大數據分析與應用：基於IBM客戶預測性智能平台

第一章　ＩＢＭ 預測性客戶智能簡介　　/ １
第一節　基於預測性客戶分析的大數據時代到來　　/ １
第二節　ＩＢＭ 預測性客戶智能平臺方案簡述　　/ ２
第三節　ＩＢＭ 預測性客戶智能方案的價值　　/ ３
第四節　ＩＢＭ 預測性客戶智能的業務優勢　　/ ３

第二章　大數據預測性客戶智能平臺系統介紹　　/ ５
第一節預測性客戶智能框架介紹　/ ５
第二節ＤＢ２ 數據庫　　/ ６
一、ＤＢ２ 介紹　　/ ６
二、Ｄａｔａ Ｓｔｕｄｉｏ 工具介紹　　/ ６
第三節　ＳＰＳＳ Ｍｏｄｅｌｅｒ 簡介　　/ ７
一、ＳＰＳＳ Ｍｏｄｅｌｅｒ 概述　　/ ７
二、ＳＰＳＳ Ｍｏｄｅｌｅｒ 節點介紹　　/ １１
第四節　Ｃｏｇｎｏｓ 系列簡介　　/ ２９
一、Ｃｏｇｎｏｓ ＢＩ 概述　　/ ２９
二、Ｃｏｇｎｏｓ Ｆｒａｍｅｗｏｒｋ Ｍａｎａｇｅｍｅｎｔ 簡介/３１

第三章　預測模型　　/ ３３
第一節數據源　　/ ３３
第二節　電信呼叫中心案例的預測模型　　/ ３４
一、客戶流失率模型　　/ ３５
二、客戶滿意度模型　　/ ３６
三、客戶關聯模型　　/ ３７
四、客戶回覆傾向模型　　/ ３７
五、分析決策管理中的電信模型　　/ ３８
第三節　電信移動端的預測模型　　/ ３８
一、用於移動端案例的聚合模型　　/ ３８
大數據分析與應用———基於ＩＢＭ
客戶預測性智能平臺
二、預測流失模型　　/ ３９
三、呼叫中心預測模型　　/ ３９
四、建議接受傾向預測模型　　/ ３９
第四節　零售案例的預測模型　　/ ３９
一、數據準備為零售提供解決方案　　/ ４０
二、客戶細分模型　　/ ４１
三、購物籃分析模型　　/ ４２
四、客戶親和模型　　/ ４３
五、響應日誌分析模型　　/ ４３
六、庫存建議模型　　/ ４４
七、零售案例中的部署模型　　/ ４５
八、使用零售案例模型分析ＩＢＭ 決策管理　　/ ４５
第五節　保險案例的預測模型　　/ ４６
一、保險案例中使用的數據　　/ ４７
二、客戶分割模型　　/ ４７
三、客戶流失預測模型　　/ ４８
四、客戶終身價值模型(ＣＬＴＶ) 　　/ ４８
五、活動反饋模型　　/ ５０
六、人生階段模型　　/ ５０
七、購買傾向模型　　/ ５０
八、保單推薦模型　　/ ５０
九、數據處理模型　　/ ５０
十、社群媒體分析模型　　/ ５１
十一、情緒評分模型　　/ ５１
十二、保險數據模型　　/ ５１
第六節　銀行案例的預測模型　　/ ５３
一、親和力分類模型　　/ ５４
二、客戶流失率模型　　/ ５４
三、拖欠信用卡模型　　/ ５４
四、客戶分類模型　　/ ５４
五、序列分析模型　　/ ５４
六、訓練預測模型　　/ ５５
七、評估模型　　/ ５５
八、商務規則模型　　/ ５５
九、部署　　/ ５５

第四章　預測性客戶智能平臺系統的基礎操作　　/ ５６
第一節數據庫連接操作　　/ ５６
一、實驗目的　　/ ５６
二、實驗原理　　/ ５６
三、實驗內容　　/ ５８
四、實驗步驟　　/ ５９
第二節　ＳＰＳＳ Ｍｏｄｅｌｅｒ 中模型的建立　　/ ７３
一、實驗目的　　/ ７３
二、實驗原理　　/ ７３
三、實驗內容　　/ ７３
四、實驗步驟　　/ ７４
第三節　Ｃｏｇｎｏｓ Ｆｒａｍｅｗｏｒｋ Ｍａｎａｇｅｍｅｎｔ 創建元數據模型　　/ ９４
一、實驗目的　　/ ９４
二、實驗原理　　/ ９４
三、實驗內容　　/ ９４
四、實驗步驟　　/ ９４
第四節　Ｃｏｇｎｏｓ ＢＩ 製作可視化報表　　/ １１２
一、實驗目的　　/ １１２
二、實驗原理　　/ １１２
三、實驗內容　　/ １１３
四、實驗步驟　　/ １１３
大數據分析與應用———基於ＩＢＭ
客戶預測性智能平臺

第五章　預測性客戶智能平臺系統的應用　　/ １１８
第一節電信行業案例　　/ １１８
一、實驗目的　　/ １１８
二、實驗原理　　/ １１８
三、實驗內容　　/ １１８
四、實驗步驟　　/ １１８
第二節　保險行業案例　　/ １３５
一、實驗目的　　/ １３５
二、實驗原理　　/ １３５
三、實驗內容　　/ １３５
四、實驗步驟　　/ １３５
第三節　零售行業案例　　/ １６７
一、實驗目的　　/ １６７
二、實驗原理　　/ １６７
三、實驗內容　　/ １６７
四、實驗步驟　　/ １６７
第四節　銀行行業案例　　/ １８６
一、實驗目的　　/ １８６
二、實驗原理　　/ １８６
三、實驗內容　　/ １８６
四、實驗步驟　　/ １８６
附錄Ａ　使用報表的配置　　/ ２１５
附錄Ｂ　故障排除問題　　/ ２２２
附錄Ｃ　術語解釋　　/ ２２４
附錄Ｄ　資料來源　　/ ２２７
 

序

　　«大數據分析與應用———基於ＩＢＭ 客戶預測性智能平臺» 是ＩＢＭ Ｐｒｅｄｉｃｔ Ｃｕｓ￣ｔｏｍｅｒ Ｉｎｔｅｌｌｉｇｅｎｃｅ數據分析軟件的指導教程，用於大數據分析與應用、數據挖掘等與數據分析相關的綜合性課程。該指導書注重理論與實踐相結合，把上機實驗作為課程實踐的重要環節，是教學過程中不可或缺的部分。實驗課程與理論課程不同，要充分體現「以學生為中心」的模式，應以學生為主體，充分調動學生的積極性和能動性，重視學生自學能力與動手能力的培養，本書是數據分析相關課程的配套實驗教材，編寫這本書的目的是滿足高校工商管理、電子商務、物流工程、信息管理與信息系統等專業學生學習之用。