論數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用
王芳 楊奕 2009/05/06
l.引言
客戶關(guān)系管理作為一種“以客戶為中心”的先進(jìn)的經(jīng)營(yíng)管理理念,能夠?qū)崿F(xiàn)通過(guò)客戶利益的最大滿足促進(jìn)企業(yè)利潤(rùn)極大增長(zhǎng)的經(jīng)營(yíng)目標(biāo)。為顧客提供高質(zhì)量的服務(wù),不斷提高客戶的滿意度和忠誠(chéng)度,已經(jīng)成為新形勢(shì)下企業(yè)管理的一項(xiàng)重要工作。因此,有學(xué)者指出,我們已經(jīng)進(jìn)入了客戶關(guān)系時(shí)代?蛻絷P(guān)系管理的核心是客戶價(jià)值管理,其目的不斷提高客戶的滿意度和忠誠(chéng)度從而達(dá)到獲取企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。
2.數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介
數(shù)據(jù)挖掘(Data Mining,簡(jiǎn)稱DM)是從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中發(fā)現(xiàn)并提取隱藏在其中的有用信息的一種新技術(shù),是數(shù)據(jù)庫(kù)研究中的一個(gè)很有應(yīng)用價(jià)值的領(lǐng)域。它可以從大量的數(shù)據(jù)中抽取出潛在的、有價(jià)值的知識(shí)、模型或規(guī)則,有助于企業(yè)發(fā)現(xiàn)業(yè)務(wù)的趨勢(shì),揭示已知的事實(shí),預(yù)測(cè)未知的結(jié)果。
數(shù)據(jù)挖掘的方法主要有;
- 概念/類描述。概念描述以簡(jiǎn)潔匯總的形式描述給定的任務(wù)相關(guān)數(shù)據(jù)集,提供數(shù)據(jù)價(jià)值的一般特性,一般應(yīng)用于CRM中的描述式數(shù)據(jù)挖掘。
- 關(guān)聯(lián)分析。關(guān)聯(lián)分析發(fā)現(xiàn)關(guān)聯(lián)規(guī)則,廣泛用于購(gòu)物藍(lán)、商務(wù)管理和決策分析,是商業(yè)分析中應(yīng)用最為廣泛的一種數(shù)據(jù)挖掘方法和模式。
- 分類和預(yù)測(cè)分析。分類和預(yù)測(cè)是CRM中數(shù)據(jù)分析的兩種重要形式,可以用于提取描述重要數(shù)據(jù)類的模型或預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)。
- 聚類分析。屬于無(wú)指導(dǎo)學(xué)習(xí)。對(duì)象根據(jù)最大化類內(nèi)的相似性、最小化類內(nèi)的相似性的原則進(jìn)行聚類或分組。
- 孤立點(diǎn)分析。對(duì)于欺詐探測(cè)、定制市場(chǎng)及其它CRM任務(wù)是非常有用的。
- 演變分析。用于CRM中的趨勢(shì)分析、相似性搜索、與時(shí)間有關(guān)的序列模式挖掘和周期模式挖掘。
- 復(fù)雜類型的數(shù)據(jù)挖掘。是數(shù)據(jù)挖掘技術(shù)的當(dāng)前一個(gè)重要的研究領(lǐng)域,極大提升了CRM數(shù)據(jù)分析能力的深度和廣度,主要包括:多媒體數(shù)據(jù)挖掘、文本挖掘和Web挖掘等。
3.數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用
數(shù)據(jù)挖掘?qū)τ贑RM應(yīng)用具有巨大的基礎(chǔ)輔助作用,它可以應(yīng)用于獲取新客戶、保持優(yōu)質(zhì)客戶和提升客戶價(jià)值等CRM的各個(gè)方面。也正是有了數(shù)據(jù)挖掘的支持,才使CRM的理念和目標(biāo)得以實(shí)現(xiàn),滿足了現(xiàn)代電子商務(wù)時(shí)代的需求和挑戰(zhàn)。數(shù)據(jù)挖掘在客戶關(guān)系管理中主要應(yīng)用于以下方面:
(1)客戶細(xì)分(customer segmentation)。
客戶細(xì)分是指將一個(gè)消費(fèi)群體劃分成一個(gè)個(gè)細(xì)分群的過(guò)程,同屬于一個(gè)細(xì)分群的消費(fèi)者彼此相似,而隸屬于不同細(xì)分群的消費(fèi)者被視為差異十分明顯。
采用數(shù)據(jù)挖掘方法的客戶細(xì)分,屬于數(shù)據(jù)驅(qū)動(dòng)的客戶細(xì)分(data driven segmentation)。客戶細(xì)分需要進(jìn)行客戶特征分析,即用數(shù)據(jù)來(lái)描述或給出客戶或潛在客戶特征的分析過(guò)程。
(2)客戶獲。╟ustomer acquisition)。
在CRM中,業(yè)務(wù)發(fā)展的主要指標(biāo)里包括新客戶的獲取能力。數(shù)據(jù)挖掘技術(shù)可以用于對(duì)潛在客戶群進(jìn)行篩選,并把得出的潛在客戶名單和這些客戶感興趣的優(yōu)惠措施系統(tǒng)地結(jié)合起來(lái),以增加市場(chǎng)推廣活動(dòng)產(chǎn)生的反饋率。為了有效實(shí)施客戶獲取策略,需要對(duì)客戶反應(yīng)行為模式進(jìn)行分析。
(3)客戶保持(customer retention)。
隨著行業(yè)中的競(jìng)爭(zhēng)愈來(lái)愈激烈,獲得一個(gè)新客戶的開(kāi)支愈來(lái)愈大,而保持客戶比獲取新客戶節(jié)約成本,所以保持原有客戶的工作也愈來(lái)愈有價(jià)值。如何使用數(shù)據(jù)挖掘來(lái)對(duì)不同的旨在保留客戶的活動(dòng)中進(jìn)行建模將對(duì)整個(gè)客戶保持工作起著重要的作用。客戶流失或客戶轉(zhuǎn)移是許多行業(yè)都會(huì)出現(xiàn)的問(wèn)題。
改進(jìn)保留客戶的一種途徑就是在客戶真正流失之前采取行動(dòng),這也就是流失模型價(jià)值所在。流失模型能預(yù)測(cè)賬號(hào)在被激活后減少或停止使用一種產(chǎn)品或服務(wù)的行為。由于客戶流失對(duì)公司利潤(rùn)有重大的影響,很多公司都把流失模型作為客戶忠誠(chéng)度計(jì)劃的主要關(guān)注點(diǎn)。
(4)交叉營(yíng)銷(cross—selling)。
公司與客戶之間的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系。在客戶與公司建立起這樣雙向的商業(yè)關(guān)系后?梢杂泻芏喾N方法來(lái)優(yōu)化這種關(guān)系:①延長(zhǎng)這種關(guān)系的時(shí)間:②在維持這樣的關(guān)系期間增加互相的接觸;③在每一次互相接觸中獲得更多的利潤(rùn)。公司和客戶都可以從中獲益,從而達(dá)到雙贏的結(jié)果。
使用數(shù)據(jù)挖掘技術(shù)進(jìn)行交叉營(yíng)銷的分析一般是從分析現(xiàn)有客戶的購(gòu)買(mǎi)行為數(shù)據(jù)開(kāi)始。首先要得到關(guān)于現(xiàn)有客戶消費(fèi)習(xí)慣的數(shù)據(jù)。其實(shí),大部分多項(xiàng)產(chǎn)品的交叉營(yíng)銷研究與單項(xiàng)銷售所需的分析并無(wú)太大區(qū)別。多項(xiàng)產(chǎn)品的交叉營(yíng)銷可以看作是單向產(chǎn)品銷售的疊加,其中的關(guān)鍵在于要對(duì)所有的客戶提供最合適的產(chǎn)品和服務(wù)。這樣客戶所接受的這些服務(wù)才能同時(shí)給賣(mài)方和買(mǎi)方帶來(lái)最大的獲益。
(5)客戶風(fēng)險(xiǎn)分析(customer risk analysis)。
風(fēng)險(xiǎn)分析是提供產(chǎn)品或服務(wù)時(shí)存在潛在損失的行業(yè)所特有的。數(shù)據(jù)挖掘方法可以為風(fēng)險(xiǎn)分析建立分類定位模型。常見(jiàn)的風(fēng)險(xiǎn)類型出現(xiàn)在銀行業(yè)和保險(xiǎn)業(yè)。銀行在放貸時(shí)存在金融風(fēng)險(xiǎn)。利用風(fēng)險(xiǎn)分析可以預(yù)測(cè)一個(gè)對(duì)象如期還貸或不還貸的可能性。一種貸款如抵押貸款或汽車(chē)貸款是安全貸款,另一種貸款如信用卡貸款為不安全貸款。
欺詐風(fēng)險(xiǎn)(fraud risk)是許多公司關(guān)心的另一個(gè)風(fēng)險(xiǎn)領(lǐng)域,對(duì)銀行和保險(xiǎn)公司更是如此。欺詐檢測(cè)模型通過(guò)了解客戶的典型消費(fèi)行為幫助公司減少損失。如果客戶的消費(fèi)習(xí)慣變化極大,則風(fēng)險(xiǎn)處理就采取措施停止或監(jiān)控直到這種情況可評(píng)估為止。
4.結(jié)語(yǔ)
客戶關(guān)系管理是企業(yè)保持市場(chǎng)競(jìng)爭(zhēng)力的重要手段和必不可少的重要環(huán)節(jié)。數(shù)據(jù)挖掘作為一種先進(jìn)的數(shù)據(jù)分析方法,是實(shí)現(xiàn)對(duì)客戶數(shù)據(jù)進(jìn)行深入分析的有效工具。數(shù)據(jù)挖掘技術(shù)的引入高質(zhì)量地實(shí)現(xiàn)了客戶關(guān)系管理的目標(biāo),充分發(fā)揮了客戶關(guān)系管理的作用;跀(shù)據(jù)挖掘的客戶關(guān)系管理(CRM)可以最大限度地了解客戶需求,提高顧客滿意度,從而攫取市場(chǎng)分額和提升盈利能力,提升企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。
萬(wàn)方數(shù)據(jù)
相關(guān)鏈接:
白水县|
马公市|
汽车|
巴彦县|
武宣县|
广安市|
满洲里市|
淮安市|
上饶市|
剑阁县|
崇州市|
屯留县|
治多县|
台山市|
宜君县|
河西区|
章丘市|
防城港市|
高阳县|
会理县|
湖州市|
治县。|
鄂托克旗|
乐昌市|
鄢陵县|
永德县|
天峻县|
浏阳市|
凤凰县|
建阳市|
肥城市|
永定县|
吐鲁番市|
库伦旗|
竹山县|
澳门|
交口县|
綦江县|
福鼎市|
靖安县|
泸水县|