1700431502
在今天晚些时候，你应该通过电子邮件向Smith先生推荐哪个理财产品呢？根据Smith先生的个人档案，对其提供如下的选择都是合理的，例如更低的信用卡利率，或者因为他持有现金数额很可观而推荐一张CD。绝大多数人都不会向Smith先生提供抵押贷款这种选项，因为这个选项看上去和他毫无联系。然而，一旦我们查看过了Smith先生的网络行为，一系列非常关键的事情跃入我们的眼帘。
1700431503
1700431504
■ 他上个月浏览了抵押利率5次。
1700431505
1700431506
■ 他查看了关于房屋保险的信息。
1700431507
1700431508
■ 他查看了关于洪水保险的信息。
1700431509
1700431510
■ 上个月他调研了房屋贷款方案（例如，定期还是活期，15年还是30年）2次。
1700431511
1700431512
现在很容易决定接下来应该和Smith先生讨论什么了，不是吗？
1700431513
1700431514
处于竞争的前列
1700431515
1700431516
利用网络浏览行为，可以获得能够需要改变推荐策略的洞察。根据顾客最近浏览过的内容（很多情况下是他们以前没有购买过的产品或者产品线），企业可以做出决策。一旦网络数据提醒你出现了新的机会，你便可以采取行动将顾客拉到新的产品线上来。
1700431517
1700431518
对于任何一项业务，弄清楚顾客群体是否依然牢固是很困难的。网络提供了关于顾客的兴趣以及他们是否依然忠实的线索。设想一个目录零售商，它包含了很多个店铺地址。目录中要收集每个顾客在其他数据中的以下信息。
1700431519
1700431520
■ 最近浏览过的商品。
1700431521
1700431522
■ 最近评价过的商品。
1700431523
1700431524
■ 购买历史记录。
1700431525
1700431526
■ 营销活动及反馈记录。
1700431527
1700431528
这些数据被编纂并分析，以决定每个顾客对哪些产品最感兴趣。寄出的目录内容、长度，以及每个目录中推荐的商品都会被调整。与编目人的传统做法相比，这些调整很大程度上改变了促销的方法，并导致了如下的结果。
1700431529
1700431530
■ 邮件总数的减少。
1700431531
1700431532
■ 促销目录页总数的减少。
1700431533
1700431534
■ 总利润的极大增加。
1700431535
1700431536
网络数据可以帮助将所有业务进行彻底改善。
1700431537
1700431539
2.3.2 流失模型
1700431540
1700431541
在电信行业，企业付出了很多时间和精力来创建、增强和完善“流失”模型。流失模型指出了那些最有可能注销账户的顾客，从而可以及早采取措施以防止这些客户流失。对于行业来说，流失是一个非常严重的问题，会使大量的资金处在危险中。这些模型对于账目的底线有很大的影响。
1700431542
1700431543
管理客户流失一直是，而且以后仍将是，理解客户使用情况和收益的关键。想象一下，如果今天能把网络数据用于适当的环境中，将会造成多么巨大的改观。Smith夫人是101电信运营商的顾客，她在Google搜索栏里输入了“我如何取消与101电信运营商的合约？”。然后她从一个链接进入到了101电信运营商的合约取消政策网页。想象一下，与其他数据相比，这个用户数据对于流失模型以及采取进一步的有效措施是多么的及时和重要。
1700431544
1700431545
很难想象取消合约意愿的指向标要比了解Smith夫人调研取消合约以及完成取消请求的最终过程更加重要。或许分析专家已经看到了她使用率的降低，或许他们还没有看到。通常需要几周或几个月的时间才能发现使用模式的改变。然而，通过收集Smith夫人的网络行为，101电信运营商可以更快地采取措施以避免失去Smith夫人这个顾客。
1700431546
1700431547
如果不能在早期就发现那些正在研究取消合约选项的顾客，那么就意味着直到客户心意已决，并且另外一个对手已经赢得了他们的业务时，我们才开始想办法把客户夺回来。大多数这样的情景都已经为时过晚，丢失的客户已经无法再被挽回。
1700431548
1700431550
2.3.3 响应模型
1700431551
[
上一页 ]
[ :1.700431502e+09 ]
[
下一页 ]