分析型客戶(hù)關(guān)系管理（Analytical CRM/aCRM）

用于支持決策，改善公司跟顧客的互動(dòng)或提高互動(dòng)的價(jià)值。針對有關(guān)顧客的知識，和如何與顧客有效接觸的知識，進(jìn)行收集、分析、應用。

大數據（Big Data）

大數據既是一個(gè)被濫用的流行語(yǔ)，也是一個(gè)當今社會(huì )的真實(shí)趨勢。此術(shù)語(yǔ)指代總量與日俱增的數據，這些數據每天都在被捕獲、處理、匯集、儲存、分析。維基百科是這樣描述“大數據”的：“數據集的總和如此龐大復雜，以至于現有的數據庫管理工具難以處理（…）”。

商業(yè)智能（Business Intelligence）

分析數據、展示信息以幫助企業(yè)的執行者、管理層、其他人員進(jìn)行更有根據的商業(yè)決策的應用、設施、工具、過(guò)程。

流失分析（Churn Analysis/Attrition Analysis）

描述哪些顧客可能停止使用公司的產(chǎn)品/業(yè)務(wù)，以及識別哪些顧客的流失會(huì )帶來(lái)最大損失。流失分析的結果用于為可能要流失的顧客準備新的優(yōu)惠。

聯(lián)合分析/權衡分析（Conjoint Analysis/ Trade-off Analysis）

在消費者實(shí)際使用的基礎上，比較同一產(chǎn)品/服務(wù)的幾個(gè)不同變種。它能預測產(chǎn)品/服務(wù)上市后的接受度，用于產(chǎn)品線(xiàn)管理、定價(jià)等活動(dòng)。

信用評分（Credit Scoring）

評估一個(gè)實(shí)體（公司或個(gè)人）的信用值。銀行（借款人）以此判斷借款者是否會(huì )還款。

配套銷(xiāo)售/增值銷(xiāo)售（Cross / Up selling）

一個(gè)營(yíng)銷(xiāo)概念。根據特定消費者的特征和過(guò)往行為，向其銷(xiāo)售補充商品（配套銷(xiāo)售）或附加商品（增值銷(xiāo)售）。

顧客細分&畫(huà)像（Customer Segmentation & Profiling）

根據現有的顧客數據，將特征、行為相似的顧客歸類(lèi)分組。描述和比較各組。

數據集市（Data Mart）

特定機構所儲存的，關(guān)于一個(gè)特定主題或部門(mén)的數據，如銷(xiāo)售、財務(wù)、營(yíng)銷(xiāo)數據。

數據倉庫（Data Warehouse）

數據的中央存儲庫，采集、儲存來(lái)自一個(gè)企業(yè)多個(gè)商業(yè)系統的數據。

數據質(zhì)量（Data Quality）

有關(guān)確保數據可靠性和實(shí)用價(jià)值的過(guò)程和技術(shù)。高質(zhì)量的數據應該忠實(shí)體現其背后的事務(wù)進(jìn)程，并能滿(mǎn)足在運營(yíng)、決策、規劃中的預期用途。

抽取-轉換-加載 ETL (Extract-Transform-Load)

數據倉儲中的一個(gè)過(guò)程。從一個(gè)來(lái)源獲取數據，根據需求轉換數據以便接下來(lái)使用，之后把數據放置在正確的目標數據庫。

欺詐檢測（Fraud Detection）

識別針對特定組織或公司的疑似欺詐式轉賬、訂購、以及其他非法活動(dòng)。在IT系統預先設計觸發(fā)式警報，嘗試或進(jìn)行此類(lèi)活動(dòng)會(huì )出現警告。

Hadoop

另一個(gè)當今大數據領(lǐng)域的熱門(mén)。Apache Hadoop是一個(gè)在已有商業(yè)硬件組成的計算機集群上，分布式存儲、處理龐大數據集的開(kāi)源軟件架構。它使得大規模數據儲存和更快速數據處理成為可能。

物聯(lián)網(wǎng)（Internet of Things, IoT)

廣泛分布的網(wǎng)絡(luò )，由諸多種類(lèi)（個(gè)人、家庭、工業(yè)）諸多用途（醫療、休閑、媒體、購物、制造、環(huán)境調節）的電子設備組成。這些設備通過(guò)互聯(lián)網(wǎng)交換數據，彼此協(xié)調活動(dòng)。

顧客的生命周期價(jià)值 (Lifetime Value, LTV)

顧客在他/她的一生中為一個(gè)公司產(chǎn)生的預期折算利潤。

機器學(xué)習（Machine Learning）

一個(gè)學(xué)科，研究從數據中自動(dòng)學(xué)習，以便計算機能根據它們收到的反饋調整自身運行。與人工智能、數據挖掘、統計方法關(guān)系密切。

購物籃分析（Market Basket Analysis）

識別在交易中經(jīng)常同時(shí)出現的商品組合或服務(wù)組合，例如經(jīng)常被一起購買(mǎi)的產(chǎn)品。此類(lèi)分析的結果被用于推薦附加商品，為陳列商品的決策提供依據等。

聯(lián)機分析處理（On-Line Analytical Processing, OLAP）

能讓用戶(hù)輕松制作、瀏覽報告的工具，這些報告總結相關(guān)數據，并從多角度分析。

預測分析（Predictive Analytics）

從現存的數據集中提取信息以便識別模式、預測未來(lái)收益和趨勢。在商業(yè)領(lǐng)域，預測模型及分析被用于分析當前數據和歷史事實(shí)，以更好了解消費者、產(chǎn)品、合作伙伴，并為公司識別機遇和風(fēng)險。

實(shí)時(shí)決策（Real Time Decisioning, RTD）

幫助企業(yè)做出實(shí)時(shí)（近乎無(wú)延遲）的最優(yōu)銷(xiāo)售/營(yíng)銷(xiāo)決策。比如，實(shí)時(shí)決策系統（打分系統）可以通過(guò)多種商業(yè)規則或模型，在顧客與公司互動(dòng)的瞬間，對顧客進(jìn)行評分和排名。

留存/顧客留存（Retention / Customer Retention)

指建立后能夠長(cháng)期維持的客戶(hù)關(guān)系的百分比。

社交網(wǎng)絡(luò )分析（Social Network Analysis, SNA）

描繪并測量人與人、組與組、機構與機構、電腦與電腦、URL與URL、以及其他種類(lèi)相連的信息/知識實(shí)體之間的關(guān)系與流動(dòng)。這些人或組是網(wǎng)絡(luò )中的節點(diǎn)，而它們之間的連線(xiàn)表示關(guān)系或流動(dòng)。SNA為分析人際關(guān)系提供了一種方法，既是數學(xué)的又是視覺(jué)的。

生存分析（Survival Analysis）

估測一名顧客繼續使用某業(yè)務(wù)的時(shí)間，或在后續時(shí)段流失的可能性。此類(lèi)信息能讓企業(yè)判斷所要預測時(shí)段的顧客留存，并引入合適的忠誠度政策。

文本挖掘（Text Mining）

對包含自然語(yǔ)言的數據的分析。對源數據中詞語(yǔ)和短語(yǔ)進(jìn)行統計計算，以便用數學(xué)術(shù)語(yǔ)表達文本結構，之后用傳統數據挖掘技術(shù)分析文本結構。

非結構化數據（Unstructured Data）

數據要么缺乏事先定義的數據模型，要么沒(méi)按事先定義的規范進(jìn)行組織。這個(gè)術(shù)語(yǔ)通常指那些不能放在傳統的列式數據庫中的信息，比如電子郵件信息、評論。

網(wǎng)絡(luò )挖掘/網(wǎng)絡(luò )數據挖掘（Web Mining / Web Data Mining)

使用數據挖掘技術(shù)從互聯(lián)網(wǎng)站點(diǎn)、文檔或服務(wù)中自動(dòng)發(fā)現和提取信息。