基于大數據挖掘的企業(yè)客戶關系管理

騎火一川 2016-10-10

展開全文

導語

大數據時代下，越來越多的人發(fā)現，大數據的核心不只是數量大，數據挖掘（Data mining）正越來越被企業(yè)所重視，可以幫助企業(yè)實現客戶關系管理的價值。

根據華碩商用Mr. A收集到的資料，目前CRM中應用的數據挖掘技術和方法的研究有很多，不同行業(yè)、不同環(huán)境下企業(yè)的CRM應用差異很大，應用到的具體數據挖掘技術和方法也會不同，但是CRM應用數據挖掘的目的主要在于以下四個方面：客戶細分、獲取新客戶、提升客戶價值和保持客戶以防止流失。

客戶細分

客戶細分就是把客戶根據其性別、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，同一群體中的客戶對產品的需求的及交易心理等方面具有相似性，而不同群體間差異較大。

客戶細分可以采用分類的方法，也可以采用聚類的方法。比如，可以將客戶分為高價值和低價值的客戶，然后確定對分類有影響的因素，再將擁有相關屬性的客戶數據提取出來，選擇合適的算法對數據進行處理得到分類規(guī)則。使用聚類的方法，則在之前并不知道客戶可以分為幾類，在將數據聚類后，再對結果數據進行分析，歸納出相似性和共性。

每一類別的客戶具有相似性的屬性，而不同類別客戶的屬性也不同，從而確定特定消費群體或個體的興趣、消費習慣、消費傾向和消費需求，進而推斷出相應消費群體或個體下一步的消費行為。細分可以讓用戶從比較高的層次上來察看整個數據庫中的數據，也使得企業(yè)可以針對不同的客戶群采取不同的營銷策略，有效地利用有限的資源。合理的客戶細分是實施客戶關系管理的基礎。

獲取新客戶

在大多數商業(yè)領域中，業(yè)務發(fā)展的主要指標里都包括新客戶的獲取能力。新客戶的獲取包括發(fā)現那些對你的產品不了解的顧客，他們可能是你的產品的潛在消費者，也可能是以前接受你的競爭對手服務的顧客。在尋找新客戶之前，企業(yè)應該確定哪些客戶是可能的潛在客戶、哪些客戶容易獲得、哪些客戶較難獲得，從而使企業(yè)有限的營銷資源得到最合理的利用。因此，預測潛在客戶對企業(yè)銷售推廣活動的反應情況是客戶獲得的前提。

數據挖掘可以幫助企業(yè)識別出潛在的客戶群，提高客戶對市場營銷活動的相應率，使企業(yè)做到心中有數、有的放矢。數據挖掘技術中的關聯分析、聚類和分類功能可以很好地完成這種分析。根據客戶資料及其他輸入，數據挖掘工具可以建立一個“客戶反應”預測模型，利用這個模型可以計算出客戶對某個營銷活動的反應指標，企業(yè)根據這些指標就可以找出那些對企業(yè)所提供的服務感興趣的客戶，進而達到獲取客戶的目的。

提升客戶價值

公司與其客戶之間的商業(yè)關系是一種持續(xù)的、不斷發(fā)展的關系。在客戶與公司建立起這種雙向的商業(yè)關系之后，可以有很多種方法來優(yōu)化這種關系，延長這種關系的時間。交叉銷售就是向現有的客戶提供新的產品和服務的過程。

在交叉銷售活動中，數據挖掘可以幫助企業(yè)分析出最優(yōu)的銷售匹配方式。在企業(yè)所掌握的客戶信息，尤其是以前購買行為的信息中，可能正包含著這個客戶決定他下一個購買行為的關鍵，甚至決定因素。通過相關分析，數據挖掘可以幫助分析出最優(yōu)的、最合理的銷售匹配。

有幾種數據挖掘方法可以應用于交叉銷售：

聚類分析，能夠發(fā)現對特定產品感興趣的用戶群；

關聯規(guī)則分析，能夠發(fā)現顧客傾向于關聯購買哪些商品；

神經網絡、回歸等方法，能夠預測顧客購買該新產品的可能性。

首先分析現有客戶的購買行為和消費習慣數據，然后用數據挖掘的一些算法對不同銷售方式下的個體行為進行建模;其次是用建立的預測模型對客戶將來的消費行為進行預測分析，對每一種銷售方式進行評價;最后用建立的分析模型對新的客戶數據進行分析，以決定向客戶提供哪一種交叉銷售方式最合適。

保持客戶

企業(yè)競爭越來越激烈，企業(yè)獲取新客戶的成本也在不斷上升。對大多數企業(yè)而言，獲取一個新客戶的花費大大超過保持一個已有客戶的費用，保持原有客戶的工作越來越有價值，這已經成為大多數企業(yè)的共識。你保留一個客戶的時間越長，收取你在這個客戶身上所花的初期投資和獲取費用的時間也越長，你從客戶身上獲得的利潤就越多。但由于各種因素的不確定性和市場的不斷增長，以及一些競爭對手的存在，很多客戶為了尋求更低的費用和其他服務商為新客戶提供比你更多的額外優(yōu)惠條件，不斷地轉向其他服務商。

為了分析出是哪些主要因素導致客戶轉移，并可以有針對性地挽留那些有離開傾向的客戶，可以通過使用數據挖掘工具為已經流失的客戶建模，識別導致他們轉移的模式，然后用這些找出當前客戶中可能流失的客戶，以便企業(yè)針對客戶的需要，采取相應的措施防止客戶的流失，進而達到保持原有客戶的目的。

解決客戶流失問題，首先，根據已流失客戶數據，可以利用決策樹，神經網絡等進行分析挖掘，發(fā)現流失客戶特征；然后，對現有客戶消費行為進行分析，以確定每類客戶流失的可能性，其中著重于發(fā)現那些具有高風險轉移可能性并具有較高商業(yè)價值的客戶，在這些客戶轉移到同行業(yè)其他服務商那里之前，采取相應的商業(yè)活動措施來保持住這些有價值的客戶。

在選擇數據挖掘工具時，若希望能夠對客戶進行細分，并且能夠對客戶流失的原因有比較清晰的了解，決策樹工具是比較好的選擇。盡管其他的一些數據挖掘技術，如神經元網絡也可以產生很好的預測模型，但是這些模型很難理解。當用這些模型做預測分析時，很難對客戶的流失原因有深入的了解，更得不到對付客戶流失的任何線索。在這種情況下，也可使用細分技術和聚類技術來得到深入的了解，但用這些技術生成預測模型就相對復雜得多。正常情況下，在客戶保持中，大多使用分類回歸決策樹來生成預測模型。

華碩商用Mr. A認為，數據挖掘將在未來客戶關系管理中有著更加廣泛的應用，從某個角度可以說它將是客戶關系管理的靈魂。通過運用數據挖掘的相關技術，可以深挖數據中存在的關系與規(guī)則，為管理者提供重要的決策參考。