數(shù)據(jù)挖掘：提升電信CRM水平的助推器

　　CRM是企業(yè)的一項(xiàng)商業(yè)策略，它按照客戶的細(xì)分情況有效地組織企業(yè)資源，培養(yǎng)以客戶為中心的經(jīng)營(yíng)行為以及實(shí)施以客戶為中心的業(yè)務(wù)流程，并以此為手段來提高企業(yè)的盈利能力、收入以及客戶滿意度。簡(jiǎn)單地說，CRM就是一種倡導(dǎo)以客戶為中心的管理思想和方法。CRM包括三層含義：CRM是一種管理理念；CRM是一種管理機(jī)制；CRM是一種管理軟件和技術(shù)。

　　CRM是一種旨在改善企業(yè)與客戶關(guān)系的新型管理機(jī)制，它貫穿于市場(chǎng)營(yíng)銷、銷售、服務(wù)和技術(shù)支持等與客戶相關(guān)的領(lǐng)域，通過向企業(yè)的銷售、市場(chǎng)和客戶服務(wù)的專業(yè)人員提供全面的、個(gè)性化的客戶資料，并強(qiáng)化跟蹤服務(wù)、信息分析的能力，使他們能夠協(xié)同建立和維護(hù)一系列與客戶和生意伙伴之間卓有成效的關(guān)系。CRM也表現(xiàn)為一套管理軟件和技術(shù)，它將最佳的商業(yè)實(shí)踐與數(shù)據(jù)挖掘、數(shù)據(jù)倉(cāng)庫(kù)、銷售自動(dòng)化以及其它信息技術(shù)緊密結(jié)合在一起，收集并提取出與客戶相關(guān)的有用信息，利用模型及其他技術(shù)方法進(jìn)行決策支持和營(yíng)銷分析，為企業(yè)的銷售、客戶服務(wù)和決策支持等領(lǐng)域提供了一個(gè)自動(dòng)化的商業(yè)問題解決方案。

　　CRM軟件在整個(gè)客戶關(guān)系管理體系中具有重要地位。目前有很多公司致力于CRM系統(tǒng)的研究與開發(fā)，并已有許多成功的實(shí)施案例。不同公司的CRM產(chǎn)品具有不同的功能和架構(gòu)，但大致上相同。按照功能層次，美國(guó)的Meta Group把CRM系統(tǒng)分為運(yùn)營(yíng)型CRM(Operational CRM)、協(xié)作型CRM(Collaborative CRM)和分析型CRM(Analytical CRM)。

　　運(yùn)營(yíng)型CRM系統(tǒng)應(yīng)用于企業(yè)中直接面對(duì)客戶的部門，使這些部門在日常工作中能夠共享客戶資源，減少信息流動(dòng)滯留點(diǎn)，形成一個(gè)虛擬的綜合部門，從而實(shí)現(xiàn)企業(yè)業(yè)務(wù)流程的自動(dòng)化和高效率，全面提高企業(yè)同客戶的交流能力。運(yùn)營(yíng)型CRM一般由銷售力自動(dòng)化(Sales Force Automation,SFA)、營(yíng)銷自動(dòng)化(Marketing Automation,MA)和客戶服務(wù)與支持(Customer Serviceand Support)三個(gè)基本功能組成，以實(shí)現(xiàn)銷售、營(yíng)銷和客戶服務(wù)的自動(dòng)化。

　　協(xié)作型CRM系統(tǒng)讓企業(yè)客戶服務(wù)人員與客戶能夠協(xié)同工作，實(shí)現(xiàn)全方位為客戶提供交互服務(wù)和收集客戶信息，實(shí)現(xiàn)多種客戶交流渠道(如呼叫中心、面對(duì)面交流、互聯(lián)網(wǎng)、傳真)的集成，使各種渠道信息相互流通，保證企業(yè)和客戶都能得到完整、準(zhǔn)確、一致的信息。協(xié)作型CRM系統(tǒng)由呼叫中心服務(wù)、傳真/信件服務(wù)、電子郵件服務(wù)、Web站點(diǎn)服務(wù)和現(xiàn)場(chǎng)接觸服務(wù)等幾部分組成，實(shí)現(xiàn)企業(yè)與客戶、客戶與客戶的全面交流。

　　分析型CRM系統(tǒng)的設(shè)計(jì)主要利用數(shù)據(jù)倉(cāng)庫(kù)、在線分析處理(OLAP)和數(shù)據(jù)挖掘等計(jì)算機(jī)技術(shù)，將交易操作所累計(jì)的大量數(shù)據(jù)過濾并抽取到數(shù)據(jù)倉(cāng)庫(kù)中，基于統(tǒng)一的客戶數(shù)據(jù)視圖，再利用在線分析處理和數(shù)據(jù)挖掘技術(shù)，建立各種分析模型，最后通過可視化的方式展示出來，提供既定量又定性的即時(shí)分析，然后將分析結(jié)果反饋給管理層和其他相關(guān)部門，為企業(yè)的經(jīng)營(yíng)決策提供支持。

　　近年來我國(guó)電信企業(yè)加大了對(duì)IT系統(tǒng)的投入，逐步建立和完善了運(yùn)營(yíng)數(shù)據(jù)存儲(chǔ)（ODS）、企業(yè)數(shù)據(jù)倉(cāng)庫(kù)（EDW）、CRM系統(tǒng)和MBOSS系統(tǒng)等，電信企業(yè)獲取、存儲(chǔ)和集成應(yīng)用數(shù)據(jù)的能力不斷增強(qiáng)，這些海量數(shù)據(jù)為電信企業(yè)面向分析型CRM的數(shù)據(jù)挖掘奠定了基礎(chǔ)；同時(shí)，基于現(xiàn)代統(tǒng)計(jì)學(xué)、人工智能和機(jī)器學(xué)習(xí)等現(xiàn)代計(jì)算技術(shù)的數(shù)據(jù)挖掘(Data Mining,DM)方法和工具的發(fā)展應(yīng)用，為提升CRM水平提供了新的方法和手段。因此，以電信企業(yè)IT系統(tǒng)集成為前提、以數(shù)據(jù)挖掘技術(shù)為手段，分析型CRM在電信企業(yè)將實(shí)現(xiàn)普及。國(guó)外一些知名的電信企業(yè)如BT、Verizon等已將數(shù)據(jù)挖掘技術(shù)應(yīng)用于客戶行為的分析、研究與預(yù)測(cè)，并以此作為提升CRM水平的重要手段。我國(guó)電信企業(yè)如中國(guó)電信、中國(guó)移動(dòng)等近年來利用數(shù)據(jù)挖掘技術(shù)，對(duì)客戶細(xì)分和客戶流失等商業(yè)問題進(jìn)行了研究，為提升客戶關(guān)系管理和企業(yè)經(jīng)營(yíng)決策水平進(jìn)行了有益的嘗試。

　　數(shù)據(jù)挖掘是從海量的數(shù)據(jù)庫(kù)中選擇、探索、識(shí)別出有效的、新穎的、具有潛在效用的乃至最終可理解的模式以獲取商業(yè)利益的非平凡的過程。簡(jiǎn)單地說，數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中提取或“挖掘”知識(shí)的過程，這些知識(shí)必須是隱含的、事先未知的，并且潛在有用的信息。數(shù)據(jù)挖掘技術(shù)的深入應(yīng)用，產(chǎn)生了大量經(jīng)典的數(shù)據(jù)挖掘算法，如K-means聚類算法、C5.0決策樹算法、Apriori算法、人工神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、粗糙集、支持向量機(jī)等，還有一些與數(shù)據(jù)挖掘密切相關(guān)的統(tǒng)計(jì)模型，如概率分布、相關(guān)分析、回歸分析、判別分析等。基于十多年來發(fā)展日趨成熟的數(shù)據(jù)挖掘算法，其功能主要有：聚類分析、分類分析（預(yù)測(cè)）、關(guān)聯(lián)分析、時(shí)序模式、異常檢測(cè)等。

　　由于數(shù)據(jù)挖掘技術(shù)具有商用價(jià)值，許多企業(yè)投入了大量人力物力進(jìn)行數(shù)據(jù)挖掘系統(tǒng)的開發(fā)工作，較有影響的商業(yè)數(shù)據(jù)挖掘系統(tǒng)有：SPSS公司的Clementine、SAS公司的Enterprise Miner、IBM公司的Intelligent Miner、SGI公司的Mineset、Sybase公司的Warehouse Studio、Oracle公司的Darwin等。近年來我國(guó)也開發(fā)了一些具有自主知識(shí)產(chǎn)權(quán)的數(shù)據(jù)挖掘工具，如天律公司的馬克威(Markway)數(shù)據(jù)挖掘工具、復(fù)旦德門(DMiner)數(shù)據(jù)挖掘工具等。

　　數(shù)據(jù)挖掘方法論是數(shù)據(jù)挖掘項(xiàng)目的一個(gè)具體操作流程。其代表的方法論有：SAS公司的SEMMA，即采樣(Sample)、探索(Explore)、修正(Modify)、建模(Model)、評(píng)估(Assess)；以SPSS、NCR等公司為代表的CRISP-DM（Cross-Industry Standard Process for Data Mining，跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程），強(qiáng)調(diào)以業(yè)務(wù)理解（Businessunderstanding）、數(shù)據(jù)理解（Dataunderstanding）、數(shù)據(jù)準(zhǔn)備（Datapreparation）、建模（Modeling）、評(píng)價(jià)（Evaluation）、發(fā)布（Deployment）為核心環(huán)節(jié)，將數(shù)據(jù)挖掘目標(biāo)和商務(wù)目標(biāo)有機(jī)地聯(lián)系在一起。

　　電信企業(yè)在實(shí)施數(shù)據(jù)挖掘時(shí)首先要明確商業(yè)問題，即要研究和解決的主題。在電信CRM中，數(shù)據(jù)挖掘的商業(yè)問題要基于動(dòng)態(tài)的客戶全生命周期(Customer Life Time,CLT)管理中的CRM目標(biāo)。CRM的三大目標(biāo)是：獲取新客戶、提升客戶價(jià)值和保持老客戶?？蛻羯芷诳煞譃榭蛻糇R(shí)別期、客戶發(fā)展期、客戶穩(wěn)定期和客戶衰退期四個(gè)階段，在不同的時(shí)期有不同的CRM目標(biāo)，也就是說有不同的挖掘主題。

　　在客戶識(shí)別期，如何高效地識(shí)別和獲取新客戶是主要任務(wù)。因此，數(shù)據(jù)挖掘的主題是建立響應(yīng)率分析模型。分析客戶對(duì)某種電信新服務(wù)或者新產(chǎn)品的感興趣程度，預(yù)測(cè)哪些客戶能夠響應(yīng)以及響應(yīng)的可能性是多少，找到最合適的響應(yīng)客戶，能夠有效地降低市場(chǎng)推廣的費(fèi)用，同時(shí)能夠更加有針對(duì)性地面對(duì)目標(biāo)市場(chǎng)，達(dá)到以最小的投入獲得最佳效果的目的。建立客戶響應(yīng)率模型的方法主要是分類分析（預(yù)測(cè)）技術(shù)，如決策樹、神經(jīng)網(wǎng)絡(luò)等。

　　在客戶發(fā)展期，CRM的目標(biāo)是獲取客戶和提升客戶價(jià)值。數(shù)據(jù)挖掘的任務(wù)是依據(jù)客戶的自然屬性、行為屬性和價(jià)值屬性，建立客戶細(xì)分模型。針對(duì)不同的客戶群，研究客戶的消費(fèi)水平、消費(fèi)行為、消費(fèi)傾向，對(duì)不同的客戶群進(jìn)行特征刻畫，設(shè)計(jì)出針對(duì)不同客戶群的營(yíng)銷策略，提高服務(wù)水平，提升客戶價(jià)值，擴(kuò)大市場(chǎng)占有率，為開展精確化營(yíng)銷提供決策支持。建立客戶細(xì)分模型的方法主要是聚用分析技術(shù)，如K-mean聚類方法等。

　　在客戶穩(wěn)定期，CRM的目標(biāo)主要是引導(dǎo)客戶使用電信產(chǎn)品，在提升客戶價(jià)值的同時(shí)提升企業(yè)價(jià)值。數(shù)據(jù)挖掘的主題是建立交叉銷售模型。交叉銷售模型是利用數(shù)據(jù)挖掘技術(shù)，找出那些曾經(jīng)購(gòu)買某種電信產(chǎn)品的客戶更容易購(gòu)買其他相關(guān)產(chǎn)品的規(guī)則，利用該規(guī)則發(fā)現(xiàn)不同產(chǎn)品之間的潛在關(guān)系，向客戶提供捆綁組合產(chǎn)品，實(shí)現(xiàn)交叉銷售，在為客戶提供更多產(chǎn)品和服務(wù)的同時(shí)實(shí)現(xiàn)企業(yè)收益的增長(zhǎng)。建立交叉銷售模型的方法是關(guān)聯(lián)分析技術(shù)，如Apriori算法等。

　　在客戶衰退期，CRM的目標(biāo)是延長(zhǎng)客戶生命周期，保持老客戶。數(shù)據(jù)挖掘的主題是建立客戶流失預(yù)測(cè)模型。客戶流失預(yù)測(cè)模型主要通過對(duì)客戶數(shù)據(jù)庫(kù)中的大量數(shù)據(jù)進(jìn)行分析和處理，挖掘出客戶流失的潛在規(guī)則和模式，并建立一個(gè)流失預(yù)測(cè)模型，用以識(shí)別和預(yù)測(cè)客戶的流失傾向，分析客戶流失原因，為制訂客戶挽留策略提供依據(jù)。建立流失預(yù)測(cè)模型的主要方法是分類分析技術(shù)，如決策樹、人工神經(jīng)網(wǎng)絡(luò)等。

　　在電信CRM中，除了解決上述主要商業(yè)問題外，數(shù)據(jù)挖掘技術(shù)在電信CRM中挖掘的主題還包括：客戶價(jià)值評(píng)價(jià)模型、客戶忠誠(chéng)度模型、客戶信譽(yù)度模型、客戶欺詐預(yù)警模型等。隨著數(shù)據(jù)挖掘技術(shù)在電信CRM中的廣泛應(yīng)用，其必將成為提升電信CRM水平的助推器。

人民郵電報(bào)