基于数据挖掘的产品设计

以客户为中心的思维方式构建业务框架 系统需要满足不同类型的客户的个性化需求，其核心为数据挖掘和应用 系统需要协助客户达成实现客户期望，并帮助客户发现并实现潜在需求 系统需要智能寻找最佳的帮助时机，智能的进行客户协助 系统建设需要考虑未来系统的发展方向，其核心为客户需求挖掘
Tel:+
客户为中心的数据分析框架思想_业务及营销为中心的数据体系建设
估计
预测
数据分组
聚类
描述
复杂数据挖掘
例如Video，Audio，图形图像等等
Tel:+
数据分析框架的主要事件_分类（Classification）
银行信用卡客户分类案例 cluster-3：优质客户 cluster-2：潜力优质客户 cluster-1：一般客户 cluster-4：劣质客户
• •
预测（Prediction）
数据分组（Affinity Grouping） 聚类（Clustering） 描述（Description）
复杂数据挖掘
Tel:+
客户为中心的业务规划
需求信息 客户研究
竞争对手信息
公司战略 当前的产品组合 技术趋势
了解 需求
优化 进行需 进行组 制定业 业务 求细分 合分析 务策略 和计划 计划
Tel:+
客户为中心的数据分析框架思想_从客户视角构建业务框架
客户为中心的业务规划：
数据中心
Customer Research
Buyer
Purchase
Who What Why When Where How
Product Design
Market
Put in basket
Payment zone
• • • • •
根据业务的需要进行必要的分类，比如对客户评级的分类，AA等级或AAA等 级
根据业务数据判断的需要定义需要估计的数据和数据区间值，对业务进行补 充和协助，例如根据客户储蓄和投资行为估计客户投资风格 根据数据的变化趋势预测数据的发展方向，例如根据历史投资数据帮助客户 预测投资行情等 根据业务需要对数据进行分组，例如购买A类的客户通常也会购买B类，购买 A的客户后有一个B周期会产生C行为 数据集合的逻辑关系，比如同时拥有A特征和B特征的数据，可以推断出其也 拥有C特征 描述性数据有助于提取关键要素进行数据归纳，例如从数据关键词中进行近 似业务营销，备忘录等
概念
计划
开发 验证 发布 周期
•
•
客户为中心的业务规划大致有三个环节：从客户研究到需求挖掘，从需求信息到数据化 的需求管理，从需求文档到业务规划与设计 客户为中心的业务规划不仅仅需要考虑业务需求是否能够满足需求的问题，还需要考虑 到业务的变化趋势，业务的营销重点
Tel:+
客户为中心的数据分析框架思想_从客户视角构建业务框架
产品与数据
—— 基于数据挖掘的产品设计
Tel:+
Tel:+
引言
同样是搜索土 豆，他们想看 到的一样么？
Tel:+
引言
Hi，我这 里什么都 有
同样是商品， 您更愿意向谁 买？
Hi，我有 你想要的
Hi，我的 商品是为 您准备的
Tel:+
引言
产品同样是基 于数据，谁代 表了未来？
Tel:+
Baidu Nhomakorabea
1. 客户为中心的数据分析框架思想

3. 常用数据挖掘方法
客户为中心的业务规划 业务及营销为中心的数据体系建设
2.数据分析框架的主要事件
RFM数据模型 用户行为特征数据挖掘
4. 基于数据的交互设计案例

分类（Classification） 估计（Estimation）
案例一：基于数据的交互设计(1.2.3) 案例二：建设以数据为中心的组织
•产品业务计划 •产品组合 •产品路标 注：含技术/产品
管理业务计划、评估
IPD
任务
是
否
Life Concept Plan Develop Qualify Launch Concept Plan Develop Qualify Launch Cycle Life Concept Plan Develop Qualify Launch Cycle Life 生命 Cycle
传统业务规划方式：
Looking for goods
Put in basket
Payment zone
Purchase
大脑风暴构建业务流程，从业务规划者角度而非客户角度出发 我们不知道客户需要什么，更糟糕的是客户可能也不知道 每个环节都存在客户流失，而我们不知道发生了什么 客户每次点击都是营销机会，但是我们错过了每一次机会 客户在每一个环节都错过了本来他可能会购买的商品 当客户离开时我们永久的失去了该客户，没有留下有价值的信息
案例一：基于数据的交互设计(1.2.3) 案例二：建设以数据为中心的组织
预测（Prediction）
数据分组（Affinity Grouping） 聚类（Clustering） 描述（Description）
复杂数据挖掘
Tel:+
数据分析框架的主要事件
主要事件
事件描述
分类
•
在业务构建中，最重要的分类一般是对客户数据的分类，主要用于精准营销 通常分类数据最大的问题在于分类区间的规划，例如分类区间的颗粒度以及分类区间的 区间界限等，分类区间的规划需要根据业务流来设定，而业务流的设计必须以客户需要 为核心，因此分类的核心思想在于能够完成满足客户需要的业务 由于市场需求是变化的，分类通常也是变化的，例如银行业务中VIP客户的储蓄区间
业务框架 客户中心
产品 数据 营销
数据中心
Tel:+

1. 客户为中心的数据分析框架思想

3. 常用数据挖掘方法
客户为中心的业务规划 业务及营销为中心的数据体系建设
2.数据分析框架的主要事件
RFM数据模型 用户行为特征数据挖掘
4. 基于数据的交互设计案例

分类（Classification） 估计（Estimation）
Tel:+
数据分析框架的主要事件_估计（Estimation）
客户入网（再入网）载体 客户离网载体
3
5
8
9
11
Mth 1
Mth Mth Mth 2 3 4
Mth Mth 10 11
Mth 12
Mth 13
Mth 14
1
2 4 6 10 7
•
•
通常数据估计是互动营销的基础，基于客户行为进行数据估计为基础进行互动营销已经 被证实具有较高的业务转化率，银行业中通常通过客户数据估计客户对金融产品的偏好 ，电信业务和互联网业务则通常通过客户数据估计客户需要的相关服务或者估计客户的 生命周期 数据估计必须基于数据的细分和数据逻辑关联性，数据估计需要有较高的数据挖掘和数 据分析水平