王縱虎，劉速，楊文軍

數(shù)據(jù)挖掘在客戶(hù)全生命周期管理中的應(yīng)用研究

王縱虎，劉速，楊文軍

隨著企業(yè)客戶(hù)信息和交易數(shù)據(jù)不斷積累，如何從這海量的數(shù)據(jù)中發(fā)現(xiàn)隱藏背后的有價(jià)值的客戶(hù)特征、消費(fèi)行為特征、客戶(hù)價(jià)值等知識(shí)，從而更好地識(shí)別、獲取、發(fā)展、保持客戶(hù)，改進(jìn)對(duì)客戶(hù)的服務(wù)水平，提高客戶(hù)的價(jià)值、滿(mǎn)意度和忠誠(chéng)度，為客戶(hù)提供更好的服務(wù)的同時(shí)為企業(yè)帶來(lái)更多的利潤(rùn)是每個(gè)企業(yè)都迫切關(guān)注的問(wèn)題。介紹了客戶(hù)全生命周期各個(gè)階段的特點(diǎn)，總結(jié)了常用的客戶(hù)關(guān)系管理相關(guān)的典型分析場(chǎng)景，提出了數(shù)據(jù)挖掘如何切入客戶(hù)全生命周期各個(gè)階段，并對(duì)企業(yè)中進(jìn)行數(shù)據(jù)挖掘需要注意的問(wèn)題進(jìn)行了思考。

客戶(hù)全生命周期；客戶(hù)細(xì)分；客戶(hù)價(jià)值

0　引言

隨著企業(yè)信息化建設(shè)的不斷深入，積累了大量的客戶(hù)信息及交易記錄等業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)已經(jīng)成為各行各業(yè)的生產(chǎn)要素，這些數(shù)據(jù)背后往往隱含著客戶(hù)群體特征、客戶(hù)消費(fèi)行為、客戶(hù)價(jià)值等重要信息，如何對(duì)這些數(shù)據(jù)進(jìn)行挖掘分析得到有用的知識(shí)對(duì)實(shí)現(xiàn)企業(yè)決策方式從“業(yè)務(wù)驅(qū)動(dòng)”向“數(shù)據(jù)驅(qū)動(dòng)”轉(zhuǎn)型有著重要的意義。從目前的研究和應(yīng)用來(lái)看，數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理中應(yīng)用極為普遍［1］，尤其是在金融、通信運(yùn)營(yíng)商、零售、保險(xiǎn)行業(yè)，在客戶(hù)細(xì)分［2］、客戶(hù)價(jià)值分析［3］、客戶(hù)流失預(yù)測(cè)［4］等方面都有深入的研究和應(yīng)用實(shí)踐。

在數(shù)據(jù)挖掘客戶(hù)全生命周期客戶(hù)關(guān)系管理中的應(yīng)用方面：方蕾等［5］應(yīng)用數(shù)據(jù)挖掘中決策樹(shù)算法，結(jié)合客戶(hù)生命周期定性研究的一些研究成果，構(gòu)建了電信行業(yè)的客戶(hù)生命周期判定模型。齊佳音等［6］研究了基于客戶(hù)全生命周期管理的營(yíng)銷(xiāo)管理體系，認(rèn)為企業(yè)應(yīng)該根據(jù)客戶(hù)關(guān)系的不同階段采取不同的營(yíng)銷(xiāo)策略。在移動(dòng)通信業(yè)CRM應(yīng)用的研究在國(guó)外起步相對(duì)較早，已有很多成功的案例，如英國(guó)電信在客戶(hù)各周期將數(shù)據(jù)挖掘技術(shù)應(yīng)用到客戶(hù)行為的分析、研究與預(yù)測(cè)中，并以此作為提升CRM水平的重要手段，在客戶(hù)發(fā)展期為了從營(yíng)銷(xiāo)中獲得最大價(jià)值［7］。吳小紅［8］等以客戶(hù)為導(dǎo)向研究各種細(xì)分方法和技術(shù)，詳細(xì)介紹了基于客戶(hù)統(tǒng)計(jì)學(xué)、客戶(hù)行為、客戶(hù)價(jià)值和客戶(hù)生命周期的客戶(hù)細(xì)分方法。直接營(yíng)銷(xiāo)專(zhuān)家Bob Stone提出了RFM模型，即企業(yè)從近期購(gòu)買(mǎi)（Reeeney）、購(gòu)買(mǎi)頻率（Frequeney）和購(gòu)買(mǎi)金額（Monetary）三方面分析客戶(hù)，以識(shí)別最有價(jià)值的客戶(hù)匯。齊佳音等［9］提出了一種評(píng)價(jià)客戶(hù)－企業(yè)價(jià)值（客戶(hù)流向企業(yè)的價(jià)值）的充分價(jià)值評(píng)價(jià)體系，不僅能充分地反映客戶(hù)在現(xiàn)在和將來(lái)所能帶給企業(yè)的利潤(rùn)的凈現(xiàn)值，還強(qiáng)調(diào)了銷(xiāo)售量與客戶(hù)帶給企業(yè)發(fā)展?jié)摿Φ呢暙I(xiàn)兩項(xiàng)指標(biāo)的重要性。英國(guó)電信公司使用SPSS的數(shù)據(jù)挖掘產(chǎn)品Clementine建立模型來(lái)確定潛在客戶(hù)的購(gòu)買(mǎi)傾向和他們變?yōu)橛脩?hù)后可能的價(jià)值，該系統(tǒng)的應(yīng)用使英國(guó)電信更好的了解客戶(hù)的特征，從而為銷(xiāo)售人員和營(yíng)銷(xiāo)活動(dòng)提供了“最佳客戶(hù)”清單，而且使得直郵回復(fù)提高了100%［10］。文獻(xiàn)［4］根據(jù)客戶(hù)流失預(yù)測(cè)研究的發(fā)展歷程和智能化程度的高低，將客戶(hù)流失預(yù)測(cè)研究劃分為基于傳統(tǒng)統(tǒng)計(jì)學(xué)、基于人工智能和基于統(tǒng)計(jì)學(xué)習(xí)理論的預(yù)測(cè)方法三個(gè)階段，并通過(guò)分析每個(gè)階段存在的問(wèn)題提出了未來(lái)可研究的方向。

1　客戶(hù)全生命周期

客戶(hù)全生命周期理論是從動(dòng)態(tài)角度研究客戶(hù)關(guān)系的重要工具［11］，可以清晰地洞察客戶(hù)關(guān)系隨時(shí)間變化的動(dòng)態(tài)發(fā)展軌跡：客戶(hù)關(guān)系的發(fā)展是分階段的，不同的階段客戶(hù)的行為特征和為企業(yè)創(chuàng)造的利潤(rùn)不同；不同階段驅(qū)動(dòng)客戶(hù)關(guān)系的客戶(hù)主觀感知價(jià)值不同；企業(yè)在客戶(hù)生命周期的不同階段應(yīng)有不同的關(guān)系投入及管理策略。通過(guò)對(duì)客戶(hù)生命周期的研究，可以更加清楚地了解客戶(hù)關(guān)系的價(jià)值及其發(fā)展特征，為企業(yè)的客戶(hù)關(guān)系管理提供有效的指導(dǎo)。客戶(hù)關(guān)系管理用一句話(huà)總結(jié)便是：在最佳的時(shí)機(jī)，用最合適的價(jià)格對(duì)最合適的客戶(hù)提供最佳的商品或服務(wù)。因此如何通過(guò)數(shù)據(jù)挖掘識(shí)別、分析客戶(hù)各個(gè)生命周期階段中的行為和特點(diǎn)意義重大。企業(yè)所要做的是努力縮短考察階段，加快形成階段、延長(zhǎng)穩(wěn)定階段、避免退化階段。目前在國(guó)內(nèi)影響較大的是陳明亮［12］提出的四階段客戶(hù)生命周期模型，將客戶(hù)生命周期劃分為考察期、形成期、穩(wěn)定期和退化期四個(gè)階段。

1.1客戶(hù)考察期

考察期是客戶(hù)關(guān)系探索和試驗(yàn)的階段，雙方相互了解不足、不確定性大是考察期的基本特征，評(píng)估對(duì)方的潛在價(jià)值和降低不確定性是這一階段的中心目標(biāo)。企業(yè)的主要任務(wù)就是主動(dòng)尋求客戶(hù)信息并向客戶(hù)提供企業(yè)的相關(guān)信息，雙方互相識(shí)別和評(píng)價(jià)，通過(guò)對(duì)營(yíng)銷(xiāo)機(jī)會(huì)的捕捉、篩選、線索跟蹤和效果評(píng)估，識(shí)別客戶(hù)特征、找到潛在客戶(hù)、獲得新客戶(hù)。

1.2客戶(hù)形成期

形成期是客戶(hù)關(guān)系快速發(fā)展的階段，在這一階段， 企業(yè)對(duì)目標(biāo)客戶(hù)開(kāi)發(fā)成功后，客戶(hù)己經(jīng)與企業(yè)發(fā)生業(yè)務(wù)往來(lái)，隨著雙方了解和信任的不斷加深，雙方交易不斷增加，相互依賴(lài)的范圍和深度也日益增加，逐漸認(rèn)識(shí)到對(duì)方有能力提供令自己滿(mǎn)意的價(jià)值，雙方的風(fēng)險(xiǎn)承受意愿增加，愿意承諾一種長(zhǎng)期關(guān)系。企業(yè)的投入和考察期相比要小得多，主要是發(fā)展投入，目的是進(jìn)一步融洽與客戶(hù)的關(guān)系，提高客戶(hù)的滿(mǎn)意度、忠誠(chéng)度，進(jìn)一步擴(kuò)大交易量。此時(shí)客戶(hù)已經(jīng)開(kāi)始為企業(yè)做貢獻(xiàn)，企業(yè)從客戶(hù)交易獲得的收入已經(jīng)大于投入，開(kāi)始盈利。但客戶(hù)尚未產(chǎn)生交叉購(gòu)買(mǎi)意圖及推薦傾向，所以企業(yè)獲得的是基本購(gòu)買(mǎi)收益和增加購(gòu)買(mǎi)量的收益。該階段的主要任務(wù)是提升客戶(hù)價(jià)值，根據(jù)客戶(hù)貢獻(xiàn)率和潛在價(jià)值指標(biāo)綜合評(píng)價(jià)客戶(hù)價(jià)值，并歸入相應(yīng)的價(jià)值客戶(hù)類(lèi)。企業(yè)在價(jià)值提升的同時(shí)，還應(yīng)該結(jié)合客戶(hù)行為特征的維度，有針對(duì)性的實(shí)施策略，最終將客戶(hù)轉(zhuǎn)化為穩(wěn)定的忠誠(chéng)客戶(hù)。

1.3客戶(hù)穩(wěn)定期

在這一階段，雙方或含蓄或明確地對(duì)持續(xù)長(zhǎng)期關(guān)系作了保證，雙方對(duì)對(duì)方提供的價(jià)值高度滿(mǎn)意，交互依賴(lài)水平達(dá)到整個(gè)關(guān)系發(fā)展過(guò)程中的最高點(diǎn)，雙方關(guān)系處于一種相對(duì)穩(wěn)定狀態(tài)，雙方為能長(zhǎng)期維持穩(wěn)定的關(guān)系都作了大量有形和無(wú)形投入，交易量很大，穩(wěn)定期內(nèi)客戶(hù)愿意支付較高的價(jià)格，帶給企業(yè)的利潤(rùn)較大，而且由于客戶(hù)忠誠(chéng)度的增加，企業(yè)將獲得良好的間接收益。在這一階段，客戶(hù)忠誠(chéng)度增加，開(kāi)始出現(xiàn)交叉購(gòu)買(mǎi)及推薦行為。除了獲得基本購(gòu)買(mǎi)收益和增加購(gòu)買(mǎi)收益外，企業(yè)還可以獲得交叉銷(xiāo)售收益及推薦收益，其中推薦收益表現(xiàn)為新客戶(hù)開(kāi)發(fā)成本的節(jié)約?？蛻?hù)影響力越大，推薦收益越多。因此保持客戶(hù)尤其是忠誠(chéng)度較高的穩(wěn)定客戶(hù)，對(duì)企業(yè)而言是客戶(hù)關(guān)系管理中的重要環(huán)節(jié)。此時(shí)，企業(yè)應(yīng)該注重對(duì)客戶(hù)價(jià)值和消費(fèi)模式的細(xì)分而采取針對(duì)性的客戶(hù)保持和提升策略。

1.4客戶(hù)退化期

退化期是關(guān)系發(fā)展過(guò)程中關(guān)系水平逆轉(zhuǎn)的階段，表現(xiàn)為客戶(hù)維系成本的增加，企業(yè)與客戶(hù)之間滿(mǎn)意度的不斷下降和交易量的驟減。事實(shí)上，這種關(guān)系的退化并不總是發(fā)生在穩(wěn)定期后的第四階段，在任何一階段關(guān)系都可能退化，有些關(guān)系可能永遠(yuǎn)越不過(guò)考察期，有些關(guān)系可能在形成期退化，而有些關(guān)系則越過(guò)考察期，形成期而進(jìn)入穩(wěn)定期，并在穩(wěn)定期維持較長(zhǎng)時(shí)間后退化。退化期的主要特征有：交易量下降，一方或雙方正在考慮結(jié)束關(guān)系甚至物色候選關(guān)系伙伴（供應(yīng)商或客戶(hù)），開(kāi)始交流結(jié)束關(guān)系的意圖等。

2　客戶(hù)關(guān)系管理中相關(guān)分析場(chǎng)景

隨著企業(yè)客戶(hù)信息和交易數(shù)據(jù)不斷積累，正是有了數(shù)據(jù)挖掘技術(shù)的支持，才能從這海量的數(shù)據(jù)中發(fā)現(xiàn)隱藏背后的有價(jià)值的客戶(hù)特征、消費(fèi)行為特征、客戶(hù)價(jià)值等知識(shí)，從而更好地洞察和理解客戶(hù)，為有針對(duì)性地制定市場(chǎng)營(yíng)銷(xiāo)及客戶(hù)服務(wù)戰(zhàn)略提供重要的決策依據(jù)。目前常見(jiàn)的客戶(hù)分析場(chǎng)景如下：

1）客戶(hù)細(xì)分

客戶(hù)細(xì)分又稱(chēng)為客戶(hù)聚類(lèi)分析，是指將客戶(hù)按照人口統(tǒng)計(jì)屬性、客戶(hù)價(jià)值、客戶(hù)消費(fèi)行為特征等因素的相似程度分成不同的群組，使得同一客戶(hù)群體組內(nèi)客戶(hù)相似度高，組間客戶(hù)差異明顯，并進(jìn)一步刻畫(huà)各個(gè)群組中客戶(hù)的共同特征，生成可控的目標(biāo)客戶(hù)群，發(fā)現(xiàn)各個(gè)細(xì)分的客戶(hù)特征畫(huà)像和需求，更好地識(shí)別不同客戶(hù)群體對(duì)企業(yè)的價(jià)值及需求，支持營(yíng)銷(xiāo)人員針對(duì)不同細(xì)分的客戶(hù)群體特征實(shí)施差異化的營(yíng)銷(xiāo)策略，為結(jié)合營(yíng)銷(xiāo)自動(dòng)化工具實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)提供決策支持，可使企業(yè)的資源更為有效配置，集中精力為高價(jià)值的客戶(hù)提供個(gè)性化服務(wù)，以達(dá)到資源的合理分配以及效益的最大化，提升企業(yè)的盈利能力和競(jìng)爭(zhēng)優(yōu)勢(shì)。

2）客戶(hù)價(jià)值分析

隨著“以客戶(hù)為中心”的理念逐漸被企業(yè)接受，洞察客戶(hù)并引導(dǎo)客戶(hù)的需求已成為企業(yè)客戶(hù)管理的重要課題，如何識(shí)別具有高價(jià)值的顧客，對(duì)企業(yè)的獲利來(lái)說(shuō)至關(guān)重要。面對(duì)客戶(hù)的不同需求和企業(yè)有限的資源，企業(yè)只能將有限的資源用于最有價(jià)值和最需要服務(wù)的客戶(hù)。因此，企業(yè)必須進(jìn)行有效的客戶(hù)細(xì)分和識(shí)別，可以通過(guò)按客戶(hù)細(xì)分或者RFM分析等來(lái)實(shí)現(xiàn)客戶(hù)的價(jià)值劃分，識(shí)別高價(jià)值客戶(hù)。

3）營(yíng)銷(xiāo)響應(yīng)分析

在促銷(xiāo)等營(yíng)銷(xiāo)活動(dòng)中，由于企業(yè)營(yíng)銷(xiāo)活動(dòng)的預(yù)算是有限的，因此必須找到可能購(gòu)買(mǎi)該產(chǎn)品的客戶(hù)群進(jìn)行促銷(xiāo)。如企業(yè)通常針對(duì)潛在客戶(hù)采用一系列促銷(xiāo)活動(dòng)來(lái)獲取新客戶(hù)，由于潛在客戶(hù)的數(shù)量日益龐大，需要有針對(duì)性地完成潛在客戶(hù)的篩選工作。通常有下列方法可以刪選促銷(xiāo)客戶(hù)名單：隨機(jī)選擇客戶(hù)進(jìn)行促銷(xiāo)活動(dòng)推送；通過(guò)RFM分析選擇消費(fèi)金額較大的客戶(hù)；根據(jù)過(guò)去的銷(xiāo)售經(jīng)驗(yàn)選擇客戶(hù)；構(gòu)建數(shù)據(jù)挖掘預(yù)測(cè)模型來(lái)預(yù)測(cè)誰(shuí)可能會(huì)響應(yīng)促銷(xiāo)活動(dòng)。我們可以使用數(shù)據(jù)挖掘技術(shù)完成潛在客戶(hù)的篩選，首先列出可能對(duì)產(chǎn)品感興趣的客戶(hù)名單，然后進(jìn)行市場(chǎng)試驗(yàn)活動(dòng)或根據(jù)以前的促銷(xiāo)活動(dòng)收集客戶(hù)的反應(yīng)數(shù)據(jù)?？蛻?hù)反應(yīng)行為模式分為二元反應(yīng)行為模式和多元反應(yīng)行為模式。二元反應(yīng)行為模式是將客戶(hù)的反應(yīng)歸納成兩類(lèi)：有或者無(wú)；而多元反應(yīng)行為模式可以允許定義多種反應(yīng)行為，如在積極的反應(yīng)行為模式中可進(jìn)一步分為客戶(hù)詢(xún)問(wèn)、購(gòu)買(mǎi)了推薦的產(chǎn)品、購(gòu)買(mǎi)了沒(méi)有推薦的產(chǎn)品等，在消極的反應(yīng)行為模式中可分為沒(méi)有反應(yīng)或拒絕。市場(chǎng)推銷(xiāo)在很大程度上依賴(lài)于正確的信息。這些信息用于客戶(hù)保持活動(dòng)、生命周期內(nèi)的分析、趨勢(shì)預(yù)測(cè)和有針對(duì)性地促銷(xiāo)活動(dòng)等。實(shí)際上，只有充分了解客戶(hù)，才能正確定位促銷(xiāo)活動(dòng)，才能提高相應(yīng)率，降低活動(dòng)成本。最后可采用分類(lèi)技術(shù)對(duì)客戶(hù)反應(yīng)行為進(jìn)行建模，并以此來(lái)對(duì)其他客戶(hù)的反應(yīng)行為進(jìn)行預(yù)測(cè)。

4）客戶(hù)消費(fèi)行為分析

消費(fèi)行為分析是指根據(jù)客戶(hù)消費(fèi)歷史來(lái)分析客戶(hù)的消費(fèi)時(shí)機(jī)與消費(fèi)規(guī)律，從而實(shí)現(xiàn)客戶(hù)消費(fèi)行為洞察，析客戶(hù)在區(qū)域和時(shí)間上的偏好。其主要目的是增加和豐富客戶(hù)的特征刻畫(huà)，提高對(duì)客戶(hù)在消費(fèi)時(shí)空維度上的準(zhǔn)確定位，如：客戶(hù)消費(fèi)偏好刻畫(huà)了客戶(hù)的消費(fèi)行為。如果客戶(hù)的消費(fèi)偏好構(gòu)成了公司的主要收入來(lái)源，如何刺激客戶(hù)的消費(fèi)偏好就成為了一個(gè)非常重要的問(wèn)題。不同的客戶(hù)群體有著不同的消費(fèi)偏好?？蛻?hù)的消費(fèi)行為通常隱藏在每次交易的歷史記錄中。通過(guò)對(duì)客戶(hù)交易及基礎(chǔ)信息的分析，可以清楚的看到客戶(hù)的消費(fèi)習(xí)慣，從而為市場(chǎng)營(yíng)銷(xiāo)提供更加有效、多樣的客戶(hù)描述信息。同時(shí)針對(duì)消費(fèi)行為異常的客戶(hù)，能進(jìn)行預(yù)警和分析。

5）客戶(hù)識(shí)別

客戶(hù)識(shí)別是企業(yè)發(fā)現(xiàn)潛在客戶(hù)、獲取新客戶(hù)的過(guò)程。新客戶(hù)往往是以前沒(méi)有聽(tīng)說(shuō)過(guò)或者使用過(guò)企業(yè)產(chǎn)品的人、以前不需要企業(yè)產(chǎn)品的人甚至是競(jìng)爭(zhēng)對(duì)手的客戶(hù)。由于企業(yè)對(duì)新客戶(hù)信息掌握的很少，所以企業(yè)一般通過(guò)一些手段（如廣告宣傳、促銷(xiāo)活動(dòng)的同時(shí)進(jìn)行調(diào)查問(wèn)卷或者網(wǎng)上調(diào)查或者通過(guò)客戶(hù)經(jīng)理上門(mén)拜訪等）來(lái)獲取客戶(hù)信息，這些信息應(yīng)該包括客戶(hù)人口統(tǒng)計(jì)信息、經(jīng)濟(jì)狀況、對(duì)產(chǎn)品的需求和購(gòu)買(mǎi)偏好等。得到這些信息后，企業(yè)可以通過(guò)小范圍的實(shí)驗(yàn)觀察潛在客戶(hù)對(duì)企業(yè)產(chǎn)品和促銷(xiāo)活動(dòng)的不同反應(yīng)，根據(jù)反饋結(jié)果建立預(yù)測(cè)模型，找到對(duì)產(chǎn)品感興趣的客戶(hù)群，發(fā)現(xiàn)適合不同客戶(hù)群的促銷(xiāo)方式。得到分析結(jié)果后，可以縮小下一步需要進(jìn)行營(yíng)銷(xiāo)活動(dòng)來(lái)獲取的客戶(hù)范圍和促銷(xiāo)方式，提供營(yíng)銷(xiāo)活動(dòng)的精準(zhǔn)性。

6）交叉銷(xiāo)售分析

交叉銷(xiāo)售是指向原有客戶(hù)銷(xiāo)售新的產(chǎn)品或服務(wù)的營(yíng)銷(xiāo)過(guò)程，它不僅是通過(guò)滿(mǎn)足客戶(hù)對(duì)產(chǎn)品和服務(wù)的進(jìn)一步需求以增加利潤(rùn)的一個(gè)有效手段，而且是提升企業(yè)形象、培育客戶(hù)忠誠(chéng)度、實(shí)現(xiàn)企業(yè)可持續(xù)發(fā)展的重要戰(zhàn)略。在交叉銷(xiāo)售活動(dòng)中，關(guān)聯(lián)規(guī)則分析可以發(fā)現(xiàn)客戶(hù)傾向于同時(shí)購(gòu)買(mǎi)哪些相關(guān)的商品，找出最優(yōu)的銷(xiāo)售組合方式。客戶(hù)細(xì)分則可以發(fā)現(xiàn)對(duì)特定產(chǎn)品感興趣的客戶(hù)群。決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等方法能夠預(yù)測(cè)客戶(hù)購(gòu)買(mǎi)新產(chǎn)品的可能性。通過(guò)分析客戶(hù)的消費(fèi)行為數(shù)據(jù)，建立模型來(lái)預(yù)測(cè)客戶(hù)消費(fèi)行為，以決定向客戶(hù)提供哪種交叉銷(xiāo)售方式最合適。

7）客戶(hù)流失分析

隨著行業(yè)競(jìng)爭(zhēng)越來(lái)越激烈，而客戶(hù)保留的成本遠(yuǎn)遠(yuǎn)低于開(kāi)發(fā)一個(gè)新客戶(hù)，及時(shí)發(fā)現(xiàn)高價(jià)值的有流失傾向的客戶(hù)并進(jìn)行挽回變得越來(lái)越重要?？蛻?hù)流失分析可以利用數(shù)據(jù)挖掘工具為已經(jīng)流失的客戶(hù)建模，在模型中固化流失客戶(hù)的行為模式特征，然后預(yù)測(cè)當(dāng)前客戶(hù)中流失傾向較高的客戶(hù)，同時(shí)分析客戶(hù)流失的原因，企業(yè)可以針對(duì)這些高流失傾向客戶(hù)的價(jià)值及時(shí)調(diào)整營(yíng)銷(xiāo)和服務(wù)策略，針對(duì)客戶(hù)特點(diǎn)采取相應(yīng)的挽留措施，達(dá)到保持原有客戶(hù)的目的，可以大大降低盲目爭(zhēng)取新客戶(hù)的成本。

8）客戶(hù)忠誠(chéng)度分析

主要是對(duì)客戶(hù)的持久性 、牢固性和穩(wěn)定性進(jìn)行分析。持久性指客戶(hù)與企業(yè)持續(xù)交易的時(shí)間。牢固性反映了客戶(hù)受各種因素（價(jià)格、促銷(xiāo)、廣告宣傳）的影響程度。穩(wěn)定性指客戶(hù)購(gòu)買(mǎi)的頻率、周期和數(shù)量是否穩(wěn)定。客戶(hù)忠誠(chéng)度分析主要運(yùn)用時(shí)序模式中的趨勢(shì)分析，包含趨勢(shì)走向、周期走向和周期變化規(guī)律等方面。通過(guò)趨勢(shì)分析可以了解客戶(hù)在過(guò)去一段時(shí)間的消費(fèi)和消費(fèi)隨時(shí)間的變化情況，同時(shí)還能預(yù)測(cè)客戶(hù)在未來(lái)一段時(shí)間內(nèi)的消費(fèi)趨勢(shì)。通過(guò)模型跟蹤客戶(hù)的忠誠(chéng)度變化趨勢(shì)，對(duì)忠誠(chéng)度較低的用戶(hù)提供“一對(duì)一”的服務(wù)，同時(shí)通過(guò)積分累積與積分兌換的方式提高客戶(hù)消費(fèi)粘性，提升客戶(hù)價(jià)值，從而實(shí)現(xiàn)向高忠誠(chéng)度的轉(zhuǎn)變；對(duì)忠誠(chéng)度較高的用戶(hù)則實(shí)施積極的獎(jiǎng)勵(lì)制度，達(dá)到提高整體客戶(hù)忠誠(chéng)度的效果。比如大型超市通過(guò)會(huì)員的消費(fèi)信息，如最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額三個(gè)指標(biāo)對(duì)數(shù)據(jù)進(jìn)行分析，可以預(yù)測(cè)出顧客忠誠(chéng)度的變化，據(jù)此對(duì)價(jià)格、商品的種類(lèi)以及銷(xiāo)售策略加以調(diào)整和更新，以便留住老顧客，吸引新顧客，進(jìn)一步培養(yǎng)和維護(hù)客戶(hù)對(duì)企業(yè)產(chǎn)品或服務(wù)的忠誠(chéng)度，延續(xù)客戶(hù)高價(jià)值時(shí)間的過(guò)程。

9）客戶(hù)滿(mǎn)意度分析

客戶(hù)滿(mǎn)意度就是度量客戶(hù)滿(mǎn)意水平的數(shù)據(jù)指標(biāo)，目標(biāo)在于將客戶(hù)滿(mǎn)意這一主觀感知進(jìn)行量化。分析客戶(hù)對(duì)企業(yè)產(chǎn)品和服務(wù)的滿(mǎn)意度，可以幫助企業(yè)改進(jìn)客戶(hù)營(yíng)銷(xiāo)策略，從而增加客戶(hù)的忠誠(chéng)度。利用數(shù)據(jù)挖掘技術(shù)和企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)中關(guān)于客戶(hù)對(duì)企業(yè)的產(chǎn)品和服務(wù)的反饋等信息，如服務(wù)整體狀況、服務(wù)質(zhì)量、客戶(hù)接觸情況、客戶(hù)服務(wù)情況、滿(mǎn)意度調(diào)查、客戶(hù)投訴等數(shù)據(jù)，通過(guò)自定義的定量度量標(biāo)準(zhǔn)和公式，同時(shí)根據(jù)時(shí)間及其他參數(shù)可對(duì)客戶(hù)的滿(mǎn)意度進(jìn)行量化評(píng)分，同時(shí)通過(guò)分析在客戶(hù)服務(wù)和生產(chǎn)經(jīng)營(yíng)中需要改進(jìn)的事項(xiàng)，找出客戶(hù)不滿(mǎn)意的原因并制定針對(duì)性的客戶(hù)營(yíng)銷(xiāo)策略，改善與客戶(hù)的關(guān)系，提高客戶(hù)忠誠(chéng)度，從而增加企業(yè)的利潤(rùn)。客戶(hù)滿(mǎn)意度這一衡量指標(biāo)在現(xiàn)今以客戶(hù)為中心的市場(chǎng)背景下就變得越來(lái)越重要，已成為評(píng)價(jià)一個(gè)企業(yè)經(jīng)營(yíng)管理水平的重要指標(biāo)，也是企業(yè)成敗的關(guān)鍵因素所在。

3　數(shù)據(jù)挖掘在客戶(hù)生命周期各階段的應(yīng)用

在整個(gè)客戶(hù)生命周期中，不同階段有著不同的特點(diǎn)，每個(gè)階段都為客戶(hù)關(guān)系管理的數(shù)據(jù)挖掘提供了切入機(jī)會(huì)。如圖1所示：

圖1　數(shù)據(jù)挖掘在客戶(hù)全生命周期中的應(yīng)用

客戶(hù)生命周期是中心主題，數(shù)據(jù)挖掘所支持的業(yè)務(wù)流程都圍繞著客戶(hù)生命周期來(lái)組織。

客戶(hù)細(xì)分、營(yíng)銷(xiāo)響應(yīng)分析貫穿客戶(hù)全生命周期的始終，客戶(hù)價(jià)值分析、客戶(hù)消費(fèi)行為分析等分析結(jié)果可以作為客戶(hù)細(xì)分的維度。同時(shí)客戶(hù)基于客戶(hù)細(xì)分的結(jié)果在某一客戶(hù)群體進(jìn)一步開(kāi)展交叉銷(xiāo)售分析以及、營(yíng)銷(xiāo)響應(yīng)分析、消費(fèi)行為分析等?？蛻?hù)滿(mǎn)意度和忠誠(chéng)度分析用于對(duì)現(xiàn)有客戶(hù)忠誠(chéng)度進(jìn)行跟蹤，可以對(duì)忠誠(chéng)度下降的客戶(hù)進(jìn)行預(yù)警，分析其下降的原因，同時(shí)可以為客戶(hù)流失分析提供分析的影響因素維度。不同的分析場(chǎng)景之間往往是互相補(bǔ)充、關(guān)聯(lián)的，貫穿于客戶(hù)全生命周期的多個(gè)階段。

在客戶(hù)考察期，通過(guò)客戶(hù)細(xì)分以及營(yíng)銷(xiāo)響應(yīng)分析，可以更加準(zhǔn)確的定位目標(biāo)潛在客戶(hù)群體，然后通過(guò)有效的營(yíng)銷(xiāo)手段將潛在客戶(hù)轉(zhuǎn)變成真正的客戶(hù)，并降低營(yíng)銷(xiāo)的成本。

在客戶(hù)形成期，通過(guò)客戶(hù)細(xì)分、客戶(hù)價(jià)值分析，發(fā)現(xiàn)高價(jià)值的客戶(hù)群體，通過(guò)營(yíng)銷(xiāo)響應(yīng)分析、客戶(hù)消費(fèi)行為分析、客戶(hù)提升分析為潛在高價(jià)值客戶(hù)提供更具針對(duì)性的個(gè)性化服務(wù)和營(yíng)銷(xiāo)手段，不斷提高客戶(hù)價(jià)值，同時(shí)通過(guò)客戶(hù)滿(mǎn)意度和忠誠(chéng)度分析，提高客戶(hù)對(duì)企業(yè)的忠誠(chéng)度，從而幫助企業(yè)獲得更多的利潤(rùn)。

在客戶(hù)穩(wěn)定期，通過(guò)客戶(hù)價(jià)值分析、客戶(hù)細(xì)分等發(fā)現(xiàn)高價(jià)值客戶(hù)群體，可以針對(duì)這一群體結(jié)合營(yíng)銷(xiāo)響應(yīng)分析、消費(fèi)行為分析及價(jià)格敏感度分析，提供針對(duì)性的個(gè)性化服務(wù)，同時(shí)可以通過(guò)交叉銷(xiāo)售分析進(jìn)行交叉銷(xiāo)售，向現(xiàn)有的客戶(hù)提供新的產(chǎn)品和服務(wù)，實(shí)現(xiàn)購(gòu)買(mǎi)推薦和增量銷(xiāo)售。同時(shí)結(jié)合客戶(hù)滿(mǎn)意度分析和忠誠(chéng)度分析，跟蹤客戶(hù)的忠誠(chéng)度變化，分析客戶(hù)忠誠(chéng)度下降原因，及時(shí)采取措施防止客戶(hù)流失。對(duì)客戶(hù)歷史交易行為的消費(fèi)行為分析，警示客戶(hù)異常行為，并提出相應(yīng)的對(duì)策建議?，F(xiàn)在的營(yíng)銷(xiāo)環(huán)境下，企業(yè)實(shí)施市場(chǎng)細(xì)分的動(dòng)因已不僅僅是要拓展企業(yè)經(jīng)營(yíng)的觸角和確定市場(chǎng)突破的方向，還應(yīng)當(dāng)強(qiáng)化企業(yè)與高價(jià)值客戶(hù)間的互動(dòng)關(guān)系，其最終的目的是要通過(guò)增量銷(xiāo)售和交叉銷(xiāo)售的方式，來(lái)擴(kuò)大企業(yè)的市場(chǎng)份額和客戶(hù)份額。這個(gè)時(shí)候就需要企業(yè)辨別出那些高價(jià)值的客戶(hù)。客戶(hù)價(jià)值特征主要包括客戶(hù)終身價(jià)值、忠誠(chéng)度等。

在客戶(hù)退化期：通過(guò)客戶(hù)消費(fèi)行為分析、客戶(hù)流失分析等，發(fā)現(xiàn)已經(jīng)流失的客戶(hù)以及有高度流失傾向的客戶(hù)群體，通過(guò)客戶(hù)價(jià)值分析、客戶(hù)細(xì)分等，發(fā)現(xiàn)這部分客戶(hù)中的高價(jià)值客戶(hù)，根據(jù)客戶(hù)價(jià)值高低分為需挽留客戶(hù)和不需挽留客戶(hù)，對(duì)兩者分別采取客戶(hù)關(guān)系恢復(fù)策略和終止策略。通過(guò)營(yíng)銷(xiāo)響應(yīng)分析對(duì)高價(jià)值流失客戶(hù)進(jìn)行優(yōu)先的個(gè)性化營(yíng)銷(xiāo)，實(shí)現(xiàn)客戶(hù)的挽回。根據(jù)已經(jīng)存有的客戶(hù)流失數(shù)據(jù)進(jìn)行分析，將相關(guān)數(shù)據(jù)如客戶(hù)屬性、服務(wù)屬性、客戶(hù)消費(fèi)等與客戶(hù)流失概率建立相關(guān)聯(lián)的數(shù)學(xué)模型，找出其內(nèi)在聯(lián)系，明確其內(nèi)在規(guī)律。然后通過(guò)分析流失客戶(hù)特征，發(fā)現(xiàn)客戶(hù)流失原因。針對(duì)未流失客戶(hù)，通過(guò)比對(duì)已流失客戶(hù)的特征，發(fā)現(xiàn)其中具有高流失傾向的客戶(hù)。針對(duì)已流失和高流失傾向客戶(hù)，同時(shí)考慮客戶(hù)價(jià)值等因素，采取一定的營(yíng)銷(xiāo)和挽回措施，使客戶(hù)的忠誠(chéng)度提高，盡量減少客戶(hù)的流失。這就使以往存在的不能對(duì)流失客戶(hù)進(jìn)行原因分析的情況得到了大大的改善。

4　結(jié)論

結(jié)合目前在企業(yè)中客戶(hù)分析業(yè)務(wù)需求和客戶(hù)分析模型開(kāi)發(fā)中遇到的問(wèn)題，有以下幾個(gè)方面值得注意：

1）模型開(kāi)發(fā)的各階段應(yīng)該加強(qiáng)與業(yè)務(wù)人員的溝通

在開(kāi)始模型開(kāi)發(fā)之前需要深入調(diào)研，了解數(shù)據(jù)和業(yè)務(wù)人員的實(shí)際需求、存在問(wèn)題。在解決業(yè)務(wù)問(wèn)題時(shí)，真正關(guān)鍵的環(huán)節(jié)是業(yè)務(wù)需求的分析理解過(guò)程，數(shù)據(jù)挖掘所追求的是分析結(jié)果否符合實(shí)際的業(yè)務(wù)情況，能否為業(yè)務(wù)人員帶來(lái)幫助。在模型開(kāi)發(fā)獲得一定結(jié)果后，也需要與業(yè)務(wù)人員進(jìn)行交流，根據(jù)他們的業(yè)務(wù)經(jīng)驗(yàn)判斷分析結(jié)果是否合理，經(jīng)得業(yè)務(wù)人員實(shí)踐的考證和評(píng)估后進(jìn)一步改進(jìn)模型，使挖掘工作及挖掘結(jié)果更好的適應(yīng)實(shí)際業(yè)務(wù)的需要。

2）需要認(rèn)真考慮數(shù)據(jù)挖掘的結(jié)果如何應(yīng)用于企業(yè)實(shí)踐

整個(gè)數(shù)據(jù)挖掘項(xiàng)目的成功不僅僅取決于數(shù)據(jù)挖掘模型的成功構(gòu)建，更重要的是如何將挖掘出的結(jié)果應(yīng)用到企業(yè)的營(yíng)銷(xiāo)實(shí)踐中去，能夠指導(dǎo)企業(yè)的經(jīng)營(yíng)據(jù)測(cè)，這樣才能實(shí)現(xiàn)價(jià)值。分析的結(jié)果需要通過(guò)合適的可視化技術(shù)和渠道，呈現(xiàn)給業(yè)務(wù)人員使用，最好能融入到業(yè)務(wù)流程中，幫助業(yè)務(wù)人員養(yǎng)成通過(guò)數(shù)據(jù)進(jìn)行決策的習(xí)慣。

3）需要對(duì)各種數(shù)據(jù)進(jìn)行整合，并高度重視數(shù)據(jù)質(zhì)量

企業(yè)各類(lèi)業(yè)務(wù)數(shù)據(jù)往往存在于不同的信息系統(tǒng)中，各系統(tǒng)之間數(shù)據(jù)互相隔離，往往存在著信息孤島，因此需要搭建統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)，實(shí)現(xiàn)數(shù)據(jù)的整合和共享。客戶(hù)數(shù)據(jù)、交易數(shù)據(jù)等的質(zhì)量直接影響著分析的結(jié)果，缺失、錯(cuò)誤的數(shù)據(jù)甚至可能導(dǎo)致產(chǎn)生錯(cuò)誤的規(guī)則，數(shù)據(jù)質(zhì)量是保證數(shù)據(jù)應(yīng)用的基礎(chǔ)，因此要加強(qiáng)數(shù)據(jù)質(zhì)量的影響因素：信息因素、技術(shù)因素、流程因素和管理因素的管理，保證數(shù)據(jù)的完整性、一致性、準(zhǔn)確性、及時(shí)性，如加油站客戶(hù)信息的采集質(zhì)量問(wèn)題等需要高度重視。

4）模型的改進(jìn)是持續(xù)的過(guò)程

模型建立是一個(gè)反復(fù)的過(guò)程，模型具有使用時(shí)限的，隨著交易和客戶(hù)數(shù)據(jù)的的不斷變化的，包括模型使用者的需求也是在不斷變化的，數(shù)據(jù)挖掘是具有動(dòng)態(tài)性特點(diǎn)的，模型不能一勞永逸地解決所有的問(wèn)題，隨著數(shù)據(jù)和目標(biāo)發(fā)生改變時(shí)，模型也需要進(jìn)行適時(shí)的調(diào)整甚至是重建。如由于各個(gè)地區(qū)公司的特點(diǎn)不同，一個(gè)模型可能不能適用所有地區(qū)公司，因此需要為每個(gè)地區(qū)公司訓(xùn)練各自的模型。

5）借助大數(shù)據(jù)平臺(tái)對(duì)海量數(shù)據(jù)進(jìn)行分析

隨著企業(yè)的發(fā)展，積累的交易和客戶(hù)數(shù)據(jù)越來(lái)越多，逐漸從GB級(jí)別向TB級(jí)別轉(zhuǎn)變，傳統(tǒng)的數(shù)據(jù)庫(kù)和數(shù)據(jù)分析軟件從性能上逐漸無(wú)法支撐海量數(shù)據(jù)的管理和分析挖掘。這時(shí)就需要借助目前的大數(shù)據(jù)分析平臺(tái)對(duì)海量數(shù)據(jù)進(jìn)行有效管理，通過(guò)通過(guò)Hadoop、Mapreduce、Spark、Mahout等新技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的分析和處理能力。

［1］ 董寧.數(shù)據(jù)挖掘技術(shù)在CRM 中的應(yīng)用［J］.計(jì)算機(jī)工程與應(yīng)用，2007，28（6）：1429-1431.

［2］ 鄭國(guó)榮，張鄭禮，郭鵬，等. 聚類(lèi)分析在電信消費(fèi)模式中的應(yīng)用［J ］. 重慶大學(xué)學(xué)報(bào)：自然科學(xué)版， 2006， 29 （4） ： 119 -121.

［3］ 蔣國(guó)瑞，劉沛，黃梯云. 一種基于 AHP 方法的客戶(hù)價(jià)值細(xì)分研究［J］. 計(jì)算機(jī)工程與應(yīng)用.2007，43（8）：238-241.

［4］ 于小兵，曹杰，鞏在武.客戶(hù)流失問(wèn)題研究綜述.計(jì)算機(jī)集成制造系統(tǒng)［J］.2012，18（10）：2254-2259

［5］ 方蕾， 王金桃. 數(shù)據(jù)挖掘在客戶(hù)生命周期中的應(yīng)用研究［D］. 武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2008，30（4）：613-615.

［6］ 齊佳音，舒華英.電信業(yè)顧客價(jià)值研究的緊迫性及方向探討［J］.電信科學(xué)，2003，19（6）：1-6.

［7］ 郭道寧，舒華英.數(shù)據(jù)挖掘在電信運(yùn)營(yíng)市場(chǎng)決策支持中的應(yīng)用［J］.北京郵電大學(xué)學(xué)報(bào)（社會(huì)利學(xué)版），2004，（2）：28-32.

［8］ 吳小紅. 綜述客戶(hù)細(xì)分的方法與技術(shù)［J］.科技前沿.2012，1：110-111.

［9］ 齊佳音，韓新民，李懷祖.一種新的客戶(hù)-企業(yè)價(jià)值評(píng)價(jià)體系的設(shè)計(jì)［J］.管理工程學(xué)報(bào)，2002，16（4）：4-8.

［10］ 魯義軒.英國(guó)電信中國(guó)推銷(xiāo)新一代CRM［J］.通信世界，2007，（44）：3.

［11］ 吳琳林.基于客戶(hù)生命周期的客戶(hù)關(guān)系管理策略研究［D］.北京交通大學(xué)碩士學(xué)位論文.2004.

［12］ 陳明亮.客戶(hù)生命周期模式研究［J］ .浙江大學(xué)學(xué)報(bào)：人文社會(huì)科學(xué)版， 2002， 32（6）：88 -90.

Research on Application of Data Mining in Customer Full Life Circle Management

Wang Zonghu1，2， Liu Su2， Yang Wenjun2
（1. Renmin University of China， Beijing 100872， China；2. China Petroleum and Petrochemical Engineering Institute of PetroChina Co Ltd.， Beijing 100083， China）

With the continuous increasing of customer information and transaction data， it becomes a pressing concern of each company that how to find the covered valuable information in the massive data， such as customer characteristics， consumption behavior characteristics and customer value， to indentify， obtain， develop and maintain customers， to promote service level， to improve customer value， satisfaction and loyalty， and to provide customers with better services. This paper introduces the Characteristics of different stages in the customer full life circle， and summarizes the correlative typical analysis scenes of the common customer relation management. After that， it points out how to make the data mining involve in the customer full life circle， and then thinks about the problems needed to be concerned in the data mining of the companies.

Customer Full Life Circle； Customer Segments； Customer Value

TP391

A

1007-757X（2016）06-0073-04

2016.01.20）

王縱虎（1984-），男，中國(guó)人民大學(xué)，站博士后，中國(guó)石油規(guī)劃總院，工程師。研究方向：數(shù)據(jù)挖掘，大數(shù)據(jù)分析，客戶(hù)消費(fèi)行為分析，北京，1000083

劉 速（1984-），女，中國(guó)石油規(guī)劃總院，工程師，博士，研究方向：數(shù)據(jù)挖掘，商務(wù)智能，北京，102206

楊文軍（1977-），男，中國(guó)石油規(guī)劃總院，高級(jí)工程師，博士，研究方向：數(shù)據(jù)挖掘，北京，102206