Recommender System for Improving Customer Loyalty

By Katarzyna Tarnowska 这本书介绍了提高顾客忠诚度的推荐系统。各种各样的国家开始出现新的和创新的产品，这增加了改善客户体验的需要。当客户在一台设备上花费数十万美元时，保持设备的高效运行是实现预期投资回报的关键。此外，管理人员还发现，提供更好的客户体验在许多方面都有回报。水印咨询公司(Watermark Consulting)对上市公司进行的一项研究发现，从2007年到2013年，客户服务更好的公司为股东带来的总回报比标准普尔500指数(S&P 500)高出26点。 这里介绍的推荐系统解决了几个重要问题。(1)它提供了一个决策框架，以帮助管理者确定哪些行为可能对净发起者得分产生最大的影响。(2)结果基于多个客户端。推荐系统中使用的数据挖掘技术允许用户“学习”他人的经验，而无需共享专有信息。这极大地增强了系统的能力。(3)补充了传统的文本挖掘选项。文本挖掘可以用来识别主题被提及的频率，以及与给定主题相关的情绪。推荐系统允许用户查看与实际客户相关的特定、匿名的评论。研究这些评论可以为改进客户体验的步骤提供高度准确的见解。(4)最后，系统提供了灵敏度分析特性。