精准营销、评估方法和参数调整

精准营销、评估方法和参数调整"/>

精准营销、评估方法和参数调整

精准营销、评估方法和参数调整

（作者：明博智创（北京）软件技术公司分析师 胡小燕）

在这段时间的工作过程中，我稍微对以前没有了解的东西有了一点认识。主要是从三个方面来说。

1、精准营销

以前老是听到或是说到精准营销，也知道是采用“数据挖掘”技术对客户进行客户细分、对产品或服务进行关联分析、寻找目标客户、对库存或销量进行预测分析。但是具体是什么概念，我还真没有了解过。最近，得写一个方案，写着写着，觉得题目应该是“精准营销”，但是由于整篇方案都是写数据挖掘及其在CRM中的应用，那么怎么样从“精准营销”过渡到“数据挖掘”上呢？

精准营销：是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。其以客户为导向，分析每个客户的消费行为和偏好，从而实现对客户的精准定位、对不同客户不同业务内容精确推荐、以及有针对性对目标客户群进行推广销售。

了解概念后，才发现“精准营销”是一种新的商业营销方法，而“数据挖掘”是实现该营销方法必不可少的工具，也可以说是“数据挖掘”在“商业营销”中的应用，很好的促进了营销的“精准定位”，从而有效地保有客户、吸引客户和充分发掘客户的盈利潜力，实现企业和客户双赢。

2、评估方法

以前进行数据分析时，我用SDABAS挖掘工具里面的评估模型不多。最近学习下，发现里面在评估模型很好用，能够很好地评估我们选择的属性或者算法是否最佳。SDABAS包含了各种算法的性能测定方法，如预测算法的性能测定，可以验证预测的准确性，由于预测方法很多，可以多选用几个预测算法来看那个预测算法的精确度高，从而选取最优的模型。在数据量不大的情况下，可以采用各种验证技术（如：折分验证、自举验证、X-验证）来验证模型对检验数据的预测或分类的能力，如预测或分类的能力不好，可以相应的调整选取的属性或修正建立的模型，这能够提高建立的模型对新数据的预测或分类精确度。

3、模型的参数调整

以前使用SDABAS挖掘工具时，除了聚类算法，其它的算法我很少调整里面的参数设置。

最近，由于得做预测分析方面的工作，采用了神经网络，但是其预测结果好像不太好，后来尝试调整了里面的参数，发现结果的预测准确度提高了，主要是调参数“训练周期”、“应用比率”、“势头”的值，其中势头的值可能达到0.9之上。应用分类时，ID3算法的分类效果比决策树要好，但是ID3算法只是限于“标称”属性，不能用于“数值”属性。分类算法可以相应的调整参数“选择标准”，其它的参数对其分类效果的影响不太大。决策树由于可以应用于“数值”属性，所以对不同的数据，其算法的性能不同，试过了好几组数据，发现其采用“选择标准”中的“gini_index”效果较好，而数据不理想时，采用“gain_ratio”可能无法建立分类。

转载于: