首頁(yè)>>>技術(shù)>>>CRM　　CRM產(chǎn)品

制造業(yè)CRM的客戶(hù)流失分析

陳思行 陳保鋼 2009/09/14

　　隨著(zhù)全球經(jīng)濟一體化的浪潮，中國正在成為世界制造業(yè)的中心，它為中國的企業(yè)提供了更多機會(huì )的同時(shí)，也帶來(lái)了更強勁的競爭。隨著(zhù)全球化競爭的加劇，制造企業(yè)開(kāi)始尋求新的戰略競爭點(diǎn)，整個(gè)產(chǎn)業(yè)也逐漸從產(chǎn)品和價(jià)格競爭轉向服務(wù)競爭。為了提高企業(yè)的競爭力，目前很多企業(yè)在信息化技術(shù)方面加大了投入。比如ERP、PDM和CRM等信息技術(shù)在企業(yè)的推廣應用等。

　　ERP的意思是企業(yè)資源計劃，系統主要包括四大部分，即財務(wù)管理、生產(chǎn)制造管理、分銷(xiāo)與后勤管理及其他管理模塊。它的重點(diǎn)是在企業(yè)的內部生產(chǎn)領(lǐng)域。它強調的是以產(chǎn)品為中心，以企業(yè)內部生產(chǎn)領(lǐng)域為重點(diǎn)。

　　PDM側重于對產(chǎn)品開(kāi)發(fā)階段數據和企業(yè)內部產(chǎn)品數據的管理，它的體系結構是強調以文檔為中心的研發(fā)流程管理，重點(diǎn)在于建立文檔之間的聯(lián)接。

　　CRM (Custom Relationship Management)的意思是客戶(hù)關(guān)系管理，它強調把客戶(hù)放在核心位置，其理念要求企業(yè)完整地認識整個(gè)客戶(hù)生命周期，圍繞“客戶(hù)接觸點(diǎn)”，提供與客戶(hù)溝通的統一、集成的平臺和工具，涉及企業(yè)一切與客戶(hù)有關(guān)的信息交互進(jìn)行處理，提高員工、客戶(hù)接觸的效率和客戶(hù)反饋率，為客戶(hù)提供整體的服務(wù)!同時(shí)采用數據挖掘技術(shù)對有關(guān)信息進(jìn)行分析，得到有價(jià)值的信息和知識。

　　如果說(shuō)現在企業(yè)的競爭是產(chǎn)品的競爭、企業(yè)資源的競爭，那么，不久的將來(lái)它將轉向以客戶(hù)為中心的服務(wù)上。CRM系統正是為滿(mǎn)足上述需求應運而生。目前，在發(fā)達國家，制造業(yè)的服務(wù)創(chuàng )新已成為企業(yè)利潤的增長(cháng)點(diǎn)。

　　本文針對CRM客戶(hù)關(guān)系管理中的客戶(hù)流失問(wèn)題，結合制造業(yè)的特點(diǎn)，從數據挖掘技術(shù)層面進(jìn)行思路探討。試圖得到企業(yè)管理層面和信息技術(shù)層面對CRM客戶(hù)關(guān)系管理中的客戶(hù)流失問(wèn)題予以關(guān)注，為企業(yè)未來(lái)贏(yíng)得新的利潤增長(cháng)點(diǎn)。

　　1.問(wèn)題由來(lái)

　　CRM對制造商的作用在于了解客戶(hù)所有的行為活動(dòng)并確保與客戶(hù)的關(guān)系。它能把前端辦公和后臺生產(chǎn)聯(lián)系起來(lái)，是企業(yè)和客戶(hù)的交叉點(diǎn)，能幫助制造商制造出定制化的產(chǎn)品，增加銷(xiāo)售并降低營(yíng)銷(xiāo)開(kāi)支，且使客戶(hù)的購買(mǎi)變得更加方便。制造業(yè)CRM系統主要包括營(yíng)銷(xiāo)管理、銷(xiāo)售管理、服務(wù)管理、呼叫中心、客戶(hù)信息管理、決策支持等多個(gè)模塊。它的關(guān)鍵技術(shù)之一在于能否提供基于聯(lián)機分析處理的數據倉庫技術(shù)，從而具備動(dòng)態(tài)、整合的客戶(hù)數據管理和查詢(xún)功能，對客戶(hù)購買(mǎi)行為具有參考功能;對客戶(hù)流失具有警告功能。此外，CRM的客戶(hù)分類(lèi)技術(shù)，讓企業(yè)建立起一對一的客戶(hù)服務(wù)體系，實(shí)行差異化客戶(hù)管理(如根據客戶(hù)特點(diǎn)，可將其分為① 內在價(jià)值型客戶(hù)。② 外在價(jià)值型客戶(hù)。③ 戰略型價(jià)值客戶(hù))， 為客戶(hù)創(chuàng )造非同一般的價(jià)值，也是企業(yè)從中獲得長(cháng)久利潤、需要引起關(guān)注的關(guān)鍵技術(shù)之一。

　　工程機械尤其是混凝土機械近年來(lái)獲得了迅猛發(fā)展，與此同時(shí)，混凝土機械產(chǎn)品市場(chǎng)又有兩大特點(diǎn):一是市場(chǎng)需求發(fā)展大，產(chǎn)品使用周期短，兩三年后的回頭客相當多;二是隨著(zhù)社會(huì )改革的推進(jìn)和國家投資方向的轉移，客戶(hù)群體會(huì )有較大方面的變動(dòng)。如國有企業(yè)占主體時(shí)，以國企為主要購買(mǎi)力;而隨著(zhù)商品租賃業(yè)發(fā)展，個(gè)體購買(mǎi)又成為了主力;而大型建設施工購買(mǎi)又回到了建設施工單位。由于市場(chǎng)的競爭，相同產(chǎn)品的制造廠(chǎng)家對客戶(hù)的爭奪往往相當激烈，有時(shí)甚至到了白熱化的地步。

　　顯然，我們既要大力發(fā)展新客戶(hù)，又要努力保留舊客戶(hù)。保留一個(gè)舊客戶(hù)要比爭取一個(gè)新客戶(hù)便宜的多。為改進(jìn)保留客戶(hù)的一種途徑就是客戶(hù)真正流失之前準確預測并采取行動(dòng)挽留客戶(hù)，而基于客戶(hù)關(guān)系管理的數據挖掘技術(shù)和方法是解決該問(wèn)題的途徑。一般說(shuō)來(lái)，針對CRM中客戶(hù)獲得、客戶(hù)保留、客戶(hù)忠誠和客戶(hù)贏(yíng)利分析各個(gè)方面，客戶(hù)特性及客戶(hù)行為信息的分類(lèi)具有相當重要的意義。最大程度的預測潛在的客戶(hù)流失是我們需要密切關(guān)注的。采用數據挖掘的分類(lèi)思路可以在制造業(yè)客戶(hù)關(guān)系管理中起到相當重要的作用。

　　2.CRM軟件中常用數據挖掘方法

　　利用數據挖掘的分類(lèi)算法構造CRM的分類(lèi)器，是數據挖掘技術(shù)在商業(yè)領(lǐng)域中的重要應用之一。數據挖掘的中的聚類(lèi)方法和決策樹(shù)分類(lèi)算法是常見(jiàn)的，也是一種相對準確、有效的分類(lèi)方法。

　　CRM相關(guān)技術(shù)的發(fā)展日新月異，它包括運營(yíng)型(前臺)，分析型(后臺)，協(xié)作型(渠道)。這里尤其是分析型CRM的技術(shù)發(fā)展得最快，這也是很多CRM理想中的功能實(shí)現成為可能的關(guān)鍵。數據倉庫，數據挖掘和呼叫中心是三個(gè)其主要的技術(shù)組成。本文主要分析數據挖掘部分。

　　所謂數據挖掘是從大型的數據庫中提取隱藏的、有預測性的信息，它是能幫助企業(yè)從已有數據中提取到最先進(jìn)和流行的趨勢并為其提供效益。簡(jiǎn)言之，數據挖掘是應用數據分析和運算法則來(lái)探索數據模式并進(jìn)行科學(xué)地描述和預測。

　　常用的數據挖掘方法有如下幾種:

　　2.1 回歸預測

　　回歸預測是比較傳統的預測方法，它是根據歷史記錄分析得出總體趨勢，并將這種趨勢用某種數學(xué)方程式來(lái)表示。利用這個(gè)方程式，就可以輸人未來(lái)的一個(gè)或多個(gè)變量計算出預測結果。如果方程式的變量是一次方的，那么就成為直線(xiàn)性回歸，如果是多次訪(fǎng)問(wèn)的，就成為區線(xiàn)性回歸。典型的客戶(hù)流失預測都可以采取回歸分析的方法。

　　2.2 決策樹(shù)

　　決策樹(shù)是一種類(lèi)似于枝丫形狀的二分制。數據分析和預測方法，主要適用于對數據進(jìn)行歸類(lèi)分割和預測。根據客戶(hù)特征，對客戶(hù)大市場(chǎng)進(jìn)行分割，從而得到相對較小的客戶(hù)群體。

　　2.3 聚類(lèi)和鄰點(diǎn)預測

　　聚類(lèi)和鄰點(diǎn)預測對于客戶(hù)關(guān)系管理來(lái)說(shuō)是有類(lèi)似的分析目的的。聚類(lèi)是指如何將一批數據按照相似特性歸類(lèi)，使我們能對他們有一個(gè)形象的概括性理解;鄰點(diǎn)預測是在歸類(lèi)的基礎上對未來(lái)數據進(jìn)行預測。

　　2.4 規則導引

　　規則導引是從一個(gè)樣本數據庫中發(fā)現并歸納出數據行為模式，即用“如果A，那么B，否則就是C”，這樣的判斷語(yǔ)句來(lái)描述這種隱藏在數據倉庫中的規律。數據挖掘技術(shù)中的規則導引就是要從大量的客戶(hù)數據中發(fā)掘出這些規則。

　　3.制造企業(yè)CRM數據挖掘綜述

　　在CRM系統中，最重要最有挑戰性的則是對流失客戶(hù)的預測。制造企業(yè)營(yíng)銷(xiāo)和市場(chǎng)部門(mén)，根據購買(mǎi)產(chǎn)品的客戶(hù)信息資料，通過(guò)數據挖掘方法，往往可以預測潛在的流失客戶(hù)。

　　客戶(hù)流失分析就是應用數據挖掘技術(shù)，預測哪些是潛在流失客戶(hù)，同時(shí)評估出最有效的客戶(hù)保持方法。本文提出一套基于制造業(yè)CRM系統中預測客戶(hù)流失的方法的基本思路。

　　該方法一般分為三個(gè)步驟:第一，應用軟件對數據進(jìn)行挖掘測試，其中包括統一的客戶(hù)資料，客戶(hù)屬性，購買(mǎi)信息，模型參數，模型等等。第二，應用數據分析方法和所討論的數據挖掘技術(shù)對客戶(hù)流失前的行為分析進(jìn)行簡(jiǎn)化的知識發(fā)現。第三，應用系統聚類(lèi)和決策樹(shù)ID3的方法對模型應用的實(shí)驗結果進(jìn)行過(guò)程分析。

　　常見(jiàn)的數據挖掘主要分為兩種:即探索性的數據挖掘和驗證性的數據挖掘。其中探索性的數據挖掘中最常使用的就是聚類(lèi)，而驗證性數據挖掘的代表就是分類(lèi)。聚類(lèi)分析法是一種無(wú)監督的自下而上的學(xué)習過(guò)程，主要目的是把沒(méi)有“標記”的數據分為有意義的“組”(或者就叫聚類(lèi));而分類(lèi)是給定已知“標記”的訓練數據，然后通過(guò)學(xué)習得到描述模式，然后運用該模式對未來(lái)的數據進(jìn)行分類(lèi)，是一種帶監督的自上而下的學(xué)習，如決策樹(shù)ID3法。由于這兩種類(lèi)別具有一定的典型性，都可以用于數據挖掘的客戶(hù)流失分析。

　　3.1數據源介紹

　　進(jìn)行數據分析首先必須從客戶(hù)的數據庫中間找到最能夠代表和刻畫(huà)客戶(hù)行為的屬性。針對2005一2006兩年中，某企業(yè)800個(gè)購買(mǎi)某工程機械產(chǎn)品的客戶(hù)信息，從中了解到導致客戶(hù)流失的因素較多，但有共性的部分也有很多。因此，我們把客戶(hù)與本公司交易次數、公司屬性、公司資產(chǎn)規模、付款方式、公司所在地、產(chǎn)品用途作為統計信息中的主要屬性。

　　我們將所擁有的所有可能的客戶(hù)信息屬性變量轉換成0，1，2等屬性，其他數字變量不變，應用2一檢驗，選除了某特定制造企業(yè)客戶(hù)流失的一般統計屬性。

　　3.2 系統聚類(lèi)實(shí)驗分析

　　系統聚類(lèi)法實(shí)驗的基本思想是:設有n個(gè)樣品，每個(gè)樣品測得m項指標。然后用不同的數據表示客觀(guān)數據的定量屬性和定性屬性。當定義或計算樣品間的距離(或相似系數)和類(lèi)與類(lèi)之間的距離之后。可以將n個(gè)樣品各自自成一類(lèi)，這時(shí)類(lèi)間的距離與樣品間的距離是等價(jià)的;然后將距離最近的兩類(lèi)合并，并計算新類(lèi)與其他的類(lèi)間距離，再按最小距離準則并類(lèi)。這樣每次縮小一類(lèi)，直到所有的樣品都并成一類(lèi)為止。這個(gè)過(guò)程再可以用譜系聚類(lèi)圖形象表達出來(lái)。

　　3.3 實(shí)驗聚類(lèi)

　　根據特定產(chǎn)品、眾多客戶(hù)的統計信息中的主要屬性，按照上述系統聚類(lèi)實(shí)驗，得到我們所需要的信息。

　　基于上述個(gè)體行為數據進(jìn)行聚類(lèi)操作，在對未來(lái)行為的預測能力上，往往比其他類(lèi)型的數據效果更好、更精準。

　　3.4 決策樹(shù)ID3法實(shí)驗及分析

　　決策樹(shù)技術(shù)是用于分類(lèi)和預測的主要技術(shù)，決策樹(shù)學(xué)習是以實(shí)例為基礎的歸納學(xué)習算法。著(zhù)眼于從一組無(wú)次序、無(wú)規則的事例中推理出決策樹(shù)表示形式的分類(lèi)規則。它采用自頂向下的遞歸方式，在決策樹(shù)的內部節點(diǎn)進(jìn)行屬性的比較，并根據不同屬性判斷從該節點(diǎn)向下的分支，在決策樹(shù)的葉節點(diǎn)得到結論。所以從根到葉節點(diǎn)就對應著(zhù)一條合取規則，整棵樹(shù)就對應著(zhù)一組析取表達式規則。

　　考慮一個(gè)任意的變量，它有兩個(gè)不同的值A和B。假設已知這個(gè)變量不同值的概率分配，將估測該概率分配的不純度。

　　情況1.如果P(A)=1和P(B)=0，那么知道這個(gè)變量的值一定為A，不存在不純度，因此已知變量結果值不會(huì )帶來(lái)任何的信息。

　　情況2.如果P(A)=P(B)=0.5，那么它的不純度明顯地高于P(A)=0.1和P(B)二0.9的情況。在這種情況下，已知變量的結果值就會(huì )攜帶信息。

　　不純度的最佳評估方法是平均信息量，也就是信息熵。定義如下:設S是s個(gè)樣本數據集合。假定類(lèi)標號屬性具有m個(gè)不同值，定義m個(gè)不同類(lèi)C;(i=l，2，…，m)。設s:，是類(lèi)C中的樣本數，對一個(gè)給定的樣本分類(lèi)所需的期望信息或者信息墑為:
，

其中P為任意樣本屬于Ci的概率，并用Si/S估計。信息增益:信息增益是指期望信息或者信息嫡的有效減少量(通常用“字節”衡量)，根據它能夠確定在什么樣的層次上選擇什么樣的變量來(lái)分類(lèi)。假設存在兩個(gè)類(lèi)P和N，并且記錄集5中包括x個(gè)屬于類(lèi)P的記錄和y個(gè)屬于類(lèi)N的記錄。那么，用于確定記錄集5中某個(gè)記錄屬于哪個(gè)類(lèi)的所有信息量為:


　　假設使用變量A作為決策樹(shù)的根節點(diǎn)，把記錄集s分為子類(lèi){s1,s2,…,sk}，其中每個(gè)si={i=1,2,…k}中包括個(gè)屬于類(lèi)P的記錄。那么，用于在所有的子類(lèi)中分類(lèi)的信息量為:


　　假設選擇變量A作為分類(lèi)節點(diǎn)，那么它的信息增量值一定大于其它信息增量值。變量A的信息增量為:Gain(A)=Info(S)-E(A)

　　信息增益可通過(guò)下式計算:

信息量:

期望熵:

信息增益:Gain(A)=Info(p,n)-E(A)

　　重復上述步驟，分別得到各個(gè)根節點(diǎn)，同時(shí)計算相應屬性的信息增益值。最后，根據公式計算結果得到制造企業(yè)是否需要對該潛在的流失客戶(hù)實(shí)施新的服務(wù)的決策樹(shù)，如圖1所示。

　　3.5 實(shí)驗規則引導結果及實(shí)驗方法分析及評價(jià)

　　遍歷決策樹(shù)，輸出葉結點(diǎn)類(lèi)屬性值，ID3通過(guò)不斷的循環(huán)處理，逐步求精決策樹(shù)，直至找到一個(gè)完全正確的決策樹(shù)。用ID3算法構造的決策樹(shù)是從頂向下歸納，最后形成了一組類(lèi)似IF……THEN的規則。其最原始的程序只是用來(lái)區分象棋中的走步，所以區分的類(lèi)別只有兩種，即真或假，其屬性值也是一些離散有限的值。現在ID3算法己發(fā)展到允許多于兩個(gè)類(lèi)別，而其屬性值可以是整數或實(shí)數，這里僅僅采用了它最原始的原則，提供一條基本分析思路。這種算法利用了互信息(信息增益)的概念，算法的基礎理論清晰，使得算法較簡(jiǎn)單。該算法的計算時(shí)間是例子個(gè)數、特征個(gè)數、結點(diǎn)個(gè)數之積的線(xiàn)性函數。而且搜索空間是完全的假設空間，目標函數必在搜索空間中，不存在無(wú)解的危險。可以利用全部訓練例的統計性質(zhì)進(jìn)行決策，從而抵抗噪音。

　　但用信息增益作為特征選擇量存在一個(gè)假設，即訓練例子集中的正、反例的比例應與實(shí)際問(wèn)題領(lǐng)域里正反例比例相同。但一般實(shí)際情況并不能保證相同，因而計算訓練集的信息增益就有偏差。ID3在建樹(shù)時(shí)，每個(gè)節點(diǎn)僅含有一個(gè)特征，是一種單變元的算法，特征間的相關(guān)性強調不夠。雖然將多個(gè)特征用一棵樹(shù)連在一起，但聯(lián)系還是松散的。

　　正因為如此，我們在具體的客戶(hù)關(guān)系數據處理中，目前仍處于一種摸索的階段。但上述方法的探討，仍值得借鑒或進(jìn)一步深人研究。

　　4 結語(yǔ)

　　本文試圖將數據挖掘技術(shù)中有最代表性的系統聚類(lèi)分析法和決策樹(shù)ID3算法思路應用于制造企業(yè)的客戶(hù)流失分析，為基于制造行業(yè)的CRM的客戶(hù)流失分析做一初步的探討。對于數據挖掘遇到的個(gè)體行為數據，分別運用兩種較有代表性的數據挖掘方法進(jìn)行具體實(shí)驗和理論方法分析比較。嘗試應用聚類(lèi)分析和決策樹(shù)這兩種有代表的數據挖掘方法融入到制造業(yè)客戶(hù)流失管理的信息處理中，為制造企業(yè)針對不同客戶(hù)群體提供個(gè)性化服務(wù)提供一個(gè)分析思路，為未來(lái)企業(yè)信息化競爭創(chuàng )建一個(gè)良好的平臺。

CIO時(shí)代


相關(guān)鏈接:
CRM的九大好處詳解 2009-09-14
從咨詢(xún)角度做CRM 2009-09-14
客戶(hù)管理的三種境界：讓客戶(hù)口碑傳播是最高境界 2009-09-11
四步驟讓CRM重生不再成神話(huà) 2009-09-11
SaaS規模化發(fā)展需要標準化產(chǎn)品和服務(wù) 2009-09-11
亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩 南召县| 噶尔县| 崇信县| 车险| 新宁县| 巴青县| 梅州市| 马公市| 玉树县| 陆良县| 平舆县| 图们市| 嫩江县| 恭城| 乌苏市| 习水县| 信丰县| 石河子市| 化州市| 卢氏县| 交口县| 大邑县| 库伦旗| 佛冈县| 安新县| 兰州市| 康保县| 五台县| 永康市| 兴宁市| 台前县| 江永县| 鹤庆县| 昭觉县| 砚山县| 蒲城县| 黑龙江省| 东丽区| 镇宁| 神农架林区| 唐海县| http://444 http://444 http://444 http://444 http://444 http://444