用（market basket)。
> > > > 找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
> > > > 客户和品牌的价格敏感度分析。
> > > > ....- 隐藏被引用文字 -
>
> > - 显示引用的文字 -- 隐藏被引用文字 -
> > > 2008/6/27 hunter <hunterd...@gmail.com>:
>
> > > > ...问题2. 甲方的考虑是
> > > > 1.想知道数据里面有什么，质量如何
> > > > 2.已有数据能否回答这些问题：
> > > > 优质客户特性何在？能否扩大对其销售？
> > > > 什么客户群在增长？什么在消退？
> > > > 按忠诚度给客户分类。
> > > > 能否把不同产品的关联找出来，并且利用（market basket)。
> > > > 找出哪些产品赚钱，哪些是物美价廉的（然后其中哪些能吸引赚钱产品、以及优质客户）
> > > > 客户和品牌的价格敏感度分析。
> > > > ....- 隐藏被引用文字 -
>
>
> - 显示引用的文字 -
Qing
Jul 1, 2008, 1:17:40 AM7/1/08
to tt...@googlegroups.com
我也十分感兴趣这个"敏感度"分析的话题。
最近我们有个项目可能是研究这个问题，不过还是可能，因为我现在还没弄明白客户到底要什么，有时候这真的很难判断。我以为是研究收入、话务跟价格之间的关系，回答一个问题——为什么话务增长不能带来收入增长？正如上面所说的，价格变动多少导致收入变动多少，导致话务变动多少。
不过在电信行业里面，价格不太好衡量，不想零售行业那样的明码标价，不同类型的话务还不同的价，长途一个价、漫游一个价，有时候又打了个包不区分这些话务。而且，我不知道在这里是否可以抽象成为价格敏感度问题。
而且，感觉价格敏感度是一种比较宏观层面的分析。针对上面的问题，最后的结论可能是"价格下降的程度并不能带动话务爆发增长，所以价格下降导致的收入差距弥补不了量增加带来的收入。"如果是这种回答，其实是废话，也许客户会继续抛出另一个问题，那么究竟价格在什么位置水平，可以将话务量刺激到一定程度，正好达到收入的平衡点呢？用价格敏感度可能可以回答，如果价格定在一毛三，可以刺激话务30%的增长。这时，收入正好平衡。这个答案倒是很有帮助意义的。不过也有另一种可能，就是根本无解，不存在这个平衡点。再从宏观分析，语音收入是否已经到了穷途末路？是否根本不可能用提升语音话务的方式来提升收入？这些问题很多人猜测，但是没人敢肯定地说确实如此。但如果确实如此，恐怕那个平衡点是找不到的。
客户真的是想找到这个平衡点？我不敢确定。如果之后的决策行动跟这个平衡点没有关系，那么从一开始的问题就定义错了。
2008/6/29 笨笨 <caozh...@gmail.com>:
对Mr Somebody的分析主题"客户和品牌的价格敏感度分析"十分感兴趣，能说得具体些么？
这个模型是怎么来做的？会用到些什么技术？
...
raullew
Jul 1, 2008, 1:49:29 AM7/1/08
to ttnn BI 观点
市场有一条价格-产量曲线
公司有一条产量-收益曲线
对手有一条产量-收益曲线
根据不同市场地位和博弈阶段的博弈模型求解纳什均衡，得到最优产量
> 最近我们有个项目可能是研究这个问题，不过还是可能，因为我现在还没弄明白客户到底要什么，有时候这真的很难判断。我以为是研究收入、话务跟价格之间的关系，回-答一个问题----为什么话务增长不能带来收入增长？正如上面所说的，价格变动多少导致收入变动多少，导致话务变动多少。
>
> 不过在电信行业里面，价格不太好衡量，不想零售行业那样的明码标价，不同类型的话务还不同的价，长途一个价、漫游一个价，有时候又打了个包不区分这些话务。而且-，我不知道在这里是否可以抽象成为价格敏感度问题。
>
> 而且，感觉价格敏感度是一种比较宏观层面的分析。针对上面的问题，最后的结论可能是"价格下降的程度并不能带动话务爆发增长，所以价格下降导致的收入差距弥补不-了量增加带来的收入。"如果是这种回答，其实是废话，也许客户会继续抛出另一个问题，那么究竟价格在什么位置水平，可以将话务量刺激到一定程度，正好达到收入的-平衡点呢？用价格敏感度可能可以回答，如果价格定在一毛三，可以刺激话务30%的增长。这时，收入正好平衡。这个答案倒是很有帮助意义的。不过也有另一种可能，-就是根本无解，不存在这个平衡点。再从宏观分析，语音收入是否已经到了穷途末路？是否根本不可能用提升语音话务的方式来提升收入？这些问题很多人猜测，但是没人-敢肯定地说确实如此。但如果确实如此，恐怕那个平衡点是找不到的。
>
> 客户真的是想找到这个平衡点？我不敢确定。如果之后的决策行动跟这个平衡点没有关系，那么从一开始的问题就定义错了。
>
> 2008/6/29 笨笨 <caozhen...@gmail.com>:
公司有一条产量-收益曲线
对手有一条产量-收益曲线
根据不同市场地位和博弈阶段的博弈模型求解纳什均衡，得到最优产量
> 最近我们有个项目可能是研究这个问题，不过还是可能，因为我现在还没弄明白客户到底要什么，有时候这真的很难判断。我以为是研究收入、话务跟价格之间的关系，回-答一个问题----为什么话务增长不能带来收入增长？正如上面所说的，价格变动多少导致收入变动多少，导致话务变动多少。
>
> 不过在电信行业里面，价格不太好衡量，不想零售行业那样的明码标价，不同类型的话务还不同的价，长途一个价、漫游一个价，有时候又打了个包不区分这些话务。而且-，我不知道在这里是否可以抽象成为价格敏感度问题。
>
> 而且，感觉价格敏感度是一种比较宏观层面的分析。针对上面的问题，最后的结论可能是"价格下降的程度并不能带动话务爆发增长，所以价格下降导致的收入差距弥补不-了量增加带来的收入。"如果是这种回答，其实是废话，也许客户会继续抛出另一个问题，那么究竟价格在什么位置水平，可以将话务量刺激到一定程度，正好达到收入的-平衡点呢？用价格敏感度可能可以回答，如果价格定在一毛三，可以刺激话务30%的增长。这时，收入正好平衡。这个答案倒是很有帮助意义的。不过也有另一种可能，-就是根本无解，不存在这个平衡点。再从宏观分析，语音收入是否已经到了穷途末路？是否根本不可能用提升语音话务的方式来提升收入？这些问题很多人猜测，但是没人-敢肯定地说确实如此。但如果确实如此，恐怕那个平衡点是找不到的。
>
> 客户真的是想找到这个平衡点？我不敢确定。如果之后的决策行动跟这个平衡点没有关系，那么从一开始的问题就定义错了。
>
> 2008/6/29 笨笨 <caozhen...@gmail.com>:
>
>
>
> > 对Mr Somebody的分析主题"客户和品牌的价格敏感度分析"十分感兴趣，能说得具体些么？
> > 这个模型是怎么来做的？会用到些什么技术？
>
>
> > 对Mr Somebody的分析主题"客户和品牌的价格敏感度分析"十分感兴趣，能说得具体些么？
> > 这个模型是怎么来做的？会用到些什么技术？
Reply all
Reply to author
Forward
0 new messages