第4章移动电子商务客户信息管理与.ppt

移动电商：客户关系管理方向 主 编 柏晓旭 甄增荣 副主编 朱 刚 李逸平 施玲玲 目 录 第4章 移动电子商务客户信息管理与 数据挖掘 学习目标与要求 通过建立完善的客户数据库，了解大数据时代客户的基本特征与关注的利益点，可以判断客户的惯性决策权，从而制订公司的发展战略规划，有效利用数据对比发现企业运营的问题与症结。 通过本章的学习，读者可以理解客户数据及其重要性，掌握高质量数据的评判标准，了解客户数据收集的渠道，掌握数据整理的基本步骤，了解数据挖掘的一般过程，了解数据KPI的动态变化标准，理解数据为市场管理提供的依据。 【学习重点】  客户数据的处理、分析与应用  客户数据挖掘过程  客户数据库的建立 【学习难点】  客户数据挖掘过程  客户数据库的建立 客户数据及其重要性 4.1　 4.1.1 客户数据的类型及划分 客户数据即客户信息（Customer Information），具体是指客户的喜好、客户细分、客户需求和客户联系方式等关于客户的基本资料。客户关系管理系统中包括描述性数据、促销性数据和交易性数据3种类型的客户数据，其产生形成的过程及类型如图所示。 4.1.2 高质量客户数据的评判标准 所谓的高质量数据即能够满足企业决策者使用的要求，提供其所需要的客户数据。具体来说，高质量客户数据的评判标准主要有以下4点，这也是对客服人员在登记数据信息时的具体要求。 4.1.3 客户数据的重要性 客户数据是企业客户关系管理的基础，使企业能始终以“客户为中心”，改善客户关系，从而提高企业的竞争力。客户数据的重要性主要体现在以下4个方面。 4.1.4 评测客户信息的原则 前面介绍了客户数据对企业发展的重要性，而在电子商务时代，客户数据量非常大，那么此时就需要通过一些原则来评测这些客户数据，从而筛选出所需要的数据。评测客户信息的原则主要包括基本信息、拓展信息和增值信息3个方面，如图所示。其中，基本信息即代表客户的基本数据，包括性别/年龄、职业/收入、居住区域3种客户信息；拓展信息包括兴趣爱好、活动场所、媒介偏好、关注利用拓展信息可有针对性地开展市场营销活动类型4种客户信息；增值信息包括利益侧重、决策特点、关联需求3种客户信息，上述原则被称为评测客户信息的“3-4-3”原则。 客户数据的处理、分析与应用 4.2　 4.2.1 客户数据的收集渠道 要建立一个成熟的客户数据库系统，其信息数据来源要求稳定、可靠，因此必须建立多渠道集成的客户信息收集平台。客户数据的收集渠道主要有两个方面，一是直接渠道，二是间接渠道，每一种渠道方式下又包括多种数据收集方式，如图所示。 4.2.2 客户数据的整理 随着移动互联网的产生，通过微博、邮件和网页等方式会获得越来越多的客户信息，部分数据也有一定的价值，但这些数据产生的量非常庞大，而且收集的数据本身也可能存在缺陷，或与需求存在不一致性，因此，为了得到更为准确和丰富化的数据，有必要进一步进行数据的加工与整理工作，同时数据整理也是数据挖掘的必要环节。 4.2.3 客户数据库及其建立 收集和整理好客户数据后，便可将客户数据建立形成客户数据库，并用计算机化的手段管理，它将是分析和维系客户关系最有效的方式之一。那么，什么是客户数据库呢？客户数据库（Customer Database，CDW）是指经自主加工与核实、具备完整数据格式、提供每月动态更新的客户名录数据库，客户数据库用户可以通过客户名称、地址等多种要素进行独立或组合查询，从而有助于企业达到实现利润、提供产品和服务和维持客户关系等营销目标。 4.2.4 客户数据库在CRM中的重要作用 CRM的核心是数据，包括客户、产品、库存和交易等内容，其中，客户数据是CRM系统的灵魂。客户数据库是客户关系系统的重要组成部分，它是实现CRM的基础，只有充分掌握了客户数据，并加以有效分析后，分析的成果才能直接指导客户服务的操作实施，为客户提供更高满意度的服务行为 数据挖掘的一般过程 4.3　 4.3.1 数据挖掘的含义 数据挖掘（Data Mining）是目前人工智能和数据库领域研究的热点问题，从技术层面上看，它是指从大量的数据中抽取隐含的、未知的且潜在有价值的知识、模型或规则的过程。而站在企业的角度来看，数据挖掘也可以描述为按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化处理的先进有效的方法。 4.3.2 数据挖掘的一般过程 从数据本身来考虑，数据挖掘通常需要经历以下过程：确定数据源、选择目标数据、预处理数据、转换数据、数据挖掘、模式评估和知识表示等，如图所示，其中前4个步骤合称为数据准备，接着两个步骤是数据挖掘，最后的步骤是结果评价。 4.3.3