數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用

[摘要]市場(chǎng)的激烈競(jìng)爭(zhēng)造成了面對(duì)市場(chǎng)營銷和客戶服務(wù)的數(shù)據(jù)倉庫的建設(shè)以及數(shù)據(jù)挖掘技術(shù)的應(yīng)用，本文在介紹了數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，重點(diǎn)敘述了數(shù)據(jù)挖掘平臺(tái)的建立，以及基于這個(gè)平臺(tái)展開數(shù)據(jù)挖掘的過程和數(shù)據(jù)挖掘的主題分析。

[核心詞]數(shù)據(jù)挖掘技術(shù)；客戶關(guān)系管理；數(shù)據(jù)倉庫；數(shù)據(jù)挖掘主題

一、引言

隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、通訊技術(shù)的發(fā)展以及各行各業(yè)業(yè)務(wù)操作流程的自動(dòng)化，公司內(nèi)產(chǎn)生了以幾十或上百GB計(jì)的大量業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)和由此產(chǎn)生的信息是公司的財(cái)富，它如實(shí)地統(tǒng)計(jì)著公司運(yùn)作的本質(zhì)狀況。但是面對(duì)如此海量的數(shù)據(jù)，迫使人們不停尋找新的工具，來對(duì)公司的運(yùn)行規(guī)律進(jìn)行探索，為商業(yè)決策提供有價(jià)值的知識(shí)，使公司獲得利潤。能滿足公司這一迫切需求的強(qiáng)有力的工具就是數(shù)據(jù)挖掘。

二、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘是一種知識(shí)發(fā)現(xiàn)的過程，它重要基于統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)，高度自動(dòng)化地分析數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，并對(duì)將來狀況進(jìn)行預(yù)測(cè)，以輔助決策者評(píng)定風(fēng)險(xiǎn)，做出對(duì)的的決策。數(shù)據(jù)到知識(shí)的演化過程，如圖1。

對(duì)于公司而言，數(shù)據(jù)挖掘有助于發(fā)現(xiàn)業(yè)務(wù)的趨勢(shì)，揭示已知的事實(shí)，預(yù)測(cè)未知的成果。從這個(gè)意義上講，知識(shí)是力量，數(shù)據(jù)挖掘是財(cái)富。在實(shí)際應(yīng)用中，數(shù)據(jù)挖掘重要采用下列幾個(gè)辦法進(jìn)行模式的發(fā)現(xiàn)。

有關(guān)分析和回歸分析。有關(guān)分析重要分析變量之間聯(lián)系的親密程度，而回歸分析重要基于觀察數(shù)據(jù)建立變量之間適宜的依賴關(guān)系，有關(guān)分析是回歸分析的基礎(chǔ)。

時(shí)間序列分析。與有關(guān)分析類似，目的也是為了挖掘出數(shù)據(jù)之間的聯(lián)系，但時(shí)間序列分析更加側(cè)重于數(shù)據(jù)在時(shí)間先后上的因果關(guān)系。

分類分析。分類分析首先為每一種觀察賦予一種標(biāo)記，然后檢查這些被標(biāo)記的觀察，描述出這些觀察的特性。這種描述能夠是一種數(shù)學(xué)公式或者模型，運(yùn)用它能夠分類新的觀察。慣用的幾個(gè)典型的分類模型有線性回歸模型、決策樹模型、基于規(guī)則模型和神經(jīng)網(wǎng)絡(luò)模型等。

聚類分析。與分類分析不同，聚類分析的輸入是一組未標(biāo)定的統(tǒng)計(jì)，目的是根據(jù)一定的規(guī)則，合理地劃分統(tǒng)計(jì)集合。聚類分析和分類分析是一組互逆的過程，因此在諸多分類分析中合用的算法也同樣合用于聚類分析。

三、數(shù)據(jù)挖掘在CRM中的應(yīng)用

在客戶關(guān)系管理中,數(shù)據(jù)挖掘的前提是必須建立公司級(jí)的客戶信息數(shù)據(jù)倉庫，能夠把不同聯(lián)機(jī)事務(wù)解決系統(tǒng)的客戶數(shù)據(jù)聚集在一起，提供一種對(duì)的、完整和單一的客戶數(shù)據(jù)環(huán)境。

1.數(shù)據(jù)倉庫的建立

數(shù)據(jù)倉庫作為數(shù)據(jù)挖掘的基礎(chǔ)，不同于傳統(tǒng)的聯(lián)機(jī)事務(wù)解決系統(tǒng)，它含有面對(duì)主題的、集成的、不可更新以及隨時(shí)間變化的特性，各個(gè)聯(lián)機(jī)事務(wù)解決系統(tǒng)作為數(shù)據(jù)倉庫的原始數(shù)據(jù)源，以文獻(xiàn)方式提供客戶基本資料、客戶清單、客戶賬單、客戶聯(lián)系歷史統(tǒng)計(jì)等數(shù)據(jù)，數(shù)據(jù)倉庫通過ETL過程解決這些接口文獻(xiàn)，并且按不同的主題域組織、存儲(chǔ)和管理這些客戶數(shù)據(jù)，通過數(shù)據(jù)倉庫接口，對(duì)數(shù)據(jù)倉庫中的客戶數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析和數(shù)據(jù)挖掘。數(shù)據(jù)倉庫的體系構(gòu)造重要由數(shù)據(jù)源、公司級(jí)數(shù)據(jù)倉庫和決策支持3個(gè)部分構(gòu)成。

數(shù)據(jù)挖掘的主題定義

在建立完畢公司級(jí)的客戶信息數(shù)據(jù)倉庫之后，能夠基于這個(gè)數(shù)據(jù)倉庫平臺(tái)進(jìn)行數(shù)據(jù)挖掘工作，應(yīng)用到以客戶為中心的公司決策分析和管理的各個(gè)不同領(lǐng)域和階段，在客戶關(guān)系管理中，它能夠應(yīng)用在下列幾個(gè)方面。

客戶群體分類分析。近年來，一對(duì)一營銷正在被眾多的公司所青睞。一對(duì)一營銷是指理解每一種客戶，并同其建立起持久的關(guān)系。數(shù)據(jù)挖掘能夠把大量的客戶分成不同的類，在每一種類里的客戶含有相似的屬性，而不同類里的客戶的屬性也不同。通過數(shù)據(jù)挖掘能夠理解不同客戶的愛好，提供有針對(duì)性的產(chǎn)品和服務(wù)，來提高不同類客戶對(duì)公司和產(chǎn)品的滿意度。

客戶行為分析。運(yùn)用分類分析法和聚類分析法對(duì)客戶通話行為進(jìn)行分析，從而得出客戶在消費(fèi)習(xí)慣、生活方式、社會(huì)聯(lián)系等方面的特性。對(duì)客戶行為分析的根本目的是為了按不同特性劃分客戶群，針對(duì)不同客戶群的特性，公司能夠進(jìn)行不同的市場(chǎng)營銷活動(dòng)和客戶服務(wù)，在客戶群劃分中典型的應(yīng)用就是針對(duì)某一客戶群的消費(fèi)特性進(jìn)行某種業(yè)務(wù)的營銷。

客戶的獲得與保持。公司的增加和發(fā)展壯大需要不停維持老的客戶，不停獲得新的客戶，新的客戶涉及以前沒有據(jù)說過本公司產(chǎn)品的人，以前不需要本公司產(chǎn)品的人，以及以前是本公司競(jìng)爭(zhēng)對(duì)手的客戶。不管公司但愿得到的是哪類客戶，數(shù)據(jù)挖掘都能協(xié)助公司識(shí)別出這些潛在的客戶群，并提高市場(chǎng)活動(dòng)的響應(yīng)率，使公司做到心中有數(shù)，有的放矢。

優(yōu)惠方略仿真預(yù)測(cè)。優(yōu)惠是市場(chǎng)營銷中十分重要的一部分，優(yōu)惠方略不恰當(dāng)，經(jīng)常會(huì)得到適得其反的市場(chǎng)效果，優(yōu)惠方略仿真預(yù)測(cè)就是通過已建立的客戶行為模型仿真客戶對(duì)優(yōu)惠方略的反映，從而預(yù)測(cè)優(yōu)惠方略實(shí)施的效果。通過對(duì)優(yōu)惠方略的仿真，能夠預(yù)測(cè)優(yōu)惠方略的成功與否，從而進(jìn)行對(duì)應(yīng)的調(diào)節(jié)和優(yōu)化。

客戶信用分析。客戶忠誠度分析重要通過對(duì)客戶消費(fèi)金額和賬務(wù)支付的分析，建立客戶價(jià)值模型，從而獲得客戶價(jià)值?？蛻羰枪緝r(jià)值之所在，通過對(duì)客戶忠誠度分析，有針對(duì)性地對(duì)高價(jià)值客戶進(jìn)行優(yōu)質(zhì)服務(wù)，對(duì)有離開傾向的客戶及時(shí)進(jìn)行挽留活動(dòng)，對(duì)提高公司市場(chǎng)占有率，減少營銷成本是十分有用的。

反欺詐分析?，F(xiàn)在，公司面臨的一種最嚴(yán)重的問題是欠費(fèi)問題，其中很大一部分是欺詐消費(fèi)，因此反欺詐消費(fèi)已經(jīng)成為公司發(fā)展的核心。通過對(duì)客戶數(shù)據(jù)的多維分析、聚類分析和孤立點(diǎn)分析能夠建立客戶欺詐消費(fèi)模型，從而能夠有效地對(duì)客戶消費(fèi)行為進(jìn)行監(jiān)控，對(duì)滿足欺詐消費(fèi)模型的消費(fèi)行為進(jìn)行告警。

競(jìng)爭(zhēng)對(duì)手分析。成熟的市場(chǎng)必然是一種競(jìng)爭(zhēng)比較充足的市場(chǎng)，不同公司客戶之間的互聯(lián)互通是最基本的前提，因此通過對(duì)客戶與競(jìng)爭(zhēng)對(duì)手客戶之間通話的行為分析，能夠建立有關(guān)競(jìng)爭(zhēng)對(duì)手經(jīng)營和客戶服務(wù)的模型，例如競(jìng)爭(zhēng)對(duì)手客戶發(fā)展模型，通過對(duì)這些模型的使用，能夠制訂有效的市場(chǎng)應(yīng)對(duì)方略。

交叉銷售?，F(xiàn)在公司和客戶之間的關(guān)系是經(jīng)常變動(dòng)的，一旦一種人或者一種公司成為公司的客戶，就要極力使這種客戶關(guān)系對(duì)公司趨于完善。普通來說能夠通過這3種辦法：a.最長時(shí)間地保持這種關(guān)系；b.最多次數(shù)地和客戶交易；c.最大數(shù)量地確保每次交易的利潤，因此就需要對(duì)已有的客戶進(jìn)行交叉銷售。交叉銷售是指公司向原有客戶銷售新的產(chǎn)品或服務(wù)的過程，交叉銷售是建立在雙贏原則的基礎(chǔ)之上的，是對(duì)公司和客戶都有好處的，客戶因得到更多更加好符合其需求的服務(wù)而獲益，公司也因銷售增加而獲益，對(duì)原有客戶銷售的挖掘，在諸多狀況下與對(duì)潛在客戶的挖掘是類似的，對(duì)于某些狀況甚至能夠當(dāng)作是初次銷售來看待，而交叉銷售的好處在于，對(duì)于原有客戶，公司能夠比較容易地得到有關(guān)這個(gè)客戶的比較豐富的信息，大量的數(shù)據(jù)對(duì)于數(shù)據(jù)挖掘的精確性來說是有很大協(xié)助的，在大多數(shù)狀況下所指的交叉銷售是與初次銷售不同的，在公司所掌握的客戶信息，特別是以前購置行為的信息中，可能正包含著這個(gè)客戶決定下一種購置行為的核心因素甚至決定因素，這個(gè)時(shí)候數(shù)據(jù)挖掘的作用就會(huì)體現(xiàn)出來，它能夠協(xié)助公司尋找到這些影響其購置行為的因素。

3.數(shù)據(jù)挖掘的過程

在數(shù)據(jù)挖掘目的明確的前提下，能夠基于已經(jīng)建成的公司級(jí)客戶信息數(shù)據(jù)倉庫進(jìn)行數(shù)據(jù)挖掘工作。數(shù)據(jù)挖掘遵照下列環(huán)節(jié)：?jiǎn)栴}定義、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)探索、建立模型、模型檢查、模型應(yīng)用以及投資回報(bào)分析。

在問題定義之后，需要?jiǎng)?chuàng)立一種數(shù)據(jù)集市作為數(shù)據(jù)挖掘和分析的對(duì)象，普通抽取數(shù)據(jù)倉庫中與問題有關(guān)的數(shù)據(jù)子集作為數(shù)據(jù)集市,在創(chuàng)立集市過程中能夠使用隨機(jī)抽樣、等距抽樣、分層抽樣和分類抽樣等抽樣技術(shù)來減少數(shù)據(jù)集市的數(shù)據(jù)量,通過對(duì)數(shù)據(jù)的刪選和對(duì)小概率事件的放大，使得數(shù)據(jù)集市中數(shù)據(jù)的特性和規(guī)律性更加顯著。

在數(shù)據(jù)探索過程中，通過多維分析和可視化呈現(xiàn)探索數(shù)據(jù)的特性，通過對(duì)數(shù)據(jù)進(jìn)行增刪操作或者根據(jù)現(xiàn)有變量重新組合生成某些新的變量來更加有效地描述數(shù)據(jù)特性，其中，對(duì)數(shù)據(jù)統(tǒng)計(jì)特性的分析在數(shù)據(jù)探索過程中起著十分重要的作用。建立數(shù)學(xué)模型是數(shù)據(jù)挖掘工作的核心環(huán)節(jié)，現(xiàn)在比較慣用的建模辦法有神經(jīng)元網(wǎng)絡(luò)模型、決策樹模型和回歸模型。數(shù)據(jù)挖掘中具體使用哪一種辦法，取決于數(shù)據(jù)集市的特性和需要實(shí)現(xiàn)的目的，在實(shí)際應(yīng)用中，往往是對(duì)多個(gè)建模辦法的比較和綜合。在建模過程中，把數(shù)據(jù)分層為訓(xùn)練數(shù)據(jù)和校驗(yàn)數(shù)據(jù)，訓(xùn)練數(shù)據(jù)重要使用于建模過程中求解模型參數(shù)，而校驗(yàn)數(shù)據(jù)重要用于模型檢查。因此模型檢查階段的重要工作是把檢查數(shù)據(jù)代入已經(jīng)建立的模型中，觀察模型的響應(yīng)，通過比較模型的響應(yīng)和真實(shí)的數(shù)據(jù)，從而評(píng)定模型的精確程度，如果模型的精確性比較差，就需要重新進(jìn)行數(shù)據(jù)探索、建立新的模型，直至新模型檢查。因此，在實(shí)際應(yīng)用中，數(shù)據(jù)探索、建立模型、模型檢查是重復(fù)迭代的過程，如圖2。

數(shù)據(jù)挖掘的過程就是一種不停探索數(shù)據(jù)特性、建立和檢查模型、發(fā)現(xiàn)客戶消費(fèi)行為特性的過程，公司只有把模型的成果應(yīng)用到市場(chǎng)營銷和客戶服務(wù)過程中，才干真正發(fā)揮數(shù)據(jù)挖掘的作用。

四、結(jié)語

在信息時(shí)代，要充足運(yùn)用公司的信息資源，從以產(chǎn)品為中心的管理模式轉(zhuǎn)變?yōu)橐钥蛻魹橹行牡墓芾砟Ｊ缴?/p>