1. 交叉销售
- 概念：借助CRM（客户关系管理），发现现有客户的多种需求，并通过满足其需求而实现销售多种相关的服务或产品的营销方式。
- 优点：
- 可以满足客户需求多样化，提升客户的忠诚度，有效的减少客户的流失率
- 可以节约公司寻求新客户的成本
- 可以提高客户对公司的信赖程度
- 交叉销售和数据挖掘：交叉销售是以企业现有销售数据仓库为基础，深度挖掘CRM，运用统计方法对数据进行分析和建立模型，进而找出客户与产品以及产品与产品之间的关系，以此来制定有针对性的营销战略。
2. 关联分析
- 概念：通过寻找最能够解释数据变量之间相关关系，来找出大量多元数据集中有用的关联规则，它是从大量数据中发现多种数据之间关系的一种方法。另外，也可以基于时间序列对多种数据间的关系进行挖掘。
- 主要任务：通过算法在大数据集中寻找频繁项集和关联规则。
- 频繁项集：经常出现在一块的物品的集合
- 关联规则：暗示两种物品之间可能存在很强的关系
- 几个相关概念：
- 关联规则：反映一个事物与其他事物之间的相互依存性和关联性，形如 X→Y 的蕴涵表达式，其中 X 和 Y 是不相交的项集
- 支持度（S）：一个项集或者规则度量法的支持度是指其在数据中出现的概率
- 置信度（C）：体现为一个数据的出现后，另一个数据出现的概率
- 提升度：指的是应用关联规则和不应用产生结果的比例
- 频繁项集：项集的相对支持度满足预定义的最小支持度阈值。
- 强规则：同时满足最小支持度阈值（minsup）和最小置信度阈值（minconf）的规则称为强规则
- 常用关联分析算法：Apriori算法
- Apriori算法：
- Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法
- 主要包含两大模块内容：一块是寻找频繁项集的函数模块，一块是探索关联规则的函数模块
- 使用频繁项集性质的先验性质（a priori）
3. 关联分析应用运营场景
- 相同维度下的关联分析
- 网站页面浏览
- 广告流量
- 用户关键字搜索
- 跨维度的关联分析
- 不同场景下（发生的事件处于不同时间下）
- 相同场景下（但属于不同的时间点）
4. 关联分析结果展示
- 关系图：非常好的用来展示多个对象之间的相互关系的方式，例如，任务关系，关联规则，社交传播图谱等
- 关系图的构成：关系图的主体元素主要包括3个部分，源节点，边和目标节点
- 展示方式：从源节点经过一条有向边到达目标节点，由此来展示一条关联关系
- 有向和无向：指的是不同节点之间是否具有方向性
- 有向图可以表示有顺序、流转和先后顺序等逻辑图形，例如流程图、指向图、关系图等
- 如果将多个节点和边连接起来，便会形成关系
参考资料：
《经济与法》第275期 -- 浅谈数据挖掘技术在交叉销售中的应用
《Python数据分析与数据化运营》