數(shù)據(jù)挖掘在客戶關(guān)系管理(網(wǎng)上審批系統(tǒng))中的應(yīng)用

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

       隨著經(jīng)濟(jì)全球化進(jìn)程的加速，企業(yè)面臨的競(jìng)爭(zhēng)愈來愈激烈，越來越多的企業(yè)認(rèn)識(shí)到，客戶對(duì)企業(yè)的忠誠(chéng)不僅來自于企業(yè)提供的商品，而且來自于服務(wù)等非實(shí)體性因素。借助先進(jìn)的信息技術(shù)發(fā)現(xiàn)潛在的新客戶以及保持并改善與老客戶的關(guān)系已成為企業(yè)的迫切需求。針對(duì)每個(gè)客戶的不同要求，提供更為個(gè)性化的系列服務(wù)也已成為企業(yè)生存的根本法則。然而現(xiàn)實(shí)中企業(yè)的資源總是有限的，不可能平等細(xì)致地研究每一個(gè)顧客的所有要求，所以企業(yè)必須通過數(shù)據(jù)挖掘技術(shù)將客戶進(jìn)行分類，使企業(yè)更加準(zhǔn)確地為目標(biāo)客戶提供全面和優(yōu)質(zhì)的服務(wù)，同時(shí)通過改善業(yè)務(wù)流程降低企業(yè)運(yùn)營(yíng)成本，從而整體上提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。

　　1 網(wǎng)上審批系統(tǒng)的體系結(jié)構(gòu)

　　網(wǎng)上審批系統(tǒng)即“客戶關(guān)系管理”，是以信息技術(shù)為手段，以為更多的客戶提供服務(wù)為目標(biāo)，對(duì)企業(yè)和客戶之間的交互活動(dòng)進(jìn)行管理。

　　1.1 網(wǎng)上審批系統(tǒng)的目標(biāo)

　　網(wǎng)上審批系統(tǒng)一方面通過提供更快速和周到的優(yōu)質(zhì)服務(wù)吸引并保持更多的客戶;另一方面通過對(duì)業(yè)務(wù)流程的全面管理來減低企業(yè)的成本。設(shè)計(jì)完善的網(wǎng)上審批系統(tǒng)解決方案可以幫助企業(yè)在拓展新收入來源的同時(shí)，改進(jìn)與現(xiàn)有客戶的交流方式。據(jù)國(guó)際網(wǎng)上審批系統(tǒng)論壇的統(tǒng)計(jì)，國(guó)際上成功的網(wǎng)上審批系統(tǒng)實(shí)施，能給相應(yīng)的企業(yè)每年帶來6%的市場(chǎng)份額增長(zhǎng)，提高9%～10%的基本服務(wù)收費(fèi)。

　　1.2 網(wǎng)上審批系統(tǒng)的組成

　　網(wǎng)上審批系統(tǒng)一般由業(yè)務(wù)操作子系統(tǒng)，客戶合作子系統(tǒng)和數(shù)據(jù)分析子系統(tǒng)3個(gè)部分組成。

　　(1)業(yè)務(wù)操作子系統(tǒng)主要是借助IT技術(shù)，通過營(yíng)銷流程、銷售流程和服務(wù)流程等業(yè)務(wù)流程的制定與管理，讓企業(yè)在進(jìn)行銷售、營(yíng)銷和服務(wù)時(shí)，采用最佳方法取得最佳效果。最后將經(jīng)營(yíng)活動(dòng)中產(chǎn)生的數(shù)據(jù)和信息記錄到數(shù)據(jù)庫中。

　　(2)客戶合作子系統(tǒng)用于對(duì)客戶和企業(yè)進(jìn)行交互方式的管理。它是一種整合的企業(yè)與客戶互動(dòng)的渠道，企業(yè)與客戶聯(lián)系的渠道包括電子郵件、呼叫中心、客服中心、網(wǎng)站和電子社區(qū)等，其目的是提升企業(yè)與客戶的溝通能力，強(qiáng)化服務(wù)的質(zhì)量與時(shí)效性。

　　(3)數(shù)據(jù)分析子系統(tǒng)是網(wǎng)上審批系統(tǒng)中的核心部分，它強(qiáng)調(diào)對(duì)各種數(shù)據(jù)的分析，并從中得到有價(jià)值的信息。它通過客戶合作子系統(tǒng)和業(yè)務(wù)操作子系統(tǒng)等不同渠道收集各種與客戶接觸的資料，經(jīng)過匯總、整理等數(shù)據(jù)處理，通過線上分析(OLAP)、數(shù)據(jù)挖掘(Data Mining)等智能技術(shù)，幫助企業(yè)全面了解客戶的分類、行為、滿意度、需求等信息，以尋找企業(yè)的潛在市場(chǎng)和預(yù)測(cè)可能的風(fēng)險(xiǎn)，最后將分析結(jié)果反饋給業(yè)務(wù)操作子系統(tǒng)和客戶合作系統(tǒng)。

　　2 數(shù)據(jù)挖掘定義和分析方法

　　數(shù)據(jù)挖掘也稱數(shù)據(jù)開采，數(shù)據(jù)采掘等。一種比較公認(rèn)的定義是W·J·Frawley，G·Piatetsk Shapiro等人提出的：數(shù)據(jù)挖掘就是從大型數(shù)據(jù)庫的數(shù)據(jù)中提取人們感興趣的知識(shí)。這些知識(shí)是隱含的、事先未知的潛在有用信息，提取的知識(shí)表示為概念、規(guī)則、規(guī)律和模式等形式。這個(gè)定義把數(shù)據(jù)挖掘的對(duì)象定義為數(shù)據(jù)庫。目前更廣義的說法是：數(shù)據(jù)挖掘意味著在一些事實(shí)或觀察數(shù)據(jù)的集合中尋找模式的決策支持過程。數(shù)據(jù)挖掘的對(duì)象不僅是數(shù)據(jù)庫，也可以是文件系統(tǒng)，或其他任何組織在一起的數(shù)據(jù)集合。

　　2.1 數(shù)據(jù)挖掘分析方法

　　數(shù)據(jù)挖掘分析方法大致包括關(guān)聯(lián)規(guī)則分析、序列模式分析、聚類分析、分類分析。

　　(1)關(guān)聯(lián)規(guī)則分析即通過對(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)庫中譬如“90%的顧客在一次購(gòu)買活動(dòng)中購(gòu)買商品A的同時(shí)是否購(gòu)買商品B”之類的知識(shí)。

　　(2)序列模式分析基本上與關(guān)聯(lián)規(guī)則分析相同，但它的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序列關(guān)系。它能發(fā)現(xiàn)數(shù)據(jù)庫中形如“在某一段時(shí)間內(nèi)，顧客購(gòu)買商品A，接著購(gòu)買商品B，然后購(gòu)買商品C，即序列A、B、C出現(xiàn)的頻率”之類的知識(shí)。

　　(3)聚類分析是通過分析數(shù)據(jù)庫中的記錄數(shù)據(jù)，根據(jù)一定的分類規(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)庫中譬如“哪些顧客購(gòu)買了A商品，他們有著什么樣的共性”之類的知識(shí)。

　　(4)分類分析即通過分析示例數(shù)據(jù)庫中的訓(xùn)練集，建立分類模型和挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其他數(shù)據(jù)庫中的記錄進(jìn)行分類。它解決的問題基本上與聚類分析相同，但由于有訓(xùn)練集可供反復(fù)驗(yàn)證，因此結(jié)果更加準(zhǔn)確可靠。在現(xiàn)實(shí)問題中，企業(yè)基本上都有著大量的歷史記錄數(shù)據(jù)可供使用，而且網(wǎng)上審批系統(tǒng)中普遍存在著客戶分類問題，所以分類分析方法是數(shù)據(jù)挖掘技術(shù)應(yīng)用于網(wǎng)上審批系統(tǒng)時(shí)最經(jīng)常使用的方法。

　　2.2 數(shù)據(jù)挖掘在網(wǎng)上審批系統(tǒng)中的應(yīng)用

　　由于網(wǎng)上審批系統(tǒng)的應(yīng)用能夠提高企業(yè)效率，提升客戶的忠誠(chéng)度、節(jié)省運(yùn)營(yíng)開支和增加營(yíng)業(yè)收入，所以越來越多的企業(yè)開始建立網(wǎng)上審批系統(tǒng)。根據(jù)International Data Corporation(國(guó)際數(shù)據(jù)公司)2002年的調(diào)查結(jié)果顯示，全球網(wǎng)上審批系統(tǒng)市場(chǎng)以每年平均18.6%的速度增長(zhǎng)，到2008年達(dá)到114億美元。然而隨著網(wǎng)上審批系統(tǒng)中數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及業(yè)務(wù)操作流程自動(dòng)化的廣泛應(yīng)用，企業(yè)積累了越來越多的數(shù)據(jù)。巨增的數(shù)據(jù)背后蘊(yùn)藏著豐富的知識(shí)，而目前的數(shù)據(jù)庫技術(shù)雖可以高效地實(shí)現(xiàn)數(shù)據(jù)的查詢、統(tǒng)計(jì)等功能，卻無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)來預(yù)測(cè)未來的發(fā)展趨勢(shì)，從而出現(xiàn)了“數(shù)據(jù)爆炸而知識(shí)貧乏”的現(xiàn)象。

　　數(shù)據(jù)挖掘技術(shù)融合了數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)，能夠找出過去數(shù)據(jù)之間的潛在聯(lián)系，從而對(duì)將來的趨勢(shì)和行為進(jìn)行預(yù)測(cè)和指導(dǎo)，進(jìn)而很好地支持人們的決策。此外根據(jù)“馬特萊法則”：給一個(gè)公司帶來80%利潤(rùn)的是20%的客戶。按照這個(gè)原則，如果能把這20%的客戶找出來，提供更好的服務(wù)，對(duì)于公司的發(fā)展和業(yè)績(jī)的增長(zhǎng)無疑是最大的幫助。

　　根據(jù)2008年第四季度全球PC廠商市場(chǎng)份額報(bào)告，誕生于1984年的戴爾計(jì)算機(jī)公司全球名列第二。短短20多年的時(shí)間，就獲得如此巨大的成功，這與戴爾公司自成立開始便采用的區(qū)分客戶群中的不同客戶、尋找出有較高的企業(yè)價(jià)值的客戶的思想是密不可分的。戴爾公司通過對(duì)每個(gè)客戶的平均收益、較高利潤(rùn)產(chǎn)品或服務(wù)的使用百分比、銷售或訂單的趨勢(shì)(升或降)以及客戶支持或服務(wù)的成本等方式來評(píng)估客戶的長(zhǎng)期價(jià)值。根據(jù)客戶對(duì)企業(yè)的價(jià)值的不同將其分在不同類別的組內(nèi)，同一組內(nèi)的客戶對(duì)企業(yè)有相同或相似的價(jià)值。將客戶由高到低依次劃分為白金客戶、簽約客戶、注冊(cè)客戶和普通客戶四類。對(duì)不同的客戶提供不同級(jí)別的服務(wù)，客戶的級(jí)別越高，將獲得越為完善和個(gè)性化的服務(wù)。

　　在當(dāng)前迅速變化的商業(yè)環(huán)境下，企業(yè)經(jīng)營(yíng)者們都認(rèn)為，誰能掌握客戶的需求趨勢(shì)、加強(qiáng)與客戶的關(guān)系、有效分析挖掘客戶數(shù)據(jù)和正確預(yù)測(cè)客戶服務(wù)發(fā)展方向，誰就能獲得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，在激烈的競(jìng)爭(zhēng)中立于不敗之地。由此可見，在網(wǎng)上審批系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)是非常必要的。 2.3 數(shù)據(jù)挖掘在網(wǎng)上審批系統(tǒng)中的實(shí)施

　　數(shù)據(jù)挖掘技術(shù)在網(wǎng)上審批系統(tǒng)中的實(shí)施是一個(gè)循序漸進(jìn)、循環(huán)反復(fù)和不斷調(diào)整的動(dòng)態(tài)過程，主要包括如下4個(gè)步驟。

　　(1)確定業(yè)務(wù)對(duì)象

　　要想使數(shù)據(jù)挖掘技術(shù)在網(wǎng)上審批系統(tǒng)中起作用，企業(yè)首先要清楚地定義出業(yè)務(wù)中存在的現(xiàn)實(shí)問題。只有清晰地定義這些問題，企業(yè)才能夠確定在網(wǎng)上審批系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)的業(yè)務(wù)對(duì)象和所期望的商業(yè)目標(biāo)，然后在此基礎(chǔ)上開展數(shù)據(jù)的收集和預(yù)處理工作，形成對(duì)數(shù)據(jù)的初步認(rèn)識(shí)，了解數(shù)據(jù)的分布狀況，為建立預(yù)測(cè)模型打下基礎(chǔ)。

　　(2)進(jìn)行數(shù)據(jù)準(zhǔn)備

　　數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘過程中非常重要的一步，數(shù)據(jù)的好壞直接影響到最后挖掘的結(jié)果。數(shù)據(jù)準(zhǔn)備按以下步驟進(jìn)行。①數(shù)據(jù)的收集：根據(jù)業(yè)務(wù)問題收集所有與業(yè)務(wù)對(duì)象有關(guān)的數(shù)據(jù)，企業(yè)需通過制定嚴(yán)格的業(yè)務(wù)操作流程和協(xié)調(diào)好各個(gè)相關(guān)部門來完成數(shù)據(jù)的收集工作，要能夠及時(shí)和完整地從多種異構(gòu)數(shù)據(jù)源中獲得目標(biāo)數(shù)據(jù)。②數(shù)據(jù)預(yù)處理：對(duì)客戶數(shù)據(jù)進(jìn)行清理，對(duì)所收集到的數(shù)據(jù)要驗(yàn)證其規(guī)范性、完整性、真實(shí)性和有效性，數(shù)據(jù)預(yù)處理是為進(jìn)一步挖掘做好準(zhǔn)備。③數(shù)據(jù)轉(zhuǎn)換：將數(shù)據(jù)轉(zhuǎn)換成元數(shù)據(jù)模型，該模型是針對(duì)數(shù)據(jù)的數(shù)據(jù)挖掘算法建立的，一個(gè)真正適合挖掘算法的元數(shù)據(jù)模型是數(shù)據(jù)挖掘成功的關(guān)鍵。

　　(3)建立數(shù)據(jù)挖掘模型

　　根據(jù)所要解決的業(yè)務(wù)問題和所收集的數(shù)據(jù)的屬性確定要建立的模型類型。這一步是一個(gè)反復(fù)比較的過程，要綜合考慮多方面的因素，在多種建模方案中做出選擇，以求所建立的模型能夠?qū)崿F(xiàn)商業(yè)目標(biāo)，解決業(yè)務(wù)問題。

　　(4)解釋和評(píng)價(jià)模型

　　本階段是將數(shù)據(jù)挖掘的結(jié)果用更為容易理解和執(zhí)行的方式進(jìn)行表述并對(duì)數(shù)據(jù)挖掘的質(zhì)量進(jìn)行評(píng)定。一般用兩個(gè)指標(biāo)進(jìn)行評(píng)估，一個(gè)是支持度，用來驗(yàn)證結(jié)果的實(shí)用性;一個(gè)是可信度，用來驗(yàn)證結(jié)果的準(zhǔn)確性。如果評(píng)估的結(jié)果不好則可能需要重新整合數(shù)據(jù)或重新修正原有的模型。

　　以上步驟是不斷循環(huán)持續(xù)的動(dòng)態(tài)過程，隨著系統(tǒng)的不斷擴(kuò)展，客戶數(shù)據(jù)的不斷積累，先前建立的數(shù)據(jù)挖掘模型很可能不再有效，因此需要重新建立數(shù)據(jù)挖掘模型。同時(shí)，隨著企業(yè)業(yè)務(wù)需求的變化，可能又會(huì)有新的數(shù)據(jù)挖掘應(yīng)用，因此基于數(shù)據(jù)挖掘的網(wǎng)上審批系統(tǒng)的實(shí)施應(yīng)用不是一成不變的，而是隨著數(shù)據(jù)和業(yè)務(wù)需求的發(fā)展而改變的。