CRM系統:數據挖掘在通信行業客戶關系管理中的應用

不同聯機事務處理系統的客戶數據重組整合，提供一個 正確、完整和統一的客戶數據環境，這樣就能充分利用 這些寶貴的數據，體現信息的真正價值。 數據倉庫技術可以完成通常信息系統所不能完成的 工作—將來自分散的數據源（包括內部的和外部的數據 源）的業務數據進行提煉和綜合并最終應用于分析和決 策。在通信企業CRM 中，數據倉庫將客戶基本資料、客 戶呼叫清單、客戶賬單、客戶聯系歷史記錄等海量復雜 的客戶行為數據集中起來，建立一個整合的、結構化的 數據模型，在此基礎上對數據進行標準化、抽象化、規 范化分類、分析，通過數據倉庫接口，對數據倉庫中的 客戶數據進行聯機分析和數據挖掘， 為企業管理層提供 及時的決策信息，為企業業務部門提供有效的反饋數 據。 3 運用數據挖掘應注意的問題 與其他行業的數據挖掘應用相比， 通信行業應用有 其自身的一些特點，在實際客戶流失分析實施中，結合 我們的實際經驗，認為應當注意以下幾點。 3.1 數據準備 通信企業的日常運營系統積累了海量的事務型數 據， 這些數據對于客戶流失的特征分析來說顯然是必要 的，但對于數據準備卻是很大的負擔。通信企業實施數 據倉庫有利于數據挖掘的數據采集工作， 但有時不能提 供完整的數據支持， 畢竟數據挖掘工作是一個漸進性的 探索過程， 而數據倉庫的設計和建設有很大的先驗性成 分。結合國外以及我們自身實施的經驗來看，數據準備 工作需要花費整個項目50%～80% 的時間。過度抽樣從 實際情況上看， 國內通信企業每月的客戶流失率一般在 1%～3% 左右，這是一個“薄靶”的數據分布，如果直 接采用某種模型，比如決策樹、人工神經網絡等，可能 會導致模型的失效， 因此我們需要加大流失客戶在總樣 本中的比例，但是這種過度抽樣必須謹慎小心，要充分 考慮它的負面效應。 3.2 模型的有效性以及實際價值。 數據挖掘應用中，在一定的數據條件下，實際產生 的應用模型可能與預先定義的業務問題（目標）存在差 異，比如產生的分類模型中，得出最具流失傾向客戶群 的流失概率為20%，那么單獨預測某客戶是否流失顯 然是沒有意義的。 但是可以通過該模型來得到客戶流失 的主要因素，以此作為企業相關決策的依據。有時這種 模型對于實際的營銷也是有意義的，比如某通信企業 擁有100 萬用戶，客戶流失率為1.5%，每個客戶平均 給企業帶來的利潤為400元，營銷并且保留每個客戶的 花費為40 元。如果采用某數據挖掘模型的結果，找出 5% 的客戶具有15% 的流失概率，對這些客戶進行針對 性的營銷工作，那么營銷成本為200萬元，因為挽留客 戶帶來的收益為300萬，該企業還能獲得100萬的凈收 益。 3.3 選擇特定客戶群分析 當整體的客戶流失分析缺乏顯著的分類效果時， 可 以考慮進行進一步的客戶劃分，比如根據服務品牌、使 用期限、客戶價值來劃分，然后分別建模，通過模型比 較往往可以得出一些有效的結論。需要指出的是，數據 挖掘技術其實最適用于大量的公眾客戶，低價值客戶、 普通客戶的消費特征也應當是企業關注的內容之一， 它 是企業針對公眾客戶營銷決策的依據。對于大客戶、集 團客戶的流失分析， 客戶經理的跟蹤調查應當比數據挖 掘更加有效。 3.4 數據收集與市場調研 實踐表明， 數據挖掘的效果更多地依賴于建模的數 據質量而并非某些復雜的算法模型，有效數據收集是實 施數據挖掘項目成敗的關鍵所在。一方面，通信企業應 當重視各類運營系統中的數據收集工作， 比如完整的客 戶基本信息、詳細分類的投訴信息等；另一方面，針對 性的市場調查可以為數據挖掘提供更多的數據支持，調 查內容涉及客戶的價格偏好、技術偏好、客服質量、企 業形象、流失客戶去向等通信企業自身難以觀察的數 據。 4 總結 隨著應用的不斷推廣， 企業營銷數據和相關信息 不斷積累，數據倉庫逐漸成為企業組織信息的最有效 方式， 而數據挖掘也成為從這些信息中獲取有價值的知 識的重要工具。在CRM 中有效利用數據挖掘，可以為 企業高層決策者提供準確的客戶分類、忠誠度、盈利 能力、潛在用戶等有用信息，指導他們制定最優的企業 營銷策略，降低企業運營成本，增加利潤，加速企業的 經 驗 與 交 流 發展。 強力推薦： 天柏客戶關系管理系統 天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。