1. 交叉銷售
- 概念：借助CRM（客戶關系管理），發現現有客戶的多種需求，並通過滿足其需求而實現銷售多種相關的服務或產品的營銷方式。
- 優點：
- 可以滿足客戶需求多樣化，提升客戶的忠誠度，有效的減少客戶的流失率
- 可以節約公司尋求新客戶的成本
- 可以提高客戶對公司的信賴程度
- 交叉銷售和數據挖掘：交叉銷售是以企業現有銷售數據倉庫為基礎，深度挖掘CRM，運用統計方法對數據進行分析和建立模型，進而找出客戶與產品以及產品與產品之間的關系，以此來制定有針對性的營銷戰略。
2. 關聯分析
- 概念：通過尋找最能夠解釋數據變量之間相關關系，來找出大量多元數據集中有用的關聯規則，它是從大量數據中發現多種數據之間關系的一種方法。另外，也可以基於時間序列對多種數據間的關系進行挖掘。
- 主要任務：通過算法在大數據集中尋找頻繁項集和關聯規則。
- 頻繁項集：經常出現在一塊的物品的集合
- 關聯規則：暗示兩種物品之間可能存在很強的關系
- 幾個相關概念：
- 關聯規則：反映一個事物與其他事物之間的相互依存性和關聯性，形如 X→Y 的蘊涵表達式，其中 X 和 Y 是不相交的項集
- 支持度（S）：一個項集或者規則度量法的支持度是指其在數據中出現的概率
- 置信度（C）：體現為一個數據的出現后，另一個數據出現的概率
- 提升度：指的是應用關聯規則和不應用產生結果的比例
- 頻繁項集：項集的相對支持度滿足預定義的最小支持度閾值。
- 強規則：同時滿足最小支持度閾值（minsup）和最小置信度閾值（minconf）的規則稱為強規則
- 常用關聯分析算法：Apriori算法
- Apriori算法：
- Apriori算法是經典的挖掘頻繁項集和關聯規則的數據挖掘算法
- 主要包含兩大模塊內容：一塊是尋找頻繁項集的函數模塊，一塊是探索關聯規則的函數模塊
- 使用頻繁項集性質的先驗性質（a priori）
3. 關聯分析應用運營場景
- 相同維度下的關聯分析
- 網站頁面瀏覽
- 廣告流量
- 用戶關鍵字搜索
- 跨維度的關聯分析
- 不同場景下（發生的事件處於不同時間下）
- 相同場景下（但屬於不同的時間點）
4. 關聯分析結果展示
- 關系圖：非常好的用來展示多個對象之間的相互關系的方式，例如，任務關系，關聯規則，社交傳播圖譜等
- 關系圖的構成：關系圖的主體元素主要包括3個部分，源節點，邊和目標節點
- 展示方式：從源節點經過一條有向邊到達目標節點，由此來展示一條關聯關系
- 有向和無向：指的是不同節點之間是否具有方向性
- 有向圖可以表示有順序、流轉和先后順序等邏輯圖形，例如流程圖、指向圖、關系圖等
- 如果將多個節點和邊連接起來，便會形成關系
參考資料：
《經濟與法》第275期 -- 淺談數據挖掘技術在交叉銷售中的應用
《Python數據分析與數據化運營》