構(gòu)建面向CRM的數(shù)據(jù)挖掘應(yīng)用

第一部分  數(shù)據(jù)挖掘?qū)RM的影響                      
 第一章  客戶關(guān)系                  
     1. 1  介紹                  
     1. 2  什么是數(shù)據(jù)挖掘                  
     1. 3  一個(gè)例子                  
     1. 4  與商業(yè)過(guò)程的關(guān)聯(lián)                  
     1. 5  數(shù)據(jù)挖掘和客戶關(guān)系管理                  
     1. 5. 1  數(shù)據(jù)挖掘是如何輔助基于數(shù)據(jù)庫(kù)的銷(xiāo)售的                  
     1. 5. 2  評(píng)分                  
     1. 5. 3  活動(dòng)管理軟件的作用                  
     1. 5. 4  增加客戶在整個(gè)生命周期里的價(jià)值(Lifetime Value)                  
     1. 5. 5  數(shù)據(jù)挖掘和活動(dòng)管理的結(jié)合                  
     1. 5. 6  評(píng)估數(shù)據(jù)挖掘模型帶來(lái)的好處                  
 第二章  用聯(lián)系的觀點(diǎn)看數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)                  
     2. 1  介紹                  
     2. 2  數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)——聯(lián)系                  
     2. 3  數(shù)據(jù)倉(cāng)庫(kù)綜述                  
     2. 3. 1  數(shù)據(jù)倉(cāng)庫(kù)ROI                  
     2. 3. 2  操作和信息數(shù)據(jù)存                  
     2. 3. 3  數(shù)據(jù)倉(cāng)庫(kù)的定義和特性                  
     2. 3. 4  數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)                  
     2. 3. 5  數(shù)據(jù)倉(cāng)庫(kù)訪問(wèn)和客戶／服務(wù)器體系結(jié)構(gòu)                  
     2. 4  數(shù)據(jù)挖掘                  
     2. 4. 1  數(shù)據(jù)挖掘定義                  
     2. 4. 2  數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域                      
     2. 4. 3  數(shù)據(jù)挖掘的分類(lèi)和研究重點(diǎn)                  
 第三章  客戶關(guān)系管理                  
     3. 1  介紹                  
     3. 2  最有利可圖的客戶                  
     3. 3  客戶關(guān)系管理                  
     3. 3. 1  以客戶為中心的數(shù)據(jù)庫(kù)                  
     3. 3. 2  管理活動(dòng)                  
     3. 4  推銷(xiāo)活動(dòng)的演變                  
     3. 5  封閉循環(huán)的推銷(xiāo)                  
     3. 6  CRM體系結(jié)構(gòu)                  
     3. 7  下一代CRM                  
 第二部分  基礎(chǔ)——技術(shù)和工具                  
 第四章  數(shù)據(jù)倉(cāng)庫(kù)部件                  
     4. 1  介紹                  
     4. 2  整體體系結(jié)構(gòu)                  
     4. 3  數(shù)據(jù)倉(cāng)庫(kù)型的數(shù)據(jù)庫(kù)                  
     4. 4  尋找. 獲取. 清理和轉(zhuǎn)換工具                  
     4. 5  元數(shù)據(jù)                  
     4. 6  訪問(wèn)工具                  
     4. 6. 1  評(píng)估和可視化信息                  
     4. 6. 2  工具分類(lèi)                  
     4. 6. 3  查詢和報(bào)表工具                  
     4. 6. 4  應(yīng)用軟件                  
     4. 6. 5  OLAP工具                  
     4. 6. 6  數(shù)據(jù)挖掘工具                  
     4. 7  數(shù)據(jù)集市                  
     4. 8  數(shù)據(jù)倉(cāng)庫(kù)的經(jīng)營(yíng)和管理                  
     4. 9  Web的影響                  
     4. 10  利用Web的方法                  
     4. 11  設(shè)計(jì)選項(xiàng)和問(wèn)題                  
 第五章  數(shù)據(jù)挖掘                  
     5. 1  什么是數(shù)據(jù)挖掘                  
     5. 2  數(shù)據(jù)挖掘不是什么                  
     5. 2.1  統(tǒng)計(jì)                  
     5. 2. 2  OLAP                  
     5. 2. 3  數(shù)據(jù)倉(cāng)庫(kù)                  
     5. 3  數(shù)據(jù)挖掘已經(jīng)成熟                  
     5. 4  數(shù)據(jù)挖掘的潛力是巨大的                  
     5. 5  從你過(guò)去的錯(cuò)誤中學(xué)習(xí)                  
     5. 6  我不需要數(shù)據(jù)挖掘——我已有了統(tǒng)計(jì)分析                  
     5. 7  測(cè)量數(shù)據(jù)挖掘的效力——準(zhǔn)確性. 速度和代價(jià)                  
     5. 8  將數(shù)據(jù)挖掘嵌入到你的業(yè)務(wù)處理中                  
     5. 9  改變的東西越多. 保留不變的也越多                  
     5. 10  發(fā)掘與預(yù)測(cè)                  
     5. 10. 1  塔爾沙漠中的黃金                  
     5. 10. 2  發(fā)掘——發(fā)現(xiàn)你尚未尋找到的東西                  
     5. 10. 3  預(yù)測(cè)                  
     5. 11  過(guò)適應(yīng)                  
     5. 12  行業(yè)狀態(tài)                  
     5. 12. 1  目標(biāo)解決方案                  
     5. 12. 2  商業(yè)工具                  
     5. 12. 3  商業(yè)分析家的工具                  
     5. 12. 4  研究分析家的工具                  
     5. 13  數(shù)據(jù)挖掘方法學(xué)                  
     5. 13. 1  模式和模型各是什么                  
     5. 13. 2  模式的可視化                  
     5. 13. 3  術(shù)語(yǔ)說(shuō)明                  
     5. 13. 4  對(duì)知識(shí)和智慧的說(shuō)明                  
     5. 13. 5  取樣                  
     5. 13. 6  隨機(jī)取樣                  
     5. 13. 7  驗(yàn)證模型                  
     5. 13. 8  選擇最好的模型                  
     5. 14  數(shù)據(jù)挖掘應(yīng)用的類(lèi)型                  
 第六章  經(jīng)典技術(shù)：統(tǒng)計(jì). 近鄰. 聚類(lèi)                  
     6. 1  經(jīng)典                  
     6. 2  統(tǒng)計(jì)                  
     6. 2. 1  統(tǒng)計(jì)和數(shù)據(jù)挖掘之間有什么不同之處                  
     6, 2. 2  什么是統(tǒng)計(jì)                  
     6. 2. 3  數(shù)據(jù). 計(jì)算和概率                  
     6. 2. 4  柱狀圖                  
     6. 2. 5  為預(yù)測(cè)而做的統(tǒng)計(jì)                  
     6. 2. 6  線性回歸                  
     6. 2. 7  如果數(shù)據(jù)中的模式看起來(lái)不像一條直線怎么辦                  
     6. 3  最近鄰                  
     6. 3. 1  一個(gè)聚類(lèi)的簡(jiǎn)單例子                  
     6. 3. 2  一個(gè)最近鄰的簡(jiǎn)單例子                  
     6. 3. 3  怎樣應(yīng)用最近鄰來(lái)做預(yù)測(cè)                  
     6. 3. 4  在商業(yè)中最近鄰技術(shù)應(yīng)用在何處                  
     6. 3. 5  在股票市場(chǎng)上應(yīng)用最近鄰技術(shù)                  
     6. 3. 6  為什么投票選舉更好——K近鄰                  
     6. 3. 7  最近鄰如何能告訴你對(duì)預(yù)測(cè)有多大的可信性                  
     6. 4  聚類(lèi)                  
     6. 4. 1  聚類(lèi)                  
     6. 4. 2  發(fā)現(xiàn)不能匹配的例子——對(duì)局外點(diǎn)的聚類(lèi)                  
     6. 4. 3  聚類(lèi)和最近鄰怎樣地相像                  
     6. 4. 4  怎樣用聚類(lèi)和最近鄰來(lái)作出預(yù)測(cè)                  
     6. 4. 5  還有其他聚類(lèi)的正確方法嗎                  
     6. 4. 6  如何權(quán)衡哪條記錄該屬于哪一簇                  
     6. 4. 7  聚類(lèi)是在相似的簇和較少數(shù)量的簇之間的折中方法                  
     6. 4. 8  聚類(lèi)和最近鄰預(yù)測(cè)之間有什么不同之處                  
     6. 4. 9  n維空間是什么                  
     6. 4. 10  怎樣定義聚類(lèi)和最近鄰的空間                  
     6. 4. 11  分層聚類(lèi)和不分層聚類(lèi)                  
     6. 4. 12  不分層聚類(lèi)                  
     6. 4. 13  分層聚類(lèi)                  
     6. 5  選擇典型的技術(shù)                  
 第七章  下一代技術(shù)：樹(shù). 網(wǎng)絡(luò)和規(guī)則                  
     7. 1  下一代                  
     7. 2  決策樹(shù)                  
     7. 2. 1  什么是決策樹(shù)                  
     7. 2. 2  把決策樹(shù)看作是有目的的分割                  
     7. 2. 3  決策樹(shù)在業(yè)務(wù)中的應(yīng)用                  
     7. 2. 4  決策樹(shù)可以用在哪里                  
     7. 2. 5  決策樹(shù)用于勘測(cè)                  
     7. 2  決策樹(shù)用于數(shù)據(jù)預(yù)處理                  
     7. 2. 7  決策樹(shù)用于預(yù)測(cè)                  
     7. 2. 8  第一步是產(chǎn)生樹(shù)                  
     7. 2. 9  好問(wèn)題與壞問(wèn)題之間的區(qū)別                  
     7. 2. 10  樹(shù)何時(shí)停止生長(zhǎng)                  
     7. 2. 11  數(shù)據(jù)不夠時(shí)決策樹(shù)算法為什么要停止生長(zhǎng)樹(shù)                  
     7. 2. 12  建好樹(shù)并不意味著決策樹(shù)的完成                  
     7. 2. 13  ID3及其改進(jìn)——C4. 5                  
     7. 2. 14  CART——生成森林和挑選最優(yōu)樹(shù)                  
     7. 2. 15  CART自動(dòng)驗(yàn)證樹(shù)                  
     7. 2. 16  用CART替代屬性來(lái)處理缺少的數(shù)據(jù)                  
     7. 2. 17  CHAID                  
     7. 3  神經(jīng)元網(wǎng)絡(luò)                  
     7. 3. 1  什么是神經(jīng)元網(wǎng)絡(luò)                  
     7. 3. 2  神經(jīng)元網(wǎng)絡(luò)不是通過(guò)學(xué)習(xí)能得到更好的預(yù)測(cè)嗎                  
     7. 3. 3  神經(jīng)元網(wǎng)絡(luò)簡(jiǎn)單易用嗎                  
     7. 3. 4  神經(jīng)元網(wǎng)絡(luò)在業(yè)務(wù)中的應(yīng)用                  
     7. 3. 5  什么地方使用神經(jīng)元網(wǎng)絡(luò)                  
     7. 3. 6  神經(jīng)元網(wǎng)絡(luò)用于聚類(lèi)                  
     7. 3. 7  神經(jīng)元網(wǎng)絡(luò)用于奇異分析                  
     7. 3. 8  神經(jīng)元網(wǎng)絡(luò)用于特征抽取                  
     7. 3. 9  神經(jīng)元網(wǎng)絡(luò)是什么樣的                  
     7. 3. 10  神經(jīng)元網(wǎng)絡(luò)如何進(jìn)行預(yù)測(cè)                  
     7. 3. 11  神經(jīng)元網(wǎng)絡(luò)模型是如何建立的                  
     7. 3. 12  神經(jīng)元網(wǎng)絡(luò)模型有多復(fù)雜                  
     7. 3. 13  對(duì)輸出節(jié)點(diǎn)來(lái)說(shuō)隱藏節(jié)點(diǎn)就像是值得信賴的顧問(wèn)                  
     7. 3. 14  隱藏節(jié)點(diǎn)中進(jìn)行的學(xué)習(xí)                  
     7. 3. 15  在組織中分享責(zé)備與榮耀                  
     7. 3. 16  不同類(lèi)型的神經(jīng)元網(wǎng)絡(luò)                  
     7. 3. 17  Kohonen特征圖                  
     7. 3. 18  神經(jīng)元網(wǎng)絡(luò)與人腦有多相似                  
     7. 3. 19  防止過(guò)適應(yīng)——使模型應(yīng)用范圍更廣                  
     7. 3. 20  對(duì)網(wǎng)絡(luò)進(jìn)行解釋                  
     7. 4  規(guī)則歸納                  
     7. 4. 1  規(guī)則歸納在業(yè)務(wù)中的應(yīng)用                  
     7. 4. 2  什么是規(guī)則                  
     7. 4. 3  如何應(yīng)用規(guī)則                  
     7. 4. 4  規(guī)則并不表示因果關(guān)系                  
     7. 4. 5  用于規(guī)則歸納的數(shù)據(jù)庫(kù)類(lèi)型                  
     7. 4. 6  一般思想                  
     7. 4. 7  正確率和覆蓋率的商業(yè)重要性                  
     7. 4. 8  正確率和覆蓋率之間的權(quán)衡就像賭馬                  
     7. 4. 9  如何評(píng)價(jià)規(guī)則                  
     7. 4. 10  定義“興趣度”                  
     7. 4. 11  有用度的其他定義                  
     7. 4. 12  規(guī)則與決策樹(shù)的比較                  
     7. 4. 13  決策樹(shù)與規(guī)則歸納系統(tǒng)的另一個(gè)共同特點(diǎn)                  
     7. 4. 14  什么時(shí)候用哪種技術(shù)                  
     7. 4. 15  權(quán)衡勘查與利用                  
 第八章  什么時(shí)候使用數(shù)據(jù)挖掘                  
     8. 1  介紹                  
     8. 2  使用正確的技術(shù)                  
     8. 2. 1  數(shù)據(jù)挖掘過(guò)程                  
     8. 2. 2  決策樹(shù)與最近鄰方法有何相似之處                  
     8. 2. 3  規(guī)則用于歸納什么地方與決策樹(shù)相似                  
     8. 2. 4  如何用神經(jīng)元網(wǎng)絡(luò)做連接分析                  
     8. 3  業(yè)務(wù)處理中的數(shù)據(jù)挖掘                  
     8. 3. 1  避免數(shù)據(jù)挖掘中的錯(cuò)誤                  
     8. 3. 2  理解數(shù)據(jù)                  
     8. 4  嵌入式數(shù)據(jù)挖掘                  
     8. 4. 1  分布式業(yè)務(wù)處理的代價(jià)                  
     8. 4. 2  衡量數(shù)據(jù)挖掘工具的最佳方法                  
     8. 4. 3  嵌入式數(shù)據(jù)挖掘                  
     8. 5  如何衡量正確率. 可解釋性和集成度                  
     8. 5. 1  衡量正確率                  
     8. 5. 2  衡量可解釋性                  
     8. 5. 3  衡量集成度                  
     8. 6  嵌入式數(shù)據(jù)庫(kù)挖掘的前景如何                  
 第三部分  商業(yè)價(jià)值                  
 第九章  客戶盈利能力分析                  
     9. 1  介紹                  
     9. 2  為什么要計(jì)算客戶盈利能力                  
     9. 3  忠誠(chéng)度在客戶盈利能力上的作用                  
     9. 4  客戶忠誠(chéng)度和復(fù)合效應(yīng)法則                  
     9. 5  什么是客戶關(guān)系管理                  
     9. 6  通過(guò)數(shù)據(jù)挖掘技術(shù)使客戶盈利能力最大化                  
     9. 7  預(yù)測(cè)未來(lái)的盈利能力                  
     9. 8  預(yù)測(cè)客戶盈利能力的變化                  
     9. 9  以客戶盈利能力為導(dǎo)向的市場(chǎng)策略                  
     9. 10  為什么只計(jì)算營(yíng)業(yè)收入是不夠的                  
     9. 11  增量客戶盈利能力                  
     9. 12  什么是增量客戶盈利能力                  
     9. 13  讓銷(xiāo)售人員停止推銷(xiāo)                  
     9. 14  如何系統(tǒng)地開(kāi)始應(yīng)用                  
     9. 15  用替代品通常比什么都不用更糟                  
     9. 16  圣杯                  
     9. 17  如何評(píng)估數(shù)據(jù)挖掘技術(shù)的價(jià)值                  
 第十章  客戶的獲取                  
     10. 1  介紹                  
     10. 2  數(shù)據(jù)挖掘和統(tǒng)計(jì)模型如何發(fā)揮作用                  
     10. 3  一些關(guān)鍵概念的定義                  
     10. 4  一切從數(shù)字開(kāi)始                  
     10. 5  試驗(yàn)活動(dòng)                  
     10. 6  評(píng)估試驗(yàn)活動(dòng)                  
     10. 7  用反應(yīng)行為模式建立數(shù)據(jù)挖掘模型                  
 第十一章  交又營(yíng)銷(xiāo)                  
     11. 1  介紹                  
     11. 2  如何進(jìn)行交叉營(yíng)銷(xiāo)                  
     11. 3  處理步驟                  
     11. 4  開(kāi)始分析                  
     11. 4. 1  建模階段                  
     11. 4. 2  評(píng)分階段                  
     11. 4. 3  優(yōu)化階段                  
     11. 5  多種服務(wù)                  
 第十二章  客戶的保持                  
     12. 1  介紹                  
     12. 2  移動(dòng)電話業(yè)的客戶流失                  
     12. 3  用到的數(shù)據(jù)挖掘技術(shù)                  
     12. 4  案例分析—移動(dòng)通信業(yè)的客戶保持                  
     12. 4. 1  數(shù)據(jù)                  
     12. 4. 2  定義預(yù)測(cè)目標(biāo)                  
     12. 4. 3  實(shí)施數(shù)據(jù)挖掘                  
     12. 4. 4  數(shù)據(jù)挖掘模型                  
     12. 5  商業(yè)實(shí)施                  
     12. 6  結(jié)果                  
     12. 7  經(jīng)驗(yàn)教訓(xùn)                  
     12. 7. 1  令人驚訝的結(jié)果                  
     12. 7. 2  改變預(yù)測(cè)模式的目標(biāo)                  
     12. 7. 3  其它的數(shù)據(jù)源亦能提供幫助                  
     12. 7. 4  考慮客戶價(jià)值                  
     12. 7. 5  關(guān)于保留團(tuán)隊(duì)和其他市場(chǎng)努力                  
     12. 8  其他行業(yè)中的客戶保持                  
 第十三章  客戶的細(xì)分                  
     13. 1  介紹                  
     13. 2  什么是細(xì)分                  
     13. 3  細(xì)分的意義是什么                  
     13. 4  與“一對(duì)一”市場(chǎng)的區(qū)別                  
     13. 5  什么是數(shù)據(jù)驅(qū)動(dòng)的細(xì)分                  
     13. 6  如何完成數(shù)據(jù)驅(qū)動(dòng)細(xì)分                  
     13. 7  細(xì)分的不同用途                  
     13. 7. 1  了解你的業(yè)務(wù)并執(zhí)行一個(gè)策略                  
     13. 7. 2  人口統(tǒng)計(jì)學(xué)細(xì)分                  
     13. 7. 3  心理學(xué)細(xì)分                  
     13. 7. 4  目的性細(xì)分                  
     13. 8  細(xì)分完成的方法                  
     13. 9  數(shù)據(jù)挖掘如何運(yùn)用到細(xì)分上來(lái)                  
     13. 10  用集成數(shù)據(jù)驅(qū)動(dòng)細(xì)分                  
     13. 11  引入和去除細(xì)分模式                  
     13. 11. 1  市場(chǎng)細(xì)分是公司的共用語(yǔ)言                  
     13. 11. 2  正確使用它們                  
     13. 11. 3  改變市場(chǎng)細(xì)分                  
     13. 12  案例分析                  
     13. 13  參考文獻(xiàn)                  
 第四部分  建立解決方案的關(guān)鍵                  
 第十四章  建立商業(yè)案例                  
     14. 1  介紹                  
     14. 1. 1  數(shù)據(jù)挖掘很復(fù)雜                  
     14. 1. 2  你如何知道已經(jīng)取得了成功                  
     14. 1. 3  商業(yè)戰(zhàn)略的根本轉(zhuǎn)變                  
     14. 2  發(fā)現(xiàn)公司對(duì)數(shù)據(jù)挖掘的需要                  
     14. 2. 1  執(zhí)行得不好的CRM或者簡(jiǎn)單的促銷(xiāo)活動(dòng)管理                  
     14. 2. 2  不相稱的客戶投資和客戶價(jià)值                  
     14. 2. 3  缺乏將客戶轉(zhuǎn)移到高價(jià)值群體的能力                  
     14. 3  定義商業(yè)價(jià)值                  
     14. 3. 1  收益的增長(zhǎng)                  
     14. 3. 2  利潤(rùn)                  
     14. 3. 3  降低成本                  
     14. 3. 4  投資回報(bào)率(ROI)                  
     14. 3. 5  競(jìng)爭(zhēng)優(yōu)勢(shì)                  
     14. 3. 6  成為早的采納者                  
     14. 4  成本                  
     14. 4. 1  數(shù)據(jù)                  
     14. 4. 2  基礎(chǔ)設(shè)施的成本                  
     14. 4. 3  人力成本                  
     14. 4. 4  維護(hù)成本                  
     14. 4. 5  控制成本：利用已有的投資                  
     14. 5  創(chuàng)建商業(yè)案例                  
 第十五章  在CRM中應(yīng)用數(shù)據(jù)挖掘系統(tǒng)                  
     15. 1  介紹                  
     15. 2  啟動(dòng)一個(gè)數(shù)據(jù)挖掘應(yīng)用的10個(gè)步驟                  
     15. 3  問(wèn)題定義                  
     15. 3. 1  找到關(guān)鍵環(huán)節(jié)                  
     15. 3. 2  定義可交付系統(tǒng)的標(biāo)準(zhǔn)                  
     15. 3. 3  選擇明確的小問(wèn)題                  
     15. 3. 4  理解已有的CRM流程                  
     15. 4  用戶定義                  
     15. 4. 1  為每一個(gè)用戶建立個(gè)人資料                  
     15. 4. 2  利用快速啟動(dòng)程序培訓(xùn)未來(lái)的用戶并了解用戶的需求和愿望                  
     15. 5  數(shù)據(jù)定義                  
     15. 5. 1  定位數(shù)據(jù)字典                  
     15. 5. 2  找到數(shù)據(jù)情報(bào)員                  
     15. 5. 3  指標(biāo)定義                  
     15.6  真正地定義數(shù)據(jù)                  
     15. 6. 1  評(píng)估數(shù)據(jù)完整性的符合程度                  
     15. 6. 2  驗(yàn)證數(shù)據(jù)源                  
     15. 7  控制項(xiàng)目的范圍                  
     15. 7. 1  用文檔來(lái)控制項(xiàng)目范圍的平穩(wěn)擴(kuò)大                  
     15. 7. 2  控制數(shù)據(jù)清洗的范圍                  
     15. 7. 3  控制數(shù)據(jù)轉(zhuǎn)移. 建模和存儲(chǔ)的范圍                  
     15. 7. 4  控制數(shù)據(jù)挖掘的范圍                  
     15. 7. 5  控制試驗(yàn)性設(shè)計(jì)和評(píng)價(jià)的成本                  
     15. 8  試驗(yàn)                  
     15. 8. 1  不要等待太久                  
     15. 8. 2  從小的系統(tǒng)開(kāi)始但要完成全過(guò)程                  
     15. 9  質(zhì)量保證                  
     15. 9. 1  使質(zhì)量保證成為一個(gè)程序                  
     15. 9. 2  驗(yàn)證和傳達(dá)模型的結(jié)果                  
     15. 10  教育培訓(xùn)                  
     15. 11  發(fā)布                  
     15. 11. 1  選擇第一批用戶                  
     15. 11. 2  在得到全部結(jié)果前保守秘密                  
     15. 11. 3  協(xié)助用戶解釋所得結(jié)果                  
     15. 12  持續(xù)的過(guò)程                  
     15. 13  結(jié)論——使數(shù)據(jù)挖掘成為業(yè)務(wù)流程的一部分                  
 第十六章  收集客戶數(shù)據(jù)                  
     16. 1  介紹                  
     16. 2  三種類(lèi)型客戶數(shù)據(jù)                  
     16. 2. 1  描述性數(shù)據(jù)                  
     16. 2. 2  市場(chǎng)促銷(xiāo)活動(dòng)的數(shù)據(jù)                  
     16. 2. 3  客戶交易數(shù)據(jù)                  
     16. 3  收集客戶數(shù)據(jù)                  
     16. 3. 1  內(nèi)部數(shù)據(jù)源                  
     16. 3. 2  Web數(shù)據(jù)                  
     16. 4  連接客戶數(shù)據(jù)                  
     16. 4. 1  數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市                  
     16. 4. 2  數(shù)據(jù)泵和連接器                  
     16. 4, 3  遠(yuǎn)距離連結(jié)                  
     16. 5  客戶數(shù)據(jù)和隱私                  
     16. 6  隱私和數(shù)據(jù)挖掘技術(shù)                  
     16. 7  處理隱私問(wèn)題的方針                  
     16. 7. 1  匿名和身份信息                  
     16. 7. 2  具體數(shù)據(jù)與匯總數(shù)據(jù)                  
     16. 7. 3  信息用于市場(chǎng)定位或評(píng)估                  
     16. 7. 4  合并數(shù)據(jù)源                  
     16. 7. 5  匿名系統(tǒng)結(jié)構(gòu)                  
     16. 8  與數(shù)據(jù)挖掘有關(guān)的法律問(wèn)題                  
 第十七章  為客戶評(píng)分                  
     17. 1  介紹                  
     17. 2  評(píng)分過(guò)程                  
     17. 3  評(píng)分系統(tǒng)結(jié)構(gòu)和配置                      
     17. 4  準(zhǔn)備數(shù)據(jù)                  
     17. 4. 1  直接映射                  
     17. 4. 2  偏移映射                  
     17. 5  將評(píng)分過(guò)程與其他應(yīng)用集成                  
     17. 5. 1  創(chuàng)建模型                  
     17. 5. 2  動(dòng)態(tài)地給數(shù)據(jù)評(píng)分                  
 第十八章  優(yōu)化CBM過(guò)程                  
     18. 1  介紹                  
     18. 2  通過(guò)優(yōu)化提高客戶收益率                  
     18. 3  為什么不優(yōu)化客戶關(guān)系                  
     18. 4  控制要優(yōu)化的對(duì)象                  
     18. 5  為什么現(xiàn)在可以                  
     18. 6  優(yōu)化了的CRM                  
     18. 7  完整的過(guò)程                  
     18. 8  最佳的CRM過(guò)程：評(píng)價(jià). 預(yù)測(cè)和行動(dòng)                  
     18. 9  促銷(xiāo)優(yōu)化不是什么                  
     18. 10  使用數(shù)據(jù)挖掘技術(shù)來(lái)優(yōu)化CRM客戶關(guān)系管理系統(tǒng)                  
     18. 11  優(yōu)化技術(shù)                  
 第十九章  對(duì)數(shù)據(jù)挖掘和CRM工具市場(chǎng)的看法                  
     19. 1  介紹                  
     19. 2  數(shù)據(jù)挖掘市場(chǎng)                  
     19. 3  數(shù)據(jù)挖掘工具的分類(lèi)                  
     19. 4  工具評(píng)估：屬性和方法學(xué)                  
     19. 5  工具評(píng)估                  
     19. 5. 1  Clementine(SPSS)                  
     19. 5. 2  4Thought和Scenario(Cognos)                  
     19. 5. 3  Darwin(Oracle)                  
     19. 5. 4  Database Mining Workstation(HNC)                  
     19. 5. 5  Decision Series(Neo Vista)                  
     19. 5. 6  Enterprise Miner(SAS)                  
     19. 5. 7  Entelligent Miner(IBM)                  
     19. 5. 8  KnowledgeSEEKER and Knowledge Studio(Angoss)                  
     19. 5. 9  Model 1 and Pattern Recognition Workbench(Unica)                  
     19. 6  別的數(shù)據(jù)挖掘工具                  
     19. 7  客戶關(guān)系管理工具                  
     19. 7. 1  個(gè)性化工具                  
     19. 7. 2  市場(chǎng)活動(dòng)管理/行銷(xiāo)工具                  
     19. 7. 3  銷(xiāo)售自動(dòng)化和客戶服務(wù)工具                  
 第二十章  有效進(jìn)行客戶關(guān)系管理的下一代信息挖掘和知識(shí)發(fā)現(xiàn)技術(shù)                  
     20. 1  商業(yè)智能和信息挖掘                  
     20. 2  文本挖掘和知識(shí)管理                  
     20, 3  文本挖掘的好處                  
     20. 4  文本挖掘技術(shù)                  
     20. 4. 1  互聯(lián)網(wǎng)搜索                  
     20. 4. 2  文本分析                  
     20. 4. 3  語(yǔ)義網(wǎng)絡(luò)和其他技術(shù)                  
     20. 5  文本挖掘產(chǎn)品                  
     20. 6  使用人腦的力量                  
     20. 7  結(jié)論                  
     20. 7. 1  知識(shí)管理                  
     20. 7. 2  電子商務(wù)世界中的客戶關(guān)系管理                  
     20. 7. 3  應(yīng)用服務(wù)提供商                  
 附錄  術(shù)語(yǔ)表