外文翻譯--數(shù)據(jù)挖掘在CRM中運(yùn)用.doc

調(diào)研報(bào)告數(shù)據(jù)挖掘在CRM中運(yùn)用(1)通過(guò)數(shù)據(jù)挖掘獲得新的客戶(hù)。在CRM中首先應(yīng)識(shí)別潛在客戶(hù)，然后將他們轉(zhuǎn)化為客戶(hù)。BigBankandCreditCard(BB&CC)公司每年通過(guò)郵遞的方式開(kāi)展25次促銷(xiāo)活動(dòng)，每次給一百萬(wàn)人提供申請(qǐng)信用卡的機(jī)會(huì)，BB&CC公司會(huì)將信用高的申請(qǐng)者接受為服務(wù)對(duì)象，最終只有1%的申請(qǐng)者成為用戶(hù)。BB&CC公司所面臨的挑戰(zhàn)是如何讓郵遞促銷(xiāo)活動(dòng)更加有效。首先，BB&CC公司抽取了一個(gè)50,000人的樣本，做了一個(gè)測(cè)試。在樣本測(cè)試結(jié)果分析的基礎(chǔ)上建立了兩個(gè)模型，一個(gè)用來(lái)預(yù)測(cè)誰(shuí)將填寫(xiě)申請(qǐng)表（使用決策樹(shù)方法），另一個(gè)是信用評(píng)估模型（使用神經(jīng)網(wǎng)絡(luò)方法）。從剩下的950,000個(gè)人中再次抽取700,000個(gè)樣本，使用模型找出哪些人會(huì)對(duì)促銷(xiāo)活動(dòng)做出反應(yīng)，并且具有良好的信用。結(jié)果如下：包括建模型時(shí)用的50,000共抽取了750,000個(gè)樣本，其中9,000個(gè)申請(qǐng)者被接受，接受率從1%上升到了1.2%。數(shù)據(jù)挖掘雖然不能準(zhǔn)確的識(shí)別哪10,000個(gè)申請(qǐng)者最終會(huì)成為用戶(hù)，但是可以促使?fàn)I銷(xiāo)活動(dòng)更加有效。(2)通過(guò)數(shù)據(jù)挖掘使用交叉銷(xiāo)售提高現(xiàn)有客戶(hù)的價(jià)值。GunsandRouses(G&R)公司銷(xiāo)售的產(chǎn)品是：仿迫擊炮與大炮的室外花盆和仿大口徑手槍與長(zhǎng)槍的室內(nèi)花盆。產(chǎn)品表被發(fā)往12,000,000個(gè)家庭。當(dāng)客戶(hù)電話定購(gòu)某個(gè)產(chǎn)品時(shí)，(G&R)公司會(huì)積極的推銷(xiāo)其它的產(chǎn)品交叉銷(xiāo)售。但是，(G&R)公司發(fā)現(xiàn)只有1/3的客戶(hù)允許他們提出建議，最終的交叉銷(xiāo)售率不足1%，并招致了一片抱怨聲。為此B&R公司想確定到底是哪些人在定購(gòu)某個(gè)產(chǎn)品的同時(shí)需要其他的產(chǎn)品。G&R公司建立了兩個(gè)數(shù)據(jù)挖掘模型，一個(gè)是用來(lái)預(yù)測(cè)某個(gè)客戶(hù)是否會(huì)被建議觸怒，另一個(gè)用來(lái)預(yù)測(cè)什么樣的建議會(huì)被很好的接受。數(shù)據(jù)挖掘模型使用客戶(hù)信息數(shù)據(jù)庫(kù)中客戶(hù)的信息和新的客戶(hù)信息，告訴銷(xiāo)售代表哪種人可以采用交叉銷(xiāo)售的方式以及建議什么產(chǎn)品。交叉銷(xiāo)售的成功率上升到了2%，而且很少有抱怨。數(shù)據(jù)挖掘幫助B&R公司更好的了解了客戶(hù)的需求。當(dāng)把數(shù)據(jù)挖掘模型與典型的CRM交叉銷(xiāo)售活動(dòng)結(jié)合起來(lái)時(shí)，B&R公司的景況完全改變了。(3)通過(guò)數(shù)據(jù)挖掘提高現(xiàn)有客戶(hù)的價(jià)值BigSamsClothing是一家制衣公司，它建立了一個(gè)網(wǎng)站，提供了友好的用戶(hù)登陸界面；進(jìn)行在線銷(xiāo)售。一旦你定購(gòu)了某件商品或注冊(cè)為成員后，公司將會(huì)通過(guò)電子郵件的方式向你推薦一些你可能感興趣的新產(chǎn)品F當(dāng)你在網(wǎng)站上查閱一件產(chǎn)品時(shí)，網(wǎng)站會(huì)向你推薦一些與該產(chǎn)品有關(guān)的你可能感興趣的產(chǎn)品。當(dāng)公司最初建立這個(gè)網(wǎng)站時(shí)，根本沒(méi)有考慮個(gè)性化，僅僅將它作為一個(gè)產(chǎn)品目錄的在線版。借助數(shù)據(jù)挖掘工具公司改善了網(wǎng)站的結(jié)構(gòu)，使用聚類(lèi)方法將以往按產(chǎn)品類(lèi)型分類(lèi)替換成按互補(bǔ)原則分類(lèi)。當(dāng)客戶(hù)尋找某個(gè)商品時(shí)便可以使用這些分組提供建議，然后建立客戶(hù)數(shù)據(jù)，識(shí)別哪些客戶(hù)可能對(duì)產(chǎn)品目錄中添加的新產(chǎn)品感興趣。同時(shí)，BigSams公司用數(shù)據(jù)挖掘預(yù)測(cè)那些會(huì)引起客戶(hù)興趣的新產(chǎn)品，并通過(guò)電子郵件傳遞給客戶(hù)，客戶(hù)可以選擇是否接收。BigSams公司確定了個(gè)性化戰(zhàn)略，通過(guò)提供主動(dòng)性客戶(hù)服務(wù)指導(dǎo)客戶(hù)挑選商品，不僅增加了銷(xiāo)售額而且加強(qiáng)了與客戶(hù)之間的聯(lián)系?？蛻?hù)已經(jīng)將它看作購(gòu)物時(shí)忠實(shí)的顧問(wèn)。(4)通過(guò)數(shù)據(jù)挖掘保留忠實(shí)客戶(hù)。KnowService公司是一家網(wǎng)絡(luò)服務(wù)公司，像其它的公司一樣也在不停地流失客戶(hù)。流失率每月8%，這意味著現(xiàn)有的一百萬(wàn)個(gè)客戶(hù)中每個(gè)月會(huì)有80，000個(gè)客戶(hù)流失。KnowService公司重新尋找一個(gè)客戶(hù)的成本是$200，每個(gè)月公司要在尋找新客戶(hù)上投資$16,000,000，因此KnowService公司需要數(shù)據(jù)挖掘的幫助。KnowService公司掌握了客戶(hù)的大量上網(wǎng)信息和客戶(hù)的個(gè)人信息，構(gòu)建了客戶(hù)信息數(shù)據(jù)庫(kù)。KnowService公司做的第一件事就是從客戶(hù)數(shù)據(jù)庫(kù)中選擇、轉(zhuǎn)變數(shù)據(jù)。接下來(lái)所作的就是根據(jù)客戶(hù)支出、生命周期對(duì)客戶(hù)進(jìn)行劃分，并判定客戶(hù)的持久性，識(shí)別哪些客戶(hù)在將來(lái)會(huì)成為忠實(shí)的客戶(hù)然后在忠實(shí)的客戶(hù)中識(shí)別哪些有可能流失。第三步，確定最優(yōu)服務(wù)、保持客戶(hù)忠實(shí)。例如對(duì)上網(wǎng)支出大的客戶(hù)可以提供包月的服務(wù)而不是提供更加大的主頁(yè)空間。結(jié)果客戶(hù)流失率從原來(lái)的8%下降到7.5%，每個(gè)月節(jié)省了$1,000,000。ResearchReportThedataminingisusingintheCRM(1)Acquirethenewcustomersthroughdatamining.ShouldidentifythelatentcustomerfirstintheCRM,andthenconvertthemasthecustomer.AnnuallytheBigBankandCreditCard(BB&CC)companyopenstheexhibitioninthewayofpostaldeliverytopromotesalestheactivity25times,theeverytimegives1,000,000peopletheopportunitythatprovidestoapplyforthecreditcard,theBB&CCcompanymeetingaccepthighapplicantofreputationfortheserviceobject,endonlyhave1%applicanttobecomethecustomer.HowthechallengethattheBB&CCcompanyfaceisletthepostaldeliverypromotessalestheactivitymorevalid.First,theBB&CCCompanysampledthesampleofa50,000people,doingatest.Testtheanalyticalfoundationofresultinthesampleupbuiltuptwomodels,ausestopredictwhowillfillintheapplicationform(usagethedecisiontreemethod),theisthereputationvaluationmodel.(Usagethenervenetworkmethod)Fromleaveof950,000personalmediumsamples700,000samplesagain,usethemodeltofindoutwhichpersonswillmakeareactiontowardspromotingsalestheactivity,andhavethegoodreputation.Resultisasfollows:Includesettingupthemodeluseof50,000sampled750,000samplestotally；anapplicantisaccepting,acceptingtheratetorise1.2%from1%.Thedataminingalthoughcantidentifyaccuratelywhich10,000applicantsendwillbecomethecustomer,canurgethemarketingactivitymorevalid.(2)Crossthevaluethatthesaleraisestheexistingcustomerthroughdatamining.TheproductoftheGunsandRouses(G&R)Companysaleis:Imitatetheoutdoorsflowerpotofthetrenchmortarandbiggunandimitatethebigcaliberrevolverwithindoorflowerpotofthelonggun.Theproductwatchisdisheveledhairtogotoward12,000,000families.Whencustomerstelephoneordersacertainproduct,(G&R)thecompanywillpromoteotherproductsactively-crossthesale.But,(G&R)thecompanydetectiononlyhave1/3ofcustomerallowtheyputforwardthesuggestion,atlastcrossthesaleratenotenough1%,andinvitedtheonetocomplainthevoice.ThinktobecertainforthisB&RCompanyexactlyiswhichpersonsneedotherproductsatthetimeoforderingacertainproduct.TheG&RCompanybuiltuptwotypesmodelofdatamining,theoneisusedtopredictwhetheracertaincustomerwillissuggesttoinfuriateornot,theanotherisusedtopredictwhatkindofsuggestionwouldacceptwell.Thedataminingmodelusesthecustomertheinformationdatabaseinthecustomersinformationandnewcustomersinformation,tellthesalesrepresentativewhichgrowthepersontocanadoptwayandsuggestionsofcrossthesalewhatproduct.Thesuccessratethatcrossesthesalerose2%,andlittlecomplaint.DataminingistohelptheB&RCompanybetterunderstoodthecustomersneed.WhencrossthesalesactivityknottotheCRMthatdataminingmodelandtypicalmodeltoputtogether,completelychangeofthegeneralconditionoftheB&RCompany.(3)Improvethevalueofcustomerthroughdatamining.TheBigSamsClothingisadresscompany,whichbuiltupawebsite,providingthecustomerdebarkationinterfaceoftheamity；carryontheon-linesale.Onceyouorderedacertainmerchandiseorregisterforthemember,thecompanywillrecommendsomeyourpossibleinterestedinnewproductFstobeyoutowardyouinthewayofE-mailtocheckaproductonthewebsite,thewebsitewillrecommendsomeyourpossibleinterestedinproductforhavingsomethingtodowiththatproductstowardyou.Whenthecompanybuildsupthiswebsiteatthebeginning,itdidnotconsiderallcharacteristics,andtobeanon-lineversionofcatalogueonly.Askthedataminingtoolforhelpthecompanyimprovedthestructureofthewebsite,usegatheramethodandwillpressth