數據挖掘在CRM中的核心作用

劉會(huì )霞 2002/02/28

　　面臨殘酷的市場(chǎng)競爭，所有的企業(yè)都在不遺余力地爭取新客戶(hù)。然而，現有老客戶(hù)也蘊涵著(zhù)巨大的商機。調查發(fā)現，大部分企業(yè)每年有20~50%的客戶(hù)都是變動(dòng)的，而這一數字在技術(shù)型公司更甚。一方面在挖空心思爭取新客戶(hù)，另一面卻不斷失去老客戶(hù)。要改變這種狀況，留住老客戶(hù)贏(yíng)得新客戶(hù)，企業(yè)必須充分挖掘現有客戶(hù)潛力。通過(guò)對客戶(hù)的數據挖掘學(xué)習老客戶(hù)，發(fā)掘新的目標客戶(hù)，這也是很多成功企業(yè)上馬CRM的原因。因而一套完善的CRM系統，在建設前期就應該認真考慮對數據挖掘的需求。

　　需求與技術(shù)催生數據挖掘

　　比較常見(jiàn)的分類(lèi)，CRM被分為分析型、運營(yíng)型、協(xié)作型，但無(wú)論哪一種，實(shí)現對客戶(hù)活靈活現地了解都是最終目標，因而數據挖掘處于CRM系統的核心地位。

　　數據挖掘是提取有用信息的“數據產(chǎn)生”過(guò)程，是從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價(jià)值的知識和規則，并能夠根據已有的信息對未發(fā)生行為做出結果預測，為企業(yè)經(jīng)營(yíng)決策、市場(chǎng)策劃提供依據。

　　數據挖掘的產(chǎn)生從企業(yè)需求方面講，CRM上馬后，運營(yíng)特性最先顯露出來(lái)，公司日常所有的營(yíng)銷(xiāo)業(yè)務(wù)都可以流程化和自動(dòng)化地管理起來(lái)，隨后客戶(hù)信息的日趨復雜，客戶(hù)數據大量積累，僅限于營(yíng)銷(xiāo)流程的管理已經(jīng)難以滿(mǎn)足企業(yè)進(jìn)一步的需要，企業(yè)家期待CRM扮演更重要的角色，分析大量復雜的客戶(hù)數據，挖掘客戶(hù)價(jià)值。CRM數據應該適應多種分析的需求：
客戶(hù)特征多維分析：挖掘客戶(hù)個(gè)性需求，客戶(hù)屬性描述要包括地址、年齡、性別、收入、職業(yè)、教育程度等多個(gè)字段，可以進(jìn)行多維的組合型分析，并快速給出符合條件的客戶(hù)名單和數量。

　　客戶(hù)行為分析：結合客戶(hù)信息對某一客戶(hù)群的消費行為進(jìn)行分析。針對不同的消費行為及其變化，制定個(gè)性化營(yíng)銷(xiāo)策略，并從中篩選出“黃金客戶(hù)”。
　　客戶(hù)關(guān)注點(diǎn)分析：客戶(hù)接觸與客戶(hù)服務(wù)的分析。
　　客戶(hù)忠誠度分析：對客戶(hù)持久性、牢固性及穩定性分析。
　　銷(xiāo)售分析與銷(xiāo)售預期：包括按產(chǎn)品、促銷(xiāo)效果、銷(xiāo)售渠道、銷(xiāo)售方式等進(jìn)行的分析。同時(shí)，分析不同客戶(hù)對企業(yè)效益的不同影響，分析客戶(hù)行為對企業(yè)收益的影響，使企業(yè)與客戶(hù)的關(guān)系及企業(yè)利潤得到最優(yōu)化。
　　參數調整：為了提高分析結果的靈活度，擴大其適用范圍，企業(yè)需要對有關(guān)參數進(jìn)行調整。例如，價(jià)格的變化對收入會(huì )有什么樣的影響？客戶(hù)的消費點(diǎn)臨近什么值開(kāi)始成為“正利潤”客戶(hù)？企業(yè)需要通過(guò)對收集到的各種信息進(jìn)行整理和分析，利用科學(xué)的方法，做出各種決策。

　　此外信息技術(shù)的發(fā)展對數據挖掘的產(chǎn)生做出了很大貢獻。IDC的調研報告中，2003年數據倉庫將達到200億美元的市場(chǎng)規模，數據倉庫是一種面向決策主題、由多數據源集成、擁有當前及歷史終結數據的數據庫系統。它是一個(gè)中央存儲系統，可以幫助企業(yè)員工回答來(lái)自客戶(hù)的業(yè)務(wù)問(wèn)題。

　　在CRM中，數據倉庫將海量復雜的客戶(hù)行為數據集中起來(lái)，建立一個(gè)整合的、結構化的數據模型，在此基礎上對數據進(jìn)行標準化、抽象化、規范化分類(lèi)、分析，為企業(yè)管理層提供及時(shí)的決策信息，為企業(yè)業(yè)務(wù)部門(mén)提供有效的反饋數據。現在，NCR、IBM、Oracle等等廠(chǎng)商都在數據倉庫領(lǐng)域有所建樹(shù)，一些預見(jiàn)性的模型和解決方案已經(jīng)被建立起來(lái)，數據倉庫已不僅僅是簡(jiǎn)單的數據存儲，而成為對客戶(hù)資料進(jìn)行分析，挖掘客戶(hù)潛力的基石。

　　客戶(hù)分析的三階段

　　客戶(hù)分析過(guò)程包括以下三階段：客戶(hù)行為分析、重點(diǎn)客戶(hù)發(fā)現和效能評估。首先，將客戶(hù)行為數據（反饋）和效能評估的結果集中起來(lái)進(jìn)行客戶(hù)行為分析，通過(guò)對重點(diǎn)客戶(hù)的挖掘，為制定市場(chǎng)策略提供依據；其次，把對客戶(hù)行為的分析結果以報表形式傳遞給市場(chǎng)專(zhuān)家，市場(chǎng)專(zhuān)家利用這些分析結果，制定準確、有效的市場(chǎng)策略；最后，以客戶(hù)所提供的市場(chǎng)反饋為基礎，再一次進(jìn)行效能評估，為改進(jìn)服務(wù)和CRM本身提供依據。

　　1、客戶(hù)行為分析

　　包括行為分組、客戶(hù)理解和客戶(hù)組之間的交叉分析三個(gè)步驟。行為分組是關(guān)鍵，行為分組的分析結果使后兩個(gè)步驟更加容易。

　　行為分組：根據客戶(hù)行為的不同劃分為不同的群體，各個(gè)群體有著(zhù)明顯的行為特征。通過(guò)分組，可以更好地理解客戶(hù)，發(fā)現群體客戶(hù)的行為規律。分析過(guò)程中把一次市場(chǎng)活動(dòng)后得到的客戶(hù)反饋叫做“反應行為模式”，和手工銷(xiāo)售體系中采用的“二元客戶(hù)反應模式”不同，CRM采用的“分類(lèi)反應行為模式”，允許定義多種反應行為。定義反應行為的方法取決于企業(yè)所從事的商業(yè)領(lǐng)域。比如企業(yè)主營(yíng)業(yè)務(wù)是服裝銷(xiāo)售，一種反應行為可以定義為“從產(chǎn)品目錄中選購了女式服裝”，也可定義為“從產(chǎn)品目錄中選購了男式服裝”。這些行為模式的定義可以根據需要非常具體（如，購買(mǎi)了一件紅色的男式馬球牌襯衫）。

　　客戶(hù)理解：其目標是將客戶(hù)在行為上的共性與已知資料結合起來(lái)，對客戶(hù)進(jìn)行具體分析：哪些客戶(hù)具有這樣的購買(mǎi)行為？客戶(hù)分布地區？此類(lèi)客戶(hù)給企業(yè)帶來(lái)多少利潤？忠誠如何？客戶(hù)擁有企業(yè)的哪些產(chǎn)品？客戶(hù)購買(mǎi)高峰期？完成了這些客戶(hù)理解，將為企業(yè)在確定市場(chǎng)活動(dòng)的時(shí)間、地點(diǎn)、對象等方面提供確鑿的依據。

　　組間交叉分析：客戶(hù)組間交叉分析對企業(yè)來(lái)說(shuō)也很重要，許多客戶(hù)同屬于兩個(gè)不同的行為分組，且這兩分組對企業(yè)的影響相差很大。在企業(yè)有“購買(mǎi)新款商品”和“購買(mǎi)50元以下商品”這兩個(gè)行為分組。企業(yè)會(huì )認為第一個(gè)分組對企業(yè)的收益影響大，因為希望通過(guò)新款商品來(lái)擴大市場(chǎng)，而第二分組對企業(yè)的收益影響小。此時(shí)，如果客戶(hù)同屬兩組，我們就需要充分分析客戶(hù)發(fā)生這種現象的原因。組間交叉分析為我們提供了解決方案，企業(yè)可以了解：哪些客戶(hù)能夠從一個(gè)行為分組躍進(jìn)到另一個(gè)行為分組中；行為分組之間的主要差別；客戶(hù)從一個(gè)對企業(yè)價(jià)值較小的組上升到對企業(yè)有較大價(jià)值的組的條件是什么？這些分析可以幫助企業(yè)準確地制定市場(chǎng)策略，獲得更多的利潤。

　　2、重點(diǎn)客戶(hù)發(fā)現

　　CRM理論經(jīng)典的2/8原則，即80%利潤來(lái)自20%客戶(hù)，重點(diǎn)客戶(hù)發(fā)現主要應考慮以下方面：潛在客戶(hù)（有價(jià)值的新客戶(hù)）；交叉銷(xiāo)售（交叉銷(xiāo)售指企業(yè)向老客戶(hù)提供新產(chǎn)品、新服務(wù)的營(yíng)銷(xiāo)過(guò)程）；增量銷(xiāo)售（更多地使用同一種產(chǎn)品或服務(wù)）；客戶(hù)保持（保持客戶(hù)的忠誠度）。

　　假設你是一個(gè)銀行的市場(chǎng)經(jīng)理，想向現有的客戶(hù)推銷(xiāo)房屋抵押貸款和信用金卡這兩個(gè)新產(chǎn)品以進(jìn)行交叉銷(xiāo)售。CRM進(jìn)行交叉銷(xiāo)售時(shí)，需要進(jìn)行三個(gè)步驟：

　　數據收集：從數據倉庫中收集與客戶(hù)有關(guān)的所有信息。包括客戶(hù)個(gè)人信息（年齡、收入）、交易記錄（最近的收支情況、消費次數和信用等級）……
　　進(jìn)行建模：用數據挖掘的一些算法（如統計回歸、邏輯回歸、決策數、神經(jīng)網(wǎng)絡(luò )等）對數據進(jìn)行分析，產(chǎn)生一些數學(xué)公式，用來(lái)對客戶(hù)將來(lái)的行為進(jìn)行預測分析。
對數據進(jìn)行評分：評分過(guò)程就是計算數學(xué)模型的結果。
　　3、效能評估
根據客戶(hù)行為分析，企業(yè)可以更準確地制定市場(chǎng)策略和策劃市場(chǎng)活動(dòng)。然而，這些市場(chǎng)活動(dòng)能否達到預定的目標是改進(jìn)市場(chǎng)策略和評價(jià)客戶(hù)行為分組性能的重要指標。因此，CRM必須對行為分析和市場(chǎng)策略進(jìn)行評估。這些效能評估都是以客戶(hù)所提供的市場(chǎng)反饋為基礎的。針對每個(gè)市場(chǎng)目標設計一系列評估模板，從而使企業(yè)能夠及時(shí)跟蹤市場(chǎng)的變化。同時(shí)在這些報告中，給出一些統計指標來(lái)度量市場(chǎng)活動(dòng)的效率，這些報告應該按月份更新，并根據市場(chǎng)活動(dòng)而改變。在一定的時(shí)間范圍內（3～6個(gè)月）給出行為分組的報告。

　　精確鎖定目標客戶(hù)

　　某集團應用SAS的數據挖掘方法（SEMMA）、工具（SAS/EM）及采用人工神經(jīng)網(wǎng)絡(luò )模型來(lái)分析和決策客戶(hù)對是否愿意購買(mǎi)某一個(gè)產(chǎn)品的調查表的響應。在SAS/EM的窗口下，只需Drag-and-Drop即可迅速地實(shí)現該項目的挖掘過(guò)程的搭建，包括創(chuàng )建數據源、數據取樣、數據分割、變量轉換、數據探索及預處理、人工神經(jīng)網(wǎng)絡(luò )建模、模型評估和決策及展示等。
當企業(yè)不進(jìn)行任何建模分析時(shí)，盲目將調查表發(fā)出，其響應率約為23.9%。這樣既浪費了人力、財力和時(shí)間，又不便于對調查者進(jìn)行分析，我們并不知道具有什么特征的客戶(hù)喜歡這個(gè)產(chǎn)品并將調查表提交。

　　但是神經(jīng)網(wǎng)絡(luò )能夠根據數據集的分布特征自動(dòng)的發(fā)現規律，并以權值表示之。這些權值實(shí)際上表征并隱藏著(zhù)客戶(hù)的特征，如年齡在30-45歲之間的大多數客戶(hù)喜歡該產(chǎn)品并樂(lè )意將調查表提交。結果表明：如果企業(yè)將調查表減少為原來(lái)的30%，并按神經(jīng)網(wǎng)絡(luò )權值隱含的規則散發(fā)調查表，其響應率可望達到33%；如果企業(yè)將調查表減少為原來(lái)的10%，并按神經(jīng)網(wǎng)絡(luò )權值隱含的規則散發(fā)調查表，其響應率可望達到51%。

　　這樣，既節約了成本，又對客戶(hù)的特征進(jìn)行了分析，為企業(yè)的決策提供了支持，通過(guò)數據挖掘，可以發(fā)現購買(mǎi)某一商品的客戶(hù)特征，從而可以向同樣具有這些特征卻沒(méi)有購買(mǎi)的客戶(hù)推銷(xiāo)這個(gè)商品；若找到流失的客戶(hù)特征，就可以在那些具有相似特征的客戶(hù)還未流失之前，采取針對性的措施。

硅谷動(dòng)力 2002/02/28