運用數據挖掘技術提升客戶滿意度

王宇峰

同濟大學汽車學院，上海 201804

1 客戶滿意度及數據挖掘

1.1 客戶滿意度

客戶滿意度是使客戶在購買或使用了某種產品并接受某項服務之后，形成的滿不滿意的態度，是對客戶滿意程度的度量。

1.2 數據挖掘

數據挖掘是從大量不完全的隨機的應用數據中提煉有指導意義的數據，這些數據是潛在有用的信息。通過對數據的研究分析，提取知識和信息的過程。

2 數據挖掘技術在客戶滿意度提升中的應用

當今全球經濟正飛速地向企業管理數字化的方向發展，數據挖掘技術是一個獲取保持并增加可獲利顧客的過程，數據挖掘技術提升客戶滿意度體現在如下幾個方面：

1）在汽車行業競爭激烈的今天，汽車行業正處在向“以客戶為中心”轉移的變革階段，通過建設統一的客戶信息管理平臺，優化現行的汽車營銷模式，同時通過數據挖掘技術對客戶信息進行全面管理，提高客戶滿意度和忠誠度，對汽車行業來說變得尤為重要；

2）運用多種數據分析方法對數據細節進行綜合和分析，達到以下目的：

（1）針對數據分析主題可靈活建立相應的分析指標體系；

（2）分析計算客戶滿意度各項指標的度量值；

（3）根據不同的指標體系進行客戶特征分析；

（4）根據多個角度歸納客戶細分因素并進行客戶細分；

（5）按所需的時間和空間粒度，分析不同客戶群體及其各項滿意度指標的關聯和變化；

（6）按所需的時間和空間粒度，分析各關鍵因子影響滿意度的權重，提示服務改進方案。

3）更有效的識別客戶的價值，提供優質的個性化服務。根據“二八定律”在企業的滿意度戰略中的應用，即20%的忠誠客戶能創造出企業80%的收益，這20%的忠誠客戶是企業生存和發展的支柱。可見，客戶價值有很大的區別。三、客戶滿意度數據查詢分析系統設計

M公司已經進行了多年的客戶滿意度調研，以后每年還將繼續開展這個工作。因此，需要建立客戶滿意度數據庫，對數據進行深入挖掘和分析，加強客戶關系管理。根據滿意度數據，建立統一的滿意度數據庫。

根據滿意度數據庫，建立相應的分析指標體系，可以隨時對滿意度信息、生活形態、購買行為、人口統計信息、心理特征等數據進行對比分析。實現對總體、區域、省份、城市、單店的分析。

建立的統一的滿意度數據庫，其結構適用于存儲和管理同類質不同渠道的市場調研工作獲取的信息（滿意度信息、生活形態、購買行為、人口統計信息、心理特征、客戶特征信息），包括：委托第三方進行的滿意度調查結果、M公司本部進行的滿意度調查結果、戰敗客戶調研結果等。

不同渠道來源的滿意度調查數據統一在一個平臺上進行管理，并可根據用戶需要分別提供前端分析和查詢，不同渠道的調研結果得以相互對比和印證，使用戶得以從不同視角更全面地了解信息。

通過以下幾個角度對滿意度數據進行應用提升：

1）滿意度的季度趨勢預測和異常檢查

對未來一季度的滿意度變化進行預測，并通過事后檢查發現工作上的異常。利用最近歷史數據，通過數學上的曲線擬合方法來獲得滿意度分值在自然狀態下的變化趨勢（自然狀態是指對服務工作沒有進行特別干涉的情況）。系統可根據這種趨勢對未來某個季度的滿意度分值水平進行預測。當兩者的誤差超過合理范圍時即做出發現異常變化的提醒。提醒管理者及時從某些區域和工作環節中尋找滿意度出現異常變化的原因，及時對工作進行總結，發現和發揚好的工作方法，檢討和改正不良的工作方法。預測首先是整體，然后從區域和工作兩個維度進行單獨的趨勢分析，使出現的異常可以定位在具位的區域或工作環節上。

通過數學方法，可以利用一定的歷史數據對數據變化作出曲線擬合，通過特定計算很好地逼近數據變化的趨勢，也是一種常用的預測方法。對于客戶滿意度，可以認為過去最近一年的市場和工作影響因素與今年最為接近，各季度的滿意度變動趨勢也相似，因此以去年各季度的滿意度分值開始建立趨勢線；同時，新季度的自然變化應符合最近已發生的趨勢，因此，本年度已過去的各季度的滿意度分值也被插入來修正趨勢線。曲線時間軸上最右邊的點為新季度的預測點，并給出該點的誤差有效區間。每個季度實際分值落在誤差區間以內為正常，落在誤差區間以外則為異常。

在新年度開始時，系統首先從滿意度數據庫中提取過去一年各季度滿意度分值,依據這些數據產生初始的擬合曲線。

系統通過對上年四季度歷史數據進行運算，獲得對歷史時間點誤差最小的擬合模型。其擬合曲線最好地表現了去年各季度的滿意度變化趨勢，并可逼近新時間點的值。系統根據模型自動計算出新年第一季度的預測分值。

由于滿意度的客觀影響因素比起上年總會有變化，因此隨著時間的變化，初始的趨勢線可能與現狀誤差較大，需要不斷進行修正。修正的辦法是每個季度過去后即在模型中插入剛剛過去季度的數據重新進行曲線擬合。

2）年度計劃建議和考核

對改善未來一年的滿意度水平提出期望值，建議新年度工作改進計劃策略，在計劃目標基礎上考核實際工作成效。

本病多突然發生，病初表現輕度精神萎頓，食欲減退，步態不穩。隨之頭面部及眼瞼水腫，并出現神精癥狀，大多行走不穩，搖擺或盲目轉圈，有的病豬前肢跪地，兩后肢直立，有的臥地不起，四肢劃動，似游泳狀，口吐白沫，觸摸時反應敏感，興奮不安，叫聲嘶啞，表現驚厥，個別豬只發病迅速，突然死亡。

滿意度分值是企業服務工作成績的量化表現。企業對將來一年的工作都有一個以計劃預算來描述的期望值，在總的期望值下分解各項工作指標和資源配置。我們也可以通過對滿意度提出期望值，從另一個角度為企業作出工作計劃建議。

基于滿意度變化與工作資源投入相關（在后頁闡述）的理論，我們可以從每年對工作資源投入的計劃預算這個角度，為滿意度的改進方法作出建議。系統的建議原則是要找到能以最小的工作資源投入來達到預定滿意度水平的策略。

當年度調研數據更新后，系統可根據前面所做的年度計劃建議與實際的年度調研結果進行對比，從區域和工作環節兩個維度考核服務工作成效。

系統從近兩年及未來幾年調研都采用的穩定的滿意度指標結構中選取全部或部份需要關注的指標組成一套新的指標結構，作為預測計劃的指標結構。其中，在新的指標結構中起始權重直接采用調研結果權重，經過標準化后（Rj/∑Ri，Rj為第j項權重，∑Ri為權重之和）成為新的權重結構。

系統認為企業所采用的指標體系是可信的，依據“滿意度分值與資源投入成正比”和“權重與對資源的需求量成正比”的原理，根據本年度客戶滿意度調研結果中各區域、各省市的各分項指標的分值，在人為給定下年度整體滿意度的一個提升期望值后，以追加資源投入最少為原則，計算輸出最優化的工作改進建議。輸出結果以區域省市為空間維度，以分項指標代表工作項目，詳細列出下年度各項工作的預測分值和追加資源投入比例。

計劃建議模型輸出的結果是站在分析滿意度變化的角度，幫助企業觀察在每個區域、每項工作環節上應投放的工作側重，以及采用不同的工作側重會對滿意度產生什么樣的影響。

增加滿意度短板探測功能。

提供滿意度短板探測功能，可以按分項指標分值范圍等參數預設多種探測條件，系統可自動根據這些預設參數，在歷年的數據中檢索并輸出符合條件的樣本數據，并提供對篩選出來的數據進行再分析的功能。

增加數據分析報告的輸出功能。

提供某些報告輸出功能，可按照M公司提供的某些暨定的模板格式，可以按頁、按冊、按批量自動輸出Excel、PDF等格式的數據分析報告，其中，批量輸出方式可以自動按經銷商和按區域批量輸出數據分析報告，節省人工處理報告的工作量。

增加分析區域預設功能。

提供分析區域的預設功能，使操作人員可根據需要從當年的調研數據中抽選出與JD Power調研范圍相同的城市作為滿意度分析的區域，并按照這種區域結構對客戶滿意度數據進行觀察和對比分析。

3 結論

建立并改進滿意度數據庫查詢分析系統，對客戶信息數據進行收集及處理。收集客戶信息及反饋，對于高客戶滿意度來說是尤為重要的。只有理解了客戶的觀點，并從客戶視角來研究產品及服務，才能從更深的層面來提升產品及服務。對客戶信息數據要進行處理，發現其中有關客戶滿意度的模式，再調整相應的有效策略及形成決策支持。本文期望通過對M公司滿意度數據查詢分析系統的研究，能給汽車行業客戶滿意度的提升，提供一些幫助并做出一定的貢獻。

數據挖掘作為在海量客戶信息中發現客戶行為模式并挖掘影響客戶滿意度關鍵指標的一種現代技術，為企業制定和調整經營決策起到了有效的指導性作用。隨著數據挖掘技術的不斷成熟，“以客戶為導向”的經營決策也必將體現出其更大的價值。

[1]劉菲.基于數據挖掘技術的客戶滿意度的提升.華章，2011(31).

[2]陳京民.數據倉庫與數據挖掘技術[M].北京：電子工業出版社，2006.

[3]朱愛群.客戶關系管理與數據挖掘[M].中國財政經濟出版社，2001.

[4]李玲，趙宏霞等.用數據挖掘提高客戶滿意度.遼寧：技術經濟，2004(10).