用數(shù)據(jù)挖掘技術(shù)怎么找出客戶(hù)內(nèi)在需求

feiyang10086

數(shù)據(jù)挖掘是信息領(lǐng)域發(fā)展最快的技術(shù)，很多不同領(lǐng)域的專(zhuān)家都從中獲得了發(fā)展的空間，使得數(shù)據(jù)挖掘成為企業(yè)界討論的熱門(mén)話題。隨著信息技術(shù)的發(fā)展，人們采集數(shù)據(jù)的手段越來(lái)越豐富，由此積累的數(shù)據(jù)日益膨脹，數(shù)據(jù)量達(dá)到GB甚至TB級(jí)，而且高位數(shù)據(jù)也成為了主流。于是數(shù)據(jù)挖掘這一融合多種分析手段，從大量數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的方法就應(yīng)運(yùn)而生了，它的出現(xiàn)為商業(yè)決策提供了有價(jià)值的知識(shí)，讓企業(yè)獲得了利潤(rùn)。在客戶(hù)內(nèi)在需求管理中，數(shù)據(jù)挖掘正在起著導(dǎo)向的作用。
　　1客戶(hù)內(nèi)在需求管理和數(shù)據(jù)挖掘技術(shù)的基本概念
　　1.1客戶(hù)內(nèi)在需求管理（Customer Relationship Management）的概念
　　客戶(hù)內(nèi)在需求管理，是一種以客戶(hù)為中心的經(jīng)營(yíng)策略，它以信息技術(shù)為手段，通過(guò)對(duì)相關(guān)業(yè)務(wù)流程的重新設(shè)計(jì)及相關(guān)工作流程的重新組合可以完善的客戶(hù)服務(wù)和深入的客戶(hù)分析來(lái)滿(mǎn)足客戶(hù)的個(gè)性化需求，提高客戶(hù)滿(mǎn)意度和忠誠(chéng)度，從而保證客戶(hù)終生價(jià)值和企業(yè)利潤(rùn)增長(zhǎng)“雙贏”策略的實(shí)現(xiàn)[1]。它是以客戶(hù)為中心（而不是以產(chǎn)品為中心)、以企業(yè)與外部的業(yè)務(wù)交流為主導(dǎo)（而不是局限于企業(yè)內(nèi)部的事務(wù))、以企業(yè)的前端業(yè)務(wù)應(yīng)用為主（而不是以企業(yè)的后端業(yè)務(wù)處理為主)的管理模式。
　　1.2 數(shù)據(jù)挖掘(Data Mining)技術(shù)及常用方法
　　數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識(shí)別有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過(guò)程[2]。它是一門(mén)涉及面很廣的交叉學(xué)科，包括機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)、模式識(shí)別、粗糙集、模糊數(shù)學(xué)等相關(guān)技術(shù)。數(shù)據(jù)挖掘技術(shù)是客戶(hù)內(nèi)在需求管理的關(guān)鍵技術(shù)。
　　常用的數(shù)據(jù)挖掘技術(shù)包括關(guān)聯(lián)分析、序列分析、分類(lèi)分析、聚類(lèi)分析、預(yù)測(cè)、孤立點(diǎn)分析等。事實(shí)上，解決一個(gè)已給的業(yè)務(wù)問(wèn)題時(shí)，數(shù)據(jù)挖掘一般混合使用兩種及兩種以上的技術(shù)類(lèi)別。
　　(1)關(guān)聯(lián)分析：關(guān)聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個(gè)事件發(fā)生的同時(shí)，另一個(gè)事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點(diǎn)在于快速發(fā)現(xiàn)那些有實(shí)用價(jià)值的、關(guān)聯(lián)發(fā)生的事件。
　　(2)序列分析：序列分析技術(shù)主要用于發(fā)現(xiàn)一定時(shí)間間隔內(nèi)接連發(fā)生的事件，這些事件構(gòu)成一個(gè)序列，發(fā)現(xiàn)的序列應(yīng)該具有普遍意義，其依據(jù)除了統(tǒng)計(jì)上的概率之外，還要加上時(shí)間的約束。
　　(3)分類(lèi)分析：分類(lèi)分析通過(guò)分析具有類(lèi)別的樣本的特點(diǎn)，得到?jīng)Q定樣本屬于各種類(lèi)別的規(guī)則或方法，利用這些規(guī)則和方法對(duì)未知類(lèi)別的樣本分類(lèi)時(shí)應(yīng)該具有一定的準(zhǔn)確度，其主要方法有基于統(tǒng)計(jì)學(xué)的貝葉斯方法、神經(jīng)網(wǎng)絡(luò)方法、決策樹(shù)方法以及support vector machines 等。利用分類(lèi)技術(shù)，可以根據(jù)顧客的消費(fèi)水平和基本特征對(duì)顧客進(jìn)行分類(lèi)，找出對(duì)商家有較大利益貢獻(xiàn)的重要客戶(hù)的特征，通過(guò)對(duì)其進(jìn)行個(gè)性化服務(wù)，提高他們的忠誠(chéng)度。
　　(4)聚類(lèi)分析：聚類(lèi)分析是根據(jù)物以類(lèi)聚的原理，將本身沒(méi)有類(lèi)別的樣本聚集成不同的組，并對(duì)每一個(gè)這樣的組進(jìn)行描述的過(guò)程，其主要依據(jù)是聚到同一個(gè)組中的樣本應(yīng)該彼此相似，而屬于不同組的樣本應(yīng)該足夠不相似。
　　(5)預(yù)測(cè)：預(yù)測(cè)與分類(lèi)類(lèi)似，但預(yù)測(cè)是根據(jù)樣本的已知特征估算某個(gè)連續(xù)類(lèi)型的變量的取值的過(guò)程，而分類(lèi)則只是用于判別樣本所屬的離散類(lèi)別而己。預(yù)測(cè)模型可以使用較為傳統(tǒng)的統(tǒng)計(jì)回歸技術(shù)，也可以使用新的分類(lèi)技術(shù)，目前最通用的是決策樹(shù)歸納技術(shù)。
　　(6)孤立點(diǎn)分析：數(shù)據(jù)庫(kù)中可能包含一些數(shù)據(jù)對(duì)象，它們與數(shù)據(jù)的一般行為或模型不一致，這些數(shù)據(jù)對(duì)象稱(chēng)為孤立點(diǎn)。對(duì)這些數(shù)據(jù)的挖掘分析可以用于處理一些罕見(jiàn)事件，比如信用卡欺詐等。
　　2 客戶(hù)內(nèi)在需求管理需要數(shù)據(jù)挖掘
　　當(dāng)今社會(huì)，客戶(hù)的價(jià)值已經(jīng)越來(lái)越多地影響著企業(yè)的價(jià)值，客戶(hù)內(nèi)在需求管理（CRM）正是通過(guò)建立長(zhǎng)期而系統(tǒng)的客戶(hù)內(nèi)在需求來(lái)提升單個(gè)客戶(hù)價(jià)值的戰(zhàn)略，其要旨在于幫助企業(yè)通過(guò)運(yùn)用適合的技術(shù)以及合理的人力資源洞察客戶(hù)的行為和他們的價(jià)值，以便企業(yè)能夠迅速有效地對(duì)客戶(hù)的需求進(jìn)行回應(yīng)。CRM的核心是“了解客戶(hù)，傾聽(tīng)客戶(hù)”，CRM的目標(biāo)可以概括為“吸引潛在客戶(hù)進(jìn)入，提高現(xiàn)有客戶(hù)滿(mǎn)意度和忠誠(chéng)度，降低客戶(hù)流失”，總之一切的最終目的都是為了提高收益。
　　在企業(yè)關(guān)注客戶(hù)內(nèi)在需求管理的同時(shí)，信息技術(shù)的飛速發(fā)展為客戶(hù)內(nèi)在需求管理（CRM）的高效實(shí)施提供了技術(shù)保證；通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)客戶(hù)內(nèi)在需求進(jìn)行深入分析可以滿(mǎn)足企業(yè)對(duì)個(gè)體細(xì)分市場(chǎng)的客戶(hù)內(nèi)在需求管理需求。數(shù)據(jù)挖掘主要是找尋隱藏在數(shù)據(jù)中的信息，例如發(fā)現(xiàn)趨勢(shì)、特征及相關(guān)性的過(guò)程，也就是從數(shù)據(jù)中發(fā)掘出信息或知識(shí)。
　　3數(shù)據(jù)挖掘技術(shù)在客戶(hù)內(nèi)在需求管理中的應(yīng)用
　　在企業(yè)管理客戶(hù)生命周期的各個(gè)階段都會(huì)用到數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘能夠幫助企業(yè)確定客戶(hù)的特點(diǎn)，從而可以為客戶(hù)提供有針對(duì)性的服務(wù)。通過(guò)數(shù)據(jù)挖掘，可以發(fā)現(xiàn)使用某一業(yè)務(wù)的客戶(hù)的特征，從而可以向那些也同樣具有這些特征卻沒(méi)有使用該業(yè)務(wù)的客戶(hù)進(jìn)行有目的的推銷(xiāo)；還可以找到流失的客戶(hù)特征，在那些具體相似特征的客戶(hù)還未流失之前，采用針對(duì)性的措施。目前，數(shù)據(jù)挖掘技術(shù)在CRM關(guān)系中的應(yīng)用有以下幾個(gè)方面。
　　3.1客戶(hù)盈利能力
　　計(jì)算客戶(hù)盈利能力有助于挖掘有價(jià)值客戶(hù)，公司各個(gè)部門(mén)之間對(duì)客戶(hù)盈利能力可能有不同理解。分析顧客的忠誠(chéng)度，可以利用數(shù)據(jù)挖掘來(lái)挖掘忠誠(chéng)度高的客戶(hù)；可以通過(guò)數(shù)據(jù)挖掘技術(shù)可以有效計(jì)算客戶(hù)盈利能力；還可以利用數(shù)據(jù)挖掘預(yù)測(cè)未來(lái)的客戶(hù)盈利能力。利用數(shù)據(jù)挖掘技術(shù)來(lái)預(yù)測(cè)客戶(hù)盈利能力需要的兩個(gè)因素：（1）記錄潛在客戶(hù)行為特征和發(fā)展成為客戶(hù)行為特征的歷史數(shù)據(jù)；（2）計(jì)量客戶(hù)盈利能力的標(biāo)準(zhǔn)。使用數(shù)據(jù)挖掘技術(shù)后可以增加客戶(hù)盈利能力，增加客戶(hù)盈利能力指客戶(hù)在獲得提升后，增加的盈利能力。如：客戶(hù)得到某種優(yōu)惠促銷(xiāo)而增加部分開(kāi)支去銷(xiāo)售，則增加部分的開(kāi)支給公司帶來(lái)的利潤(rùn)即增加的客戶(hù)盈利能力。
　　3.2客戶(hù)的保持和流失
　　企業(yè)的增長(zhǎng)和發(fā)展壯大需要不斷獲得新的客戶(hù)并維持老的客戶(hù)。不論企業(yè)希望得到的是哪類(lèi)客戶(hù)，數(shù)據(jù)挖掘都能幫助識(shí)別出這些潛在的客戶(hù)群，并提高市場(chǎng)活動(dòng)的回應(yīng)率，做到有的放矢�，F(xiàn)在各個(gè)行業(yè)的競(jìng)爭(zhēng)都越來(lái)越激烈，企業(yè)獲得新客戶(hù)的成本正在不斷上升，因此建立客戶(hù)流失預(yù)測(cè)模型，得出即將流失的客戶(hù)，對(duì)他們采取有效措施進(jìn)行挽留，從而有效減少客戶(hù)流失就顯得越來(lái)越重要，數(shù)據(jù)挖掘可以幫助發(fā)現(xiàn)打算離開(kāi)的客戶(hù)，以使企業(yè)采取適當(dāng)?shù)拇胧┩炝暨@些客戶(hù)。
　　3.3客戶(hù)獲得
　　在沒(méi)有利用數(shù)據(jù)挖掘技術(shù)時(shí)，客戶(hù)獲取的傳統(tǒng)方法就是選出一些感興趣的人口調(diào)查其屬性，獲取這些人口的特征即可。但隨著數(shù)據(jù)量的增大，傳統(tǒng)的方法具有不可實(shí)現(xiàn)性。利用數(shù)據(jù)挖掘在擴(kuò)展客戶(hù)市場(chǎng)活動(dòng)時(shí)，利用數(shù)據(jù)挖掘技術(shù)挖掘出潛在的客戶(hù)名單，在客戶(hù)名單上列出可能對(duì)某些產(chǎn)品感興趣的客戶(hù)信息，便可更方便的獲取更多的客戶(hù)。
　　3.4客戶(hù)細(xì)分
　　客戶(hù)市場(chǎng)細(xì)分，指的是將客戶(hù)劃分成互不相交的類(lèi)別�？蛻�(hù)作為企業(yè)寶貴的資源，每一次與客戶(hù)接觸既是了解客戶(hù)的過(guò)程，也是客戶(hù)體驗(yàn)企業(yè)的機(jī)會(huì)。因此，真正關(guān)心客戶(hù)，為每位客戶(hù)提供與客戶(hù)內(nèi)在需求一致的、個(gè)性化的服務(wù)，才能讓客戶(hù)體會(huì)到企業(yè)的價(jià)值。近年來(lái)，一對(duì)一營(yíng)銷(xiāo)正在被眾多的企業(yè)所青睞。一對(duì)一營(yíng)銷(xiāo)是指了解每一個(gè)客戶(hù)，并同其建立起持久的關(guān)系。數(shù)據(jù)挖掘可以把大量的客戶(hù)分成不同的類(lèi)，在每一個(gè)類(lèi)里的客戶(hù)具有相似的屬性，而不同類(lèi)里的客戶(hù)的屬性也不同。像聚類(lèi)分析這樣的數(shù)據(jù)挖掘技術(shù)，可以輔助企業(yè)進(jìn)行客戶(hù)細(xì)分。例如，化裝品企業(yè)的客戶(hù)分為：少兒、青年、中年和老年或者按性別分為男、女，通過(guò)數(shù)據(jù)挖掘可以了解其不同客戶(hù)的愛(ài)好，通過(guò)提供有針對(duì)性的產(chǎn)品和服務(wù)，來(lái)提高不同類(lèi)客戶(hù)對(duì)企業(yè)和產(chǎn)品的滿(mǎn)意度[3]。
　　3.5交叉營(yíng)銷(xiāo)
　　交叉營(yíng)銷(xiāo)是指在向現(xiàn)有客戶(hù)提供新的產(chǎn)品和服務(wù)的營(yíng)銷(xiāo)過(guò)程。如那些購(gòu)買(mǎi)了嬰兒尿布的客戶(hù)會(huì)對(duì)你的其他嬰兒產(chǎn)品感興趣。交叉營(yíng)銷(xiāo)的升級(jí)形式為：升級(jí)營(yíng)銷(xiāo)，指向客戶(hù)提供與他們已購(gòu)買(mǎi)的服務(wù)相關(guān)的新服務(wù)。數(shù)據(jù)挖掘技術(shù)在交叉營(yíng)銷(xiāo)中的應(yīng)用首先表現(xiàn)為，分析現(xiàn)有客戶(hù)的購(gòu)買(mǎi)行為數(shù)據(jù)，進(jìn)行交叉營(yíng)銷(xiāo)分析，具體數(shù)據(jù)挖掘過(guò)程包含三個(gè)獨(dú)立步驟，即對(duì)個(gè)體行為進(jìn)行建模；用預(yù)測(cè)模型對(duì)數(shù)據(jù)進(jìn)行評(píng)分；對(duì)得分矩陣進(jìn)行最優(yōu)化處理。然后進(jìn)行建模階段，利用上述建模的方法。接下來(lái)就是評(píng)分階段，對(duì)所建立的模型進(jìn)行評(píng)定。最后一個(gè)階段就是優(yōu)化階段，通常有四種方法：質(zhì)樸的方法、平均效益方法、個(gè)人效益方法、有約束條件的優(yōu)化方法。
　　3.6客戶(hù)欺詐風(fēng)險(xiǎn)分析
　　在客戶(hù)內(nèi)在需求管理中，客戶(hù)的信用分析和詐騙識(shí)別是非常重要的，因?yàn)橐坏┌l(fā)生信用風(fēng)險(xiǎn)和欺詐行為，企業(yè)將面臨管理活動(dòng)的失敗、市場(chǎng)份額的喪失和營(yíng)銷(xiāo)活動(dòng)的失敗，導(dǎo)致企業(yè)失去市場(chǎng)、顧客、競(jìng)爭(zhēng)力和信譽(yù)。據(jù)統(tǒng)計(jì)資料表明，企業(yè)間的欺詐行為是非常普遍的，而且一旦發(fā)生，給企業(yè)帶來(lái)的損失是巨大的。如何準(zhǔn)確、及時(shí)、有效地預(yù)測(cè)到企業(yè)可能發(fā)生的欺詐風(fēng)險(xiǎn)是非常有意義的，數(shù)據(jù)挖掘技術(shù)能夠很好地解決此問(wèn)題�？梢岳�用數(shù)據(jù)挖掘中的意外規(guī)則的挖掘方法、神經(jīng)網(wǎng)絡(luò)方法和聚類(lèi)方法，對(duì)客戶(hù)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行分析和處理，分析欺詐為什么會(huì)發(fā)生？哪些因素容易導(dǎo)致欺詐？欺詐風(fēng)險(xiǎn)主要來(lái)自于何處？如何預(yù)測(cè)到可能發(fā)生的欺詐？采取何種措施可以減少欺詐的發(fā)生？以便分析和評(píng)價(jià)欺詐風(fēng)險(xiǎn)的嚴(yán)重性和發(fā)生的可能性，準(zhǔn)確、及時(shí)地對(duì)各種欺詐風(fēng)險(xiǎn)進(jìn)行監(jiān)視、評(píng)價(jià)、預(yù)警和管理，進(jìn)而采取有效的回避和監(jiān)督措施，在欺詐風(fēng)險(xiǎn)發(fā)生之前對(duì)其進(jìn)行預(yù)警和控制。
　　3.7市場(chǎng)策略分析
　　利用數(shù)據(jù)挖掘技術(shù)可以對(duì)市場(chǎng)進(jìn)行如下幾種分析：預(yù)測(cè)客戶(hù)生命期的價(jià)值；預(yù)測(cè)客戶(hù)潛在價(jià)值；預(yù)測(cè)客戶(hù)潛在生命期價(jià)值。根據(jù)數(shù)據(jù)挖掘軟件得出的結(jié)果，進(jìn)行市場(chǎng)策略分析，充分發(fā)揮客戶(hù)的現(xiàn)有價(jià)值和他的潛在價(jià)值。對(duì)現(xiàn)有價(jià)值和潛在價(jià)值進(jìn)行策略分析時(shí)，當(dāng)客戶(hù)的現(xiàn)有價(jià)值與潛在價(jià)值一樣，則維持的最低費(fèi)用，當(dāng)客戶(hù)的潛在價(jià)值高于現(xiàn)有價(jià)值，則發(fā)揮其潛在價(jià)值的最低費(fèi)用。如果利用數(shù)據(jù)挖掘不能增加的客戶(hù)現(xiàn)有價(jià)值或潛在的價(jià)值，則應(yīng)停止推銷(xiāo)等活動(dòng)，否則加大或繼續(xù)。
　　3.8客戶(hù)忠誠(chéng)度
　　客戶(hù)忠誠(chéng)被認(rèn)為是企業(yè)取得盛器利潤(rùn)增長(zhǎng)的途徑。客戶(hù)內(nèi)在需求管理需要培養(yǎng)和選擇忠誠(chéng)客戶(hù)，使之與公司保持長(zhǎng)期關(guān)系，但不是所有客戶(hù)都愿意與公司保持聯(lián)系，一些客戶(hù)的購(gòu)買(mǎi)決策只受價(jià)格、方便等因素的影響。不論公司如何以誠(chéng)相對(duì)，提供高的顧客讓渡價(jià)值，客戶(hù)一旦發(fā)現(xiàn)其他公司有更低價(jià)格的商品，便馬上離開(kāi)轉(zhuǎn)向該公司；也有一些顧客更關(guān)心商品的質(zhì)量、價(jià)值、服務(wù)、節(jié)約時(shí)間等，當(dāng)他用本公司的產(chǎn)品感到滿(mǎn)意以后，就會(huì)成為公司的忠誠(chéng)顧客。通過(guò)對(duì)許多客戶(hù)資料進(jìn)行分析表明，公司80%的利潤(rùn)來(lái)自20%的客戶(hù)。因此，忠誠(chéng)客戶(hù)對(duì)公司所帶來(lái)的利潤(rùn)是巨大的，數(shù)據(jù)挖掘技術(shù)，可以通過(guò)對(duì)數(shù)據(jù)庫(kù)中的大量數(shù)據(jù)進(jìn)行分析，以確定消費(fèi)者的購(gòu)買(mǎi)習(xí)慣、購(gòu)買(mǎi)數(shù)星和購(gòu)買(mǎi)頻率，分析客戶(hù)對(duì)某個(gè)產(chǎn)品的忠誠(chéng)程度、持久性、變動(dòng)情況等，以確定忠誠(chéng)客戶(hù)，并為他們提供“一對(duì)一”的個(gè)性化服務(wù)，增強(qiáng)客戶(hù)的忠誠(chéng)度，最大限度地挖掘客戶(hù)對(duì)企業(yè)的終生價(jià)值，為企業(yè)創(chuàng)造更大的利潤(rùn)。數(shù)據(jù)挖掘中的差異性分析可用于發(fā)現(xiàn)客戶(hù)的欺詐行為，分析客戶(hù)的誠(chéng)信度，從而獲得誠(chéng)信較好的客戶(hù)。
　　3結(jié)論
　　數(shù)據(jù)挖掘技術(shù)是當(dāng)今發(fā)展迅速的熱點(diǎn)技術(shù)之一，它的發(fā)展為客戶(hù)內(nèi)在需求管理提供良好的技術(shù)支持。本文討論了數(shù)據(jù)挖掘技術(shù)在客戶(hù)內(nèi)在需求管理中的一些應(yīng)用領(lǐng)域，利用數(shù)據(jù)挖掘技術(shù)對(duì)客戶(hù)的相關(guān)信息進(jìn)行收集、加工和存儲(chǔ)處理，以確定特定客戶(hù)群體或個(gè)體的興趣、消費(fèi)習(xí)慣，消費(fèi)者傾向和消費(fèi)需求，分析客戶(hù)的特征，探索企業(yè)和所對(duì)應(yīng)市場(chǎng)的運(yùn)營(yíng)規(guī)律性，提供既定性又定量的分析，為企業(yè)的客戶(hù)內(nèi)在需求管理工作提供決策支持，及時(shí)、準(zhǔn)確地掌握客戶(hù)的變化趨勢(shì)，加強(qiáng)與客戶(hù)的聯(lián)系，有效管理和挖掘客戶(hù)資源，使企業(yè)獲得獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)。

innovate511

數(shù)據(jù)挖掘，還得基于好的數(shù)據(jù)模型，才能發(fā)揮更大威力。 對(duì)了現(xiàn)在互聯(lián)網(wǎng)數(shù)據(jù)量很多都上PB級(jí)了