在T+基础上，安装Ourway BI（内含配置教程），直接连接T+数据库，灵活配置数据表，并根据配置的数据展示成相应的动态图表。

目录 第一部分 金融行业应用 5 1. 前言 5 1.1 客户细分 使客户收益最大化的同时最大程度降低风险 5 1.2 客户流失 挽留有价值的客户 6 1.3 交叉销售 6 1.4 欺诈监测 6 1.5 开发新客户 7 1.6 降低索赔 7 1.7 信用风险分析 7 2. 客户流失 8 2.1 客户流失需要解决的问题 8 2.2 客户流失的类型 9 2.3 如何进行客户流失分析？ 9 2.4 客户流失应用案例 11 3. 客户细分 21 3.1 信用风险分析 21 3.2 客户细分的概念 21 3.3 客户细分模型 22 3.4 客户细分模型的基本流程 23 3.5 细分方法介绍 25 3.6 客户细分实例 25 4. 营销响应 30 4.1 什么是营销响应？ 30 4.2 如何提高营销响应率？ 30 4.3 营销响应应用案例 32 5. 信用评分 38 5.1 信用评分背景 38 5.2 信用评分的概念 39 5.3 信用评分的方法 39 5.4 信用评分应用案例 42 6. 客户满意度研究 50 6.1 为什么要进行客户满意度研究？ 50 6.2 满意度研究的目标和内容 50 6.3 满意度研究方法 51 6.4 结构方程模型在客户满意度测评中的应用 54 6.5 满意度研究在金融行业中的应用 55 7. CRISP DM 简介 57 7.1 数据理解 58 7.2 数据准备 58 7.3 建立模型 58 7.4 模型评估 59 7.5 部署（发布） 59 8. 数据挖掘经验谈 60 8.1 采用 CRISP DM 方法论 60 8.2 以终为始 60 8.3 设定期望值 60 8.4 限定最初的项目范围 60 8.5 确保团队合作 61 8.6 避免陷入数据垃圾 61 9. 数据挖掘部署策略 62 9.1 策略 1 －快速更新批处理方式 62 9.2 策略 2 －海量数据批处理方式 63 9.3 策略 3 －实时封装方式 64 9.4 策略 4 －实时定制方式 65 10. 成功案例 67 10.1 国外成功案例 67 10.1.1 Banco Espirito Santo (BES) 67 10.1.2 Bank Financial 67 10.1.3 美国汇丰银行 68 10.1.4 美国 First Union 公司 69 10.1.5 Achmea 公司 70 10.1.6 标准人寿保险公司 71 10.2 国内成功案例 71 10. 2.1 中国建设银行风险预警管理项目 71 10.2.2 光大银行信贷风险管理项目 72 10.2.3 中国银行信用风险评级管理项目 72 10.2.4 中国中信银行 72 10.2.5 部分金融业客户的名单（排名不分先后） 73 第二部分 电信行业应用 74 1. 前言 74 1.1 数据挖掘的概念 74 1.2 数据挖掘技术在电信行业客户关系管理的主要应用领域如下 75 1.3 数据挖掘成功方法论 75 1.4 商业理解 76 1.5 数据理解与数据准备 77 1.6 建立模型 77 1.7 模型检验 77 1.8 模型发布与应用 77 2. 国内数据挖掘应用中存在的问题 78 2.1 数据质量和完备性 78 2.2 相应的人员素质 78 2.3 应用周期 78 2.4 数据挖掘项目的建议： 78 3. 客户流失 80 3.1 客户流失需要解决的问题 80 3.2 电信客户流失的类型 81 3.3 如何进行客户流失分析？ 81 3.4 案例分析 83 3.5 商业理解 83 3.6 数据理解 83 4. 营销响应 89 4.1 为什么要进行营销响应分析？ 89 4.2 营销响应 89 4.3 什么是营销响应？ 90 4.4 如何提高营销响应率？ 90 4.5 案例分析 92 5. 客户细分 98 5.1 客户细分的背景 98 5 .2 客户细分的概念 98 5.3 客户细分模型 99 5.4 客户细分模型的基本流程 101 5.5 细分方法介绍 102 5.6 客户细分实例 102 6. 客户满意度 106 6.1 结构方程模型用于客户满意度测评中的应用 106 6.2 满意度研究在金融行业中的应用 107 6.3 研究目标 107 6.4 研究过程 108 6.5 满意度研究的结果分析 108 6.6 结论 109 6.7 客户总体满意度 109 6.8 各品牌主要商业过程满意度及服务改进策略 109 6.9 各品牌主要商业过程的具体满意度及改进策略 110 7. 忠诚度 112 7.1 忠诚度水平与性质 112 7.2 离网与蚕食风险 114 7.3 提升策略 115 8. CRISP-DM简介 116 8.1 数据挖掘经验谈 118 8.2 数据挖掘部署策略 119

【生意数据分析的思路与方法-理解生意分析】 为什么要做生意数据分析 生意数据分析要分析什么 什么是好的生意数据分析 原因： 没有分析就没有决策权！ 历史伟人说过，没有调查就没有发言权，这句话几乎是放之四海而皆准的真理。在生意场上同样是没有调查就没有发言权，没有分析就没有决策权。调查与分析，是做生意的第一步，有了调查，再通过准确的数据分析，才能进行合理的市场策划与营销方案。 我们通过历史回顾，得出现实决策，进而开展未来决策。 为什么新品的销售不好？ 为什么团队流失严重？ 促销活动执行效果怎么样？ 为什么新品的销量不好？ 为什么团队流失严重？ 促销活动执行效果怎么样？ 如何科学的设定销量目标？ 如何预测新品上市的效果？ 业绩指标如何完成？

【价格研究主要课题】 定价策略评估 ‘如果我的产品涨价或降价，会发生什么？’ ‘如果竞争对手价格变动，会发生什么？’ 优化定价策略 ‘我订什么样的价格合适呢？消费者会买账么？’ ‘消费者能够接受的价格是多少？最优价格是多少？’ 新产品开发 ‘我的新产品最优价格是什么？如果不这样定价会怎样？’ ‘谁会买这个产品？它会替代哪些产品?’ 理解促销的影响 ‘不同形式的促销手段吸引力如何？’ 【价格研究扩展课题】 品牌建设 ‘我的品牌值不值我的定价?’ ‘在消费者眼里，我的品牌价值如何?’ 产品改进 ‘消费者会为额外的功能付钱么’ ‘如果我改进产品，消费者愿意支付更高的价格么?’ 客户关系/服务改进 ‘我可以为更优质的服务提价么？’ ‘减少服务内容后降价，消费者什么反应?’

涵盖商业分析的方方面面的实用工具。对于BA来说的非常适用的商业分析技术，其中涵盖示例等内容。

商业分析（业务需求分析）的几个大包：商业分析实践指南（扫描比较淡，后有更清晰的可以替换），商业分析知识体系指南（BABoK 2.0和3.0，英文原版），七步掌握业务分析。每个包都包括电子pdf版的详细标签和md笔记文件（可用Typora打开编辑）。

本书的完整版数据，包含第四章缺失的数据，非常详细。

【精品】2019 上海零售商业分析 第一太平戴维斯.pdf

智慧方案

PMI-PBA商业分析师认证考试的官方指定教材。商业分析实践指南目录 第一章 引言 第二章 需求评估 第三章 商业分析规划 第四章 需求启发分析 第五章 跟踪和监督 第六章 解决方案评价