cht12.2-客户关系管理CRM.pptVIP

案例：中移动客户保留案例分析 国内移动通信市场的价格战是当前困扰运营商的主要问题，很多客户从一个移动运营商转向另一个移动运营商只是为了得到更低的费用及其他额外的优惠条件（如赠机）。因此需要通过对转网客户群的特征进行深入分析，然后根据分析结果到现有客户资料中找出可能转网的客户群，有针对性地设计一些客户保持计划来预防现有客户的流失。 针对当前的市场竞争状况，中国移动应对市场短期竞争及实现其长期发展的主要策略是：营销重心后移，巩固中高端用户，通过对现有个人用户消费行为的分析设计有针对性的个性化套餐，以达到保留现有客户的目的；具体可以概括为以下几个方面： 关注现有客户的稳定性，通过对现有客户利益诉求的满足，以及对移动品牌宣传的推动，来巩固现有的在网客户； 通过对客户消费行为及偏好差异的分析，针对不同细分人群设计相应的套餐； 通过对客户价值量的差异分析以提供不同的客户服务及忠诚度计划； 积极的客户挽留工作，对客户流失进行监控，及时进行用户挽留； 通过各种合作伙伴的捆绑扩大服务的广度，促进客户发展及客户维系（如移动机场贵宾休息室服务等）。 聚类分析 聚类分析是根据物以类聚的原理，将本身没有类别的样本聚集成不同的组，并且对每一个这样的组进行描述的过程。其主要依据是聚到同一个组中的样本应该彼此相似，而属于不同组的样本应该足够不相似。 在客户关系管理中，利用聚类技术，根据客户的个人特征以及消费数据，可以将客户群体进行细分。 例如，可以得到这样的一个消费群体：女性占91%，全部无子女、年龄在31到40岁占70%，高消费级别的占64%，买过针织品的占91%，买过厨房用品的占89%，买过园艺用品的占79%。针对不同的客户群，可以实施不同的营销和服务方式，从而提高客户的满意度。 对于空间数据，根据地理位置以及障碍物的存在情况可以自动进行区域划分。例如，根据分布在不同地理位置的ATM机的情况将居民进行区域划分，根据这一信息，可以有效地进行ATM机的设置规划，避免浪费，同时也避免失掉每一个商机。 预测 预测与分类类似，但预测是根据样本的已知特征估算某个连续类型的变量的取值的过程，而分类则只是用于判别样本所属的离散类别而已。预测模型可以使用较为传统的统计回归技术，也可以使用新的分类技术，目前最通用的是决策树归纳技术。 孤立点分析 数据库中可能包含一些数据对象,它们与数据的一般行为或模型不一致。这些数据对象称为孤立点(Outlier)。对这些数据的挖掘分析可以用于处理一些罕见事件,比如信用卡欺诈等。 2 客户数据发掘的案例 BBCC公司每年开展25次直邮活动，每次大概向1,000,000用户提供信用卡使用机会。营销活动响应率约为6%，但其中只有约16%能够通过公司的信用审查成为公司的正式客户（即在邮件列表中只有1%的客户成为公司正式客户）。公司现在的问题是：如何在众多客户中更有效的找出那10,000个客户。 公司每给客户发一份邮件的成本是$1.00，今后的两年中每个客户每年将为公司带来利润$125。为了更加有效的发掘新客户，公司综合采用了预测模型和信用评分模型来从众多的客户资料中发掘新客户。 应用数据挖掘前 应用数据挖掘后 直邮数量 1,000,000 750,000 直邮成本 $1,000,000 $750,000 发展新客户数量 10,000 9,000 利润/每客户 $125 $125 毛利润 $1,250,000 $1,125,000 净利润 $250,000 $375,000 挖掘成本 0 40,000 最终利润 $250,000 $335,000 案例: eBay利用信息来培养客户关系 寻找新的忠实客户 　　象大多数网上公司一样，eBay致力于实现两大关系密切的目标：吸引新的客户并让他们自始至终地支持我们。 　　(1)这家公司通过四种主要的方式来实现第一个目标：与AOL等其他网上服务公司进行联合销售，传统的公共关系，最基本的努力并举行推广活动（主要通过电台）。 　　(2)第二个目标--客户忠诚-就比较复杂了。eBay在客户支持方面进行了大量投资，以确保能迅速地回复客户的电子邮件和电话。 为了指导它的客户服务和新产品开发，这家公司利用大量的工具来测试客户的满意度。 　　 该公司每个月向客户发出调查表并仔细地监视它的公共信息板（以及非附属的拍卖板）以查看客户有何抱怨。这家公司与一批名为“Voices”的重要购买者以及一批“重量级出售者”进行商议。它通过网站来研究以客户为中心的公司和个人行为。同时，它还接受所有用户意见箱中的意见。 收购为客户带来更多选择 　　为了获得客户的支持，eBay不断地增加网上商品的数量和种类。收购是实现这一目