客戶關系管理與資料探勘(ppt)
客戶關系管理與資料探勘
13.1 客戶關系管理(CRM)
客戶關系管理(CRM)的定義：
Swift
CRM 是企業(yè)藉由與顧客充分的互動，來了解及影響顧客的行為，以提升顧客的獲取率、顧客的留住率、顧客的忠誠度以及顧客獲利率的一種經營模式。
Tiwana
CRM 是企業(yè)從各種不同的角度來了解及區(qū)別顧客，以發(fā)展出適合顧客個別需要的產品/服務的一種企業(yè)程序與資訊科技的組合模式。

國內一般學者對客戶關系管理的定義
CRM系利用資訊科技技術，將生產、行銷、物流、客服等加以整合，以更經確與快速的方式回應顧客的需求；提供顧客量身定做的服務，以提高客戶忠誠度和企業(yè)營運績效的一種觀念與做法。

客戶關系管理的應用：
客戶的開發(fā)
根據80/20法則，企業(yè)百分之八十的業(yè)績來自百分之二十的關鍵客戶。因此，透過客戶關系管理可提升客戶對公司的印象，增加公司營利。
客戶的維持
開發(fā)新客戶的成本與維持既有客戶的成本比約為7:1。因此客戶關系必須、也值得努力經營。
客戶的放棄
作為客戶放棄的依據。

客戶關系管理模式：
IVES的顧客消費模式
以顧客消費模式(或稱之為Customer Resource Life Model, CRLC)為基礎，思考如何在每一階段中提升顧客方便、快速、安心以及安全的服務
Kolter的顧客價值傳遞模式

模式：

目標：提高總價值(TCV)并降低成本(TCC)

一. 顧客總價值的提升
(1).產品價值的提升
(2).人員價值的提升
(3).服務價值的提升
(4).形象價值的提升
二. 顧客總成本的降低
(1).貨幣成本的降低
(2).時間成本的降低
(3).勞力成本的降低
(4).心力成本的降低

以IT為導向的整合性CRM 經營模式
資訊支援工具(圖13-1)
客戶資料搜集工具：
客戶資料儲存工具：
客戶資料分析工具：
客戶資料應用工具：
經營模式(圖13-2)
顧客透過電話、傳真、電子郵件、網站等管道與「顧客接觸中心」(Customer Contact Center)接觸。
顧客接觸中心執(zhí)行「服務回應」與「服務記錄」兩個動作。
13.2 線上分析作業(yè)
客戶關系管理中資料分析的需求
以地域和人口統(tǒng)計為分析重點來預測客戶購買行為的有效性不到5%。若分析公司內部長期累積的客戶歷史交易記錄，則準確性高達40%。
消費者的需求是非常復雜且多變的，對企業(yè)而言，要滿足客戶眾多的需求是一項具有挑戰(zhàn)性的工作，因此企業(yè)要在一個競爭且多變的商業(yè)市場中生存，必須具備以下幾項能力：
(1).能清楚的知到特定消費族群的消費需求。
(2).要有滿足這些需求的能力。
(3).要做得比其他競爭者還好。

商業(yè)上可能涉及的資料特性
(1).可加總的(Additive)：
此類型資料可做為數學上的加總與統(tǒng)計分析處理，例如：銷售額、銷售量...等。
(2).不可加總的(No-additive)：
這類的資料是不可做加總處理的，沒有意義。例如：負債占凈值比率、存放比...等。

(3).半可加總的(Semi-additive)：
半可加總的的資料在某些維度加總起來是有意義的，但有些維度的加總處理反而會扭取其真義。例如：加總當日各分店的存貨量，即為該公司該日之總存貨量；但加總各分店一整個月的存貨量，卻不等于該公司該月之月存貨量，而是要取當月之最后一日各分店的存貨，才是該月之月存貨量。其它類似的資料如：會計余額、存貨量...等。

「線上分析作業(yè)」(OLAP)的應用
OLAP技術可提供處理多維資料分析與查詢的能力；也就是說，它可以很快地做各種維度的縱向或橫向的資料匯整處理。
OLAP的三種作業(yè)方式：
(1).多維性的線上分析作業(yè)(MOLAP)
(2).關聯性的線上分析作業(yè)(ROLAP)
(3).混合型的線上分析作業(yè)(HOLAP)
13.3 資料挖掘
「資料探勘」(Data Mining)的定義
資料探勘是利用自動或半自動的方式，從大量的資料中找出樣式(patterns)及規(guī)則(rules)的探勘或分析過程。
資料探勘與線上分析作業(yè)的差異
OLAP是使用者先有一些分析假設，然后利用OLAP作業(yè)工具來驗證這些假設是否為真。
Data Mining則是用來幫助使用者產生假設。

資料探勘工具
類神經網路(Neural Network)(圖13-3)
基因演算法(Genetic Algorithm)(圖13-4)
決策樹演算法(Decision Tree Algorithm)(圖13-5)
分類法(Classification)
推估法(Estimation)
預測法(Prediction)
群集法(Clustering)
關聯規(guī)則法(Association Rules)
其它統(tǒng)計分析技術
13.4 建置資料探勘的成功案例
一.客戶關系管理
美西電信(US West)在進行一項定名為鳳凰城增線模擬的「資料探勘」計劃時，發(fā)現客戶不僅要求更低的收費，更要電話公司能提供免費的資訊服務，或是免費試用新式服務一個月，此舉可望減少業(yè)者在提供新服務時近45％的損失。于是該公司自通話記錄、服務經銷處，甚至于資訊顧問公司等各方匯集資料，并建立自己的資料倉儲來管理資料，再依此設定控制變因，如家庭大小、中年齡層等，以求取最貼進趨勢和客戶需求的值， 結果達成留住客戶的目標。

二. 犯罪偵防
美國紐約市警局建立了一個全市犯罪資料倉儲，并運用資料探勘技術來挖掘出該州新的犯罪趨勢，做為警力布署的依據，將警力做最有效運用。
荷蘭Hague警政局建構一個犯罪資料整合倉儲系統(tǒng)，使警務人員利用挖掘技術精確地分析各種犯罪資料，找出犯罪趨勢，并據以規(guī)劃或組織警力的布署，有效打擊犯罪。
臺灣的「刑案知識庫」系統(tǒng)，透過「資料探勘」人工智慧技術，在第一時間過濾犯罪網路。
為信用卡公司或保險公司分析出詐欺行為者的特征， 降低這些公司因詐欺理賠所帶來的損失。

三. 市場區(qū)隔
挪威PostBanken 銀行一直以來都將貸款行銷活動鎖定在年齡低于30歲的顧客，而效果卻都不如預期，后來銀行改以「資料探勘」分析資料倉儲內的貸款者資料，透過分析貸款者信用的變數關系，如年齡、性別、曾經使用金額產品數目與收入等，發(fā)現主要的潛在貸款申請人的年齡介于41到45歲。藉由使用從資料倉儲得到的資訊，PostBanken改變了行銷活動的對象，結果在6個月中整個經營績效增加360％。

四. 市場研究
全美第十一大銀行KeyCorp從300多萬的家庭與700多萬的客戶中，利用資料探勘的技術不僅找出不具獲利的客戶，作為客戶放棄的依據。資料探勘技術也協(xié)助它找出客戶的類型，讓KeyCorp可以進行交叉銷售，借以提高顧客忠誠度，并與客戶保持互動。

五. 行銷設計
經由記錄客戶的消費與采購路線，再根據資料探勘出來的特別資訊，超級市場可以設計出更吸引顧客購買的環(huán)境。根據研究指出：美國婦女的視線高度是150公分左右，男性是163公分左右，而最舒適的視線角度是視線高度以下15度左右，所以最好的貨品陳列位置是在130至135公分之間，因此現在超級市場的廚房用品，是按照女性的視線高度來擺放。

六. 網路上的探勘
(1).網頁內容探勘（Web Content Mining）應用：
主要目的在于加強搜尋引擎能力或找出一些隱藏的資訊。
(2).網頁使用探勘（Web Usage Mining）之應用：
網頁使用探勘技術可以分析進站參觀的訪客或進站購物者的瀏覽行為，以發(fā)現有用資訊，或依據訪客人數、訪客來源分析、訪客觸擊分析等，以改善網站架構與內容，吸引訪客。

導入資料探勘的進行步驟：
(1).目標設定
(2).模式發(fā)展
(3).資料建立
(4).模式測試
(5).實際資料挖掘工作
(6).解釋與使用資料



圖13-3 錯誤回溯學習法
圖13-4基因演算法流程圖
圖13-5 一個決策樹的例子

客戶關系管理與資料探勘(ppt)