Progetto di Data Mining e Scoperta di Conoscenza

Transcript

1 Progetto di Data Mining e Scoperta di Conoscenza Università della Calabria UNICAL Dipartimento di Elettronica, Informatica e Sistemistica DEIS Analisi Database Vendita/Assistenza Auto Dott. Giuseppe Manco Ing. Ettore Ritacco

2 Outline Introduzione Problemi Descrizione del database Descrizione generale Descrizione delle tabelle Descrizione delle relazioni tra le tabelle Obiettivi del progetto Task descrittivo Task predittivo Metodologia consigliata

3 Introduzione Si ha a disposizione un DB relativo alla vendita ed all assistenza di automobili (nuove ed usate) I dati provengono da un unica sorgente informativa che raccoglie informazioni su: I soggetti che hanno effettuato l acquisto di un automobile o di un servizio presso le diverse sedi dell azienda; Le automobili ed i servizi forniti; Le campagne promozionali portate avanti dall azienda.

4 Problemi L azienda si pone principalmente due obiettivi: Incrementare le proprie vendite (di auto e/o servizi) attraverso una serie di campagne promozionali mirate ai clienti Determinare i fattori che portano all affiliazione o all abbandono dei clienti

5 Descrizione Preliminare Il database selezionato per i task di mining si basa sul concetto di evento. Ogni customer subisce una serie di eventi di diverso tipo (call, purchase) Ogni evento fa parte di una campagna promozionale che può essere mirata all acquisto di nuove vetture o di un servizio Le risposte di un customer agli eventi sono denominate outcomes Le campagne possono considerare in modo diverso gli outcome: l outcome O è considerato positivo per la campagna C, mentre viene considerato negativo per la campagna C 2

6 Schema relazionale

7 Tabella Wrapped Events Contiene eventi monitorati dal sistema Ogni evento è caratterizzato da Istante di inizio Istante di fine Tipo Riferimento alla campagna promozionale Riferimento alla compagnia Riferimento al customer Riferimento esterno Descrizione Costo

8 Tabella Wrapped Events Campo ID enddate startdate Type Campaign Company Customer ExternalReferences Description EventCost Descrizione Data di fine Data di inizio Tipologia dell evento: {Call, Change Profile, Purchase} Riferimento alla campagna promozionale Riferimento alla compagnia Riferimento al customer Prossima slide Descrizione Costo

9 WrappedEvents & ExternalReferences Ad ogni evento viene associato, tramite la relazione con ExternalReference, un possibile outcome o una fattura (invoice) gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered class Data Model - w rappedev ents&externalref gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered w rappedev ents (externalreferences = id) ExternalReferences gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered (campaign = id) (outcome = id) gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Gli outcome considerati negativi per una campagna vengono specificati attraverso la relazione CampaignNegative- Outcome mentre tutti gli altri possibili outcome sono considerati positivi gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Campaigns gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Outcomes Inv oices gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered (CAMPAIGN_ID = id) (OUTCOME_ID = id) gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered CampaignNegativ eoutcome gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered gistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered

10 ExternalReference Campo ID Outcome Invoice Descrizione Riferimento ad un outcome Riferimento ad un invoice Outcome Campo ID Value Descrizione Descrizione testuale (chiamata persa, fissato appuntamento, non risponde, ecc.)

11 Campaigns Campo ID Name enddate startdate typeid Campo ID Label Types Descrizione Nome della campagna Data di fine Data di inizio Riferimento ad un tipo Descrizione {Service, Car} class Data Model - wrap... stered Trial Version Campaigns stered Trial Version stered Trial Version (typeid = id) «FK» stered Trial Version stered Trial Version Types stered Trial Version

12 Invoices Ogni fattura è relativa all acquisto di un cliente presso una compagnia Invoices contiene le informazioni aggregate a livello di fattura, mentre InvoicesParts offre informazioni più dettagliate a livello di singoli componenti/servizi acquistati con una stessa fattura class Inv oice View Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial V Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial V Unregistered Trial Version EA 7.5 Unregistered Trial Version (company EA 7.5 = id) Unregistered Trial V Customers Inv oicesparts Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial V (customer = id) (customer = id) Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial V Inv oices Companies Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial V (company = id)

13 Invoices: Descrizione Campo Id Customer Company Goods Area Date Amount Details Descrizione Riferimento al Customer Riferimento alla compagnia {Servizio, Usato, Pezzi di ricambio, Case automobilistiche} VAN=auto nuove VAU=auto usate VAS=servizio VASA=servizio a valore aggiunto VAR=ricambio Data Totale della fattura!! Dettagli in formato testuale

14 InvoicesParts Campo Id Customer Company Goods Area Date Amount Invoice_id Details Descrizione Riferimento al Customer Riferimento alla compagnia {Servizio, Usato, Pezzi di ricambio, Case automobilistiche} VAN=auto nuove VAU=auto usate VAS=servizio VASA=servizio a valore aggiunto VAR=ricambio Data Costo della singola voce Riferimento ad invoice Dettagli in formato testuale

15 Customers Ogni Customer è caratterizzato da un profilo demografico (città, età) ed informazioni aggiuntive (addcustomerinfos) class Customer.5 Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers.5 Unregistered Customers Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers.5 Unregistered Trial Version (customer EA 7.5 = id) Unregistered Trial Version (country EA = id) 7.5 Unregistered Trial Vers.5 Unregistered (customer Trial = id) Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers CustomerCityCountryJoin countries.5 Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers AddCustomerInfos (city = id).5 Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers.5 Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers.5 Unregistered Trial Version EA 7.5 Unregistered Trial Version EA 7.5 Unregistered Trial Vers (city = id) cities

16 Customer Campo Descrizione Id Label - Età Età Acquired Data di registrazione del customer Cities Countries Campo Descrizione Campo Descrizione Id Id Name Nome della città Cap Name City

17 AddCustomerInfos Campo Id Date Customer AcquireDate Km Company lastoffservice Manufacturer Model Newcar ServiceModel servicemanufacturer Descrizione Data modifica profilo Riferimento a customer Data di registrazione Kilometri all ultimo passaggio in officina Riferimento alla compagna Ultima volta che ha fatto un passaggio in officina Produttore dell automobile Modello dell automobile Booleano - Auto nuova? Modello dell auto portata in officina l ultima volta Produttore dell auto portata in officina l ultima volta

18 Obiettivi del progetto Il progetto consiste in due task di mining: Task predittivo (classificazione / regressione) Task descrittivo (clustering)

19 Task predittivo Una campagna promozionale consiste nel contattare un cliente, principalmente attraverso una chiamata telefonica. La campagna ha successo se in seguito alla telefonata il cliente usufruirà della promozione offerta entro un certo lasso di tempo. Gli intervalli di tempo a cui si è interessati sono: mese 3 mesi 6 mesi

20 Task predittivo Il primo task di mining da implementare ha come obiettivo stimare il grado di positività della campagna Più precisamente si è interessati a predire la proficuità (in denaro) dell attuazione di una campagna su un certo cliente (nei periodi di tempo suddetti): Quanto guadagna l azienda se offre una promozione P al cliente X?

21 Task descrittivo Si vuole effettuare una segmentazione della clientela In altre parole si vuole raggruppare utenze con profili di comportamento simili In particolare si è interessati (opzionale) a definire un clustering (gerarchico) basato su: Modellazione anagrafica dei clienti: si raggruppano gli utenti in base alle informazioni relative alla loro anagrafica (residenza, automobili possedute, ecc ) Modellazione comportamentale dei clienti: si raggruppano gli utenti in base alle loro azioni nei confronti dell azienda (utenti base, utenti premium, utenti affiliati, utenti a rischio, utenti persi) L attenzione deve ricadere principalmente sui clienti a rischio di abbandono

22 Metodologia consigliata In letteratura per risolvere il problema di modellazione comportamentale si usa un indice di qualità dei clienti noto come RFM Quanto è importante un cliente? L RFM è una combinazione di tre parametri: Recency, quanto tempo fa l utente ha fatto il suo ultimo acquisto di beni e servizi Frequency ossia la frequenza con cui effettua acquisti di beni e servizi Monetary quanto in totale il cliente ha speso in acquisti di beni e servizi

23 Metodologia consigliata La metodologia che si consiglia è la seguente: Definire una matrice [numeroclienti x (3 * numeroprodotti)] Una riga per ogni cliente Tre colonne per ogni prodotto Una colonna per il valore della recency Una per il valore della frequency Ed una per il monetary value Eseguire gli algoritmi per la segmentazione della clientela sulla struttura dati appena definita

24 Metodologia consigliata

25 Fine Buon lavoro a tutti