基于數(shù)據(jù)挖掘的客戶關(guān)系分析評(píng)價(jià)系統(tǒng)

劉振亮

摘要：伴隨著我國(guó)市場(chǎng)經(jīng)濟(jì)的蓬勃發(fā)展，產(chǎn)品的種類越來(lái)越豐富，生產(chǎn)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)日益激烈，賣方市場(chǎng)已然向買方市場(chǎng)過(guò)渡。從現(xiàn)代企業(yè)發(fā)展的角度來(lái)看，時(shí)下競(jìng)爭(zhēng)實(shí)力的體現(xiàn)不僅體現(xiàn)在產(chǎn)品本身，更為關(guān)鍵的是對(duì)市場(chǎng)客戶的爭(zhēng)奪。如果企業(yè)想在市場(chǎng)中立足，必須及時(shí)應(yīng)對(duì)市場(chǎng)發(fā)生的各種變化，其關(guān)鍵在于對(duì)市場(chǎng)客戶的關(guān)系變化作出合理分析和評(píng)價(jià)?；跀?shù)據(jù)挖掘的客戶關(guān)系分析評(píng)價(jià)系統(tǒng)也正在成為保護(hù)市場(chǎng)客戶、提升企業(yè)服務(wù)意識(shí)和滿足客戶需求的一種重要手段。本文就此展開(kāi)討論與分析。

關(guān)鍵詞：數(shù)據(jù)挖掘；客戶關(guān)系；評(píng)價(jià)系統(tǒng)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）07-0214-02

Abstract： with the rapid development of market economy in China， the varieties of products are more and more abundant， the market competition is becoming increasingly fierce， the seller's market to a buyer's market transition has been. From the modern enterprise development perspective， nowadays reflect competitive strength is reflected not only in the product itself， more critical is the market competition for customers. If enterprises want to gain a foothold in the market， must be timely response to market changes happen， the key lies in the change of customer relationship market make rational analysis and evaluation. Analysis of data mining in customer relationship evaluation system is becoming the protection of the market， promote enterprise customer service consciousness and meet an important means based on customer needs. This paper discusses and analyses.

Key words： data mining； customer relationship； evaluation system

基于數(shù)據(jù)挖掘的客戶關(guān)系分析評(píng)價(jià)系統(tǒng)是一種采取不同方式采集和分析客戶數(shù)據(jù)的智能化系統(tǒng)，有助于企業(yè)制定客戶發(fā)展戰(zhàn)略，并為客戶提供更為個(gè)性化的服務(wù)，極大地提升企業(yè)決策能力和工作效率。

1 數(shù)據(jù)挖掘的定義及方法

數(shù)據(jù)挖掘指的是采集大量不完全或模糊的、隨機(jī)的數(shù)據(jù)，并分析與提取其中暗示或潛在的有用信息的過(guò)程，它所提取的有用信息一般囊括概念、規(guī)則、規(guī)律和模式等多種不同形式。換句話說(shuō)，數(shù)據(jù)挖掘是一種知識(shí)發(fā)現(xiàn)，是一種數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)加工的過(guò)程。數(shù)據(jù)挖掘包含確定業(yè)務(wù)對(duì)象、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、模式評(píng)估和知識(shí)表示等步驟。

數(shù)據(jù)挖掘主要以數(shù)據(jù)庫(kù)作為提取對(duì)象，并采用智能學(xué)習(xí)、科學(xué)計(jì)算和統(tǒng)計(jì)分析等技術(shù)手段形成方法論。一般地，常見(jiàn)的數(shù)據(jù)挖掘方法分為如下幾種：

1）決策樹(shù)。利用信息論原理建立決策樹(shù)，可應(yīng)用于分類與預(yù)測(cè)。決策樹(shù)法是一種知識(shí)表示法，可將事例逐層分類。由于分類規(guī)則相對(duì)較為直觀且容易理解，所以它的應(yīng)用范圍極為廣泛。決策樹(shù)最初應(yīng)用的算法為ID3算法，目前則多使用C4.5算法（實(shí)質(zhì)是ID3算法的改進(jìn)版）。

2）聚類法。直接分析數(shù)據(jù)樣本，根據(jù)不同數(shù)據(jù)樣本的間距分為若干不同類別。通常，同一類別的對(duì)象相似程度較高，而不同類別的對(duì)象相似程度要低很多。實(shí)際上，聚類法分析也屬于一種無(wú)監(jiān)督的分類手段。

3）統(tǒng)計(jì)法。利用統(tǒng)計(jì)學(xué)原理對(duì)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)分析，從中找到數(shù)據(jù)之間的規(guī)律與關(guān)系。比較常見(jiàn)的統(tǒng)計(jì)方法包括回歸分析、相似性分析和主成分分析等等。

4）關(guān)聯(lián)法。關(guān)聯(lián)法也稱關(guān)聯(lián)規(guī)則，它的原理是通過(guò)關(guān)聯(lián)分析指定數(shù)據(jù)以描述相應(yīng)事物多次出現(xiàn)的某種屬性條件，從中找出隱形的有用的規(guī)律與聯(lián)系。如建立數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，以已掌握的某種屬性推測(cè)其他屬性即可實(shí)現(xiàn)。

5）可視化技術(shù)?；趥鹘y(tǒng)圖表法拓展可視化數(shù)據(jù)分析技術(shù)，可為用戶提供一種交互式的數(shù)據(jù)瀏覽功能。對(duì)于用戶的數(shù)據(jù)分析工作可起到輔助作用，尤其是識(shí)別某些不規(guī)則的事物而非數(shù)據(jù)表格，它可大大提升人的識(shí)別效率。

2 客戶關(guān)系管理的基本內(nèi)容

客戶關(guān)系的管理是一種以維系企業(yè)與客戶關(guān)系的經(jīng)營(yíng)方略。采取有效的信息技術(shù)作為主要手段，對(duì)相關(guān)的業(yè)務(wù)指標(biāo)進(jìn)行改造設(shè)計(jì)，同時(shí)重組相關(guān)的工作程序，從而維系新、老客戶關(guān)系和增加客戶利潤(rùn)貢獻(xiàn)值的目的?？蛻絷P(guān)系管理重點(diǎn)在于組件一套可采集與分析客戶信息的基本系統(tǒng)，保證企業(yè)能夠在客戶服務(wù)、市場(chǎng)競(jìng)爭(zhēng)和銷售經(jīng)驗(yàn)等多個(gè)方面形成可以相互協(xié)調(diào)的關(guān)系實(shí)體，最終整體提升企業(yè)在市場(chǎng)競(jìng)爭(zhēng)環(huán)境下的優(yōu)勢(shì)。一般講，客戶關(guān)系管理的落實(shí)主要包括兩個(gè)階段。

1）過(guò)程型管理階段。本階段的管理任務(wù)是對(duì)市場(chǎng)、銷售和服務(wù)等企業(yè)與客戶之間形成直接來(lái)往關(guān)系的前端管理業(yè)務(wù)的流程加以重新規(guī)劃與改造，使得整個(gè)企業(yè)的內(nèi)部形成以維系客戶關(guān)系為中心的管理理念。首先，完成對(duì)客戶數(shù)據(jù)的采集并確認(rèn)數(shù)據(jù)的完整性；其次，建立企業(yè)的數(shù)據(jù)庫(kù)并分配相應(yīng)的訪問(wèn)權(quán)限；第三，積累客戶數(shù)據(jù)，將銷售經(jīng)營(yíng)、客戶服務(wù)等分屬于不同部門的客戶數(shù)據(jù)進(jìn)行整合，從而組合完整的共享數(shù)據(jù)庫(kù)。

2）分析型管理階段。本階段是對(duì)過(guò)程型管理階段產(chǎn)生數(shù)據(jù)的再加工，產(chǎn)生于企業(yè)戰(zhàn)略決策有幫助的信息，主要包括數(shù)據(jù)倉(cāng)庫(kù)、客戶數(shù)據(jù)庫(kù)、客戶細(xì)分系統(tǒng)、數(shù)字報(bào)表和分析系統(tǒng)等，可提升對(duì)客戶數(shù)據(jù)和客戶行為的分析能力。企業(yè)落實(shí)客戶關(guān)系管理的主目的是提升管理水平和達(dá)成戰(zhàn)略目標(biāo)。但是，客戶關(guān)系管理在現(xiàn)實(shí)條件下往往不能取得良好效果，客觀原因在于分析型管理階段。它缺乏有效的信息工具和管理手段，客戶數(shù)據(jù)中暗示或潛在的有用信息無(wú)法得到提取，無(wú)法獲得新的知識(shí)就無(wú)法幫助企業(yè)獲得良好的競(jìng)爭(zhēng)優(yōu)勢(shì)。能夠滿足于企業(yè)發(fā)展客戶關(guān)系管理的工具就是數(shù)據(jù)挖掘，而數(shù)據(jù)挖掘技術(shù)主要被應(yīng)用于分析型管理階段，它的應(yīng)用是客戶關(guān)系管理第一階段的直接結(jié)果，將有助于企業(yè)更為深入地了解自己的客戶群。

3 基于數(shù)據(jù)挖掘的客戶關(guān)系分析評(píng)價(jià)系統(tǒng)

目前，數(shù)據(jù)庫(kù)技術(shù)應(yīng)用于企業(yè)管產(chǎn)品營(yíng)銷和其他信息服務(wù)領(lǐng)域越來(lái)越寬泛，數(shù)據(jù)量的增長(zhǎng)增加了數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理和數(shù)據(jù)分析的難度，急需更為先進(jìn)的工具和技術(shù)來(lái)實(shí)現(xiàn)從大量數(shù)據(jù)中智能提取有用信息，這樣一來(lái)，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。

數(shù)據(jù)挖掘的采集功能和存儲(chǔ)功能是落實(shí)客戶關(guān)系管理的重要根基.伴隨著辦公自動(dòng)化水平的提高，各大企業(yè)對(duì)于客戶信息的擁有量也越來(lái)越龐大，在浩如煙海且異構(gòu)的信息資源中蘊(yùn)藏著無(wú)比豐富且具價(jià)值的有用信息，比如客戶的基本信息、產(chǎn)品交易信息和客戶反饋信息等等。企業(yè)想脫離信息的沼澤，需應(yīng)用強(qiáng)有力的分析工具方可實(shí)現(xiàn)客戶關(guān)系管理目標(biāo)。實(shí)際上，數(shù)據(jù)挖掘技術(shù)的進(jìn)一步發(fā)展可解決這一問(wèn)題。

基于數(shù)據(jù)挖掘的客戶關(guān)系分析評(píng)價(jià)系統(tǒng)可對(duì)企業(yè)的未來(lái)發(fā)展挖掘有利信息，如新客戶開(kāi)發(fā)、交叉銷售預(yù)測(cè)、客戶信用評(píng)級(jí)、客戶細(xì)分和客戶類別分析等等相關(guān)功能，為企業(yè)的決策層提供有用的輔助作用，可最大限度地發(fā)揮企業(yè)CRM作用。

近些年來(lái)，市場(chǎng)競(jìng)爭(zhēng)日趨激烈，企業(yè)欲獲取新客戶需要投入的成本要高出維系老客戶成本好幾倍。從以往的統(tǒng)計(jì)數(shù)據(jù)分析來(lái)看：1）企業(yè)維系5%老客戶，利潤(rùn)值可提升一倍；2）獲取新客戶的投入成本是維系老客戶成本的5～8倍；3）企業(yè)每年平均失去10%老客戶；4）如企業(yè)將老客戶的流失率降低5個(gè)百分點(diǎn)，企業(yè)的利潤(rùn)值即可提升25%～85%。

由此可見(jiàn)，維系老客戶的“性價(jià)比”相對(duì)更高一些。那么，如何采取措施來(lái)預(yù)防或減少老客戶的流失呢？這里極為關(guān)鍵的問(wèn)題是分析老客戶流失的原因何在。筆者認(rèn)為，可通過(guò)應(yīng)用數(shù)據(jù)挖掘技術(shù)來(lái)實(shí)現(xiàn)目標(biāo)。

以電信通訊公司判別客戶離網(wǎng)的可能性做實(shí)例分析。采集基礎(chǔ)數(shù)據(jù)，抽取一定比例的客戶信息，包括客戶號(hào)碼、客戶類型、通訊資費(fèi)性質(zhì)、是否欠費(fèi)和投訴頻次等情況。通過(guò)這些基礎(chǔ)數(shù)據(jù)建立判別客戶離網(wǎng)的可能性模型。

采集數(shù)據(jù)和建立模型完成后，以決策樹(shù)C4.5算法建立相應(yīng)的決策樹(shù)模型。值得注意的是，這里需要引入信息增益率的理論以此作為標(biāo)衡屬性選取的標(biāo)準(zhǔn)，核心內(nèi)容是在決策樹(shù)的多級(jí)節(jié)點(diǎn)選取屬性以信息增益率作為標(biāo)準(zhǔn)。計(jì)算這些屬性的信息增益率，并以“投訴頻次”這一屬性作為決策樹(shù)的根節(jié)點(diǎn)。拓展決策樹(shù)的節(jié)點(diǎn)并進(jìn)行相應(yīng)的分枝處理，其他的中間節(jié)點(diǎn)也應(yīng)選取各個(gè)節(jié)點(diǎn)，同時(shí)檢測(cè)增益率最大的屬性，同一級(jí)預(yù)選的屬性增益率相同的，要求選取屬性值個(gè)數(shù)少的作為當(dāng)前節(jié)點(diǎn)分枝，整合所有分枝即可生成決策樹(shù)。

下一步工作應(yīng)對(duì)決策樹(shù)進(jìn)行驗(yàn)證，通過(guò)驗(yàn)證方能得到最終的可用的分類模型。選取部分擁有共同特性的已離網(wǎng)客戶，對(duì)其基礎(chǔ)數(shù)據(jù)作測(cè)試分析，輸入屬性值然后判別離網(wǎng)原因，并檢驗(yàn)該分類模型的準(zhǔn)確性，通過(guò)檢驗(yàn)形成最終的決策樹(shù)模型。

應(yīng)用以上的決策樹(shù)模型，比對(duì)客戶信息是否貼近于離網(wǎng)客戶的屬性值，可大致預(yù)測(cè)該客戶的離網(wǎng)可能性，對(duì)于離網(wǎng)可能性高的客戶，應(yīng)按照相應(yīng)的特征屬性做挽留工作，這樣就可以預(yù)防或減少客戶的流失。

4 結(jié)束語(yǔ)

總而言之，鑒于當(dāng)前的技術(shù)形式和技術(shù)水平，數(shù)據(jù)挖掘技術(shù)可有效應(yīng)用于企業(yè)CRM中。基于數(shù)據(jù)挖掘的客戶關(guān)系分析評(píng)價(jià)系統(tǒng)，可對(duì)企業(yè)采集的大量客戶基礎(chǔ)數(shù)據(jù)作分析與處理，并提取于企業(yè)未來(lái)發(fā)展有用的信息，從而有效提升企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，并樹(shù)立良好的品牌形象，促進(jìn)企業(yè)快速實(shí)現(xiàn)良好的市場(chǎng)營(yíng)銷與客戶服務(wù)，預(yù)防或減少客戶的流失。

參考文獻(xiàn)：

[1] 李承冉，伊宜成，白雪.數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用研究[J].大眾科技，2012（2）.

[2] 馮璐，王成文，申曉留，等.談基于數(shù)據(jù)挖掘的供電企業(yè)客戶關(guān)系管理系統(tǒng)研究與設(shè)計(jì)[J].電力信息化；2011（7）.

[3] 鄒鵬，李一軍，葉強(qiáng).客戶利潤(rùn)貢獻(xiàn)度評(píng)價(jià)的數(shù)據(jù)挖掘方法研究[J].管理科學(xué)學(xué)報(bào)，2014（1）.