零售业贯穿客户生存周期数据挖掘分析.docVIP

零售业贯穿客户生存周期数据挖掘分析 　　摘 要：当今，许多零售企业的数据库或数据仓库中都搜集和存储了大量关于客户的数据，这些数据涵盖了从客户基本数据、购买记录到客户反馈等各个环节。数据挖掘的目的就是帮助商业理解其最重要资产的价值，这种资产就是客户。对于任何商业，客户都是最重要的资产。不是从特定的技术讨论数据挖掘活动，而是转向客户和客户生存周期，使数据挖掘关注在中心的客户，研究贯穿客户生存周期的数据挖掘活动。 　　关键词：零售业；客户生存周期：数据挖掘 　　中图分类号：F224 文献标志码：A 文章编号：1673-291X（2012）35-0088-03 　　零售业是近年来中国发展变化最快、最具活力的行业之一，是国民经济领域流通产业中的重要行业。“业态”在我国一般称为经营形态。零售业态的种类很多，依据不同的要素组合，就有不同的业态类型。一般来讲，可以将零售业划分为有店铺零售和无店铺零售两大类。其中，有店铺零售可以分为：百货商店、超市和大型超市、专业店和专卖店、购物中心、食杂店、便利店、折扣店等；无店铺零售主要包括：电子零售、商品目录与直接邮购、直销等。而零售则指的是直接将商品或劳务销售给最终消费者的一系列商业活动。零售企业（从生产企业的角度看，零售企业就是生产企业的零售商）是向消费者出售供其个人或家庭使用的产品和服务的企业。零售企业只有制定正确的战略和战术，保持客户，创造最大化的客户资产，才能在激烈的市场竞争中取胜。 　　一、客户生存周期的内涵 　　客户往往容易被认为是静态的、不变的实体，他们构成了整个“市场”。然而，这是不正确的。客户是人（或人的组织），而且他们随时间变化。了解这些变化是数据挖掘价值的一个重要部分。这些变化称为客户生存周期。事实上，有两个值得注意的客户生存周期。第一是生存阶段。对于一个个体，指的是生存事件，如从中学毕业、有了小孩、找到一份工作，等等。对于一个商业客户，生存周期时常指的是商业的规模和成熟期。第二个客户生存周期是关系本身的生存周期。这两个生存周期彼此相互独立，两者对商业都非常重要。本文讲的客户生存周期指的是关系本身的生存周期。虽然每宗生意是不同的，但是客户关系把客户归为以下五个主要的阶段。 　　1.潜在客户是目标市场中当前还不是客户的人。 　　2.响应者是已经表现出一些兴趣的潜在客户。举例来说，填写一个申请表或者在网站上登记。 　　3.新客户是已经做出承诺的响应者，通常是协议支付，像已经进行第一次购买、签署一份合同或者在网站记录了一些个人信息。 　　4.确定的客户是那些返回的新客户，对这些客户，希望拓宽或者加深关系。 　　5.前客户是那些离开的人，包括自发流失（因为他们已经投奔一个竞争者或者不在见到产品的价值）、强制流失（因为没有支付账单）或预期流失（因为不再在目标市场中，如已经搬家）的人。 　　二、围绕客户生存周期组织商业活动 　　商业过程使客户从生存周期的一个阶段移到下一个阶段。审查这些商业过程是有价值的，因为商业的目标之一就是随着时间的过去，使客户变得更有价值，而数据挖掘活动在这些商业过程中起着重要的作用（如图1所示）。 　　客户获取是吸引潜在客户，并将他们变成客户的过程。通常通过广告和口头消息，以及有目标的市场营销来实现。数据挖掘在获取过程中扮演着重要角色。 　　了解潜在客户相当重要，因为宣传应该针对潜在客户。从数据挖掘的观点看，挑战之一是当前在客户改变时使用历史数据。通过数据挖掘技术，利用历史数据建立响应模型。探索潜在客户的时候要特别仔细的三个理由：一是地域扩展带来的潜在客户，可能与原来地区的客户相似或者不相似；二是产品、服务和定价的改变可能带来不同的目标客户；三是竞争可能改变潜在的客户组合。所以，利用响应模型的时候要注意相应的调整。 　　一旦潜在客户表现出兴趣，就是某种激活过程。这可能像客户在一个网站上填写一个登记表一样简单。作为一个操作过程，客户激活可能看似与数据挖掘关系不大，但是，激活新客户提供了客户在加入时的瞬间状况。这是对客户非常重要的观察，而且作为一个数据来源，也需要保存。当客户没有以应有的方式移动的时候，数据挖掘能找到原因，并了解在激活期间是什么特征导致客户激活失败。这些结果最大程度地用来改良操作过程，通过强调那些能够带来没有转变为支付的销售的策略，这些结果也提供获取期间的指导。 　　一旦潜在客户变成客户，工作目标就变成增加客户的价值。在增加客户价值的过程中，数据挖掘发挥着重要的作用。通过条形码、编码系统、销售管理系统、客户资料管理及其他业务数据，可以收集到关于商品销售、客户信息、货存单位及店铺信息等的信息资料，然后利用DM工具对这些数据进行分析，为他们提供高效的数据决策工具。 　　客户保持是预言性建模应用最多的领域之一。零售企业经常通过