3.2 数据挖掘能做什么？
客户分类
近几年，国内一对一营销（One To One）正在被越 来越多的企业和媒体宣传。一对一营销是指了解你的每 一个客户，并和他建立起长期持久的关系。 客户分类是把大量的客户分成不同的类，在每个类 里的客户拥有相似的属性，而不同类里的客户的属性也 不同。而前面提到的一对一营销实际上是客户分类的极 端，即每个类别里的客户只有一个。数据挖掘同样也可 以帮助你进行客户分类，细致而切实可行的客户分类对 企业的经营策略有很大益处。
目
录
1 2 3 4 5
认知需求 利用发问与聆听挖掘潜在需求--动态挖掘 通过数据挖掘客户需求---静态挖掘 客户心理分析与异议处理 市场调研
1 认知需求
1.1 了解顾客消费心理的重要性
顾客与我们是“鱼与水”的关系。
我们是服务于顾客的，只有了解顾客的心理， 体恤他的需求，才能为他们提供合适的产品 和满意的服务。
A.澄清事实，得到更多的有关顾客需求的 信息
B.确认理解，真正理解客户所讲的内容
要求
C.回应，向客户表达我们关心他讲话的信息 D.肯定对方的谈话价值 E.配合表情和恰当的肢体语言
目
录
1 2 3 4 5
认知需求 利用发问与聆听挖掘潜在需求--动态挖掘 通过数据挖掘客户需求---静态挖掘 客户心理分析与异议处理 市场调研
关联规则（association rules）
决定哪些事情将一起发生。 例子： a. 超市中客户在购买A的同时，经常会购买B，即A => B(关联规则) b. 客户在购买A后，隔一段时间，会购买B （序列分析）
3.3 数据挖掘主要功能
聚集（Clustering）
聚集是对记录分组，把相似的记录在一个聚集里。聚集和分类的区别 是聚集不依赖于预先定义好的类，不需要训练集。
利益不 够显著 核对之下 觉得划不 来,只要足 够的利益 就会同意
有兴趣购 买，但未 尽理解， 对某些重 点需要了 解
4.3.1 可以解决的反对意见
4.3.2 具有实际困难的反对意见
付款能力有 困难，潜力 不够去开发 缺乏金 钱或信用
具有真正 不需要的 理由 确实不 需要产品
找错了对象
缺乏购 买权限
3.4 成功的数据分析关键取决于三个层面的工作
– 选取正确的数据来源，同时不影响正常的生产 环境 – 必须对现有计费系统和数据结构有明确的了解 – 在数据提取效率和提取深度之间权衡 – 做出适当的假设，并对各类假设进行优先排序 – 尝试所有的分析维度（各种变量之间的排列组 合） – 对数值进行合理的归类或近似处理 – 选取合适的图表类型，一张图表往往胜过千言 万语 – 突出重点，能直接为决策提供支撑依据 – 为进一步分析留有足够的空间
3.2 数据挖掘能做什么？
交叉销售
尽力使这种客户关系对你趋于完美。一般来说你可 以通过这三种方法： *最长时间的保持这种关系 *最多次数的和你的客户交易 *最大数量的保证每次交易的利润 交叉销售的好处在于，对于原有客户，企业可以比 较容易的得到关于这个客户的比较丰富的信息，大量 的数据对于数据挖掘的准确性来说是有很大帮助的。
数据提取和收集
数据挖掘和分析
数据表达和说明
3.5 数据挖掘和分析的主要步骤
确定分析的类型 • 假设验证型 • 特征探索型 确定数据收集需求 • 分解需求为数据 提取变量
选取合适的数据 源 • 实时计费系统 • 经营分析系统 选择原始数据 • 数据库/纯文本
层面一： 数据提取
确定数据抽取方法 • 整体数据 • 抽样数据 • 初步统计数据 选择抽取范围
1.2 了解顾客需求及心理
1.2.1 客户需求的五个层次 •成功需求 •关系需求 •体验需求 •服务需 求 •产品需 求
출처: 앤더슨 컨설팅
1.2.2 客户具体的购买动机
求美动机
求廉动机 求便动 机
求实动机
求新动机
购买动机
嗜好动机
求优动机 求名动机
攀比动机
1.2.3 客户购买过程中的心理特征
层面二： 数据分析
剔除无效数据 • 抽取质量检验 • 对数据进行归类 整理 • 划分客户
选择分析工具 • Excel宏处理 • SPSS批处理 • Access SQL 导入原始数据
编写分析处理程序
层面三： 数据表达
提取关键数据 • 对数据进行近似 或归类处理
选择合适的图表 类型
对于图表所说明的 问题作初步解释 • 给与进一步分析 留下足够空间
•不相信会有利益 耐心探询去调察 还是要探询，然后FAB 聆听，伺机导入商谈 探询后重新结构 探询，反省是否安排不佳 整理内容，定好程序
4.2 客户异议的类型
货源异议 寡欲异议
价格异议
籍故拖延 产品异议
4.3 客户反对意见
习惯性 的反应
防守的本 能,从经 验中学到 应付的好 办法。
逃避 决策 不喜欢业 务代表公 司;躲过就 好,越快越 好
需求未 认清
同类品太 多，并无 特别的感 觉
期望更 多资料
抗拒 变化 变化导致 损失的忧 虑,促使采 取抗拒心 理
2.1.3 销售锦囊
1、要倾听顾客的话， 以微笑、点头、诚挚 的眼光等发出倾听的 信号
2、牢记“一二三”话术：
提问一分钟
倾听二分钟 对顾客的话赞成三遍以上
2.1.4 “六箱”提问法
普通提问
补充提问
确认型提问
顾客的状况
？ ？
？ ？
？ ？
当前和以后面 临的问题
1、箭头从左至右，代表问题逐步聚焦 2、箭头从上往下，代表顾客的利益或需求逐步聚焦或者明确化
1.2.6 顾客购买后的心理变化
忠爱
重新评价
了解/ 评价
欣赏/ 甘愿
目
录
1 2 3 4 5
认知需求 利用发问与聆听挖掘潜在需求--动态挖掘 通过数据挖掘客户需求---静态挖掘 客户心理分析与异议处理 市场调研
2 利用发问与聆听挖掘潜在需求---动态挖掘 2.1 通过提问了解客户需求
2.1.1 如 何 通 过 提 问 了 解 顾 客 的 心 ？ 1、先创造友好的气氛，微笑、打招呼、 轻松的称赞、对个人的关心等
3.3 数据挖掘主要功能
分类（Classification）
首先从数据中选出已经分好类的训练集，在该训练集上运用数据 挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。 例子： a. 信用卡申请者，分类为低、中、高风险 b. 分配客户到预先定义的客户分片
估值（Estimation）
估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估 值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。 例子： a. 根据购买模式，估计一个家庭的孩子个数 b. 根据购买模式，估计一个家庭的收入 c. 估计real estate的价值
的信息或知识,挖掘出的信息越是出乎意料,就可能越有价值.在
商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了 小孩尿布和啤酒之间有着惊人的联系。
3.2 数据挖掘能做什么？
数据挖掘技术能够帮助企业管理客户生命周期的各个阶段，包括争 取新的客户、让已有的客户创造更多的利润、保持住有价值的客户等等。 数据挖掘能够帮助企业确定客户的特点，确定了客户的特点，就能够为 客户提供有针对性的服务。 客户 获得 交叉 销售
3.2 数据挖掘能做什么？
客户保持
现在各个行业的竞争都越来越激烈，企业获得新客户 的成本正不断的上升，因此保持原有客户对所有企业来说 就显得越来越重要。数据挖掘可以帮你发现谁该去维护， 也就是帮你挖掘出最有可能离你而去的客户。例如一家移 动通信公司挖掘出的结果可能是：年龄在26岁以下、开通 了WAP服务、移动电话价值（购买时）在1800~2800元、每 月通话费在250—350元之间（包月制则是200元和280元两 档）的男性流失的比例最高。掌握了这些信息，就可以针 对每个人的贡献，满足他们的一些需求。
4
全神贯注地 听是第四个 层次，顾客 在讲话，促 销员认真地 听，并且不 断地在回应 顾客，鼓励 对方说下去
பைடு நூலகம்
5
有同情心地 听是最高层 次，带着同 情心听对方 说话，当对 方高兴时， 为他感到高 兴，当对方 悲哀时，为 他忧伤
◆忽视地听
◆假装地听 ◆有选择地听
◆全神贯 注地听
◆有同情 心地听
2.2.3 积极倾听的要求
2.1.4 “六箱”提问法
六箱提问法是指把需要了解的两种信息和三种提问法 组合在一起，形成六种提问类型 提问方法
需要了解的两种信息有：
普通提问 顾客现在处于什 么状况？ 顾客当前和将来 会面临什么问题？ 补充型提问 确认型提问
2.2 通过倾听了解顾客的需求
2.2.1 倾听的五个层次
引起注意 购买体验 观察浏览
诱发联想
产生欲望
采取行动 决定购买
思考评价
1.2.4 男性消费心理
1.动机形成迅速、 果断，具有较强 的自信性
2.购买动机具
男性 消费心理
有被动性
3.购买动机感情色 彩比较淡薄
1.2.5 女性消费心理
追求时髦
感情强烈 喜欢从众 追求美观 喜欢炫耀 自尊心强
女性消费心理
数据挖掘 能做什么
客户 分类 客户 保持
3.2 数据挖掘能做什么？
客户获得
对于多数行业来说，企业的增长需要不断的获 得新的客户。新的客户包括以前没有听说过你的产 品的人、以前不需要你的产品的人、以及以前你的 竞争对手的客户。无论你希望得到的是哪一类客户， 数据挖掘都能够帮助你辨别这些潜在客户群，并提 高市场活动的响应率。
3.3 数据挖掘主要功能
预言（Prediction）
通常，预言是通过分类或估值起作用的，也就是说，通过分类或估值得 出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必 要分为一个单独的类。预言其目的是对未来未知变量的预测，这种预测是需 要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。