公共管理論文--將數(shù)據(jù)挖掘技術(shù)應(yīng)用在客戶(hù)關(guān)系管理中_第1頁(yè)
公共管理論文--將數(shù)據(jù)挖掘技術(shù)應(yīng)用在客戶(hù)關(guān)系管理中_第2頁(yè)
公共管理論文--將數(shù)據(jù)挖掘技術(shù)應(yīng)用在客戶(hù)關(guān)系管理中_第3頁(yè)
公共管理論文--將數(shù)據(jù)挖掘技術(shù)應(yīng)用在客戶(hù)關(guān)系管理中_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、摘要 在客戶(hù)關(guān)系管理中,企業(yè)將面臨大量的來(lái)自于客戶(hù)和市場(chǎng)的數(shù)據(jù)和信息,這些數(shù)據(jù)是大量的、不完全的、有噪聲的、模糊的、隨機(jī)的,但同時(shí)又是非常有用的。數(shù)據(jù)挖掘技術(shù)可以將這些數(shù)據(jù)有效的分析、整理,從而給數(shù)據(jù)使用者提供有效、及時(shí)的信息。本文就數(shù)據(jù)挖掘技術(shù)在客戶(hù)關(guān)系管理中如何應(yīng)用做了粗淺的探討。 關(guān)鍵詞 數(shù)據(jù)挖掘 客戶(hù)關(guān)系管理 應(yīng)用 步驟 根據(jù)波特的影響企業(yè)的利益相關(guān)者理論,企業(yè)有五個(gè)利益相關(guān)者,分別是客戶(hù)、競(jìng)爭(zhēng)對(duì)手、供應(yīng)商、分銷(xiāo)商和政府等其他利益相關(guān)者。其中,最重要的利益相關(guān)者就是客戶(hù)?,F(xiàn)代企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)不僅體現(xiàn)在產(chǎn)品上,還體現(xiàn)在市場(chǎng)上,誰(shuí)能獲得更大的市場(chǎng)份額,誰(shuí)就能在競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)和主動(dòng)。而對(duì)市場(chǎng)份

2、額的爭(zhēng)奪實(shí)質(zhì)上是對(duì)客戶(hù)的爭(zhēng)奪,因此,企業(yè)必須完成從“產(chǎn)品”導(dǎo)向向“客戶(hù)”導(dǎo)向的轉(zhuǎn)變,對(duì)企業(yè)與客戶(hù)發(fā)生的各種關(guān)系進(jìn)行管理。進(jìn)行有效的客戶(hù)關(guān)系管理,就要通過(guò)有效的途徑,從儲(chǔ)存大量客戶(hù)信息的數(shù)據(jù)倉(cāng)庫(kù)中經(jīng)過(guò)深層分析,獲得有利于商業(yè)運(yùn)作,提高企業(yè)市場(chǎng)競(jìng)爭(zhēng)力的有效信息。而實(shí)現(xiàn)這些有效性的關(guān)鍵技術(shù)支持就是數(shù)據(jù)挖掘,即從海量數(shù)據(jù)中挖掘出更有價(jià)值的潛在信息。正是有了數(shù)據(jù)挖掘技術(shù)的支持,才使得客戶(hù)關(guān)系管理的理念和目標(biāo)得以實(shí)現(xiàn),滿(mǎn)足現(xiàn)代電子商務(wù)時(shí)代的需求和挑戰(zhàn)。 一、客戶(hù)關(guān)系管理(CRM) CRM是一種旨在改善企業(yè)與客戶(hù)之間關(guān)系的新型管理方法。它是企業(yè)通過(guò)富有意義的交流和溝通,理解并影響客戶(hù)行為,最終實(shí)現(xiàn)提高客戶(hù)獲

3、取、客戶(hù)保留、客戶(hù)忠誠(chéng)和客戶(hù)創(chuàng)利的目的。它包括的主要內(nèi)容有客戶(hù)識(shí)別、客戶(hù)關(guān)系的建立、客戶(hù)保持、客戶(hù)流失控制和客戶(hù)挽留。通過(guò)客戶(hù)關(guān)系管理能夠提高企業(yè)銷(xiāo)售收入,改善企業(yè)的服務(wù),提高客戶(hù)滿(mǎn)意度,同時(shí)能提高員工的生產(chǎn)能力。 二、數(shù)據(jù)挖掘(DM) 數(shù)據(jù)挖掘(Data Mining,簡(jiǎn)稱(chēng)DM),簡(jiǎn)單的講就是從大量數(shù)據(jù)中挖掘或抽取出知識(shí)。數(shù)據(jù)挖掘概念的定義描述有若干版本。一個(gè)通用的定義是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取人們感興趣的知識(shí),這些知識(shí)是隱諱的、事先未知的、潛在有用的信息。 常用的數(shù)據(jù)挖掘方法有:(1)關(guān)聯(lián)分析。即從給定的數(shù)據(jù)集中發(fā)現(xiàn)頻繁出現(xiàn)的項(xiàng)集模式知識(shí)。例如,某商場(chǎng)

4、通過(guò)關(guān)聯(lián)分析,可以找出若干個(gè)客戶(hù)在本商場(chǎng)購(gòu)買(mǎi)商品時(shí),哪些商品被購(gòu)置率較高,進(jìn)而可以發(fā)現(xiàn)數(shù)據(jù)庫(kù)中不同商品的聯(lián)系,進(jìn)而反映客戶(hù)的購(gòu)買(mǎi)習(xí)慣。(2)序列模式分析。它與關(guān)聯(lián)分析相似,其目的也是為了控制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后(因果)關(guān)系。例如,可以通過(guò)分析客戶(hù)在購(gòu)買(mǎi)A商品后,必定(或大部分情況下)隨著購(gòu)買(mǎi)B商品,來(lái)發(fā)現(xiàn)客戶(hù)潛在的購(gòu)買(mǎi)模式。(3)分類(lèi)分析。是找出一組能夠描述數(shù)據(jù)集合典型特征的模型,以便能夠分類(lèi)識(shí)別未知數(shù)據(jù)的歸屬或類(lèi)別。例如,銀行可以根據(jù)客戶(hù)的債務(wù)水平、收入水平和工作情況,可對(duì)給定用戶(hù)進(jìn)行信用風(fēng)險(xiǎn)分析。(4)聚類(lèi)分析。是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對(duì)象之間

5、所存在的有價(jià)值聯(lián)系。在商業(yè)上,聚類(lèi)可以通過(guò)顧客數(shù)據(jù)將顧客信息分組,并對(duì)顧客的購(gòu)買(mǎi)模式進(jìn)行描述,找出他們的特征,制定針對(duì)性的營(yíng)銷(xiāo)方案。(5)孤立點(diǎn)分析。孤立點(diǎn)是數(shù)據(jù)庫(kù)中與數(shù)據(jù)的一般模式不一致的數(shù)據(jù)對(duì)象,它可能是收集數(shù)據(jù)的設(shè)備出現(xiàn)故障、人為輸入時(shí)的輸入錯(cuò)誤等。孤立點(diǎn)分析就是專(zhuān)門(mén)挖掘這些特殊信息的方法。例如,銀行可以利用孤立點(diǎn)分析發(fā)現(xiàn)信用卡詐騙,電信部門(mén)可以利用孤立點(diǎn)分析發(fā)現(xiàn)電話(huà)盜用等。 三、數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理中的應(yīng)用 1.進(jìn)行客戶(hù)分類(lèi) 客戶(hù)分類(lèi)是將大量的客戶(hù)分成不同的類(lèi)別,在每一類(lèi)別里的客戶(hù)具有相似的屬性,而不同類(lèi)別里的客戶(hù)的屬性不同。數(shù)據(jù)挖掘可以幫助企業(yè)進(jìn)行客戶(hù)分類(lèi),針對(duì)不同類(lèi)別的客戶(hù),提供

6、個(gè)性化的服務(wù)來(lái)提高客戶(hù)的滿(mǎn)意度,提高現(xiàn)有客戶(hù)的價(jià)值。細(xì)致而可行的客戶(hù)分類(lèi)對(duì)企業(yè)的經(jīng)營(yíng)策略有很大益處。例如,保險(xiǎn)公司在長(zhǎng)期的保險(xiǎn)服務(wù)中,積累了很多的數(shù)據(jù)信息,包括對(duì)客戶(hù)的服務(wù)歷史、對(duì)客戶(hù)的銷(xiāo)售歷史和收入,以及客戶(hù)的人口統(tǒng)計(jì)學(xué)資料和生活方式等。保險(xiǎn)公司必須將這些眾多的信息資源綜合起來(lái),以便在數(shù)據(jù)庫(kù)里建立起一個(gè)完整的客戶(hù)背景。在客戶(hù)背景信息中,大批客戶(hù)可能在保險(xiǎn)種類(lèi)、保險(xiǎn)年份和保險(xiǎn)金額上具有極高的相似性,因而形成了具有共性的客戶(hù)群體。經(jīng)過(guò)數(shù)據(jù)挖掘的聚類(lèi)分析,可以發(fā)現(xiàn)他們的共性,掌握他們的保險(xiǎn)理念,提供有針對(duì)性的服務(wù),提高保險(xiǎn)公司的綜合服務(wù)水平,并可以降低業(yè)務(wù)服務(wù)成本,取得更高的收益。 2.進(jìn)行客戶(hù)識(shí)

7、別和保留 (1)在CRM中,首先應(yīng)識(shí)別潛在客戶(hù),然后將他們轉(zhuǎn)化為客戶(hù) 這時(shí)可以采用DM中的分類(lèi)方法。首先是通過(guò)對(duì)數(shù)據(jù)庫(kù)中各數(shù)據(jù)進(jìn)行分析,從而建立一個(gè)描述已知數(shù)據(jù)集類(lèi)別或概念的模型,然后對(duì)每一個(gè)測(cè)試樣本,用其已知的類(lèi)別與學(xué)習(xí)所獲模型的預(yù)測(cè)類(lèi)別做比較,如果一個(gè)學(xué)習(xí)所獲模型的準(zhǔn)確率經(jīng)測(cè)試被認(rèn)可,就可以用這個(gè)模型對(duì)未來(lái)對(duì)象進(jìn)行分類(lèi)。例如,圖書(shū)發(fā)行公司利用顧客郵件地址數(shù)據(jù)庫(kù),給潛在顧客發(fā)送用于促銷(xiāo)的新書(shū)宣傳冊(cè)。該數(shù)據(jù)庫(kù)內(nèi)容有客戶(hù)情況的描述,包括年齡、收入、職業(yè)、閱讀偏好、訂購(gòu)習(xí)慣、購(gòu)書(shū)資金、計(jì)劃等屬性的描述,顧客被分類(lèi)為“是”或“否”會(huì)成為購(gòu)買(mǎi)書(shū)籍的顧客。當(dāng)新顧客的信息被輸入到數(shù)據(jù)庫(kù)中時(shí),就對(duì)該新顧客的

8、購(gòu)買(mǎi)傾向進(jìn)行分類(lèi),以決定是否給該顧客發(fā)送相應(yīng)書(shū)籍的宣傳手冊(cè)。 (2)在客戶(hù)保留中的應(yīng)用 客戶(hù)識(shí)別是獲取新客戶(hù)的過(guò)程,而客戶(hù)保留則是留住老顧客、防止客戶(hù)流失的過(guò)程。對(duì)企業(yè)來(lái)說(shuō),獲取一個(gè)新顧客的成本要比保留一個(gè)老顧客的成本高。在保留客戶(hù)的過(guò)程中,非常重要的一個(gè)工作就是要找出顧客流失的原因。例如,某專(zhuān)科學(xué)校的招生人數(shù)在逐漸減少,那么就要找出減少的原因,經(jīng)過(guò)廣泛的搜集信息,發(fā)現(xiàn)原因在于本學(xué)校對(duì)技能培訓(xùn)不夠重視,學(xué)生只能學(xué)到書(shū)本知識(shí),沒(méi)有實(shí)際的技能,在就業(yè)市場(chǎng)上找工作很難。針對(duì)這種情況,學(xué)校應(yīng)果斷的抽取資金,購(gòu)買(mǎi)先進(jìn)的、有針對(duì)性的實(shí)驗(yàn)實(shí)訓(xùn)設(shè)備,同時(shí)修改教學(xué)計(jì)劃,加大實(shí)驗(yàn)實(shí)訓(xùn)課時(shí)和考核力度,培訓(xùn)相關(guān)專(zhuān)業(yè)的

9、教師。 (3)對(duì)客戶(hù)忠誠(chéng)度進(jìn)行分析 客戶(hù)的忠誠(chéng)意味著客戶(hù)不斷地購(gòu)買(mǎi)公司的產(chǎn)品或服務(wù)。數(shù)據(jù)挖掘在客戶(hù)忠誠(chéng)度分析中主要是對(duì)客戶(hù)持久性、牢固性和穩(wěn)定性進(jìn)行分析。比如大型超市通過(guò)會(huì)員的消費(fèi)信息,如最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額三個(gè)指標(biāo)對(duì)數(shù)據(jù)進(jìn)行分析,可以預(yù)測(cè)出顧客忠誠(chéng)度的變化,據(jù)此對(duì)價(jià)格、商品的種類(lèi)以及銷(xiāo)售策略加以調(diào)整和更新,以便留住老顧客,吸引新顧客。 (4)對(duì)客戶(hù)盈利能力分析和預(yù)測(cè) 對(duì)于一個(gè)企業(yè)而言,如果不知道客戶(hù)的價(jià)值,就很難做出合適的市場(chǎng)策略。不同的客戶(hù)對(duì)于企業(yè)而言,其價(jià)值是不同的。研究表明,一個(gè)企業(yè)的80%的利潤(rùn)是由只占客戶(hù)總數(shù)的20%的客戶(hù)創(chuàng)造的,這部分客戶(hù)就是有價(jià)值的優(yōu)質(zhì)客戶(hù)。為了弄清

10、誰(shuí)才是有價(jià)值的客戶(hù),就需要按照客戶(hù)的創(chuàng)利能力來(lái)劃分客戶(hù),進(jìn)而改進(jìn)客戶(hù)關(guān)系管理。數(shù)據(jù)挖掘技術(shù)可以用來(lái)分析和預(yù)測(cè)不同市場(chǎng)活動(dòng)情況下客戶(hù)盈利能力的變化,幫助企業(yè)制定合適的市場(chǎng)策略。商業(yè)銀行一般會(huì)利用數(shù)據(jù)挖掘技術(shù)對(duì)客戶(hù)的資料進(jìn)行分析,找出對(duì)提高企業(yè)盈利能力最重要的客戶(hù),進(jìn)而進(jìn)行針對(duì)性的服務(wù)和營(yíng)銷(xiāo)。 (5)交叉銷(xiāo)售和增量銷(xiāo)售 交叉銷(xiāo)售是促使客戶(hù)購(gòu)買(mǎi)尚未使用的產(chǎn)品和服務(wù)的營(yíng)銷(xiāo)手段,目的是可以拓寬企業(yè)和客戶(hù)間的關(guān)系。增量銷(xiāo)售是促使客戶(hù)將現(xiàn)有產(chǎn)品和服務(wù)升級(jí)的銷(xiāo)售活動(dòng),目的在于增強(qiáng)企業(yè)和客戶(hù)的關(guān)系。這兩種銷(xiāo)售都是建立在雙贏的基礎(chǔ)上的,客戶(hù)因得到更多更好符合其需求的服務(wù)而獲益,公司也因銷(xiāo)售增長(zhǎng)而獲益。數(shù)據(jù)挖掘可以

11、采用關(guān)聯(lián)性模型或預(yù)測(cè)性模型來(lái)預(yù)測(cè)什么時(shí)間會(huì)發(fā)生什么事件,判斷哪些客戶(hù)對(duì)交叉銷(xiāo)售和增量銷(xiāo)售很有意向,以達(dá)到交叉銷(xiāo)售和增量銷(xiāo)售的目的。例如,保險(xiǎn)公司的交叉營(yíng)銷(xiāo)策略:保險(xiǎn)公司對(duì)已經(jīng)購(gòu)買(mǎi)某險(xiǎn)種的客戶(hù)推薦其它保險(xiǎn)產(chǎn)品和服務(wù)。這種策略成功的關(guān)鍵是要確保推銷(xiāo)的保險(xiǎn)險(xiǎn)種是用戶(hù)所感興趣的,否則會(huì)造成用戶(hù)的反感。 四、客戶(hù)關(guān)系管理應(yīng)用數(shù)據(jù)挖掘的步驟 1.需求分析 只有確定需求,才有分析和預(yù)測(cè)的目標(biāo),然后才能提取數(shù)據(jù)、選擇方法,因此,需求分析是數(shù)據(jù)挖掘的基礎(chǔ)條件。數(shù)據(jù)挖掘的實(shí)施過(guò)程也是圍繞著這個(gè)目標(biāo)進(jìn)行的。在確定用戶(hù)的需求后,應(yīng)該明確所要解決的問(wèn)題屬于哪種應(yīng)用類(lèi)型,是屬于關(guān)聯(lián)分析、分類(lèi)、聚類(lèi)及預(yù)測(cè),還是其他應(yīng)用。應(yīng)

12、對(duì)現(xiàn)有資源如已有的歷史數(shù)據(jù)進(jìn)行評(píng)估,確定是否能夠通過(guò)數(shù)據(jù)挖掘技術(shù)來(lái)解決用戶(hù)的需求,然后將進(jìn)一步確定數(shù)據(jù)挖掘的目標(biāo)和制定數(shù)據(jù)挖掘的計(jì)劃。 2.建立數(shù)據(jù)庫(kù) 這是數(shù)據(jù)挖掘中非常重要也非常復(fù)雜的一步。首先,要進(jìn)行數(shù)據(jù)收集和集成,其次,要對(duì)數(shù)據(jù)進(jìn)行描述和整合。數(shù)據(jù)主要有四個(gè)方面的來(lái)源:客戶(hù)信息、客戶(hù)行為、生產(chǎn)系統(tǒng)和其他相關(guān)數(shù)據(jù)。這些數(shù)據(jù)通過(guò)抽取、轉(zhuǎn)換和裝載,形成數(shù)據(jù)倉(cāng)庫(kù),并通過(guò)OLAP和報(bào)表,將客戶(hù)的整體行為結(jié)果分析等數(shù)據(jù)傳遞給數(shù)據(jù)庫(kù)用戶(hù)。 3.選擇合適的數(shù)據(jù)挖掘工具 如果從上一步的分析中發(fā)現(xiàn),所要解決的問(wèn)題能用數(shù)據(jù)挖掘比較好地完成,那么需要做的第三步就是選擇合適的數(shù)據(jù)挖掘技術(shù)與方法。將所要解決的問(wèn)題轉(zhuǎn)

13、化成一系列數(shù)據(jù)挖掘的任務(wù)。數(shù)據(jù)挖掘主要有五種任務(wù):分類(lèi),估值預(yù)測(cè),關(guān)聯(lián)規(guī)則,聚集,描述。前三種屬于直接的數(shù)據(jù)挖掘。在直接數(shù)據(jù)挖掘中,目標(biāo)是應(yīng)用可得到的數(shù)據(jù)建立模型,用其它可得到的數(shù)據(jù)來(lái)描述感興趣的變量。后兩種屬于間接數(shù)據(jù)挖掘。在間接數(shù)據(jù)挖掘中,沒(méi)有單一的目標(biāo)變量,目標(biāo)是在所有變量中發(fā)現(xiàn)某些聯(lián)系。 4.建立模型 建立模型是選擇合適的方法和算法對(duì)數(shù)據(jù)進(jìn)行分析,得到一個(gè)數(shù)據(jù)挖掘模型的過(guò)程。一個(gè)好的模型沒(méi)必要與已有數(shù)據(jù)完全相符,但模型對(duì)未來(lái)的數(shù)據(jù)應(yīng)有較好的預(yù)測(cè)。需要仔細(xì)考察不同的模型以判斷哪個(gè)模型對(duì)所需解決的問(wèn)題最有用。如決策樹(shù)模型、聚類(lèi)模型都是分類(lèi)模型,它們將一個(gè)事件或?qū)ο髿w類(lèi)。回歸是通過(guò)具有已知值

14、的變量來(lái)預(yù)測(cè)其它變量的值。時(shí)間序列是用變量過(guò)去的值來(lái)預(yù)測(cè)未來(lái)的值。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)。建立模型是一個(gè)反復(fù)進(jìn)行的過(guò)程,它需要不斷地改進(jìn)或更換算法以尋找對(duì)目標(biāo)分析作用最明顯的模型,最后得到一個(gè)最合理、最適用的模型。 5.模型評(píng)估 為了驗(yàn)證模型的有效性、可信性和可用性,從而選擇最優(yōu)的模型,需要對(duì)模型進(jìn)行評(píng)估。我們可以將數(shù)據(jù)中的一部分用于模型評(píng)估,來(lái)測(cè)試模型的準(zhǔn)確性,模型是否容易被理解模型的運(yùn)行速度、輸入結(jié)果的速度、實(shí)現(xiàn)代價(jià)、復(fù)雜度等。模型的建立和檢驗(yàn)是一個(gè)反復(fù)的過(guò)程,通過(guò)這個(gè)階段階段的工作,能使數(shù)據(jù)以用戶(hù)能理解的方式出現(xiàn),直至找到最優(yōu)或較優(yōu)的模型。 6.部署和應(yīng)用 將數(shù)據(jù)挖掘的知識(shí)歸檔和報(bào)告給需要的群體,根據(jù)數(shù)據(jù)挖掘發(fā)現(xiàn)的知識(shí)采取必要的行動(dòng),以及消除與先前知識(shí)可能存在的沖突,并將挖掘的知識(shí)應(yīng)用于應(yīng)用系統(tǒng)。在模型的應(yīng)用過(guò)程中,也需要不斷地對(duì)模型進(jìn)行評(píng)估和檢驗(yàn),并做出適當(dāng)?shù)恼{(diào)整,以使模型適應(yīng)不斷變化的環(huán)境。 參考文

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論