部分数据分析方法的应用基于.ppt

该【部分数据分析方法的应用基于 】是由【wyj199215】上传分享，文档一共【27】页，该文档可以免费在线阅读，需要了解更多关于【部分数据分析方法的应用基于 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。主讲人:邓光耀第二讲:部分数据分析方法的应用(基于spss)1数据分析的方法多种多样,具体选择哪种方法分析数据,要由数据分析的目的来定。2本讲叙述几种在销售等数据分析中可能用到的方法,如RFM模型、回归分析、相关分析等,这些方法都有一定的适用范围,听者不必拘泥于这些方法。3对于数据分析,自然要有比较深厚的数学功底,但是大家的数学基础有限,因此本讲既有必要节制性地引入数学知识,又不必对数学方法做炫耀性的滥用。1、概述RFM模型1对于销售人员,经常会遇到这样的问题:假设你的客户很多,但是由于你本人的精力与成本有限,哪么你应当通过什么样的办法辨别哪些是应当重点处理的客户?2根据美国数据库营销研究所ArthurHughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:最近一次消费(Recency),消费频率(Frequency),消费金额(ary)。:—,如下表:我们先处理最近交易日期的数据,,假设一周之内的数据设为5,如客户3的最近交易日期这分项可以设为5;大于一周且在一个月内的数据设为4,可得到客户6、9的最近交易日期这一分项可设为4;大于一个月且在两个月内设为3,可得客户2、8的最近交易日期这一分项可设为3;大于2个月且在四个月内设为2,可得客户1、5、10的最近交易日期这一分项可设为2;大于四个月且在六个月内设为1,可得客户4、7的最近交易日期这一分项可设为1。这样分类是否合理要由实践验证。依次分类如下:2,3,5,1,2,4,1,3,4,,即1-3次设为1,4-6次设为2,7-9次设为3,10-12次设为4,13-15次设为5,可依次得到客户的对应数值如下:011,3,5,1,2,4,1,3,2,,我们按照所谓的“帕雷托法则”(Pareto’sLaw)来分类,即:公司80%的收入来自20%的顾客,不过我们不必拘泥于此法则。我们先在excel表格中按升序或者降序排列交易金额,再计算占所有客户总金额的累计比例。我们计算可得到:我们做如下分类:客户3此分项为5,客户2、6此分项为4,客户5、8、10此分项为3,客户1、9此分项为2,客户4、,只能按照实际情况做大概的分类。我们综合以上步骤,可得到如下表格:我们对此表格做简单的分析,如果销售人员的精力与成本有限,可以重点考虑满足以下条件的客户:因为相比于R,F,销售人员可能更看重M(累计金额),故取另外对总分也有一定的要求,这里我们取