基于多維度數據挖掘的電子渠道精準服務/營銷模型研究

馬群旺

隨著電信市場競爭越發(fā)激烈及移動互聯(lián)網時代的來臨，客戶對業(yè)務的需求日趨多樣化和差異化，對運營商的服務質量也提出了更高要求；另一方面，運營商自身各系統(tǒng)中的大量數據通過精細化模型挖掘必將在分析用戶行為、精確識別客戶業(yè)務需求、開展精細化服務營銷方面發(fā)揮巨大作用?；谝陨蟽牲c，本文以客戶細分理論與數據挖掘理論為基礎，創(chuàng)新性地構建了基于客戶業(yè)務與價值、客戶電子渠道行為及客戶基本屬性等多維度數據的電子渠道精準服務營銷模型，為運營商開展電子渠道精準服務營銷提供了決策分析工具。

一、電子渠道精準服務/營銷模型的理論基礎

1.客戶細分理論

客戶細分就是運用科學的分析方法，把客戶分成一些客戶群。在每個客戶群中，客戶的需求、購買習慣和行為等方面比較相似；相反，不同的客戶群之間，差別卻比較明顯。其基本的出發(fā)點是每個人作為消費者，對同一種產品或服務的具體功能需求和關注點是存在差異的，因此企業(yè)必須盡最大可能去考慮這些不同，識別存在于整體客戶中具有不同消費習慣和特征的子群體，根據每個群體的特征制定針對性的管理或營銷策略，提供符合這個群體的產品或服務，從而提高營銷效率，同時這種細分能力也可成為企業(yè)的核心競爭力，使企業(yè)在激烈的市場競爭中立于不敗之地。

客戶細分的作用很多，其服務目的也多種多樣，既可以幫助企業(yè)確定營銷戰(zhàn)略，也有助于企業(yè)開發(fā)產品、制定價格體系、完善銷售渠道、設計促銷和廣告宣傳方案，還有助于企業(yè)有效地開展客戶關系管理。

電信運營商在粗放式經營時代，對于新業(yè)務、新產品的推廣往往采用撒網式推廣：例如運用短信群發(fā)的方式為所有客戶推薦新業(yè)務。結果往往也是一無所獲。因此在做客戶細分時，必須做到有的放矢，對產品進行精確市場定位，更好地滿足消費者的需求。

2.數據挖掘理論

數據挖掘技術從產生到發(fā)展，雖然時間不長，但已廣泛地應用于各個領域，如政府、大學、研究所、商業(yè)和企業(yè)等，尤其在金融、保險和電信領域，數據挖掘技術更是表現(xiàn)出了廣闊的應用前景。近年來，數據挖掘系統(tǒng)開發(fā)有了長足的發(fā)展，一些系統(tǒng)開發(fā)商在各行業(yè)進行了大量的商業(yè)應用，并形成了相應的數據挖掘實施流程。本文在總結的基礎上，提出了模型數據準備、挖掘算法選擇、模型建立及優(yōu)化和模型結果應用四個環(huán)節(jié)。

數據挖掘技術經過不同行業(yè)的應用，表現(xiàn)出多種功能，經過歸納主要包括聚類、分類和預測、關聯(lián)和序列模式發(fā)現(xiàn)等，這些功能在電信企業(yè)的CRM中可以解決客戶細分、新產品推廣等精準服務營銷等商業(yè)問題。目前的常用數據挖掘算法主要包括聚類、決策樹、關聯(lián)規(guī)則、人工神經網絡和遺傳算法等。

二、電子渠道精準服務/營銷模型建立

1.模型分析框架

模型分析的框架主包括：

（1）數據導入

模型可連接數據倉庫獲得挖掘數據，還可導入外部數據進行分析。根據所選擇的分析變量，將經過處理的數據組合形成一個記錄表，即寬表。

（2）選擇細分變量

通過變量分析選擇進行細分的變量。在選擇細分變量時，經常會用到其它的統(tǒng)計分析方法，如相關分析等。相關分析與聚類分析是相互依賴性分析，適合于探索性研究和描述性研究。在具體操作中，通常用相關分析方法對變量組進行降維處理，形成有代表性的少量變量，再對這些變量進行聚類分析。

（3）選擇分析方法

選擇基于K-Means算法的聚類分析方法對細分變量進行挖掘。

（4）數據挖掘

根據所選擇的細分變量和分析方法進行數據挖掘，并顯示結果。

（5）結果顯示

可選擇的輸出方法有：圖形、表格、Excel文件、文本文件等。

具體圖示如下：

2.模型數據準備

模型數據準備就是要將長期以來積累在運營商各系統(tǒng)的客戶數據統(tǒng)一集中，即要通過數據集中及模型構建的過程將隱藏在這些數據中的、尚未被發(fā)現(xiàn)的“知識”提取出來，用于精準化的服務與營銷，指導企業(yè)的市場營銷活動，進一步鞏固和發(fā)展與客戶的關系。同時，模型數據獲取過程要盡可能地實現(xiàn)自動化，即建立一個統(tǒng)一的數據信息平臺和系統(tǒng)。該系統(tǒng)應當以數據倉庫為基礎，以知識發(fā)現(xiàn)為手段，以提高客戶滿意度和忠誠度為目的，體現(xiàn)以“客戶為根”的經營理念，為電信企業(yè)市場分析人員和高層決策者提供分析和決策支持。這主要包括以下兩個方面的內容：

（1）對于模型構建：根據具體模型要實現(xiàn)的業(yè)務問題和分析主題，通過建立數據集市的方式對操作型系統(tǒng)中的數據進行重新組織，并最終構建一個統(tǒng)一的數據倉庫。

（2）對于日常分析：基于數據倉庫或數據集市，利用自行開發(fā)的數據挖掘工具對數據進行分析和挖掘，并將最終結果展示給用戶。

3. 挖掘算法選擇

聚類分析是一個具有很強挑戰(zhàn)性的領域，作為一種非監(jiān)督型的知識發(fā)現(xiàn)方法，它不需要任何事先的訓練數據，而僅僅按照相似性原則，將一組數據劃分為事先未知的分類狀態(tài)，因而是一種識別與發(fā)現(xiàn)未知模式的有效方法，近年來被廣泛應用在客戶劃分、模式識別、趨勢分析等領域中。

主要的聚類算法可以劃分為5大類：基于劃分的方法、基于層次的方法、基于密度的方法、基于網格的方法和基于模型的方法。由于每種算法都有其優(yōu)點和不同的應用領域，在數據挖掘中應根據實際需要選擇適當的聚類算法。

為了找到一個效率高且通用性強的聚類算法，人們從不同角度提出了數十種聚類算法。在數據挖掘中，常用的有：K-Means方法，CLARANS算法，BIRCH算法，CURE算法，DBSCAN算法，WaveCluster算法，CLIQUE算法等。

在聚類分析中，K-Means算法能夠很好地解決給出數值型屬性的數據對象的聚類問題，經常以局部最優(yōu)結束；對處理大數據集，該算法是相對可伸縮的和高效率的；對輸入數據順序的敏感度一般；雖然對處理噪聲數據的能力不高，由于電信數據還算完整，可以用數據預處理來彌補；因此選擇這種算法，建立精準服務營銷模型。

4. 模型建立及優(yōu)化

在模型建立及優(yōu)化上，首先從客戶業(yè)務與價值、客戶電子渠道行為及客戶基本屬性等三個維度進行了指標的選取，在此基礎上建立了精準服務-營銷模型的“寬表”。寬表（WIDE TABLE）是企業(yè)用戶數據庫中用于實現(xiàn)統(tǒng)一客戶視圖的模型，它為每個客戶創(chuàng)建一條記錄，記錄包含很多與該客戶相關的屬性，以便進行分析。

它以客戶編號為中心，匯集了許多可供分析的信息。

本模型重點選擇“客戶業(yè)務與價值”和“客戶電子渠道行為”兩個細分屬性。經過的初步經驗篩選及用測試數據進行相關性分析（即對于高度相關的屬性采取完全剔除的方法），將無區(qū)分作用的屬性予以剔除，最終得到模型屬性指標集如下表：

聚類分析包括聚類結果的生成、調整、優(yōu)化和輸出等步驟。本模型初期采用SPSS公司的Clementine 11.0的K-Means算法完成聚類過程，后期將通過把模型以模塊化方式植入運營商分析系統(tǒng)中與數據集市中的數據對接，持續(xù)優(yōu)化模型，并為日常運營及決策提供支撐。

三、電子渠道精準服務/營銷模型應用展望

1.模型在客戶服務工作中的應用展望

（1）根據模型分析出的結果，將部分服務前置，減少人工話務咨詢量

電子渠道精準服務/營銷模型會根據數據分析出偏好熱線人工服務的客戶群及其咨詢的熱點業(yè)務，根據模型中電子渠道使用行為聚類的結果，可以將這部分客戶的服務前置，如對于流量信息敏感的客戶可以根據其渠道使用行為特征，在其撥打熱線人工電子渠道前，以短信、郵件等方式發(fā)送其要咨詢的相關信息，通過服務前置，減少人工話務咨詢量。

（2）針對模型識別出的目標客戶，開展電話營銷

針對已經進入熱線人工電子渠道的客戶，通過打通CRM系統(tǒng)與模型所在分析系統(tǒng)的接口，可以實現(xiàn)對客戶可能感興趣的業(yè)務進行提示，座席人員可以根據提示準確識別客戶需求，開展電話營銷。如通過模型各維度指標優(yōu)化調整可以分析出新推出的套餐的目標客戶，當該套餐目標客戶撥打熱線人工服務時，CRM系統(tǒng)應彈出提示，座席人員可根據提示向客戶推薦，因為客戶各項數據適合該套餐，故可以在不浪費過多通話時長的同時大大提高電話營銷的成功率。

2. 模型在市場營銷工作中的應用展望

（1）根據模型分析結果在適合的電子渠道向客戶推薦新業(yè)務

在運營商推出新產品時，模型也能幫助產品運營人員進一步明確目標客戶以往業(yè)務及渠道行為特征，運營分析人員可以根據分析結果將相關資源投入到目標客戶適合的電子渠道進行推廣，提高投資回報率（ROI），客戶也會在自己偏好的渠道上不斷獲得新業(yè)務的信息，也有利于提高客戶感知。

（2）根據模型分析結果，在客戶偏好的電子渠道開展交叉銷售

模型豐富了客戶渠道行為維度的指標，使得模型的分析結果可以進一步支撐網站等電子渠道開展交叉銷售及精準營銷。如對于經常登錄網站查詢流量信息的客戶，可以根據客戶消費行為數據，為其精準推薦適合的流量包產品。結合客戶價值維度特征，還可以適時推薦長途漫游類和家庭類產品，通過交叉銷售進一步提高客戶忠誠度。

（3）根據模型分析結果，在客戶有離網傾向時進一步保有客戶

模型在優(yōu)化指標后，還可以用于離網客戶預警及保留，如通過模型分析出具有離網傾向的客戶群的特征，針對主要價值類指標設置預警閥值。當客戶指標低于這一閥值時，通過設計離網客戶專屬營銷活動或業(yè)務，通過客戶偏好的電子渠道及時推送給客戶，進一步引導客戶辦理，達到保有存量客戶的目標。

結束語

通過構建精準服務/營銷模型，精細化開展客戶細分及服務營銷工作，可以有效滿足客戶多樣化的業(yè)務需求，給予客戶超出期望的服務感知，對于運營商在激烈的競爭中獲得競爭優(yōu)勢具有重要作用，此外，模型實現(xiàn)嵌入運營商系統(tǒng)后，可以持續(xù)優(yōu)化，并根據新問題新建分析模型，為企業(yè)日常運營與決策提供有力支持。