段萍萍 王松松 楊欣 王銀鳳 周少華
摘 要:隨著移動(dòng)網(wǎng)絡(luò)的普及和迅猛發(fā)展,對擁有大量的客戶數(shù)據(jù)的電信企業(yè),迫切需要將數(shù)據(jù)優(yōu)勢轉(zhuǎn)換成企業(yè)競爭優(yōu)勢,基于數(shù)據(jù)挖掘的電信客戶關(guān)系管理(CRM)系統(tǒng)應(yīng)運(yùn)而生。本文就客戶關(guān)系管理和數(shù)據(jù)挖掘的概念,以及在電信企業(yè)中的綜合應(yīng)用進(jìn)行了研究。
關(guān)鍵詞:數(shù)據(jù)挖掘;CRM;電信企業(yè)
Abstract: with the popularity and rapid development of mobile network, the telecom enterprises with a large number of customer data, an urgent need to convert data advantage into enterprise competitive advantage, based on data mining of telecom customer relationship management (CRM) system arises at the historic moment. In this paper, the concept of customer relationship management (CRM) and data mining, and comprehensive application in telecom enterprises are studied.
Key words: data mining; CRM; Telecom enterprise
1 引言
隨著經(jīng)濟(jì)的發(fā)展,營銷方式從“以產(chǎn)品為中心”轉(zhuǎn)變?yōu)椤耙钥蛻魹橹行摹?,逐步建立以客戶和市場為?dǎo)向的經(jīng)營戰(zhàn)略,主動(dòng)營銷對企業(yè)的發(fā)展變得異常重要,因此,越來越多的企業(yè)都開展了客戶關(guān)系管理(CRM)。CRM能為企業(yè)獲得市場競爭優(yōu)勢,樹立良好的企業(yè)形象。通過客戶關(guān)系管理系統(tǒng)可建立統(tǒng)一的客戶聯(lián)系渠道和全面的客戶服務(wù)能力,可為客戶提供更好的服務(wù),促使客戶購買更多的產(chǎn)品或服務(wù),并建立起對客戶的忠誠度,從而增加收人和提高銷售利潤。因此,企業(yè)需要對客戶形成更加深刻的理解和認(rèn)識(shí),而數(shù)據(jù)挖掘技術(shù)可以通過對CRM系統(tǒng)的海量客戶數(shù)據(jù)的深人分析,發(fā)現(xiàn)大量潛在的、真正有價(jià)值的信息和知識(shí),滿足企業(yè)對客戶關(guān)系管理的需求,是當(dāng)前電信企業(yè)提升CRM水平的重要手段。
2 數(shù)據(jù)挖掘技術(shù)
數(shù)據(jù)挖掘是一門綜合性學(xué)科,其涉及統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫等多方面知識(shí)。數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中提取或“挖掘”知識(shí),它要從不完全的、大量的、隨機(jī)的、模糊的歷史數(shù)據(jù)中發(fā)掘出人們事先未知的,但是潛在有用的信息和知識(shí)。
數(shù)據(jù)挖掘根據(jù)任務(wù)的不同主要分為
(1)描述性數(shù)據(jù)挖掘:包括統(tǒng)計(jì)、聚類和關(guān)聯(lián)規(guī)則等;
(2)預(yù)言性數(shù)據(jù)挖掘:包括分類、回歸和時(shí)間序列;
數(shù)據(jù)挖掘算法有決策樹算法、神經(jīng)網(wǎng)絡(luò)算法、關(guān)聯(lián)規(guī)則算法、粗糙集以及遺傳算法等。
數(shù)據(jù)挖掘的實(shí)現(xiàn)過程是一個(gè)循環(huán)往復(fù)的過程,主要分為以下幾個(gè)步驟:
(1)數(shù)據(jù)準(zhǔn)備
選擇計(jì)算所需要的合適數(shù)據(jù),掌握了解數(shù)據(jù)分布情況和異常數(shù)據(jù),補(bǔ)充和修正缺失的數(shù)據(jù),為計(jì)算的方便轉(zhuǎn)換數(shù)據(jù)類型,為提高計(jì)算對數(shù)據(jù)進(jìn)行合理的分組。
(2)建立模型
選取合適的數(shù)據(jù)挖掘算法,對預(yù)處理過的數(shù)據(jù)進(jìn)行計(jì)算和挖掘,調(diào)試該算法的運(yùn)行參數(shù),生成該業(yè)務(wù)的模型。
(3)評估和解釋模型
比較和評估上述建立的各個(gè)模型,從中選取一個(gè)最優(yōu)模型,并用業(yè)務(wù)語言解釋該模型。
(4)運(yùn)用和優(yōu)化模型
在實(shí)際操作中,監(jiān)控該模型的表現(xiàn)和運(yùn)行情況,若表現(xiàn)不好,則修正和考察該模型,使模型能夠真實(shí)的放映實(shí)際業(yè)務(wù)的運(yùn)作規(guī)律。
3 數(shù)據(jù)挖掘技術(shù)在電信 CRM 中的應(yīng)用
數(shù)據(jù)挖掘技術(shù)使用關(guān)聯(lián)分析、偏差分析、聚類分析和預(yù)測等方法完成對復(fù)雜客戶的數(shù)據(jù)的處理,從數(shù)據(jù)中將所需的分析結(jié)果提取出來。本文對CRM系統(tǒng)中客戶群體、客戶滿意程度、交叉銷售、客戶盈利能力、客戶流失情況應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行分析。
(1)客戶群體分類
采用決策樹和聚類方法把海量客戶分成不同的類型,每類客戶擁有相似的屬性,不同類的客戶具有不同的屬性。企業(yè)可以針對不同類型的客戶,提供完全不同的個(gè)性化的服務(wù),以此來提高客戶的滿意度。
(2) 客戶流失的控制與預(yù)測
隨著行業(yè)之間的競爭愈演愈烈,企業(yè)獲得新客戶的難度越來越大,這使得保持原有客戶就顯得尤為重要。要想從客戶身上獲得的價(jià)值更多,那么必然要做好維護(hù)工作。數(shù)據(jù)挖掘技術(shù)可以從客戶數(shù)據(jù)中發(fā)現(xiàn)易流失的客戶,從而企業(yè)可針對客戶的需求,采取相應(yīng)措施保持原有客戶。
(3)客戶利潤回報(bào)預(yù)測
通過已有的客戶數(shù)據(jù)預(yù)測未知的消費(fèi)趨勢和消費(fèi)領(lǐng)域,使用決策樹算法和神經(jīng)網(wǎng)絡(luò)算法對數(shù)據(jù)進(jìn)行分析,考察哪些客戶對產(chǎn)品感興趣,哪些人是企業(yè)的潛在客戶,然后根據(jù)分析結(jié)果采取有針對性的營銷,達(dá)到企業(yè)和客戶雙贏的目的。
(4)交叉銷售
交叉銷售是企業(yè)向原有客戶銷售新的產(chǎn)品或服務(wù)的過程。在企業(yè)所掌握的客戶數(shù)據(jù)信息中,包含著客戶下一次購買行為的關(guān)鍵信息,數(shù)據(jù)挖掘技術(shù)可以從這些數(shù)據(jù)中挖掘出影響客戶購買行為的主要因素,這樣客戶因獲得其滿意的服務(wù)而獲益,企業(yè)因銷售增長而獲益。
(5) 產(chǎn)品和服務(wù)的關(guān)聯(lián)分析
關(guān)聯(lián)分析是數(shù)據(jù)挖掘技術(shù)的重要算法,是挖掘不同數(shù)據(jù)之間關(guān)系的重要手段。對電信產(chǎn)品或服務(wù)作有效的關(guān)聯(lián)分析,可以發(fā)掘出電信服務(wù)或產(chǎn)品之間的關(guān)系,由此可以定制合理的組合套餐,為用戶提供貼心服務(wù),從而開發(fā)出最受客戶歡迎的產(chǎn)品服務(wù)組合。
(6) 客戶欺詐行為分析
客戶欺詐行為是指以不付費(fèi)的方式撥打移動(dòng)通信服務(wù)。采用決策樹算法對客戶數(shù)據(jù)信息進(jìn)行分析,對客戶行為進(jìn)行研究,根據(jù)分析結(jié)果判斷哪些客戶存在欺詐行為。
4 結(jié)束語
良好的客戶關(guān)系管理是電信企業(yè)增加利潤,提高客戶滿意度和忠誠度的有效工具,引入數(shù)據(jù)挖掘技術(shù)可以更好地實(shí)現(xiàn)客戶關(guān)系管理的目標(biāo),加深企業(yè)對客戶的理解,建立更準(zhǔn)確的客戶模型,改進(jìn)營銷策略,提供更好的客戶服務(wù),尋找更好的目標(biāo)市場,使企業(yè)獲得和保持市場競爭力。而隨著數(shù)據(jù)挖掘技術(shù)的不斷完善和成熟,基于數(shù)據(jù)挖擁技術(shù)的客戶關(guān)系管理必將獲得越來越廣泛的應(yīng)用。
參考文獻(xiàn)
[1] 王輝,基于數(shù)據(jù)挖掘技術(shù)的客戶關(guān)系管理在電信企業(yè)中的應(yīng)用[J],中國科技信息,2005(18):25-16.
[2] 張驊,試析數(shù)據(jù)挖掘在移動(dòng)通信CRM中的應(yīng)用[J],企業(yè)導(dǎo)報(bào),2014(16):134-135.
[3] 冉宏坤,趙京輝,李媛,數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在電信CRM中的應(yīng)用[J],信息通信,2014(1):234-234.
[4] 吳建華,數(shù)據(jù)挖掘技術(shù)在電信行業(yè)CRM中應(yīng)用研究[J],電腦知識(shí)與技術(shù),2013(35):7908-7910.
[5] 閆娜娜,劉鋒,李錫娟,耿波. 支持CRM分析的數(shù)據(jù)倉庫多維啟動(dòng)模型[J]. 計(jì)算機(jī)技術(shù)與發(fā)展. 2008(05)
[6] 陳建輝. 一種基于數(shù)據(jù)挖掘的CRM系統(tǒng)框架的實(shí)現(xiàn)[J]. 華北水利水電學(xué)院學(xué)報(bào). 2007(05)
[7] 陳加順. 基于數(shù)據(jù)挖掘技術(shù)的房地產(chǎn)CRM的研究與應(yīng)用[J]. 中國水運(yùn)(學(xué)術(shù)版). 2007(09)
作者簡介
段萍萍(1992-),女,漢,吉林省四平市,本科,現(xiàn)就讀于東北石油大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,主要從事于應(yīng)用數(shù)學(xué)方面的研究。