企业建立自己的数据库系统,由计算机管理代替手工操作,以此来收集、存贮、管理业务操作数据,改善办公环境,提高操作人员的工：作效率。企业需要从业务数据中提取有用的信息,帮助他们在业务管理和发展上作出即时、正确的判断。当一个企业明确了自己的客户之后,紧接着就应该做客户细分。不同的客户对同一产品的需要存在着明显的差别,客户对产品的要求越来越理性和严格,对企业服务的整体质量也提出了更高要求。不同类型的客户选择的往往不仅是产品的单一特性,还可能是产品特性的某种组合。对于企业来说,同一产品不可能满足市场上所有的客户的需要,只能面向某一种类型的客户。另一方面,某一一特定的产品要不仅满足单一类型的客户,还要满足多范围、多层次、有着不同需要的客户群。客户细分的目的,就是要更精确地回答谁是我们的客户,客户到底有哪些实际需要,企业应该去吸引哪些客户,应该重点保持哪些客户,应该如何迎合重点客户的需求等重要问题。企业可以通过响应率分析能够有效的降低市场推广的费用,同时能够更加有针对性的面对目标市场,达到以最小的投入获得最佳效果的目的。需要构建预测模型,找到最合适的响应客户,预测哪些客户能够响应,以及响应的可能性是多少。针对广告营销市场的不断发展,企业收集了大量的客户资料。数据挖掘需求来自新雅迪传媒。为了便于广告中心制定较为合理的营销策略,将用SPSS Clementine建立模型,以提升新客户开发的成功率,降低长单客户的流失率。本文根据业务部门需求,经过与业务人员的不断沟通,将营销过程、客户信息与数据挖掘技术相结合,经过数据理解、数据清洗、模型训练等数据挖掘过程,设计并实现了客户细分模型和客户响应预测模型。再对模型进行评估和部署,有效的从杂乱无章的客户数据中发现具有商业价值的信息。