CRM系統(tǒng)：CRM 中客戶分類方法的研究與應(yīng)用

CRM 中客戶分類方法的研究與應(yīng)用 周歡 (揚(yáng)州職業(yè)大學(xué)信息工程學(xué)院，江蘇揚(yáng)州225000) 摘要：在企業(yè)管理中，如何將不同客戶按照對(duì)企業(yè)的貢獻(xiàn)程度分類并加以實(shí)現(xiàn)，以輔助制定經(jīng)營(yíng)策略，成為研究熱點(diǎn)。針 對(duì)具體的燃?xì)庑袠I(yè)進(jìn)行了分析，提出了一套適用其的客戶分類指標(biāo)。并且借鑒蟻群算法，做了相應(yīng)的改進(jìn)，與聚類分析方法 相結(jié)合，將此算法在企業(yè)現(xiàn)有數(shù)據(jù)的基礎(chǔ)上進(jìn)行了實(shí)現(xiàn)，得到了較好的聚類結(jié)果。 關(guān)鍵詞：客戶關(guān)系管理; 客戶分類; 聚類分析; 數(shù)據(jù)挖掘; 蟻群 中圖法分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-7024 (2008) 03-0659-03 Study of classifying customers method in CRM ZHOU Huan (Department of Information Engineering, Yangzhou Polytechnic College, Yangzhou 225000, China) Abstract：Nowadays, it is popular to research on how to classify the customers depending on their contributions to the enterprise. A new method on this is given. Firstly, a measurement of classifying the customers is given. Then, an algorithmof combination clustering based on swarm intelligence is improved. Experiments show that the algorithm has good clustering qualities when it is used to partition customers. Key words：customer relationship management; customers' classify; clustering analysis; data mining; ant colony algorithm 引言 客戶關(guān)系管理CRM 是正在興起的一種旨在改善企業(yè)與 客戶之間關(guān)系的新型管理機(jī)制。它是一套先進(jìn)的管理思想及 技術(shù)手段，通過將人力資源、業(yè)務(wù)流程與專業(yè)技術(shù)進(jìn)行有效的 整合，最終為企業(yè)涉及到客戶或消費(fèi)者的各個(gè)領(lǐng)域提供了完 美的集成，使得企業(yè)可以以更低的成本、更高的效率來滿足客 戶的需求。 準(zhǔn)確的客戶分類是企業(yè)有效地實(shí)施客戶關(guān)系管理的基 礎(chǔ)。客戶分類是根據(jù)客戶屬性來劃分客戶集合，通過獲得的 客戶類別來分析和預(yù)測(cè)客戶的消費(fèi)模式。建立起一對(duì)一的客 戶服務(wù)體系，實(shí)行差異化的客戶管理。 1 客戶分類 1.1 客戶分類指標(biāo)的選擇 客戶分類結(jié)果的正確與否取決于分類指標(biāo)和分類方法的 選擇。就分類指標(biāo)而言，其要能反映客戶特征以及企業(yè)進(jìn)行 客戶管理的目的。由于客戶分類問題涉及的因素眾多，且分 類的標(biāo)準(zhǔn)因分類的目的不同而不同，因此沒有一種通用的方 法適合各種客戶分類問題。各企業(yè)應(yīng)根據(jù)客戶數(shù)據(jù)庫(kù)中已有 的類型信息的不同和自身管理的需要進(jìn)行具體的分類。目前 較常見的客戶分類方法有基于量化客戶價(jià)值的分類和基于指 標(biāo)組合的客戶分類方法，而指標(biāo)組合的客戶分類常采用客戶 利潤(rùn)率、忠誠(chéng)度和信用度的組合來分類客戶[1]。本文所做的工 作，就是結(jié)合了燃?xì)庑袠I(yè)目前的實(shí)際情況，總結(jié)燃?xì)夤具^去 用戶分類方法的不足，提出了一種不同的用戶分類指標(biāo)。 1.2 客戶分類方法的選擇 另外，在分類方法的選擇方面，現(xiàn)在普遍采用聚類分析方 法[2]，即是將數(shù)據(jù)分組成為多個(gè)類。同一個(gè)類內(nèi)部的對(duì)象具有 較高的相似度，不同類之間的對(duì)象差別較大。其目的是挖掘 數(shù)據(jù)潛在的自然分組結(jié)構(gòu)和關(guān)系。應(yīng)用在市場(chǎng)研究領(lǐng)域，聚 類分析是市場(chǎng)細(xì)分、尋找不同目標(biāo)市場(chǎng)及其人員特征非常簡(jiǎn) 單而又非常有效的方法?，F(xiàn)在比較成熟的聚類分析技術(shù)有： 分裂法、層次法、基于密度的方法、基于網(wǎng)格的方法和基于模 型的方法等[3]，總體來說，所有聚類方法可以分為兩大類，一類 是基于“距離”的概念，如：傳統(tǒng)的基于歐氏幾何距離的聚類算 法，常見的有K-Means、K-Mediods 算法，這類算法的缺點(diǎn)在于 處理大數(shù)據(jù)集和高維數(shù)據(jù)集時(shí)效果不好，另一方面它所能發(fā) 現(xiàn)的聚類個(gè)數(shù)常常依賴于用戶參數(shù)的指定，而這對(duì)用戶來說 經(jīng)常是很困難的。另一類是要人們確定一些參數(shù)或者函數(shù)的， 這對(duì)高維空間的數(shù)據(jù)來說是很難確定的，這類方法包括了基 于密度和模型的方法。至于基于網(wǎng)格的方法，它的缺點(diǎn)就是 聚類質(zhì)量較差。 如今，有一種算法，即蟻群算法，因?yàn)槠淠芤宰钚≈悄艿? 自治的個(gè)體利用個(gè)體與個(gè)體和個(gè)體與環(huán)境的交互作用實(shí)現(xiàn)完 全分布式控制，具有組織性、可擴(kuò)展性和健壯性等優(yōu)點(diǎn)，在組 合優(yōu)化領(lǐng)域得到廣泛關(guān)注。所以決定采用基于蟻群算法的聚 類組合算法來進(jìn)行客戶的分類工作。該算法的基本思想是將 待聚類對(duì)象隨機(jī)分布在一個(gè)環(huán)境中(一般是一個(gè)二維網(wǎng)格)，簡(jiǎn) 單個(gè)體如螞蟻測(cè)量當(dāng)前對(duì)象在局部環(huán)境中的群體相似度，并 通過概率轉(zhuǎn)換函數(shù)得到拾起或放下對(duì)象的概率，并以這一概 率行動(dòng)。同時(shí)調(diào)整群體相似系數(shù)，經(jīng)過群體大量的相互作用， 得到若干聚類中心。最后，采用聚類方法進(jìn)行聚類的標(biāo)識(shí)和 收集。本文工作期間，借鑒了蟻群聚類算法的思想，做了相應(yīng) 的改進(jìn)，并且用它實(shí)現(xiàn)了燃汽行業(yè)客戶分類的過程，具有較好 的效果。該算法首先將客戶在各個(gè)指標(biāo)上的值作為維空間 中的一個(gè)點(diǎn)隨機(jī)分布于一個(gè)維空間區(qū)域內(nèi)，并且設(shè)置初始聚 類中心；然后依據(jù)概率轉(zhuǎn)移函數(shù)決定某一個(gè)點(diǎn)是否隸屬于某 一類，同時(shí)不斷修正聚類中心；最后計(jì)算各類的類間距，對(duì)于 類間距過小的兩個(gè)類，再將其合并，直至所有類間距大于某一 閾值，由此獲得不同偏好特征的客戶群體模式。 2 用戶的細(xì)分標(biāo)準(zhǔn) 傳統(tǒng)上，燃汽公司習(xí)慣于將眾多燃汽用戶按預(yù)先設(shè)定好 的分類劃分，如普通居民、鍋爐、直燃機(jī)、餐飲、工業(yè)窯爐(生產(chǎn) 線)、加氣站等。并根據(jù)用戶的分類確定服務(wù)政策和辦法，分 配服務(wù)資源。但這種用戶分類方法的缺點(diǎn)是顯而易見的，它 是機(jī)械和靜態(tài)的，沒有考慮到用戶的差異性和發(fā)展變化，更主 要的是，沒有考慮到不同用戶對(duì)于公司的終身價(jià)值問題。而 現(xiàn)今在考慮了用戶對(duì)燃?xì)夤镜膬r(jià)值、對(duì)供氣均衡性的影響、 維修服務(wù)的需求等因素，本文確立了以下6 個(gè)指標(biāo)作為描述 用戶的變量： (1) 年平均用氣量(AVY)：用戶自投運(yùn)來總消費(fèi)氣量/運(yùn)行 時(shí)間，主要反映用戶的用氣規(guī)模，以便確定該用戶對(duì)公司利潤(rùn) 貢獻(xiàn)的大小。 (2) 高峰用氣占全年的比例：冬季4 個(gè)月消費(fèi)氣量/全年消 費(fèi)氣量，主要反映用戶用氣的均勻性。有些用戶雖然年平均 用氣量(AVY)較大，但主要集中在冬季的個(gè)別月份，高峰期對(duì) 管網(wǎng)的運(yùn)行帶來很大的壓力，低峰時(shí)對(duì)公司絲毫沒有貢獻(xiàn)，這 類用戶在細(xì)分模型中要與那些均勻性用戶區(qū)分開。 (3) 年平均維護(hù)工作時(shí)：年維修、搶修、抄表、安全檢查等 消耗的工時(shí)，主要反映維護(hù)成本。不同用戶對(duì)于維修、維護(hù)、 檢查等的服務(wù)需求是不同的，設(shè)立這一指標(biāo)也是為了反應(yīng)用 戶對(duì)燃汽公司實(shí)際利潤(rùn)的貢獻(xiàn)。 (4) 實(shí)際供氣量與最大供氣能力的比值：實(shí)際用氣量/該用 戶設(shè)計(jì)最大供氣能力，主要反映該用戶的發(fā)展?jié)摿Α? (5) 天然氣消費(fèi)量占全部清潔能源消費(fèi)量的比例：天然氣 消費(fèi)量/電力、柴油、天然氣等全部清潔能源消費(fèi)量，主要反映 替代品對(duì)該用戶的競(jìng)爭(zhēng)程度和用戶的增長(zhǎng)潛力。 (6) 年用氣量平均增長(zhǎng)率：主要反映用戶消費(fèi)的增長(zhǎng)情況。 3 用戶分類的實(shí)現(xiàn) 3.1 基本蟻群聚類算法 在介紹具體的算法之前，先介紹基本定義： 定義1 群體相似度是一個(gè)待聚類對(duì)象(模式) 與其所在 的一定局部環(huán)境中所有其它模式的綜合相似度。群體相似度 強(qiáng)力推薦： 天柏客戶關(guān)系管理系統(tǒng) 天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實(shí)用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營(yíng)銷理念，圍繞客戶生命周期的整個(gè)過程，針對(duì)不同價(jià)值的客戶實(shí)施以客戶滿意為目標(biāo)的營(yíng)銷策略，通過企業(yè)級(jí)協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達(dá)到留住客戶、提高銷售，實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的目的。通過對(duì)客戶進(jìn)行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠(chéng)度分析(Persistency)、客戶利潤(rùn)分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營(yíng)銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個(gè)環(huán)節(jié)的自動(dòng)化程度，從而幫助企業(yè)達(dá)到縮短銷售周期、降低銷售成本、擴(kuò)大銷售量、增加收入與盈利、搶占更多市場(chǎng)份額、尋求新的市場(chǎng)機(jī)會(huì)和銷售渠道，最終從根本上提升企業(yè)的核心競(jìng)爭(zhēng)力，使得企業(yè)在當(dāng)前激烈的競(jìng)爭(zhēng)環(huán)境中立于不敗之地。 關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)