桂雯琪

【摘 要】隨著電子商務(wù)的發(fā)展，用戶(hù)網(wǎng)購(gòu)體驗(yàn)越來(lái)越多，商家對(duì)客戶(hù)的有效管理成為取勝的核心競(jìng)爭(zhēng)力。本文闡述了數(shù)據(jù)挖掘技術(shù)在CRM體系中的應(yīng)用，如何發(fā)揮作用以及對(duì)RFM模型分析的幫助，通過(guò)分析客戶(hù)行為，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)。

【關(guān)鍵詞】電子商務(wù)；CRM體系；數(shù)據(jù)挖掘；RFM模型

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，電子商務(wù)以迅猛的發(fā)展勢(shì)頭席卷整個(gè)世界。據(jù)中國(guó)電子商務(wù)研究中心2015年底監(jiān)測(cè)數(shù)據(jù)顯示，世界上90%的數(shù)據(jù)產(chǎn)生于過(guò)去兩年，60億部智能手機(jī)相當(dāng)于世界87%的人口，產(chǎn)生的大數(shù)據(jù)有多大呢？2015年產(chǎn)生的7.9澤字節(jié)相當(dāng)于18個(gè)美國(guó)國(guó)會(huì)圖書(shū)館。2015年上半年中國(guó)網(wǎng)絡(luò)零售市場(chǎng)交易規(guī)模達(dá)16140億元，相比2014年上半年的10856億元，同比增長(zhǎng)48.7%。從提供的數(shù)據(jù)可以看出，中國(guó)的網(wǎng)絡(luò)零售市場(chǎng)正在從“增量”增長(zhǎng)向“提質(zhì)”增長(zhǎng)轉(zhuǎn)型，中國(guó)的網(wǎng)絡(luò)零售市場(chǎng)正在主動(dòng)謀求“升級(jí)”。

一、數(shù)據(jù)挖掘與CRM體系

電子商務(wù)時(shí)代，除了品質(zhì)的保證外，客戶(hù)關(guān)系的管理也是商家取勝的關(guān)鍵。如何實(shí)現(xiàn)引流，精準(zhǔn)營(yíng)銷(xiāo)，得到客戶(hù)的忠誠(chéng)度，為客戶(hù)提供好個(gè)性化服務(wù)是客戶(hù)關(guān)系管理也即CRM的目標(biāo)。從CRM整體結(jié)構(gòu)來(lái)說(shuō)，數(shù)據(jù)挖掘是整個(gè)CRM的核心，也是構(gòu)成商業(yè)智能的基礎(chǔ)。

二、電子商務(wù)中的數(shù)據(jù)挖掘在CRM體系中的應(yīng)用

CRM中的數(shù)據(jù)挖掘指通過(guò)高等統(tǒng)計(jì)工具等的使用，利用分類(lèi)、關(guān)聯(lián)性、序列分析、群集分析、機(jī)器自我學(xué)習(xí)及其他統(tǒng)計(jì)方法，從數(shù)據(jù)庫(kù)中龐大的數(shù)據(jù)中，收集與顧客相關(guān)的數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行篩選、推演與模型建造等程序，找出隱藏的、未知的、但卻對(duì)企業(yè)經(jīng)營(yíng)十分有用的信息，或者說(shuō)是在數(shù)據(jù)與模式中的可把原始數(shù)據(jù)轉(zhuǎn)換成商機(jī)并成為決策依據(jù)的新知識(shí)。

客戶(hù)關(guān)系管理作為一種先進(jìn)的管理模式，其實(shí)施要取得成功，必須有強(qiáng)大的技術(shù)和工具支持。而數(shù)據(jù)挖掘技術(shù)要想得到長(zhǎng)足的發(fā)展，必須要和實(shí)際應(yīng)用結(jié)合起來(lái)才能體現(xiàn)其強(qiáng)大的生命力。完整的數(shù)據(jù)挖掘不單可以做到準(zhǔn)確的目標(biāo)市場(chǎng)行銷(xiāo)，當(dāng)分析的工具和技術(shù)成熟時(shí)，加上數(shù)據(jù)倉(cāng)庫(kù)提供大量的儲(chǔ)存顧客數(shù)據(jù)的能力，可讓數(shù)據(jù)挖掘做到大量針對(duì)個(gè)人的數(shù)據(jù)定制，從而準(zhǔn)確地對(duì)顧客作一對(duì)一的行銷(xiāo)。企業(yè)對(duì)顧客有充分的了解，才能有效地和顧客建立關(guān)系，進(jìn)而有效地進(jìn)行行銷(xiāo)，創(chuàng)造商機(jī)。數(shù)據(jù)挖掘可以應(yīng)用到CRM的各個(gè)不同領(lǐng)域和階段，具體來(lái)說(shuō)，在CRM中，它可以應(yīng)用在以下幾個(gè)方面：

（1）現(xiàn)有客戶(hù)的保持。客戶(hù)關(guān)系管理理論中有一個(gè)經(jīng)典的2/8原則，即80%的利潤(rùn)源于20%的人。通過(guò)數(shù)據(jù)挖掘中的分類(lèi)分析算法對(duì)客戶(hù)消費(fèi)行為、盈利能力進(jìn)行分析，從而將客戶(hù)進(jìn)行分類(lèi)。數(shù)據(jù)挖掘分類(lèi)分析可以把大量的客戶(hù)分成不同的類(lèi)，在每一個(gè)類(lèi)別里的客戶(hù)具有相似的屬性。企業(yè)可以做到給不同類(lèi)別客戶(hù)提供完全不同的服務(wù)從而提高客戶(hù)的滿(mǎn)意度。將那些消費(fèi)額最高、最為穩(wěn)定的客戶(hù)群，確定為“VIP客戶(hù)”。根據(jù)分類(lèi)，對(duì)不同檔次的客戶(hù)確定不同的營(yíng)銷(xiāo)策略，通過(guò)制定個(gè)性化的“一對(duì)一營(yíng)銷(xiāo)”策略實(shí)現(xiàn)企業(yè)留住高利潤(rùn)客戶(hù)的目的。

（2）潛在客戶(hù)的獲取。在大多數(shù)商業(yè)領(lǐng)域中，業(yè)務(wù)發(fā)展的主要指標(biāo)中都包括新客戶(hù)的獲取能力。新客戶(hù)的獲取包括發(fā)現(xiàn)那些對(duì)你的產(chǎn)品不了解的顧客，也可能是以前接受競(jìng)爭(zhēng)對(duì)手服務(wù)的顧客。通過(guò)對(duì)這些客戶(hù)的細(xì)分，可以幫助企業(yè)完成潛在客戶(hù)的篩選工作。

（3）客戶(hù)盈利能力分析。在客戶(hù)群中，客戶(hù)的盈利能力有很大的區(qū)別。如果不知道客戶(hù)的盈利能力，就很難制定有效的營(yíng)銷(xiāo)策略，以獲取最有價(jià)值的客戶(hù)，或者提高有價(jià)值客戶(hù)的忠誠(chéng)度。數(shù)據(jù)挖掘技術(shù)可以用來(lái)預(yù)測(cè)在不同的市場(chǎng)活動(dòng)情況下客戶(hù)盈利能力的變化它從客戶(hù)的交易歷史記錄中發(fā)現(xiàn)一些行為模式，并使用這些行為模式來(lái)預(yù)測(cè)客戶(hù)盈利能力的高低，或者發(fā)現(xiàn)盈利能力較高的新客戶(hù)。

（4）市場(chǎng)趨勢(shì)的了解。為了增強(qiáng)競(jìng)爭(zhēng)能力，企業(yè)需要對(duì)市場(chǎng)競(jìng)爭(zhēng)態(tài)勢(shì)進(jìn)行分析，這有助于企業(yè)了解潛在加入者的威脅、顧客以及供應(yīng)商的挑剔程度等等，還可以進(jìn)行正確的市場(chǎng)細(xì)分并確定目標(biāo)市場(chǎng)，建立銷(xiāo)售組織。數(shù)據(jù)挖掘功能能夠?qū)Ξa(chǎn)品、促銷(xiāo)效果、銷(xiāo)售渠道、銷(xiāo)售方式等進(jìn)行的分析，幫助企業(yè)了解不同區(qū)域的市場(chǎng)演變趨勢(shì)，這有助于企業(yè)開(kāi)發(fā)適銷(xiāo)對(duì)路的產(chǎn)品或者使企業(yè)明確自己的發(fā)展方向，何時(shí)決定進(jìn)入或者退出某個(gè)區(qū)域的市場(chǎng)等，更好地促進(jìn)企業(yè)發(fā)展。

一個(gè)企業(yè)的客戶(hù)一般可分為三類(lèi)：①無(wú)價(jià)值或低價(jià)值的客戶(hù)；②不會(huì)輕易走掉的有價(jià)值的客戶(hù)；③不斷地尋找更優(yōu)惠的價(jià)值和更好服務(wù)的有價(jià)值的客戶(hù)。傳統(tǒng)的市場(chǎng)活動(dòng)是針對(duì)前兩類(lèi)客戶(hù)的，而現(xiàn)代客戶(hù)關(guān)系管理認(rèn)為，特別需要用市場(chǎng)手段來(lái)維護(hù)的客戶(hù)是第三類(lèi)客戶(hù)，這樣做會(huì)降低企業(yè)運(yùn)營(yíng)成本，數(shù)據(jù)挖掘可發(fā)現(xiàn)易流失的客戶(hù)，企業(yè)就可以針對(duì)客戶(hù)的需求采取相應(yīng)措施。

三、電子商務(wù)中基于數(shù)據(jù)挖掘的CRM體系研究

（一）CRM中數(shù)據(jù)挖掘的方法

數(shù)據(jù)挖掘是一個(gè)利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過(guò)程，這些模型和關(guān)系可以用來(lái)做出預(yù)測(cè)。在實(shí)施數(shù)據(jù)挖掘之前，先制定每一步的計(jì)劃，有了好的計(jì)劃才能保證數(shù)據(jù)挖掘有條不紊地實(shí)施并取得成功?；镜臄?shù)據(jù)挖掘流程一般包括以下幾部分：商業(yè)問(wèn)題的理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型的證實(shí)和評(píng)價(jià)以及擴(kuò)展應(yīng)用。如圖所示。

根據(jù)CRM特點(diǎn)，CRM智能系統(tǒng)中數(shù)據(jù)挖掘方法主要有分類(lèi)、聚類(lèi)、關(guān)聯(lián)規(guī)則。

（1）利用“分類(lèi)”方法，發(fā)現(xiàn)潛在客戶(hù)。通過(guò)分析示例數(shù)據(jù)庫(kù)中的訓(xùn)練集，建立分類(lèi)模型和挖掘出分類(lèi)規(guī)則，然后用這個(gè)分類(lèi)規(guī)則對(duì)其他數(shù)據(jù)庫(kù)中的記錄進(jìn)行分類(lèi)。通過(guò)大量的歷史數(shù)據(jù)對(duì)客戶(hù)進(jìn)行分類(lèi)，從而預(yù)測(cè)潛在客戶(hù)的來(lái)源，精準(zhǔn)市場(chǎng)營(yíng)銷(xiāo)，將潛在客戶(hù)演化成實(shí)際客戶(hù)。

（2）利用“聚類(lèi)”方法，細(xì)分客戶(hù)。通過(guò)分析數(shù)據(jù)庫(kù)中的記錄數(shù)據(jù)，根據(jù)一定的分類(lèi)規(guī)則，合理地劃分記錄集合，把相似的記錄在一個(gè)集合里。它能夠發(fā)現(xiàn)數(shù)據(jù)庫(kù)中譬如“哪些顧客購(gòu)買(mǎi)了A商品，他們有著什么樣的共性”之類(lèi)的知識(shí)?？梢詫?shí)現(xiàn)分類(lèi)營(yíng)銷(xiāo)。

（3）利用“關(guān)聯(lián)”方法和“序列”方法，提供增值服務(wù)，提升客戶(hù)滿(mǎn)意度。通過(guò)對(duì)記錄數(shù)據(jù)的分析研究產(chǎn)生關(guān)聯(lián)規(guī)則，繼而利用關(guān)聯(lián)規(guī)則挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，它能發(fā)現(xiàn)數(shù)據(jù)庫(kù)中譬如“90%的顧客在一次購(gòu)買(mǎi)活動(dòng)中購(gòu)買(mǎi)商品A的同時(shí)是否購(gòu)買(mǎi)商品B”之類(lèi)的知識(shí)。

（二）基于數(shù)據(jù)挖掘技術(shù)的CRM重要分析模型RFM模型

在眾多的客戶(hù)關(guān)系管理（CRM）的分析模式中，RFM模型是被廣泛提到的。RFM模型是衡量客戶(hù)價(jià)值和客戶(hù)創(chuàng)利能力的重要工具和手段。RFM模型據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)研究所Arthur Hughes的研究，客戶(hù)數(shù)據(jù)庫(kù)中有三個(gè)神奇的要素，這三個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：最近一次消費(fèi)（Recency）、消費(fèi)頻率（Frequency）、消費(fèi)金額（Monetary）。RFM模型較為動(dòng)態(tài)地層示了一個(gè)客戶(hù)的全部輪廓，這對(duì)個(gè)性化的溝通和服務(wù)提供了依據(jù)，同時(shí)，如果與該客戶(hù)打交道的時(shí)間足夠長(zhǎng)，也能夠較為精確地判斷該客戶(hù)的長(zhǎng)期價(jià)值（甚至是終身價(jià)值），通過(guò)改善三項(xiàng)指標(biāo)的狀況，從而為更多的營(yíng)銷(xiāo)決策提供支持。

四、結(jié)束語(yǔ)

隨著電子商務(wù)的發(fā)展，越來(lái)越多的顧客選擇利用電子商務(wù)平臺(tái)開(kāi)展網(wǎng)上交易。對(duì)于電子商務(wù)來(lái)說(shuō)，企業(yè)之間的競(jìng)爭(zhēng)歸根結(jié)底是對(duì)客戶(hù)的競(jìng)爭(zhēng)。商家如何利用好大數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘技術(shù)，開(kāi)展良好的客戶(hù)關(guān)系管理，維護(hù)好老客戶(hù)，充分挖掘潛在客戶(hù)，提高服務(wù)質(zhì)量，提高客戶(hù)的忠誠(chéng)度，是實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)的關(guān)鍵。

【參考文獻(xiàn)】

[1]張?zhí)m；大數(shù)據(jù)時(shí)代B2C電子商務(wù)CRM體系的研究.福建電腦.2016年01期

[2]倪寧；大數(shù)據(jù)時(shí)代下電子商務(wù)平臺(tái)的探索和研究.江蘇商論.2014年05期

[3]張燕麗；基于大數(shù)據(jù)挖掘的CRM智能系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).福建電腦.2015年12期

[4]力蕓；電商企業(yè)的客戶(hù)忠誠(chéng)度模型挖掘研究.華東理工大學(xué).2013年12月

[5]王付強(qiáng)；數(shù)據(jù)挖掘技術(shù)在網(wǎng)購(gòu)平臺(tái)客戶(hù)關(guān)系管理中的應(yīng)用研究.南京理工大學(xué).2011年4月