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。