1 數(shù)據(jù)挖掘與CRM介紹
數(shù)據(jù)挖掘技術(shù)通過從海量的、未知、存在噪音的應(yīng)用數(shù)據(jù)中，對(duì)一些具有潛在價(jià)值或有預(yù)知作用的信息進(jìn)行提取。這些提取的結(jié)果均表現(xiàn)為一定的規(guī)則、規(guī)律、模式或者趨勢(shì)等。而CRM客戶關(guān)系系統(tǒng)一般負(fù)責(zé)處理大量的客戶行為，通過海量的客戶數(shù)據(jù)信息通過技術(shù)處理將消費(fèi)者的消費(fèi)行為以及消費(fèi)趨勢(shì)進(jìn)行確定。并根據(jù)以客戶的消費(fèi)趨勢(shì)以及規(guī)律對(duì)營(yíng)銷手段進(jìn)行制定。而給企業(yè)帶來巨大利潤(rùn)。在如今以用戶至上為中心的電信運(yùn)營(yíng)商，如何利用數(shù)據(jù)挖掘技術(shù)提升CRM營(yíng)銷能力顯得非常重要。在海量的客戶數(shù)據(jù)信息中，利用數(shù)據(jù)挖掘技術(shù)，建立分析模型為CRM營(yíng)銷分析和決策分析，并提供具有針對(duì)性的解決方案，從而使企業(yè)的銷售水平以及營(yíng)銷能力有所提升。
電信的CRM客戶關(guān)系管理系統(tǒng)通過重新組合業(yè)務(wù)流程，預(yù)處理和分析相關(guān)的客戶數(shù)據(jù)，并通過據(jù)挖掘技術(shù)將客戶數(shù)據(jù)的各種信息或與客戶信息相關(guān)聯(lián)的信息進(jìn)行挖掘，從而使客戶數(shù)據(jù)的關(guān)鍵性指標(biāo)能被提取。從而為業(yè)務(wù)營(yíng)銷決策和個(gè)性化的客戶業(yè)務(wù)服務(wù)提供數(shù)據(jù)支持和決策支持，從而提升客戶服務(wù)能力，為客戶和企業(yè)利潤(rùn)最大化提供解決方案。
2 CRM中數(shù)據(jù)挖掘的應(yīng)用
數(shù)據(jù)挖掘技術(shù)使用關(guān)聯(lián)分析、偏差分析、聚類分析和預(yù)測(cè)等方法完成對(duì)復(fù)雜客戶的數(shù)據(jù)的處理，從而從數(shù)據(jù)鐘將所需的分析結(jié)果提取出來。該文中，電信CRM客戶管系統(tǒng)通過對(duì)據(jù)挖掘技術(shù)的應(yīng)用，能夠?qū)θ簯羧后w、客戶滿意程度、交叉銷售、客戶盈利能力、客戶流失情況進(jìn)行分析。下面對(duì)這些應(yīng)用領(lǐng)域進(jìn)行分析和探討。
1）客戶群體分類應(yīng)用：此應(yīng)用主要是對(duì)電信的客戶群針對(duì)不同特質(zhì)進(jìn)行細(xì)分。為了電信能夠?yàn)椴煌南M(fèi)群體執(zhí)行不同的消費(fèi)政策。一般采用的數(shù)據(jù)挖掘技術(shù)為決策樹和聚類方法。
2）維系客戶應(yīng)用：隨著行業(yè)之間的競(jìng)爭(zhēng)愈演愈烈，對(duì)于新客戶的開發(fā)難度以及開發(fā)成本越來越大，這使得維系老顧客的重要性越發(fā)明顯。要想從客戶身上獲得的價(jià)值更多，那么必然要做好維系它的工作。即回收此客戶的開發(fā)成本以及維系費(fèi)用的周期就越長(zhǎng)，客戶提供的利潤(rùn)就越多。
3）客戶盈利能力應(yīng)用：本應(yīng)用的使用主要是通過對(duì)數(shù)據(jù)技術(shù)的使用達(dá)到提升客戶盈利的能力的目的，根據(jù)用戶的不同的市場(chǎng)活動(dòng)，為提升客戶的盈利采取不同的方法，主要通過已有的客戶數(shù)據(jù)預(yù)測(cè)客戶未知消費(fèi)趨勢(shì)和消費(fèi)領(lǐng)域。
4）交叉銷售應(yīng)用
交叉銷售應(yīng)用主要通過數(shù)據(jù)挖掘技術(shù)為電信營(yíng)銷提供新產(chǎn)品需求和營(yíng)銷決策的過程。通數(shù)據(jù)挖掘技術(shù)可以分析和決策出潛在用戶所感興趣或具有非常大的市場(chǎng)需求的產(chǎn)品和服務(wù)，幫助企業(yè)實(shí)現(xiàn)利潤(rùn)最大化。通過分析客戶的消費(fèi)行為和已有產(chǎn)品的銷售趨勢(shì)，形成新產(chǎn)品和服務(wù)的營(yíng)銷決策。
5）分析潛在客戶應(yīng)用：企業(yè)對(duì)潛在客戶的篩選工作可以借助數(shù)據(jù)挖掘技術(shù)幫助來完成，市場(chǎng)人員的主要工作是把通過數(shù)據(jù)挖掘技術(shù)得出的潛在客戶名單進(jìn)行整理，并把整理出的客戶所中意的優(yōu)惠措施系統(tǒng)相結(jié)合起來。在發(fā)展新客戶的策略中，數(shù)據(jù)是數(shù)據(jù)挖掘技術(shù)的研究重點(diǎn)。首先要建立一個(gè)預(yù)測(cè)模型，它是以獲得的客戶數(shù)據(jù)為基礎(chǔ)，然后預(yù)測(cè)模型根據(jù)一定的程序分析就能計(jì)算出有價(jià)值的潛在客戶信息。
要想使用數(shù)據(jù)挖掘技術(shù)對(duì)新客戶進(jìn)行獲取，必須對(duì)潛在客戶的信息進(jìn)行收集，尤其是對(duì)于一些表示出對(duì)公司產(chǎn)品或某項(xiàng)服務(wù)感興趣客戶要對(duì)其單獨(dú)列出。這樣可以為將來的數(shù)據(jù)挖掘提供足夠有價(jià)值的信息。
3 數(shù)據(jù)挖掘在CRM的應(yīng)用
3.1 客戶數(shù)據(jù)挖掘存在問題類型
在CRM系統(tǒng)中挖掘技術(shù)對(duì)對(duì)客戶數(shù)據(jù)的挖掘主題如下：
1）關(guān)聯(lián)問題：
橫向關(guān)聯(lián)：是將看似獨(dú)立的事件之間的潛在聯(lián)系進(jìn)行挖掘，例如“購(gòu)買某產(chǎn)品”攜帶購(gòu)買另一產(chǎn)品的人群比例”這就建立了兩個(gè)商品的間接聯(lián)系。
次序關(guān)聯(lián)：這次方法主要是對(duì)事件的前后序列關(guān)系進(jìn)行重點(diǎn)分析，例如在購(gòu)物時(shí)對(duì)某幾件商品的購(gòu)買順序，通過對(duì)其研究分析形成一種客戶行為。
關(guān)聯(lián)問題主要是對(duì)客戶的各項(xiàng)屬性之間可以存在的交叉銷售或潛在聯(lián)系進(jìn)行研究，或者是客戶實(shí)體與其他實(shí)體的聯(lián)系。一般典型的關(guān)系在電信行業(yè)中包括：套餐選擇問題、交叉銷售、以及業(yè)務(wù)的相互影響。
2）預(yù)測(cè)問題：
為了使客戶數(shù)據(jù)能夠及時(shí)得到更新，需要對(duì)客戶的行為變化以及消費(fèi)等屬性變化進(jìn)行預(yù)測(cè)。在實(shí)際統(tǒng)計(jì)中發(fā)現(xiàn)，客戶的行為變化的典型狀況有通話行為的增加或減少，客戶信息變化消，費(fèi)行為變化以及其他情況。
3）分類問題：
對(duì)樣本客戶數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分類分析，就是對(duì)各個(gè)類別進(jìn)行定性的描述。這個(gè)問題也可以通過找出其分類規(guī)則，進(jìn)行分析模型建立來解決，對(duì)于其他客戶進(jìn)行分類時(shí)可以使用。
4）聚類問題：
本文中的聚類是指把由于分類原則不明確等原因造成的沒有進(jìn)行分類的記錄，以數(shù)據(jù)差異的大小為分類原則，對(duì)數(shù)據(jù)進(jìn)行分類，并對(duì)其類別進(jìn)行定義。對(duì)此類數(shù)據(jù)進(jìn)行分類的分類規(guī)則是以統(tǒng)計(jì)學(xué)的聚類分析方法為指導(dǎo)方法的。聚類既是分類的相對(duì)概念。對(duì)客戶特征的研究是客戶聚類的主要工作內(nèi)容，常見的典型聚類問題包括：客戶的消費(fèi)模型分析、客戶特征分析和異常客戶分析等等。
3.2 數(shù)據(jù)分析利用
對(duì)于電信運(yùn)營(yíng)商來講，其數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)較為成熟，且數(shù)量較多，從而產(chǎn)生的業(yè)務(wù)處理數(shù)據(jù)非常可觀。對(duì)這些數(shù)據(jù)的重新整合重組，從而進(jìn)行分析利用，有助于對(duì)客戶關(guān)系的管理。對(duì)這些數(shù)據(jù)的充分利用，使這些數(shù)據(jù)信息的真正價(jià)值得以實(shí)現(xiàn)。
1）客戶消費(fèi)模式分析：
通過對(duì)相關(guān)數(shù)據(jù)的分析，可以為運(yùn)營(yíng)商的相關(guān)經(jīng)營(yíng)決策提供依據(jù)。
客戶消費(fèi)的電話詳單、信息臺(tái)的大量詳單、數(shù)據(jù)以及客戶檔案資料等是電信業(yè)務(wù)中，獲取客戶的消費(fèi)模式信息的主要數(shù)據(jù)來源。在對(duì)這些數(shù)據(jù)進(jìn)行分析時(shí)，主要是對(duì)等進(jìn)行關(guān)聯(lián)性的分析，以消費(fèi)能力、消費(fèi)周期以及消費(fèi)習(xí)慣為分類的依據(jù)，以數(shù)據(jù)處理技術(shù)為分類手段對(duì)這些數(shù)據(jù)進(jìn)行分類。
2）業(yè)務(wù)預(yù)測(cè)分析：
對(duì)業(yè)務(wù)的分析預(yù)測(cè)是電信運(yùn)營(yíng)商制訂發(fā)展計(jì)劃的重要依據(jù)之一。主要是為了使得未來業(yè)務(wù)量在一定程度上被掌控。業(yè)務(wù)預(yù)測(cè)分析主要是對(duì)歷史數(shù)據(jù)的分析，把對(duì)業(yè)務(wù)影響較為明顯的因素找出來，并且對(duì)這些因素在未來一段時(shí)間內(nèi)的影響趨勢(shì)進(jìn)行估測(cè)。
3）放客戶欺詐以及客戶欠費(fèi)分析：
數(shù)據(jù)挖掘技術(shù)的使用還可以降低運(yùn)營(yíng)商的損失。數(shù)據(jù)挖掘技術(shù)對(duì)騙費(fèi)、欠費(fèi)行為的大致規(guī)律進(jìn)行總結(jié)，并建立相關(guān)的行為規(guī)則庫(kù)。當(dāng)客戶的欺詐和欠費(fèi)行為與規(guī)則庫(kù)中的情況相吻合時(shí)，系統(tǒng)對(duì)運(yùn)營(yíng)商進(jìn)行提示，使其盡快采取相關(guān)措施制止該行為的進(jìn)行。
4）客戶流失分析：
根據(jù)已經(jīng)存有的客戶流失數(shù)據(jù)進(jìn)行分析，將相關(guān)數(shù)據(jù)如客戶屬性、服務(wù)屬性、客戶消費(fèi)等與客戶流失概率建立相關(guān)聯(lián)的數(shù)學(xué)模型，找出其內(nèi)在聯(lián)系，明確其內(nèi)在規(guī)律。然后通過對(duì)客戶流失原因的確定采取一定措施，使客戶的忠誠(chéng)度提高，盡量減少客戶的流失。這就使以往存在的不能對(duì)流失客戶進(jìn)行原因分析的情況得到了大大的改善。
5）大客戶特征識(shí)別：
大客戶群體是信企業(yè)之間競(jìng)爭(zhēng)的焦點(diǎn)，也是電信企業(yè)利潤(rùn)的主要來源。對(duì)大客戶進(jìn)行挖掘、識(shí)別并且制定相應(yīng)措施爭(zhēng)取大客戶并使其有較高的忠誠(chéng)度，這是電信企業(yè)的發(fā)展關(guān)鍵。對(duì)大客戶進(jìn)行識(shí)別時(shí)，不僅要根據(jù)現(xiàn)有消費(fèi)量的多少進(jìn)行盲目的判定，還要根據(jù)以往數(shù)據(jù)總結(jié)出的大客戶規(guī)律進(jìn)行大客戶的識(shí)別，不斷對(duì)潛在大客戶進(jìn)行挖掘。
6）簡(jiǎn)化管理：
在電信行業(yè)中，最重要的指標(biāo)包括業(yè)務(wù)量。對(duì)于業(yè)務(wù)量的預(yù)測(cè)是較為困難的，這主要是由于它的隨意性較大。數(shù)據(jù)挖掘根據(jù)對(duì)時(shí)間序列的分析就可以在一定程度上監(jiān)測(cè)、預(yù)測(cè)業(yè)務(wù)量，并對(duì)人員的配置進(jìn)行合理的安排，盡量降低企業(yè)的運(yùn)營(yíng)成本。
4 數(shù)據(jù)挖掘的應(yīng)用實(shí)例
數(shù)據(jù)挖掘的完整過程進(jìn)行細(xì)分后包括：定義業(yè)務(wù)問題、選擇數(shù)據(jù)、清洗和預(yù)處理數(shù)據(jù)、選擇與預(yù)建立模型、調(diào)整模型、評(píng)估與檢驗(yàn)?zāi)Ｐ汀⒛Ｐ偷膽?yīng)用。
4.1 定義業(yè)務(wù)問題
對(duì)業(yè)務(wù)問題進(jìn)行定義主要是為了區(qū)別客戶流失的情況，從而采取相應(yīng)措施對(duì)其進(jìn)行控制，屬于主動(dòng)流失/被動(dòng)流失，財(cái)務(wù)原因/非財(cái)務(wù)原因這兩個(gè)屬性是定義業(yè)務(wù)流失問題的關(guān)鍵，是定義業(yè)務(wù)問題是最需要明確的。
4.2 選擇數(shù)據(jù)
選擇數(shù)據(jù)包括目標(biāo)變量的選擇、輸入變量的選擇和建模數(shù)據(jù)的選擇。
1）輸入變量的選擇：輸入變量有兩種，包括靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)。輸入變量在模型中屬于自變量，在建立模型時(shí)，要找到自變量與目標(biāo)變量的關(guān)聯(lián)。如還不能對(duì)與客戶流失概率有關(guān)聯(lián)的數(shù)據(jù)類型進(jìn)行明確時(shí)，先選定該數(shù)據(jù)，早后續(xù)的步驟考察各變量分布情況和相關(guān)性時(shí)在對(duì)其進(jìn)行判定。客戶的流失方式有自然消亡型以及轉(zhuǎn)移流失型。這兩種類型中，對(duì)運(yùn)營(yíng)商而言第二種流失的客戶是更有挽留價(jià)值的客戶，因此對(duì)于第二種流失客戶進(jìn)行數(shù)據(jù)分析以及建模是更有價(jià)值的。
2）目標(biāo)變量的選擇：客戶流失分析的目標(biāo)變量是客戶流失狀態(tài)。根據(jù)業(yè)務(wù)問題的定義可知，目標(biāo)變量可以是一個(gè)已知量或多個(gè)已知量的組合。
4.3 清洗和預(yù)處理數(shù)據(jù)
在建模前要對(duì)數(shù)據(jù)進(jìn)行清洗和預(yù)處理工作，一是確保數(shù)據(jù)的有效性和正確性，二是通過對(duì)數(shù)據(jù)的處理使其能夠更好的為建模服務(wù)。對(duì)數(shù)據(jù)進(jìn)行整理主要包括數(shù)據(jù)的轉(zhuǎn)換和整合、抽樣、隨機(jī)化、缺失值處理等。
4.4 選擇與預(yù)建立模型
現(xiàn)有的數(shù)據(jù)挖掘工具提供了決策樹、神經(jīng)網(wǎng)絡(luò)、近鄰學(xué)習(xí)、回歸、關(guān)聯(lián)、聚類、貝葉斯判別等多種建模方法。
在建立模型之前，要對(duì)數(shù)據(jù)挖掘工具的相關(guān)性進(jìn)行比較，通過輸入輸入變量來測(cè)試出與客戶流失概率的相關(guān)性較大的數(shù)據(jù)。從而篩選出最大耦合程度的模型。這樣的操作簡(jiǎn)單并且使建模時(shí)間大大縮短，并且使模型的精確程度增加，可用性就更加強(qiáng)。
4.5 建立模型與調(diào)整模型
需要強(qiáng)調(diào)的是，模型建立與調(diào)整的策略會(huì)根據(jù)不同的商業(yè)問題和不同的數(shù)據(jù)分布屬性而有較大程度上的差異，數(shù)據(jù)挖掘過程中的核心部分一般是由數(shù)據(jù)分析專家完成的，就是模型建立與調(diào)整工作，并且在建模過程中，為了簡(jiǎn)化模型的優(yōu)化過程還會(huì)對(duì)近似算法進(jìn)行使用。
4.6 評(píng)估與檢驗(yàn)?zāi)Ｐ?/p>
將實(shí)際值與預(yù)測(cè)值相比較，與實(shí)際值近似程度最高的就是最好的模型。通過對(duì)模型的使用，就可以對(duì)客戶狀態(tài)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。為了使評(píng)估與檢驗(yàn)?zāi)Ｐ偷玫綌?shù)據(jù)更加準(zhǔn)確，要利用未參與建模的數(shù)據(jù)進(jìn)行模型的評(píng)估。
4.7 模型的應(yīng)用
通過業(yè)務(wù)解釋能證明數(shù)學(xué)模型的合理性和有效性，所以業(yè)務(wù)人員要有對(duì)最優(yōu)模型進(jìn)行合理的解釋的能力，通過對(duì)模型做出合理的業(yè)務(wù)解釋，可以找出一些潛在的規(guī)律，用于指導(dǎo)業(yè)務(wù)行為。
在模型的應(yīng)用中，可以利用試點(diǎn)的方法來檢驗(yàn)?zāi)Ｐ偷挠行浴８鶕?jù)在模型得出的信息與實(shí)際值的比較，一旦異常偏差發(fā)生了一對(duì)模型進(jìn)行及時(shí)的修正。若模型試點(diǎn)效果良好，則可以考慮投入使用。但在實(shí)際操作中要注意，由于地域差異等其他因素的影響不能完全的復(fù)制模型，要在基礎(chǔ)的模型上根據(jù)當(dāng)?shù)靥厣M(jìn)行修正。模型的應(yīng)用是具有時(shí)效性的，所以要時(shí)刻關(guān)注其模型的升級(jí)改版。
核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.guhuozai8.cn/
本文標(biāo)題：數(shù)據(jù)挖掘技術(shù)在電信行業(yè)CRM/ERP中應(yīng)用研究
本文網(wǎng)址：http://www.guhuozai8.cn/html/consultation/10820612885.html
相關(guān)文章
