客戶關系管理中數據挖掘的應用

摘要：客戶關系管理在企業管理決策中起到了關鍵作用，而數據挖掘技術為客戶關系管理的實施提供了良好的技術支持。在對數據挖掘技術于客戶關系管理中的價值和應用范疇進行分析，將數據挖掘應用于客戶流失分析，進而從這些信息中挖掘出客戶偏好的商品組合、消費習性或流失客戶特征。

關鍵詞：數據挖掘；客戶關系管理；模型

中圖分類號：F270．7 文獻標識碼：A

The Application of Data Mining in Customer Relationship Management

GUO Feng， QIN Huilin

(School of Information ，Beijing Wuzi University， Beijing 101149，China)[GK2!2]

Abstract:

Customer Relationship Management(CRM) performs a key function in corporate management and decision-making.Data Mining(DM) offers sometechnical skills to Customer Relationship Management. This paper analyses the value and the applied range of DM in CRM，clarifying customer loss to recount the process of the DM.

面對激烈的市場競爭，客戶價值越來越多地影響了企業價值，客戶資源也成為各企業爭奪的最重要戰略資源之一。因此，了解客戶需求，辨析最具利潤貢獻率的客戶，已成為現代大多數企業經營的驅動力。客戶關系管理（Customer Relationship Management，CRM），恰是一種以客戶為中心的經營策略，它以信息技術為手段，對工作流程進行重組，整合發揮企業資源優勢，賦予企業更完善的客戶交流能力，最大化客戶收益率。

一、數據挖掘技術

企業需要盡可能多地了解客戶行為，但隨著客戶數量的大量累積，客戶信息的日趨復雜，如何管理和分析這些客戶信息，從中找出對企業管理決策有價值的知識，就需要有更先進的技術和工具支持。而數據挖掘（Data Mining）技術為CRM分析大量復雜客戶數據，挖掘客戶價值提供了良好的技術支持。數據挖掘可從大量數據中抽取出潛在的、有價值的知識、模型、規則，是發現潛在關聯、模式，做出預測性分析的有效工具。

二、CRM中數據挖掘的價值

CRM通過搜集、累積大量市場及客戶資料，為企業建立起龐大的數據倉庫，數據挖掘的關鍵所在正是從海量數據中區分出真正有價值的信息并找出其間的關聯。

每個企業都期望通過采用一定工具和手段快速并準確辨析出企業最重要、最有價值的客戶信息。數據挖掘技術從裝有海量數據的數據倉庫中經過深層分析，尋找隱藏在數據中的信息，發掘出有利于商業運作、提高競爭力的信息或知識；它能幫助企業管理客戶生命周期的各階段，包括爭取新客戶，讓已有客戶創造更多利潤、保持住有價值的客戶等；它能對客戶需求做深入分析，滿足企業對個體細分市場的客戶關系管理需求，幫助企業確定客戶特點，使企業通過為客戶提供有針對性服務而增加商機。

對企業而言，在CRM中應用數據挖掘有助于發現業務發展趨勢，揭示已知事實，預測未知結果，并幫助企業分析出完成任務所需的關鍵因素，從而使企業增加收入、降低成本，處于更有利的競爭地位。

三、CRM中數據挖掘的應用范疇

數據挖掘通過對客戶信息的自動篩選，從大量相關客戶數據中挖掘出隱含的、未知的、對企業決策有潛在價值的知識和規則，幫助企業找出未被發現的新機會，預測在商業中制勝的策略，快速做出決策。其以下方面的應用尤為突出。[HJ1.5mm]

客戶特征分析：除客戶地址、性別、年齡、職業、收入、教育等基本信息外，獲取諸如愛好、婚姻、配偶、健康、家庭環境等特征信息，可更詳盡地了解客戶，發現其行為規律，進而更好地制定客戶策略，提高市場活動響應率。通過對大量客戶消費行為信息采用分類、聚類等挖掘方法，按客戶年齡、性別、收入、交易行為特征等屬性細分為具有不同需求和交易習慣的群體，從而得出客戶最關注點，有針對性制定個性化營銷策略。

客戶忠誠度分析：通過客戶行為分析歸類出高消費客戶群、最穩定客戶群、有價值的潛在客戶群、有更多消費需求客戶群等，從而做出客戶持久性及穩定性分析，對客戶需求能快速響應，使客戶獲得高度個性化服務。據統計，企業獲得新客戶成本遠比保持老客戶高得多，盡管各行業成本差異不同，但無論什么行業，6~8倍以上的差距是業界公認的；同時，根據80/20（20%的客戶貢獻80%銷售額）的營銷原則，對高消費及高忠誠度客戶，更應采取策略培養其忠誠度。

營銷交叉分析：企業掌握的客戶先前消費信息中，可能正包含著決定該客戶下一消費行為的關鍵、甚至決定因素，利用數據挖掘技術去發現隱藏在數據間的表面看似獨立事件間的關系，從而幫助企業找到影響其消費行為的因素，有針對性展開營銷策略，適時推薦其它產品。如關聯規則分析能發現客戶傾向于關聯購買哪些產品；聚類分析能發現對特定產品感興趣的用戶群；神經網絡、回歸等方法能預測客戶購買該新產品的可能性。

客戶獲取和流失分析：企業的增長壯大需不斷維持老客戶并獲取新客戶，通過分類、聚類、決策樹等技術挖掘大量客戶信息，識別出潛在的可開發客戶群，判斷具備哪些特性的客戶群最易流失，并建立客戶流失預測模型，較準確地找出易流失客戶群，幫助企業制定方案，對其提前采取相應營銷措施，最大程度地保持住老客戶。

跟蹤評價：通過數據倉庫的數據清潔與集中過程，將客戶反饋信息自動輸入數據倉庫中，實現客戶行為跟蹤，分析出客戶滿意度、信用等級等，從而評價及優化現行策略。如對不同信用等級客戶采取不同賒銷方案，這既保持了客戶忠誠度又規避了不必要風險。通過跟蹤評價可保證企業客戶關系管理達到既定目標，建立良好客戶關系。

四、客戶流失分析

商業企業通常通過交易記錄、抽獎、會員制等活動來記載銷售信息和客戶資料，進而從這些信息中挖掘出客戶偏好的商品組合、消費習性，或是找出流失客戶特征。下面以商業企業客戶流失分析為例來說明CRM中數據挖掘的過程。

（一）數據選擇

選取目標變量：即客戶流失狀態。通過分析具體問題，選擇一個或多個已知量的組合作為目標變量。對于因消費特征改變而發生的流失，需要對相關具體問題加以考慮：是收入改變？偏好改變？還是購物環境要求改變？

選取輸入自變量：輸入自變量分靜態數據和動態數據。靜態數據是諸如客戶基本資料（性別、婚姻狀況、職業、居住區等）等不常變化的數據；動態數據是諸如月消費金額、消費特征等頻繁或定期改變的數據。輸入自變量與目標變量有內在聯系，但卻無法量化表示，這為數據挖掘提供了可發揮的空間。若一時無法確定某種數據是否與客戶流失概率有關聯，可暫時將其選入模型，在后續步驟考察各變量分布情況和相關性時再行取舍。

選取建模數據：客戶流失方式分為客戶自然消亡（因遷址而導致客戶不再存在；或因客戶服務升級，如普通客戶升級為貴賓造成特定服務的目標客戶消失）和客戶轉移到競爭對手兩種。后者流失是商家真正關心且具挽留價值的客戶，選擇建模數據時必須選擇后者流失客戶數據參與建模。

（二）數據規約

數據規約是建模前的數據準備工作，一方面保證建模數據的正確性和有效性，另一方面通過對數據格式和內容的調整，使數據更符合建模需要。主要工作包括對數據的轉換、整合、抽樣、隨機化、缺失值處理等。如按比例抽取未流失客戶和已流失客戶，將這兩類數據合并，構成建模的數據源。模型建立后需大量數據來進行檢驗，故把樣本數據分為用于建模和用于模型檢驗及修正兩部分。

（三）模型建立

建模前利用數據挖掘工具的相關性比較功能，找出每一輸入自變量和客戶流失概率的相關性，刪除相關性較小的變量，從而降低模型復雜度，縮短建模周期。現有數據挖掘工具很多，如神經網絡、回歸、決策樹、關聯、聚類等，可使用其中的多種方法預先建立多個模型，再對這些模型進行優劣比較，選出最適合客戶流失分析的建模方法，建模過程中可使用多種近似算法來簡化模型優化過程。模型建立后的調整是數據挖掘過程的核心部分，通常由數據分析專家完成。不同商業問題和不同數據分布屬性會影響模型建立與調整策略，因此需業務專家參與調整策略的制定，以避免不適當優化造成業務信息的丟失。

（四）模型評價與解釋

為得到準確結果，可利用未參與建模的數據進行模型評估。檢驗的方法是使用模型對已知客戶狀態的數據進行預測，將預測值與實際客戶狀態作比較，預測正確率最高的模型是最優模型。通過對模型做出合理的業務解釋，可找出一些潛在規律來指導商家行為；反過來，通過業務解釋也能證明數學模型的合理性和有效性。

（五）模型應用

可先選擇一試點實施應用，試點期間隨時注意模型應用的收益情況。若發生異常偏差，則停止應用，修正模型。試點結束后，若模型被證明應用良好，可考慮大范圍推廣。推廣時要注意地區差異，不能完全照搬模型。經濟環境發生重大變化或模型應用一段時期后，模型偏差可能會增大，這時可考慮重新建立一更具適用性的模型。

通過客戶流失模型對客戶流失情況的監控，若流失可能性過高，可采用促銷等手段來提高客戶忠誠度，防止客戶流失的發生，從而徹底改變以往商家在成功獲得客戶后無法監控客戶流失、無法有效實現客戶關懷的狀況。

五、結束語

數據挖掘作為CRM的前提和基礎，不再僅局限于客戶接觸層面的客戶關系管理，已深入到客戶的消費行為和消費喜好，從更加深入全面的角度洞察客戶、理解客戶價值。采用了數據挖掘技術的CRM系統，在目前競爭日益激烈的知識經濟環境和電子商務經濟模式下，已成為現代企業在激烈市場競爭中生存和制勝的關鍵。在CRM中有效利用數據挖掘，可不斷促進企業單個客戶價值提升和客戶規模的擴大，可指導企業高層決策者制定出最優的企業營銷策略、降低運營成本、加速企業發展，有效推動企業價值和實力的不斷攀升。

參考文獻:

[1] 朱美珍.以數據挖掘提升客戶關系管理[J].技術與創新管理，2006(4). 

[2] 王紅霞，陳根才.零售業CRM中的數據挖掘技術[J].計算機與數字工程，2006(1).

[3] 龍志勇.數據挖掘在電信行業關系管理的應用[J].信息網絡，2003(12).

（責任編輯：櫻紫）