新用戶登錄后自動創(chuàng)建賬號
登錄分析型客戶關系管理(Analytical CRM/aCRM)
用于支持決策,改善公司跟顧客的互動或提高互動的價值。針對有關顧客的知識,和如何與顧客有效接觸的知識,進行收集、分析、應用。
大數(shù)據(jù)(Big Data)
大數(shù)據(jù)既是一個被濫用的流行語,也是一個當今社會的真實趨勢。此術語指代總量與日俱增的數(shù)據(jù),這些數(shù)據(jù)每天都在被捕獲、處理、匯集、儲存、分析。維基百科是這樣描述“大數(shù)據(jù)”的:“數(shù)據(jù)集的總和如此龐大復雜,以至于現(xiàn)有的數(shù)據(jù)庫管理工具難以處理(…)”。
商業(yè)智能(Business Intelligence)
分析數(shù)據(jù)、展示信息以幫助企業(yè)的執(zhí)行者、管理層、其他人員進行更有根據(jù)的商業(yè)決策的應用、設施、工具、過程。
流失分析(Churn Analysis/Attrition Analysis)
描述哪些顧客可能停止使用公司的產(chǎn)品/業(yè)務,以及識別哪些顧客的流失會帶來最大損失。流失分析的結(jié)果用于為可能要流失的顧客準備新的優(yōu)惠。
聯(lián)合分析/權衡分析(Conjoint Analysis/ Trade-off Analysis)
在消費者實際使用的基礎上,比較同一產(chǎn)品/服務的幾個不同變種。它能預測產(chǎn)品/服務上市后的接受度,用于產(chǎn)品線管理、定價等活動。
信用評分(Credit Scoring)
評估一個實體(公司或個人)的信用值。銀行(借款人)以此判斷借款者是否會還款。
配套銷售/增值銷售(Cross / Up selling)
一個營銷概念。根據(jù)特定消費者的特征和過往行為,向其銷售補充商品(配套銷售)或附加商品(增值銷售)。
顧客細分&畫像(Customer Segmentation & Profiling)
根據(jù)現(xiàn)有的顧客數(shù)據(jù),將特征、行為相似的顧客歸類分組。描述和比較各組。
數(shù)據(jù)集市(Data Mart)
特定機構所儲存的,關于一個特定主題或部門的數(shù)據(jù),如銷售、財務、營銷數(shù)據(jù)。
數(shù)據(jù)倉庫(Data Warehouse)
數(shù)據(jù)的中央存儲庫,采集、儲存來自一個企業(yè)多個商業(yè)系統(tǒng)的數(shù)據(jù)。
數(shù)據(jù)質(zhì)量(Data Quality)
有關確保數(shù)據(jù)可靠性和實用價值的過程和技術。高質(zhì)量的數(shù)據(jù)應該忠實體現(xiàn)其背后的事務進程,并能滿足在運營、決策、規(guī)劃中的預期用途。
抽取-轉(zhuǎn)換-加載 ETL (Extract-Transform-Load)
數(shù)據(jù)倉儲中的一個過程。從一個來源獲取數(shù)據(jù),根據(jù)需求轉(zhuǎn)換數(shù)據(jù)以便接下來使用,之后把數(shù)據(jù)放置在正確的目標數(shù)據(jù)庫。
欺詐檢測(Fraud Detection)
識別針對特定組織或公司的疑似欺詐式轉(zhuǎn)賬、訂購、以及其他非法活動。在IT系統(tǒng)預先設計觸發(fā)式警報,嘗試或進行此類活動會出現(xiàn)警告。
Hadoop
另一個當今大數(shù)據(jù)領域的熱門。Apache Hadoop是一個在已有商業(yè)硬件組成的計算機集群上,分布式存儲、處理龐大數(shù)據(jù)集的開源軟件架構。它使得大規(guī)模數(shù)據(jù)儲存和更快速數(shù)據(jù)處理成為可能。
物聯(lián)網(wǎng)(Internet of Things, IoT)
廣泛分布的網(wǎng)絡,由諸多種類(個人、家庭、工業(yè))諸多用途(醫(yī)療、休閑、媒體、購物、制造、環(huán)境調(diào)節(jié))的電子設備組成。這些設備通過互聯(lián)網(wǎng)交換數(shù)據(jù),彼此協(xié)調(diào)活動。
顧客的生命周期價值 (Lifetime Value, LTV)
顧客在他/她的一生中為一個公司產(chǎn)生的預期折算利潤。
機器學習(Machine Learning)
一個學科,研究從數(shù)據(jù)中自動學習,以便計算機能根據(jù)它們收到的反饋調(diào)整自身運行。與人工智能、數(shù)據(jù)挖掘、統(tǒng)計方法關系密切。
購物籃分析(Market Basket Analysis)
識別在交易中經(jīng)常同時出現(xiàn)的商品組合或服務組合,例如經(jīng)常被一起購買的產(chǎn)品。此類分析的結(jié)果被用于推薦附加商品,為陳列商品的決策提供依據(jù)等。
聯(lián)機分析處理(On-Line Analytical Processing, OLAP)
能讓用戶輕松制作、瀏覽報告的工具,這些報告總結(jié)相關數(shù)據(jù),并從多角度分析。
預測分析(Predictive Analytics)
從現(xiàn)存的數(shù)據(jù)集中提取信息以便識別模式、預測未來收益和趨勢。在商業(yè)領域,預測模型及分析被用于分析當前數(shù)據(jù)和歷史事實,以更好了解消費者、產(chǎn)品、合作伙伴,并為公司識別機遇和風險。
實時決策(Real Time Decisioning, RTD)
幫助企業(yè)做出實時(近乎無延遲)的最優(yōu)銷售/營銷決策。比如,實時決策系統(tǒng)(打分系統(tǒng))可以通過多種商業(yè)規(guī)則或模型,在顧客與公司互動的瞬間,對顧客進行評分和排名。
留存/顧客留存(Retention / Customer Retention)
指建立后能夠長期維持的客戶關系的百分比。
社交網(wǎng)絡分析(Social Network Analysis, SNA)
描繪并測量人與人、組與組、機構與機構、電腦與電腦、URL與URL、以及其他種類相連的信息/知識實體之間的關系與流動。這些人或組是網(wǎng)絡中的節(jié)點,而它們之間的連線表示關系或流動。SNA為分析人際關系提供了一種方法,既是數(shù)學的又是視覺的。
生存分析(Survival Analysis)
估測一名顧客繼續(xù)使用某業(yè)務的時間,或在后續(xù)時段流失的可能性。此類信息能讓企業(yè)判斷所要預測時段的顧客留存,并引入合適的忠誠度政策。
文本挖掘(Text Mining)
對包含自然語言的數(shù)據(jù)的分析。對源數(shù)據(jù)中詞語和短語進行統(tǒng)計計算,以便用數(shù)學術語表達文本結(jié)構,之后用傳統(tǒng)數(shù)據(jù)挖掘技術分析文本結(jié)構。
非結(jié)構化數(shù)據(jù)(Unstructured Data)
數(shù)據(jù)要么缺乏事先定義的數(shù)據(jù)模型,要么沒按事先定義的規(guī)范進行組織。這個術語通常指那些不能放在傳統(tǒng)的列式數(shù)據(jù)庫中的信息,比如電子郵件信息、評論。
網(wǎng)絡挖掘/網(wǎng)絡數(shù)據(jù)挖掘(Web Mining / Web Data Mining)
使用數(shù)據(jù)挖掘技術從互聯(lián)網(wǎng)站點、文檔或服務中自動發(fā)現(xiàn)和提取信息。