数据挖掘技术：市场营销、销售与客户关系管理领域应用（原书第2版）

　　出版者的话
　　专家指导委员会
　　译者序
　　致谢
　　前言
　　第1章  数据挖掘的缘起和内容
　　1.1分析客户关系管理系统
　　1.1.1交易处理系统的作用
　　1.1.2数据仓库的作用
　　1.1.3数据挖掘的作用
　　1.1.4客户关系管理策略的作用
　　1.2什么是数据挖掘
　　1.3数据挖掘可以完成哪些工作
　　1.3.1分类
　　1.3.2估计
　　1.3.3预测
　　1.3.4关联分组或关联规则
　　1.3.5聚类
　　1.3.6建立简档
　　1.4为什么现在研究
　　1.4.1数据正在生成
　　1.4.2数据正在形成数据仓库
　　1.4.3计算能力足以承受
　　1.4.4客户关系管理的兴趣增强
　　1.4.5商业数据挖掘软件产品已经易于使用
　　1.5目前如何使用数据挖掘
　　1.5.1超级市场成为信息经纪人
　　1.5.2基于推荐的商业
　　1.5.3交叉销售
　　1.5.4抓住好的客户
　　1.5.5淘汰差的客户
　　1.5.6变革一个行业
　　1.5.7其他
　　1.6小结
　　第2章  数据挖掘的良性循环
　　2.1商业数据挖掘案例研究
　　2.1.1识别商务挑战
　　2.1.2应用数据挖掘
　　2.1.3按照结果采取行动
　　2.1.4测试效果
　　2.2何谓良性循环
　　2.2.1识别商业机会
　　2.2.2挖掘数据
　　2.2.3采取行动
　　2.2.4测试结果
　　2.3良性循环环境下的数据挖掘
　　2.4移动通信公司建立恰当的联系
　　2.4.1机会
　　2.4.2如何应用数据挖掘
　　2.4.3处理行动
　　2.4.4完成循环
　　2.5神经网络和决策树驱动sUv的销售
　　2.5.1最初的挑战
　　2.5.2如何应用数据挖掘
　　2.5.3最终措施
　　2.5.4完成循环
　　2.6小结
　　第3章  数据挖掘方法论和最佳实践
　　3.1为什么需要方法论
　　3.1.1获取不真实的知识
　　3.1.2获取真实但无用的知识
　　3.2假设测试
　　3.3模型、建立简档和预测
　　3.3.1建立简档
　　3.3.2预测
　　3.4方法论
　　3.4.1第一步：将商业问题转换为数据挖掘问题
　　3.4.2第二步：选取合适数据
　　3.4.3第三步：设法理解数据
　　3.4.4第四步：创建模型集
　　3.4.5第五步：修复数据问题
　　3.4.6第六步：变换数据，获取信息
　　￥

　　Michael J.A.Berry，他们是专业的数据挖掘咨询公司Data Miners的创办人。他们合作出版了一些经典的数据挖掘著作，包括Data Mining Techniquee,Mastering Data Mining和Mining the Web（均由Wiley公司出版）。作为数据挖掘顾问，他们一起为北美洲、欧洲和亚洲的许多大公司提供专业咨询，把客户数据、呼叫数据、网络日志条目、销售点记录和账单文件变成有用的信息，用于改善客户体验。他们都有近20年在营销和客户关系管理方面应用数据挖掘技术的经验。