信息化 - BI - 客户关系管理及获利绩效评估.pptVIP

* * 以兩階段資料採礦分群方法應用於顧客關係管理和獲利績效評估之實證研究 Application of Two Stages Data Mining Clustering to Customer Relationship Management and Performance Evaluation of Profitability: An Empirical Study 摘 要 從1980年代的資料庫行銷到1990年代關係行銷，不斷受到企業重視，企業評估績效的指標從原本的市場佔有率變成以顧客佔有率為中心，強調企業與顧客所建立的長久信賴關係 ，隨著資料庫科技與網路科技加速顧客關係管理及資料採礦技術的興起，CRM透過資訊技術的運用，找出對企業利潤最有貢獻的顧客群，並把交易導向轉換成關係導向 (一)、諸論及研究動機 ①?大型量販店市場快速興起，並累積大量顧客資料與歷史交易資料 ② 企業必須辨識出高價值的顧客，並強化與企業間的關係，以保留住高價值的顧客 ③?隨著資料庫科技與網路科技加速顧客關係管理及資料採礦技術的興起，但目前仍未被廣泛應用在大型量販市場中。 如何找出企業的忠誠顧客即是CRM中相當重要的課題 ，基於大型量販店市場快速興起，並累積大量顧客資料與歷史交易資料，探討運用資料採礦技術在CRM活動以分析顧客行為的主要動機： 兩階段DM分群方法 ①?探討並修正傳統RFM曲隔方式，以有效萃取不同顧客群體的 樣式 ②剖析「顧客獲利性」影響因子，深入不同影響因子與顧客獲 利性的相關性 ③以大型量販店為研究對象，了解不同顧客群體的回應率、 ROI，以制定有效的行銷資源配置策略 企業必須根據顧客需求與價值進行顧客區隔，本次研究報告結合DM技術，並修正傳統顧客分群的方式，使CRM運作在獲取、增強、維持三個面向能夠順利進行 C R M ① CRM導入前應先建立顧客策略 ② CRM實際運作前應先重新改變以顧客為中心的關鍵企業程序 ③ 愈佳CRM科技不一定會達到CRM目標，因此需建立採用CRM科技的混合策略 ④ 需要的是顧客接觸策略而非CRM計劃。 1990年代科技產業蓬勃發展，目前CRM已延伸到eCRM，因此Peppard提出eCRM ◎電子商業活動 ◎通路管理 ◎關係管理 ◎管理整個企業 CRM的導入過程 CRM的導入可視為一連串過程，包括：顧客識別、區隔、互動、客製化四個步驟，主要以「學習關係」為核心的循環過程，建立企業與顧客互動 顧客的生命週期「顧客吸引、交易、訂單履行、服務組合而成的循環」 CRM的應用範圍 透過分析工具尋找大量資料庫中找出顧客的忠誠度 透過資訊系統追蹤管理與顧客間的互動 透過滿意度調查、線上訂單追蹤…等電子訊息交換 方 法 工 具 目 的 類 型 主要分析顧客行為、喜好、生活型態、交易…等 分析型CRM 在於改善企業與顧客目互動效率 作業型CRM 在於改善直接互動的流程 合作型CRM CRM主要元件是由行銷與銷售動力自動化、客戶接觸中心科技、客戶服務 (二)、顧客價值分析 1.顧客分類和區隔方式 2.顧客忠誠度 3.RFM模型 4.顧客價值矩陣 1.顧客分類和區隔方式： 顧客金字塔: 顧客績效購面 顧客焦點構面 2.顧客忠誠度 顧克忠誠度乃顧客與企業間形成強力的關係。 RFM模型 可以從龐大的顧客名單中找出行銷活動所需的顧客名單。 R是沉寂長度 F是購買頻率 M是購買金額 3.顧客價值矩陣 是從RFM所發展出來較適合小型企業的顧客價值分析的方法來解決RFM的缺點。 (三)、資料採礦 ⊙何謂資料採礦 ⊙資料採礦的特性: 可處理、萃取、可行動、隱含、新奇、資訊化 ⊙資料採礦的三個分群方式 ˙運作流程 ˙功能種類 ˙傳統統計分析與類神經網路之分群方式 傳統統計分析與類神經網路之分群方式 (三)、研究架構與方法 一.整合資料採礦(Data Mining)技術之顧客關係管理 運作架構 1.本章提出整合資料採礦技術(Data Mining)的CRM 流程架構，整個架構分兩部分：前端作業系統、 後端分析系統 ⊙LRFM資料模型 ⊙資料採礦前置處理流程 ⊙兩階段分群過程 1.LRFM資料模型 -L顧客關係長度：指顧客第一次發生交易日到最後一日交易日的長度 -R顧客沉寂長度：用來衡量顧客的流失情形 -F顧客購買頻率：顧客在特定的天數購買的天數、一天購買的次數 -M顧客獲利性：指顧客購買金額扣除各種成本後得淨利總合 LRFM資料模型 關係長度L 沉寂長度R 購買頻率F 第一次 購買日 最後一次 購