浅议分析型CRM中数据挖掘应用.docVIP

浅议分析型CRM中数据挖掘应用 　　[摘要] 客户关系管理已经成为了当今管理的热点。本文结合客户生命周期模型和数据挖掘的常用方法，探讨了数据挖掘在分析型客户关系管理中的应用。 　　[关键词] CRM 数据挖掘 客户生命周期 　　 　　一、 引言 　　客户关系管理起源于20世纪80年代初提出的接触管理，即专门收集整理客户与公司联系的所有信息。美国研究机构Meta Group根据客户关系管理的内容及功能，将客户关系管理划分为三类：操作型、分析型和协作型。 　　操作型CRM应用的设计目的是为了企业级的信息资源共享，减少信息流动滞留点，使企业与客户间的接口统一化。操作型应用系统是客户关系管理软件中最基本的应用模块，是一个业务信息管理系统。协作型CRM应用就是能够让企业客户服务人员同客户一起完成某项活动。协作型应用目前主要由呼叫中心、客户多渠道联络中心、帮助台，以及自助服务帮助导航等组成。 　　分析型CRM从操作型系统应用所产生的大量交易数据中提取有价值的各种信息，是一种决策支持工具。分析型CRM的主要原理是将交易操作所积累的大量数据过滤，抽取到数据仓库，再利用数据挖掘技术建立各种行为预测模型，最后利用图表、曲线等对企业各种关键运行指标，以及客户市场分割情况向操作型应用发布，达到成功决策的目的。 　　二、分析型CRM中的数据挖掘应用 　　毋庸置疑，分析型CRM的独特之处就在于其能够为企业管理者提供辅助决策的信息，而实现这一功能的就是分析型CRM的核心技术之一―数据挖掘技术。本文将探讨数据挖掘技术如何应用于整个客户生命周期，为企业决策提供信息支持。 　　1.客户生命周期理论 　　客户生命周期是客户关系生命周期的简称，指客户关系水平随时间变化的发展轨迹，它描述了客户关系从一种状态 (一个阶段)向另一种状态 (另一阶段)运动的总体特征。 　　阶段划分是客户生命周期研究的基础，目前这方面已有较多的研究，其中，Dwyer，Schurr 和Oh的研究最具代表性。他们提出了买卖关系发展的一个五阶段模型，首次明确强调买卖关系的发展是一个具有明显阶段特征的过程。这一观点被广泛接受，取代了当时盛行的把交易完全看作是离散事件的观点。国内的陈明亮经过研究，把客户关系的发展进一步划分为考察期、形成期、稳定期、退化期四个阶段，称为四阶段模型侧。本文就采用这个四阶段模型进行之后的讨论和分析。如下图1。 　　图1 客户生命周期概况 　　客户与企业发生业务的过程中，从未发生接触到初次接触，到形成销售机会、签约，直至成为用户并发生再购买，客户所处的阶段和状态随时变化，针对不同状态的客户，企业需要制定不同的策略。 　　企业通常会依据业务侧面来划分业务部门。例如:市场部负责公司品牌，市场宣传;销售部负责公司销售任务的完成等。在传统的业务方式开展过程中，部门以完成各自的工作计划为主，很少按照客户的流向来协同规划、配合，整体工作被割裂管理，计划制定缺少依据，易于造成环节失调。完整客户生命周期管理是一种全新的业务规则，它指导企业围绕客户在企业中的发生，发展的过程规划、协调开展业务。企业业务部门的工作职能会相应发生转变。例如:市场部的工作职能由难于量化的品牌工作导向转变为量化的对目标客户的获取为工作导向，销售部的工作职责则成为将机会客户推进成为订单，服务部门的主要工作目标就是成功交付产品并向可以提供满意的服务推进再销售。 　　2.数据挖掘方法及用途 　　数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理，从中提取辅助商业决策的关键性数据。 　　根据数据挖掘的任务可将数据挖掘划分为：关联规则挖掘、序列模式挖掘、聚类数据挖掘、分类数据挖掘、偏差分析挖掘和预测数据挖掘等六类。 　　3.客户生命周期中的数据挖掘技术 　　对应客户整个生命周期的各个阶段，企业的客户关系管理需求是不同的，其所使用的数据挖掘技术也不尽相同，具体如图2所示。 　　图2 客户生奋周期不同阶段的数据挖掘技术 　　(1)潜在客户阶段 　　该阶段企业的目标是通过对己有客户进行特征分析，找出自身客户的特点，并依此对新群体进行营销，期望其能成为企业的新客户。对应于这一目标，企业通常使用分类技术找到对企业有贡献的客户群体，并对其实施相应的吸引策略。 　　(2)已有客户阶段 　　企业的已有客户是企业当前利润的来源，所以要对其进行各种能够实现利润最大化目标的分析。具体包括以下几点： 　　①客户群体细分 　　根据Pareto原理，为企业提供80%利润的客户占全体客户的20%，这部分客户是市场中最有价值的客户，也就是我们常说的大客户。对这部分客户的深入分析可使企业及时调整策略，发现新的商机，从而达到吸引新客户、留住老客户、