寻找潜在客户

数据挖掘可以在探索潜在客户中发挥多种作用，其中最重要的是：

对于不同的潜在客户群体，为接近潜在客户选择沟通渠道，选择合适的信息

识别潜在客户

首先要定义具有哪些特征的人是最好的潜在客户，然后找出针对具有这些特征的人的方法。

选择沟通渠道

帮助决定哪种沟通渠道对哪组潜在客户有效。

选择合适的信息

这类似于推荐。

为数据挖掘选择正确的广告场所

数据挖掘面临的主要问题是下一个很好的定义简档匹配。(简档:用户特征数据)

谁匹配简档

决定客户是否匹配简档的方法是衡量客户和简档之间的相似性，我们称之为距离。

测量读者组的匹配度

通过数据挖掘改进定向营销活动

响应建模

响应模型通过识别潜在客户来提高响应率，即谁更有可能对直接诱导做出反应。最有用的响应模型应该提供真实的可能响应估计，但这不是必要的，任何可以根据响应可能性对潜在客户进行分类的模型都可以满足需求。

优化固定预算的响应率

优化营销活动收入

计算收入不仅需要考虑收入信息，还需要计入成本信息。

集中度和穿透度之间的差异称为收最大的差异是最大的收入点。最大收入点具有以下特点：

最大收入与每种概率的累积分布函数之间的最大距离成比例。集中曲线上的最大收入点是英语ROC曲线与无模型直线之间的最大垂直距离。最大回报点抑制了灵敏度和特异性的非加权平均值的决策规则。假设误分类成本与目标类的普及成反比，最大回报点对应于最小化预期损失的决策规则。

接触受相关信息影响最大的人

市场营销活动的目的是改变客户的行为。在市场营销投资总结中，响应模型中得分最高的部分可能不会提供最大。

差异响应分析

直接建模活动的实际目标，不仅要辐射那些立即购买的潜在客户，还要辐射那些因接触而更有可能做出购买决定的潜在客户。

差异响应分析通常从设置目标组和控制组开始。如果对目标组采取的措施有预期的效果，目标组的总响应将高于控制组。差异响应分析的目的是找出目标组和控制组之间最大的响应区域。

使用当前客户来了解潜在客户

找到潜在客户的好方法之一是看看最好的客户来自哪里。为了探索潜在客户，了解当前客户过去是潜在客户的特征是很重要的。最好做到以下几点：

在他们成为客户之前，他们开始跟踪客户；收集客户获取的信息；建立时间数据与未来收入结果之间的关系模型。客户关系管理数据挖掘

客户关系管理自然集中在已建立的客户身上。

营销活动按客户需求策划

划分客户群

发现行为组将市场调查组与行为数据紧密联系起来

降低信用风险

预测谁将拖欠和改进回收资金机制

决定客户价值

客户价值可以简单地表达为客户的总收入减去维持客户的总成本。它可以归因于客户在评估单位时间内的收入和评估客户的剩余生存期。

推荐交叉销售，促进销售和销售

建议在适当的时间保持和丢失折扣

识别流失

建模流失的第一个挑战是确定什么是流失，并在出现时识别它。

为什么损失很重要

研究损失很重要，因为失去的客户必须由新客户补充，获得新客户的成本很高，而且新客户在短期内往往比现有客户带来的收入更少。

不同类型的损失

自发流失强制流失预期流失

不同类型的丢失模型

预测谁将离去（二元结局建模）预测客户将要停留多久（生存分析）