全生命周期價值客戶行為分析決策支持研究

申請免費(fèi)試用、咨詢電話：400-8352-114

全生命周期價值客戶行為分析決策支持研究

分析型CRM通過分析客戶數(shù)據(jù)來幫助企業(yè)衡量、預(yù)測和優(yōu)化客戶關(guān)系，是企業(yè)真正實現(xiàn)以客戶為中心經(jīng)營理念的重要決策支持工具，已成為學(xué)術(shù)界和產(chǎn)業(yè)界研究與開發(fā)的熱點(diǎn)。面向客戶行為分析的決策支持是目前流行的分析型CRM（analytical Customer Relationship Management）中最重要的部分，在企業(yè)的運(yùn)營管理中具有廣闊的應(yīng)用前景。它的目標(biāo)是使企業(yè)更加深刻地理解客戶行為，從而有效地實施個性化服務(wù)、客戶獲取策略、客戶保持策略和交叉銷售等活動。它的分析對象是企業(yè)內(nèi)與客戶相關(guān)的業(yè)務(wù)部門以及客戶共同構(gòu)成的整個系統(tǒng)，只有從整體角度來分析這個系統(tǒng)，才能得出有效的反映系統(tǒng)特征的結(jié)果。近年來這一領(lǐng)域的研究非?；钴S，取得很多有價值的研究成果。如戴玉勤等提出將數(shù)據(jù)倉庫、在線分析處理和數(shù)據(jù)挖掘組成新的 DSS系統(tǒng)架構(gòu)。羅芳研究了數(shù)據(jù)挖掘技術(shù)在移動通信決策支持系統(tǒng)中的應(yīng)用，提出了將數(shù)據(jù)挖掘技術(shù)應(yīng)用于客戶流失分析中的應(yīng)用模型?？到〉炔捎酶倪M(jìn)的分類挖掘技術(shù)ID3應(yīng)用于銀行業(yè)的客戶關(guān)系管理中，提出了數(shù)據(jù)挖掘結(jié)果可視化展現(xiàn)的兩層軟件結(jié)構(gòu)，提高了用戶響應(yīng)速度。Chaochang Chiu等提出了一種基于案例推理的分析客戶行為的決策支持系統(tǒng)框架。Wolniewicz R．H．等提出了一種電信行業(yè)客戶分析系統(tǒng)的框架等。

從國內(nèi)外研究現(xiàn)狀可以看出，雖然在面向客戶分析的決策支持的研究上取得了很多成果，但將知識發(fā)現(xiàn)技術(shù)與客戶價值生命周期有效地結(jié)合起來，全面系統(tǒng)地從運(yùn)作模式、系統(tǒng)總體結(jié)構(gòu)和實現(xiàn)技術(shù)等角度研究企業(yè)分析型CRM所面臨的分布性、動態(tài)性問題，并能真正實現(xiàn)面向客戶價值生命周期的多視圖客戶行為分析決策支持還有待深入研究。

1 面向客戶行為分析的決策支持系統(tǒng)功能框架

本文從客戶生命周期角度，利用數(shù)據(jù)挖掘工具，通過客戶獲取，發(fā)現(xiàn)目標(biāo)客戶及潛在客戶；通過客戶保持，劃分出成長、成熟、流失客戶，并根據(jù)客戶的行為數(shù)據(jù)進(jìn)行欺詐檢測、價值分析、流失分析等，以此建立起客戶全生命周期的信用度、貢獻(xiàn)度及忠誠度模型，從多個視圖對客戶進(jìn)行綜合評估，選擇出有價值的客戶；通過調(diào)查問卷等形式測度出客戶的滿意度，對企業(yè)一些服務(wù)流程進(jìn)行改進(jìn)，以最大化的提升客戶價值，實現(xiàn)面向整個客戶生命周期價值的客戶行為分析決策支持系統(tǒng).

1.1 客戶信用度分析

客戶信用度分析是指從社會信譽(yù)、經(jīng)濟(jì)狀況、商品交易的履約情況等方面反映出來的客戶的遵約守信程度。企業(yè)對客戶進(jìn)行信用度評估，其目的就是要通過對客戶社會行為、經(jīng)濟(jì)實力、信守合約狀況的考察，深入了解客戶，以便為是否確定客戶關(guān)系提供依據(jù)，從而做出抉擇。目前，隨著科技的發(fā)展，商業(yè)溝通的渠道多元化。企業(yè)有了更大的發(fā)展空間，但同時也面臨著更多的客戶欺詐危害。例如，目前迅猛發(fā)展的在線交易，有著方便快捷的優(yōu)點(diǎn)，但也面臨著高欺詐率的風(fēng)險，因為網(wǎng)上信用卡交易不需要出示真實的卡片和簽字確認(rèn)，卡片信息偽造的可能性會隨之提高。近年來，隨著交易量的增大，欺詐額隨之上升，客戶欺詐檢測越來越受到企業(yè)和研究者的重視，而客戶欺詐檢測的準(zhǔn)確性也直接影響到客戶信用程度的評估?？蛻羝墼p檢測當(dāng)前的應(yīng)用領(lǐng)域主要是金融、電信、IT、保險等經(jīng)濟(jì)實力較強(qiáng)、信息化程度較高的行業(yè)。

數(shù)據(jù)挖掘可以處理大量的數(shù)據(jù)，從中發(fā)現(xiàn)潛在的規(guī)律，做出有效的預(yù)測，在客戶欺詐檢測中有廣泛的應(yīng)用。從數(shù)據(jù)挖掘的觀點(diǎn)來看，對于客戶欺詐可以從以下幾個方面分析：a．異常數(shù)據(jù)。相對于自身的異常數(shù)據(jù)，即一個數(shù)據(jù)集內(nèi)部的異常數(shù)據(jù)；相對于其他類的異常數(shù)據(jù)，即多個數(shù)據(jù)集比較，蘊(yùn)含的異常數(shù)據(jù)。b．?dāng)?shù)據(jù)間無法解釋的關(guān)聯(lián)。例如，保險業(yè)中，保單與業(yè)務(wù)員之間的聯(lián)系；銀行信貸過程中，貸款業(yè)務(wù)與業(yè)務(wù)員之間的關(guān)系。c．通常意義下的欺詐行為。一旦一個欺詐行為被證實，那就可以使用它來幫助確定其他可能的欺詐行為。這些事物可能已經(jīng)發(fā)生過并且被處理過了，或在將來要被處理，或者將來可能發(fā)生，或兼而有之。這種類型的分析叫做“預(yù)測數(shù)據(jù)挖掘”。

在客戶欺詐檢測中，常用的方法有分類和預(yù)測、聚類以及孤立點(diǎn)分析。孤立點(diǎn)分析多用于發(fā)現(xiàn)大量交易數(shù)據(jù)中的少量的孤立數(shù)據(jù)，發(fā)現(xiàn)異常交易，通過進(jìn)一步的分析來發(fā)現(xiàn)欺詐行為。分類及聚類一方面可以用于將正常數(shù)據(jù)和異常數(shù)據(jù)分開，另一方面可以分析欺詐數(shù)據(jù)，提取已知的欺詐行為的屬性特征，用于進(jìn)一步預(yù)測以后的數(shù)據(jù)。

1.2 客戶貢獻(xiàn)度分析

客戶貢獻(xiàn)度分析主要包括進(jìn)行價值分析評價。客戶價值評價，就可以判斷誰是企業(yè)最有錢賺的客戶？在這些最有錢賺的客戶中，哪些客戶具有最高的利潤增長潛力？需要企業(yè)做出哪種程度和結(jié)構(gòu)的投資，以有效的滿足客戶的需要，使?jié)撛诘睦麧櫾鲩L成為現(xiàn)實。真正認(rèn)識客戶意味著能把他們劃分為不同的群體。所有的客戶并不能創(chuàng)造相等的價值，他們會因其購買量、購買頻次。對價格和其他產(chǎn)品性能的敏感度，以及與企業(yè)的關(guān)系發(fā)展不同而有不同的價值。企業(yè)應(yīng)把目標(biāo)瞄準(zhǔn)那些有價值的客戶關(guān)系，而遠(yuǎn)離那些無價值的客戶關(guān)系，或者從那些無價值的客戶中抽身出來。一般情況下，客戶可以劃分為兩類：交易客戶和關(guān)系客戶。所謂交易客戶指客戶只關(guān)心商品或服務(wù)的價格，沒有忠誠度可言，他們是無利可圖的。而關(guān)系客戶是指希望得到一個可以保持長期關(guān)系的供應(yīng)商的客戶類型。因此企業(yè)尋找有利可圖的客戶實際只有兩個步驟。首先，當(dāng)然是分離出所謂的交易客戶；其次是把剩余的關(guān)系客戶按照客戶價值總值或客戶利潤貢獻(xiàn)率的大小進(jìn)行客戶群的有效劃分。