会员登陆:
载入中…
我要发布
联系我们
广告合作
推荐:系统管理 信息安全 企业管理 大众消费 多媒体 存储备份 商业智能 系统软件 PK 企业库 软件商城 威客 在线演示 我要发布

| 数据仓库 | 报表工具 | OLAP Server | 数据挖掘 | ETL工具 |

SPSS | SAS | Insightful | IBM | 其它
您现在的位置: 中华软件网|中国软件导购网 >> 商业智能 >> 数据挖掘 >> SPSS >> 商业智能正文
企业新闻
推荐商业智能SPSS荣膺Frost & Sullivan颁发
推荐商业智能SPSS软件包中非参数检验方法的
导购论坛
·常用软件导购
·
报表工具软件导购
·
数据备份软件导购
·
系统管理软件导购
·
信息安全软件导购
·数据库软件导购
·基础软件导购
·行业软件导购
软件购买咨询
      请登陆导购论坛
产品评测
推荐商业智能数据挖掘工具Clementine连蝉六
推荐商业智能数据挖掘软件评测之Clementine
推荐商业智能SAS®9 荣膺中国软件行业协
推荐商业智能数据挖掘软件评测之Enterprise
推荐商业智能数据挖掘软件评测之Intelligen
推荐商业智能IBM DB2 Intelligent Miner 获
推荐商业智能数据挖掘工具性能比较
相关软件下载
相关技术白皮书
在线体验
服务点评
推荐商业智能英国电信点评SPSS Clementine
专家点评
推荐商业智能合理选择数据挖掘工具
推荐商业智能“数据挖掘”让银行赢利
推荐商业智能让数据生根大脑
推荐商业智能数据挖掘:信息化战争的基础工
推荐商业智能数据挖掘与BI
推荐商业智能挖掘客户数据的价值
推荐商业智能数据挖掘技术及其应用现状
客户评价
推荐商业智能广东发展银行点评SAS数据挖掘技
推荐商业智能Citibank评价IBM数据采集系统
推荐商业智能U.S.Quality Algorithms 评价I
推荐商业智能用户关于 Insightful Miner 7.
推荐商业智能CallCounter点评SPSS Clementi
推荐商业智能Provident 点评 SPSS Clementi
推荐商业智能加拿大皇家银行点评IBM IB软件
负面报道
  • 此栏目下没有推荐商业智能
  • 解决方案
    推荐商业智能SPSS数据挖掘解决方案
    推荐商业智能SAS银行业智能解决方案
    推荐商业智能美国汇丰银行使用SPSS成功案例
    推荐商业智能天津联通应用SAS商业智能方案
    推荐商业智能IBM Intelligent Miner解决方案
    推荐商业智能广发行信用卡业务采用SAS技术提
    推荐商业智能SAS助力银行平衡信用风险
    Google
    论坛
    SPSS Clementine数据挖掘工具
    作者:未知    商业智能来源:本站原创    点击数:    更新时间:2006-9-19    


       软件厂商:     SPSS
       授权方式:     商用软件
       版本号:        
       版本类型:     标准版
       语言版本:     /英文
       软件环境:     Windows操作系统

     

    [ 产品介绍 ]


    一、数据挖掘在电信中的应用

     

    快速占领市场,扩大市场份额。

    牢牢掌握大客户,防止流失。

    了解竞争对手,强化竞争优势。

    分析收入组成,制定战略决策。

    发现欺诈规律,减少欺诈行为。

     

    二、统计分析在电信企业的应用

     

    在电信企业内部存在着大量的数据,有些可以为某特定项目提供关键信息,为决策寻找依据,有些用来定期监测能够发现问题,并找到解决问题的方法。

     

    事实上,电信企业可以通过软件完成问卷设计、抽样、数据分析、展示结果等关键步骤,企业内部的项目负责人,可以将精力更多地投入在调研项目的策划,报告结果的利用等方面,通过很短的时间将市场调查这种技术的应用水平过渡到第三阶段,这对于企业的长期发展、成本控制都是至关重要的。

     

    在国内,80%的市场调查公司都在使用SPSS系列软件为企业提供市场调查服务,相信在SPSS的咨询、培训、技术支持团队与您的共同努力下,您的企业会迅速建立一支专业的市场调研队伍。

     

    三、Clementine助你解决电信客户的流失问题

     

    1.       商业理解

     

    预测现有用户中哪些客户即将流失。

     

    2.       数据理解

     

    选取一定数量的客户(包括流失的和未流失的),选择客户属性,包括客户资料、通话行为特征、消费属性、客服信息利用直方图、分布图来初步确定哪些因素可能影响客户流失。

     

    3.     数据准备

    根据数据理解的结果准备建模用的数据,包括数据选择、新属性的派生,数据合并等。

     

    3.       建立模型即评估

     

    将准备的数据划分为训练集和检验集,利用C5.0、神经网络、logistic回归模型建立客户流失预测模型。对检验集应用该模型,并根据预测结果的准确性评价模型。

     

    4.       模型发布

     

    利用Clementine Publisher发布模型。模型可以在多种环境中使用。

     

    Clementine在电信客户流失分析中被广泛使用。在新加坡电信、英国电信、以及国内电信公司均有不少成功的例子。

     

    注意:

     

    ·如果您购买本产品,请查询该产品是否属于A系列产

      品。中国软件导购网A系列计划将给您最大的优惠!

    ·查询相关信息。

    ·了解详细信息。

     

    Copyright@ 2003-2008 www.soft2008.com.cn All Right Reserved
    京ICP备06062655号