客戶需求信息管理與用戶偏好分析

吳雙

【摘 要】隨著通信市場競爭日益激烈，價格空間進一步壓縮，市場也逐步從價格競爭過渡到價值鏈競爭；客戶需求呈現(xiàn)出多樣化、差異化，客戶對運營商有更高預期，注意力亦將更趨分散，選擇空間更多，客戶忠誠度維系難度將越來越大；同時全業(yè)務競爭環(huán)境下，市場競爭格局更加復雜，對社會渠道資源的爭奪也將會不斷加劇，企業(yè)的渠道成本與經(jīng)營風險將大幅提升；而營銷活動的頻繁推出，對渠道的執(zhí)行力與運營商的掌控力提出了更高的要求。本文提出了客戶需求信息管理平臺的設計方案。

【關鍵詞】客戶需求管理平臺；用戶偏好分析；文本挖掘算法

1.客戶需求管理平臺建設及應用

該平臺利用門戶網(wǎng)站、手機門戶、語音服務平臺和營業(yè)廳等資源，以問卷調(diào)查、暗訪、外呼等方式搜集客戶需求。通過電子化管理對信息采集的反饋數(shù)據(jù)進行快速匯總統(tǒng)計，提煉出既能體現(xiàn)客戶需求又能提高產(chǎn)品和服務品質(zhì)的可行性需求，進行分析、研究、實踐和推廣。

主要創(chuàng)新點：（1）實現(xiàn)各類需求信息采集的電子化操作；有效跟蹤監(jiān)控需求處理情況，提升處理效率；快速統(tǒng)計需求采集及反饋數(shù)據(jù)，縮短管理決策的響應周期。（2）需求網(wǎng)具有“多渠道，分類別，細挖掘”的特點，系統(tǒng)性進行客戶需求收集、分析、處理的成功案例。

2.文本挖掘算法與需求系統(tǒng)的整合

2.1基于自動類別關鍵詞發(fā)現(xiàn)與匹配的分類方法

自動從類別中提取關鍵詞，文本分詞、關鍵詞提取?；陉P鍵詞匹配進行分析，多個關鍵詞的加權(quán)匹配機制。

2.2基于支持向量機的文本分類方法

采用研究院用戶行為實驗室算法，將文本表示為單詞向量的形式；利用數(shù)據(jù)挖掘中的支持向量機技術進行分類。

2.3兩種解決方案的比較

基于關鍵字匹配方法：易于理解，采用少數(shù)關鍵詞進行分類。準確率較低，依賴于文本中具有較明顯的關鍵字。速度很快。

基于支持向量機方法：較難理解，使用文本詞表示的向量進行分類。準確率較高，不需要較明顯的關鍵字，使用整個文本的詞進行分類。速度較快。

基于關鍵字匹配需求分類：取每個類別的特征最明顯的關鍵字進行分類，準確率53%?；谥С窒蛄繖C需求分類：將每個需求文本表示為向量，采用支持向量機技術進行分類，準確率76%。基于支持向量機的垃圾信息分類準確率92%。

從客戶特征信息從易到難的獲取程度來說，可以分為5個層次，分別為用戶的自然屬性，客戶的消費行為，消費行為所衍生出來的信息，客戶的知識信息，以及營銷推薦的直接結(jié)論。

從結(jié)果上來說，前3種客戶特征信息是顯形的知識，而后2種是客戶的隱形知識。從了解客戶行為，到了解客戶習慣特征的過程中，也是從簡到繁，從容易到復雜的。

3.用戶特征研究結(jié)果

3.1用戶渠道偏好研究成果

渠道形式多樣化。隨著電信業(yè)務的發(fā)展，用戶對渠道形式的偏好呈現(xiàn)多樣化趨勢。過去用戶習慣于去傳統(tǒng)的營業(yè)廳、代辦點辦理業(yè)務。但是隨著互聯(lián)網(wǎng)和電子商務的逐漸普及。網(wǎng)上營業(yè)廳，短信營業(yè)廳，自助式服務終端的形式越來越被人們所應用。熱線也成為用戶辦理業(yè)務的另外一個重要渠道。可以更多地通過熱線為客戶提供有關業(yè)務受理、營銷、咨詢、申訴以及其他社會化的綜合性服務。

本次研究主要從用戶接觸公司各個渠道為切入點，從用戶與各渠道間交互的歷史信息，用戶聯(lián)絡時間的分布，接受服務的內(nèi)容，咨詢以及投訴的信息等方面進行研究，并結(jié)合時間的維度進行挖掘分析，建立起用戶渠道偏好模型。

渠道偏好評分。

渠道偏好評分的原理是借用數(shù)據(jù)挖掘的決策樹分類原理，計算出趨向某一接觸渠道可能性，將客戶以往相互關聯(lián)又繁雜凌亂的各種涉及渠道接觸表現(xiàn)的資料量化，以概率形式表述用戶對各個渠道的依賴程度。

一份個人渠道偏好程度報告不僅打出個人的渠道偏好評分，還標示等級并給出比例。比如，按計算出的不同的概率值進行分檔，將用戶依賴某渠道的程度共分為分成5個等級：0-20%為基本不接觸；20-40%為偶爾接觸；40-60%為普通依賴；60-80%為較依賴；80%-100%為依賴。同時，渠道偏好報告還給出每一等級用戶的比例。

3.2用戶信息內(nèi)容偏好研究成果

本次研究根據(jù)用戶使用公司的各類新業(yè)務產(chǎn)品以及服務功能入手，從用戶選擇的產(chǎn)品類型，使用產(chǎn)品的內(nèi)容及頻率，享受的客戶服務，用戶的影響力等方面進行研究，建立相關業(yè)務模型。主要分析客戶對“新聞類”、“商務類”、“財經(jīng)類”、“體育類”、“娛樂類”、“生活類”、“文化類”、“游戲類”這八類內(nèi)容信息的偏好程度。

首先，從分析客戶顯性特征上，我們制定了詳細的業(yè)務經(jīng)驗模型。主要通過一些有明顯內(nèi)容信息承載的新業(yè)務來進行，這樣的新業(yè)務包括：手機報、彩鈴音樂、wap網(wǎng)頁訪問等方面。然后，還包括從客戶的語音通話、短信收發(fā)情況、GPRS網(wǎng)站訪問情況作為補充。通過分析用戶對一些特定號碼，比如娛樂短信的定購，每日笑話短信的定購等方面。將這些信息融合起來形成客戶的內(nèi)容偏好業(yè)務經(jīng)驗模型，用來分析客戶的顯性特征。

其次，通過決策樹挖掘模型，結(jié)合從顯性用戶的樣本數(shù)據(jù)信息，來建立分析挖掘模型，分析出潛在的內(nèi)容偏好特征用戶。模型需要有反復的訓練和驗證。

將顯性信息內(nèi)容融合隱性信息內(nèi)容的綜合結(jié)果，就完成了整個的客戶內(nèi)容信息偏好打分。

3.3用戶職業(yè)定位研究成果

以用戶為中心，從用戶的特征角度將可能獲取的數(shù)據(jù)進行進行歸類整理，從用戶的個人基本信息，使用語音業(yè)務，增值業(yè)務的使用習慣，活動場所的變化等方面對用戶的職業(yè)進行刻畫，建立相關用戶細分模型。

根據(jù)用戶的基本信息，從客戶通話的時間，通話的地點，通話時長，長途漫游類型，對端號碼的離散程度，新業(yè)務收入比重，使用SP服務類型，頻次，用戶通話基站變化情況等多方面去排列組合，根據(jù)用戶的行為特征將用戶區(qū)分不同的職業(yè)定位。本次主要分析客戶中“學生”、“商務人士”、“外來務工者”、“年輕白領”、“低收入人群”、“司機”這六類職業(yè)的特征偏向程。

在分析用戶職業(yè)定位研究成果的過程中，根據(jù)不同的職業(yè)制定有針對性的業(yè)務經(jīng)驗模型進行打分判斷。

4.成果應用實例與前景

4.1支撐精確營銷全過程

通過分析研究整個精確營銷支撐全過程的情況后，我們發(fā)現(xiàn)，客戶內(nèi)容偏好，客戶渠道偏好，客戶職業(yè)定位可以在精確營銷的三個關鍵步驟中進行有力的支撐。通過整個三個過程的應用，來整體提升精確營銷的全過程。

4.2支撐渠道管理

將客戶的渠道偏好也可以運用在支撐渠道管理相關應用中。通過對客戶渠道使用行為的精確化了解得出的客戶渠道偏好結(jié)果，可以為公司推廣電子渠道，分流常規(guī)實體渠道壓力的工作做出指導性借鑒。

5.項目總結(jié)及展望

5.1項目成果總結(jié)

本項目通過一定的固化方法，成功的從客戶海量通信行為信息中，總結(jié)出客戶行為特征，并找到了具體的進行應用的方法。同時，形成的方法為下階段進行后續(xù)的行為特征分析挖掘提供了一種良好的思路借鑒。形成的客戶統(tǒng)一信息庫作為一種經(jīng)營分析信息應用的載體也已經(jīng)初顯成效。項目對如何從數(shù)據(jù)中，提煉出知識，最終服務于企業(yè)運營，發(fā)揮其應有的價值，提供了一條通用的思路，值得借鑒和推廣。

5.2項目展望

除了已經(jīng)開展應用的部分成果，此次對移動客戶相關行為特征的分析和研究，其成果可以在今后的精細化服務，精確營銷上做出長遠的支撐。更重要的，通過對這三項移動行為特征的研究，經(jīng)過適當?shù)目偨Y(jié)，我們可以找出通用的對客戶行為特征分析挖掘的思路和方法。這樣的思路和方法通過與經(jīng)分系統(tǒng)數(shù)據(jù)倉庫中海量數(shù)據(jù)的結(jié)合，能夠在未來迸發(fā)出更巨大的力量。