不知道你說的是不是交叉銷售,，購買和銷售都是相對的,，你說的交叉購買應(yīng)該跟下面的情況相似


什么是交叉銷售？簡單說來,，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品,。它有兩大功能：

其一,，可以增強(qiáng)客戶忠誠度。如果客戶購買本公司的產(chǎn)品和服務(wù)越多,，客戶流失的可能性就越小,。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%，而擁有4個或更多產(chǎn)品或服務(wù)的流失率幾乎是0,。

其二,，交叉銷售也可以增加利潤。實踐證明,，將一種產(chǎn)品和服務(wù)推銷給一個現(xiàn)有客戶的成本遠(yuǎn)低于吸收一個新客戶的成本,。來自信用卡公司的數(shù)據(jù)顯示：平均說來，信用卡客戶要到第三年才能開始有利潤,。由此可見,，吸收新客戶的成本是非常高的，而對現(xiàn)有客戶進(jìn)行交叉銷售,，也自然成為許多公司增加投資回報的捷徑,。

什么是交叉銷售?

什么是交叉銷售？簡單說來,，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品,。它有兩大功能：其一，可以增強(qiáng)客戶忠誠度,。如果客戶購買本公司的產(chǎn)品和服務(wù)越多,，客戶流失的可能性就越小。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%，而擁有4個或更多產(chǎn)品或服務(wù)的流失率幾乎是0,。其二,，交叉銷售也可以增加利潤。實踐證明,，將一種產(chǎn)品和服務(wù)推銷給一個現(xiàn)有客戶的成本遠(yuǎn)低于吸收一個新客戶的成本,。來自信用卡公司的數(shù)據(jù)顯示：平均說來，信用卡客戶要到第三年才能開始有利潤,。由此可見,，吸收新客戶的成本是非常高的，而對現(xiàn)有客戶進(jìn)行交叉銷售,，也自然成為許多公司增加投資回報的捷徑,。找產(chǎn)品如何有效地進(jìn)行交叉銷售？尋找合適的產(chǎn)品自然是第一步,。目前有兩種方法：業(yè)務(wù)靈感和數(shù)據(jù)挖掘。有些時候,，業(yè)務(wù)靈感可以告訴公司,，哪些產(chǎn)品需要進(jìn)行交叉銷售。比如,，房屋貸款自然是向抵押貸款者推銷的下一個產(chǎn)品,。再比如，一個公司最近新開發(fā)了一個具有戰(zhàn)略意義的產(chǎn)品,，那么該產(chǎn)品本身就是一個交叉銷售的好選擇,。業(yè)務(wù)靈感的確是一個快速確定交叉銷售產(chǎn)品的方法。但是,，僅僅依賴業(yè)務(wù)靈感可能會喪失許多商機(jī),，因為在某些情況下，一些好的交叉銷售產(chǎn)品并不是直觀可見的,。因此,，如果要尋找那些潛在的交叉銷售商機(jī)，有一個最好用的工具――數(shù)據(jù)挖掘,。鏈接分析是數(shù)據(jù)挖掘中的一種方法,，它可以從歷史數(shù)據(jù)中找到產(chǎn)品和產(chǎn)品之間的相關(guān)關(guān)系，從而產(chǎn)生出最恰當(dāng)?shù)慕徊驿N售產(chǎn)品或服務(wù),。但是,，鏈接分析的結(jié)果必須依賴業(yè)務(wù)知識來審核其準(zhǔn)確性和價值，因此,，在實際應(yīng)用中,，又常常將業(yè)務(wù)靈感和數(shù)據(jù)挖掘結(jié)合起來，以確定合適的交叉銷售產(chǎn)品。尋下家一旦確定了要推銷的產(chǎn)品,，下面的問題是――推銷給誰,？數(shù)據(jù)挖掘有很多方法都能幫助解決這個問題。而采用鏈接準(zhǔn)則來進(jìn)行客戶定位,，便是其中之一,。鏈接分析主要是了解不同產(chǎn)品之間同時或前后發(fā)生的購買關(guān)系，從而為捆綁銷售或交叉銷售提供有價值的建議,。鏈接分析起源于零售業(yè),，它的一個典型例子就是啤酒和尿布的故事。數(shù)據(jù)挖掘人員通過對交易數(shù)據(jù)的分析,，發(fā)現(xiàn)啤酒和尿布同時購買的相關(guān)程度很高,。再經(jīng)進(jìn)一步的調(diào)查發(fā)現(xiàn)，原來是有孩子的父親在給自己購買啤酒時,，也常會給自己剛出生不久的子女購買尿布,。根據(jù)以上信息，超市人員便及時調(diào)整了物品的擺放結(jié)構(gòu),，從而讓客戶的購買更加方便,。目前，類似的數(shù)據(jù)挖掘技術(shù)也已在國外許多銀行中廣泛使用,，針對既有客戶推銷不同的產(chǎn)品和服務(wù),。一個鏈接準(zhǔn)則通常包括“準(zhǔn)則體”、“準(zhǔn)則頭”,、“支持度”,、“置信度”以及“提升度”。下表便是一個采用IBM Intelligent Miner進(jìn)行數(shù)據(jù)挖掘的案例：置信度(%)類型 提升度 準(zhǔn)則體 準(zhǔn)則頭0.85 28.5 + 10.7 VISA金卡 = > 房屋貸款這個準(zhǔn)則說明：有28.5%的VISA金卡用戶購買了房屋貸款,，它的購買率是平均的10.7倍,。這個準(zhǔn)則的客戶數(shù)目占總客戶群的0.85%(關(guān)于準(zhǔn)則的詳細(xì)定義請參考IBM Intelligent Miner的說明書)。根據(jù)這個準(zhǔn)則我們可以知道,，將房屋貸款交叉銷售給VISA金卡用戶是一個很好的選擇,。第二種方法就是應(yīng)用分類模型對所有客戶購買該指定產(chǎn)品的可能性進(jìn)行預(yù)測，從而發(fā)現(xiàn)誰最有可能購買該產(chǎn)品,。第三種方法可以結(jié)合鏈接分析和分類預(yù)測,，對準(zhǔn)則體所篩選出來的客戶進(jìn)行預(yù)測。每一種數(shù)據(jù)挖掘方案都各有所長,，至于什么方案最優(yōu),，要根據(jù)實際應(yīng)用和模型結(jié)果來確定。銷售過程通常來講,，如果具備客戶的產(chǎn)品購買信息,，就可以應(yīng)用鏈接分析的方法來了解產(chǎn)品和產(chǎn)品之間的相關(guān)程度,，從而確定交叉銷售的對象。鏈接分析將產(chǎn)生許多鏈接準(zhǔn)則,，如何從眾多的準(zhǔn)則中挑選出有意義的部分,，這就需要業(yè)務(wù)知識和數(shù)據(jù)挖掘的結(jié)合。從數(shù)據(jù)挖掘角度看,，主要是選擇那些提升度,、置信度、和支持度都比較高的準(zhǔn)則,；從業(yè)務(wù)角度看,，主要是對數(shù)據(jù)挖掘挑選出的準(zhǔn)則進(jìn)行評估，從而挑選出正確的和有價值的一些交叉銷售鏈接準(zhǔn)則,。在挑選完以后,，那些在“準(zhǔn)則體”中沒有購買“準(zhǔn)則頭”的客戶，就是潛在的客戶,。接下來,，可以選擇全部的潛在客戶進(jìn)行交叉銷售，也可以采用數(shù)據(jù)挖掘中分類的方法進(jìn)行評分,，以便找出購買性大的客戶,，從而進(jìn)一步提高購買率。但是在有些情況下,，我們可能不用去關(guān)心產(chǎn)品和產(chǎn)品之間的相關(guān)程度，而只需要從現(xiàn)有的客戶中找出最有可能購買某指定產(chǎn)品的客戶,，并不限定這些客戶是什么產(chǎn)品的客戶,。對于這種情形，我們直接應(yīng)用分類模型就可以了,。對于指定產(chǎn)品A,，我們將收集客戶在購買A之前的背景信息和其它產(chǎn)品的交易數(shù)據(jù)。對于購買A的客戶,，可以將其賦值為1,，而沒有買A的客戶，則可以將其賦值為0,。賦值完后,，還要生成一系列的“集”，如：用于建模的訓(xùn)練集,、用于測試的測試集以及用于應(yīng)用的應(yīng)用集,。集合的生成可以采用時間窗口移動法或者隨機(jī)采樣法。之后,，便可以采用不同的分類方法(邏輯回歸,、神經(jīng)網(wǎng)絡(luò),、徑向基函數(shù)、決策樹等)進(jìn)行建模,，再由提升圖來衡量模型的質(zhì)量,，最終來選擇最佳預(yù)測模型進(jìn)行實際應(yīng)用。在零售行業(yè),，因為利潤和產(chǎn)品數(shù)量的密切相關(guān),，購買產(chǎn)品越多利潤就越大，所以對于這類行業(yè)的交叉銷售,，只要采用上面的過程就可以了,。但是對于一些服務(wù)行業(yè)，比如銀行業(yè),，由于有較大的日常維護(hù)和服務(wù)的開銷,，因此不是每個客戶的每件產(chǎn)品都會有利潤。如果銀行在實施交叉銷售一些產(chǎn)品后導(dǎo)致該客戶的利潤減少,，將是一件“吃力不討好”的事,。如何避免這類事情的發(fā)生，一個好辦法就是在挖掘過程中增加利潤分析,。利潤分析有很多思路,。對于采用鏈接分析的方案，可以采用統(tǒng)計的方法來比較在購買產(chǎn)品前,、后的利潤變化情況,，去掉那些在購買新產(chǎn)品后出現(xiàn)利潤下降的交叉銷售模式。對于分類模型,，則可以在建模的時候只對那些購買了產(chǎn)品后出現(xiàn)利潤增長的客戶賦值為1,，從而實現(xiàn)預(yù)測的目標(biāo)導(dǎo)向有利潤增長的交叉銷售。再或者,，可以另外建立一個利潤預(yù)測模型,，并將購買該產(chǎn)品的可能性和利潤結(jié)合起來，從而選擇那些可能性和利潤都高的客戶進(jìn)行交叉銷售,。參見什么是交叉銷售,？簡單說來，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品,。它有兩大功能：其一,，可以增強(qiáng)客戶忠誠度。如果客戶購買本公司的產(chǎn)品和服務(wù)越多,，客戶流失的可能性就越小,。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%，而擁有4個或更多產(chǎn)品或服務(wù)的流失率幾乎是0,。其二,，交叉銷售也可以增加利潤,。實踐證明，將一種產(chǎn)品和服務(wù)推銷給一個現(xiàn)有客戶的成本遠(yuǎn)低于吸收一個新客戶的成本,。來自信用卡公司的數(shù)據(jù)顯示：平均說來,，信用卡客戶要到第三年才能開始有利潤。由此可見,，吸收新客戶的成本是非常高的,，而對現(xiàn)有客戶進(jìn)行交叉銷售，也自然成為許多公司增加投資回報的捷徑,。找產(chǎn)品如何有效地進(jìn)行交叉銷售,？尋找合適的產(chǎn)品自然是第一步。目前有兩種方法：業(yè)務(wù)靈感和數(shù)據(jù)挖掘,。有些時候,，業(yè)務(wù)靈感可以告訴公司，哪些產(chǎn)品需要進(jìn)行交叉銷售,。比如,，房屋貸款自然是向抵押貸款者推銷的下一個產(chǎn)品。再比如,，一個公司最近新開發(fā)了一個具有戰(zhàn)略意義的產(chǎn)品,，那么該產(chǎn)品本身就是一個交叉銷售的好選擇。業(yè)務(wù)靈感的確是一個快速確定交叉銷售產(chǎn)品的方法,。但是,，僅僅依賴業(yè)務(wù)靈感可能會喪失許多商機(jī)，因為在某些情況下,，一些好的交叉銷售產(chǎn)品并不是直觀可見的,。因此，如果要尋找那些潛在的交叉銷售商機(jī),，有一個最好用的工具――數(shù)據(jù)挖掘。鏈接分析是數(shù)據(jù)挖掘中的一種方法,，它可以從歷史數(shù)據(jù)中找到產(chǎn)品和產(chǎn)品之間的相關(guān)關(guān)系,，從而產(chǎn)生出最恰當(dāng)?shù)慕徊驿N售產(chǎn)品或服務(wù)。但是,，鏈接分析的結(jié)果必須依賴業(yè)務(wù)知識來審核其準(zhǔn)確性和價值,，因此，在實際應(yīng)用中,，又常常將業(yè)務(wù)靈感和數(shù)據(jù)挖掘結(jié)合起來,，以確定合適的交叉銷售產(chǎn)品。尋下家一旦確定了要推銷的產(chǎn)品,，下面的問題是――推銷給誰,？數(shù)據(jù)挖掘有很多方法都能幫助解決這個問題,。而采用鏈接準(zhǔn)則來進(jìn)行客戶定位，便是其中之一,。鏈接分析主要是了解不同產(chǎn)品之間同時或前后發(fā)生的購買關(guān)系,，從而為捆綁銷售或交叉銷售提供有價值的建議。鏈接分析起源于零售業(yè),，它的一個典型例子就是啤酒和尿布的故事,。數(shù)據(jù)挖掘人員通過對交易數(shù)據(jù)的分析，發(fā)現(xiàn)啤酒和尿布同時購買的相關(guān)程度很高,。再經(jīng)進(jìn)一步的調(diào)查發(fā)現(xiàn),，原來是有孩子的父親在給自己購買啤酒時，也常會給自己剛出生不久的子女購買尿布,。根據(jù)以上信息,，超市人員便及時調(diào)整了物品的擺放結(jié)構(gòu)，從而讓客戶的購買更加方便,。目前,，類似的數(shù)據(jù)挖掘技術(shù)也已在國外許多銀行中廣泛使用，針對既有客戶推銷不同的產(chǎn)品和服務(wù),。一個鏈接準(zhǔn)則通常包括“準(zhǔn)則體”,、“準(zhǔn)則頭”、“支持度”,、“置信度”以及“提升度”,。下表便是一個采用IBM Intelligent Miner進(jìn)行數(shù)據(jù)挖掘的案例：置信度(%)類型 提升度 準(zhǔn)則體 準(zhǔn)則頭0.85 28.5 + 10.7 VISA金卡 = > 房屋貸款這個準(zhǔn)則說明：有28.5%的VISA金卡用戶購買了房屋貸款，它的購買率是平均的10.7倍,。這個準(zhǔn)則的客戶數(shù)目占總客戶群的0.85%(關(guān)于準(zhǔn)則的詳細(xì)定義請參考IBM Intelligent Miner的說明書),。根據(jù)這個準(zhǔn)則我們可以知道，將房屋貸款交叉銷售給VISA金卡用戶是一個很好的選擇,。第二種方法就是應(yīng)用分類模型對所有客戶購買該指定產(chǎn)品的可能性進(jìn)行預(yù)測,，從而發(fā)現(xiàn)誰最有可能購買該產(chǎn)品。第三種方法可以結(jié)合鏈接分析和分類預(yù)測,，對準(zhǔn)則體所篩選出來的客戶進(jìn)行預(yù)測,。每一種數(shù)據(jù)挖掘方案都各有所長，至于什么方案最優(yōu),，要根據(jù)實際應(yīng)用和模型結(jié)果來確定,。銷售過程通常來講，如果具備客戶的產(chǎn)品購買信息,，就可以應(yīng)用鏈接分析的方法來了解產(chǎn)品和產(chǎn)品之間的相關(guān)程度,，從而確定交叉銷售的對象。鏈接分析將產(chǎn)生許多鏈接準(zhǔn)則,，如何從眾多的準(zhǔn)則中挑選出有意義的部分,，這就需要業(yè)務(wù)知識和數(shù)據(jù)挖掘的結(jié)合,。從數(shù)據(jù)挖掘角度看，主要是選擇那些提升度,、置信度,、和支持度都比較高的準(zhǔn)則；從業(yè)務(wù)角度看,，主要是對數(shù)據(jù)挖掘挑選出的準(zhǔn)則進(jìn)行評估,，從而挑選出正確的和有價值的一些交叉銷售鏈接準(zhǔn)則。在挑選完以后,，那些在“準(zhǔn)則體”中沒有購買“準(zhǔn)則頭”的客戶,，就是潛在的客戶。接下來,，可以選擇全部的潛在客戶進(jìn)行交叉銷售,，也可以采用數(shù)據(jù)挖掘中分類的方法進(jìn)行評分，以便找出購買性大的客戶,，從而進(jìn)一步提高購買率,。但是在有些情況下，我們可能不用去關(guān)心產(chǎn)品和產(chǎn)品之間的相關(guān)程度,，而只需要從現(xiàn)有的客戶中找出最有可能購買某指定產(chǎn)品的客戶,，并不限定這些客戶是什么產(chǎn)品的客戶。對于這種情形,，我們直接應(yīng)用分類模型就可以了,。對于指定產(chǎn)品A，我們將收集客戶在購買A之前的背景信息和其它產(chǎn)品的交易數(shù)據(jù),。對于購買A的客戶,，可以將其賦值為1，而沒有買A的客戶,，則可以將其賦值為0,。賦值完后，還要生成一系列的“集”,，如：用于建模的訓(xùn)練集,、用于測試的測試集以及用于應(yīng)用的應(yīng)用集。集合的生成可以采用時間窗口移動法或者隨機(jī)采樣法,。之后,，便可以采用不同的分類方法(邏輯回歸,、神經(jīng)網(wǎng)絡(luò),、徑向基函數(shù)、決策樹等)進(jìn)行建模,，再由提升圖來衡量模型的質(zhì)量,，最終來選擇最佳預(yù)測模型進(jìn)行實際應(yīng)用,。在零售行業(yè)，因為利潤和產(chǎn)品數(shù)量的密切相關(guān),，購買產(chǎn)品越多利潤就越大,，所以對于這類行業(yè)的交叉銷售，只要采用上面的過程就可以了,。但是對于一些服務(wù)行業(yè),，比如銀行業(yè)，由于有較大的日常維護(hù)和服務(wù)的開銷,，因此不是每個客戶的每件產(chǎn)品都會有利潤,。如果銀行在實施交叉銷售一些產(chǎn)品后導(dǎo)致該客戶的利潤減少，將是一件“吃力不討好”的事,。如何避免這類事情的發(fā)生,，一個好辦法就是在挖掘過程中增加利潤分析。利潤分析有很多思路,。對于采用鏈接分析的方案,，可以采用統(tǒng)計的方法來比較在購買產(chǎn)品前、后的利潤變化情況,，去掉那些在購買新產(chǎn)品后出現(xiàn)利潤下降的交叉銷售模式,。對于分類模型，則可以在建模的時候只對那些購買了產(chǎn)品后出現(xiàn)利潤增長的客戶賦值為1,，從而實現(xiàn)預(yù)測的目標(biāo)導(dǎo)向有利潤增長的交叉銷售,。再或者，可以另外建立一個利潤預(yù)測模型,，并將購買該產(chǎn)品的可能性和利潤結(jié)合起來,，從而選擇那些可能性和利潤都高的客戶進(jìn)行交叉銷售。什么是交叉銷售,？簡單說來,，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品。它有兩大功能：其一,，可以增強(qiáng)客戶忠誠度,。如果客戶購買本公司的產(chǎn)品和服務(wù)越多，客戶流失的可能性就越小,。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%,，而擁有4個或更多產(chǎn)品或服務(wù)的流失率幾乎是0。其二,，交叉銷售也可以增加利潤,。實踐證明，將一種產(chǎn)品和服務(wù)推銷給一個現(xiàn)有客戶的成本遠(yuǎn)低于吸收一個新客戶的成本。來自信用卡公司的數(shù)據(jù)顯示：平均說來,，信用卡客戶要到第三年才能開始有利潤,。由此可見，吸收新客戶的成本是非常高的,，而對現(xiàn)有客戶進(jìn)行交叉銷售,，也自然成為許多公司增加投資回報的捷徑。找產(chǎn)品如何有效地進(jìn)行交叉銷售,？尋找合適的產(chǎn)品自然是第一步,。目前有兩種方法：業(yè)務(wù)靈感和數(shù)據(jù)挖掘。有些時候,，業(yè)務(wù)靈感可以告訴公司,，哪些產(chǎn)品需要進(jìn)行交叉銷售。比如,，房屋貸款自然是向抵押貸款者推銷的下一個產(chǎn)品,。再比如，一個公司最近新開發(fā)了一個具有戰(zhàn)略意義的產(chǎn)品,，那么該產(chǎn)品本身就是一個交叉銷售的好選擇,。業(yè)務(wù)靈感的確是一個快速確定交叉銷售產(chǎn)品的方法。但是,，僅僅依賴業(yè)務(wù)靈感可能會喪失許多商機(jī),，因為在某些情況下，一些好的交叉銷售產(chǎn)品并不是直觀可見的,。因此,，如果要尋找那些潛在的交叉銷售商機(jī)，有一個最好用的工具――數(shù)據(jù)挖掘,。鏈接分析是數(shù)據(jù)挖掘中的一種方法,，它可以從歷史數(shù)據(jù)中找到產(chǎn)品和產(chǎn)品之間的相關(guān)關(guān)系，從而產(chǎn)生出最恰當(dāng)?shù)慕徊驿N售產(chǎn)品或服務(wù),。但是,，鏈接分析的結(jié)果必須依賴業(yè)務(wù)知識來審核其準(zhǔn)確性和價值，因此,，在實際應(yīng)用中,，又常常將業(yè)務(wù)靈感和數(shù)據(jù)挖掘結(jié)合起來，以確定合適的交叉銷售產(chǎn)品,。尋下家一旦確定了要推銷的產(chǎn)品,，下面的問題是――推銷給誰？數(shù)據(jù)挖掘有很多方法都能幫助解決這個問題,。而采用鏈接準(zhǔn)則來進(jìn)行客戶定位,，便是其中之一,。鏈接分析主要是了解不同產(chǎn)品之間同時或前后發(fā)生的購買關(guān)系，從而為捆綁銷售或交叉銷售提供有價值的建議,。鏈接分析起源于零售業(yè)，它的一個典型例子就是啤酒和尿布的故事,。數(shù)據(jù)挖掘人員通過對交易數(shù)據(jù)的分析,，發(fā)現(xiàn)啤酒和尿布同時購買的相關(guān)程度很高。再經(jīng)進(jìn)一步的調(diào)查發(fā)現(xiàn),，原來是有孩子的父親在給自己購買啤酒時,，也常會給自己剛出生不久的子女購買尿布。根據(jù)以上信息,，超市人員便及時調(diào)整了物品的擺放結(jié)構(gòu),，從而讓客戶的購買更加方便。目前,，類似的數(shù)據(jù)挖掘技術(shù)也已在國外許多銀行中廣泛使用,，針對既有客戶推銷不同的產(chǎn)品和服務(wù)。一個鏈接準(zhǔn)則通常包括“準(zhǔn)則體”,、“準(zhǔn)則頭”,、“支持度”、“置信度”以及“提升度”,。下表便是一個采用IBM Intelligent Miner進(jìn)行數(shù)據(jù)挖掘的案例：置信度(%)類型 提升度 準(zhǔn)則體 準(zhǔn)則頭0.85 28.5 + 10.7 VISA金卡 = > 房屋貸款這個準(zhǔn)則說明：有28.5%的VISA金卡用戶購買了房屋貸款,，它的購買率是平均的10.7倍。這個準(zhǔn)則的客戶數(shù)目占總客戶群的0.85%(關(guān)于準(zhǔn)則的詳細(xì)定義請參考IBM Intelligent Miner的說明書),。根據(jù)這個準(zhǔn)則我們可以知道,，將房屋貸款交叉銷售給VISA金卡用戶是一個很好的選擇。第二種方法就是應(yīng)用分類模型對所有客戶購買該指定產(chǎn)品的可能性進(jìn)行預(yù)測,，從而發(fā)現(xiàn)誰最有可能購買該產(chǎn)品,。第三種方法可以結(jié)合鏈接分析和分類預(yù)測，對準(zhǔn)則體所篩選出來的客戶進(jìn)行預(yù)測,。每一種數(shù)據(jù)挖掘方案都各有所長,，至于什么方案最優(yōu)，要根據(jù)實際應(yīng)用和模型結(jié)果來確定,。銷售過程通常來講,，如果具備客戶的產(chǎn)品購買信息，就可以應(yīng)用鏈接分析的方法來了解產(chǎn)品和產(chǎn)品之間的相關(guān)程度,，從而確定交叉銷售的對象,。鏈接分析將產(chǎn)生許多鏈接準(zhǔn)則，如何從眾多的準(zhǔn)則中挑選出有意義的部分,，這就需要業(yè)務(wù)知識和數(shù)據(jù)挖掘的結(jié)合,。從數(shù)據(jù)挖掘角度看，主要是選擇那些提升度、置信度,、和支持度都比較高的準(zhǔn)則,；從業(yè)務(wù)角度看，主要是對數(shù)據(jù)挖掘挑選出的準(zhǔn)則進(jìn)行評估,，從而挑選出正確的和有價值的一些交叉銷售鏈接準(zhǔn)則,。在挑選完以后，那些在“準(zhǔn)則體”中沒有購買“準(zhǔn)則頭”的客戶,，就是潛在的客戶,。接下來，可以選擇全部的潛在客戶進(jìn)行交叉銷售,，也可以采用數(shù)據(jù)挖掘中分類的方法進(jìn)行評分,，以便找出購買性大的客戶，從而進(jìn)一步提高購買率,。但是在有些情況下,，我們可能不用去關(guān)心產(chǎn)品和產(chǎn)品之間的相關(guān)程度，而只需要從現(xiàn)有的客戶中找出最有可能購買某指定產(chǎn)品的客戶,，并不限定這些客戶是什么產(chǎn)品的客戶,。對于這種情形，我們直接應(yīng)用分類模型就可以了,。對于指定產(chǎn)品A,，我們將收集客戶在購買A之前的背景信息和其它產(chǎn)品的交易數(shù)據(jù)。對于購買A的客戶,，可以將其賦值為1,，而沒有買A的客戶，則可以將其賦值為0,。賦值完后,，還要生成一系列的“集”，如：用于建模的訓(xùn)練集,、用于測試的測試集以及用于應(yīng)用的應(yīng)用集,。集合的生成可以采用時間窗口移動法或者隨機(jī)采樣法。之后,，便可以采用不同的分類方法(邏輯回歸,、神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù),、決策樹等)進(jìn)行建模,，再由提升圖來衡量模型的質(zhì)量，最終來選擇最佳預(yù)測模型進(jìn)行實際應(yīng)用,。在零售行業(yè),，因為利潤和產(chǎn)品數(shù)量的密切相關(guān),，購買產(chǎn)品越多利潤就越大，所以對于這類行業(yè)的交叉銷售,，只要采用上面的過程就可以了,。但是對于一些服務(wù)行業(yè)，比如銀行業(yè),，由于有較大的日常維護(hù)和服務(wù)的開銷,，因此不是每個客戶的每件產(chǎn)品都會有利潤。如果銀行在實施交叉銷售一些產(chǎn)品后導(dǎo)致該客戶的利潤減少,，將是一件“吃力不討好”的事。如何避免這類事情的發(fā)生,，一個好辦法就是在挖掘過程中增加利潤分析,。利潤分析有很多思路。對于采用鏈接分析的方案,，可以采用統(tǒng)計的方法來比較在購買產(chǎn)品前,、后的利潤變化情況，去掉那些在購買新產(chǎn)品后出現(xiàn)利潤下降的交叉銷售模式,。對于分類模型,，則可以在建模的時候只對那些購買了產(chǎn)品后出現(xiàn)利潤增長的客戶賦值為1，從而實現(xiàn)預(yù)測的目標(biāo)導(dǎo)向有利潤增長的交叉銷售,。再或者,，可以另外建立一個利潤預(yù)測模型，并將購買該產(chǎn)品的可能性和利潤結(jié)合起來,，從而選擇那些可能性和利潤都高的客戶進(jìn)行交叉銷售,。參見