客戶關(guān)係管理與資料探勘

1客戶關(guān)係管理與資料探勘113.1客戶關(guān)係管理(CRM)客戶關(guān)係管理(CRM)的定義：SwiftCRM是企業(yè)藉由與顧客充分的互動(dòng)，來(lái)了解及影響顧客的行為，以提昇顧客的獲取率、顧客的留住率、顧客的忠誠(chéng)度以及顧客獲利率的一種經(jīng)營(yíng)模式。TiwanaCRM是企業(yè)從各種不同的角度來(lái)了解及區(qū)別顧客，以發(fā)展出適合顧客個(gè)別需要的產(chǎn)品/服務(wù)的一種企業(yè)程序與資訊科技的組合模式。213.1客戶關(guān)係管理(CRM)客戶關(guān)係管理(CRM)的定義國(guó)內(nèi)一般學(xué)者對(duì)客戶關(guān)係管理的定義CRM係利用資訊科技技術(shù)，將生產(chǎn)、行銷(xiāo)、物流、客服等加以整合，以更經(jīng)確與快速的方式回應(yīng)顧客的需求；提供顧客量身定做的服務(wù)，以提高客戶忠誠(chéng)度和企業(yè)營(yíng)運(yùn)績(jī)效的一種觀念與做法。3國(guó)內(nèi)一般學(xué)者對(duì)客戶關(guān)係管理的定義3客戶關(guān)係管理的應(yīng)用：客戶的開(kāi)發(fā)根據(jù)80/20法則，企業(yè)百分之八十的業(yè)績(jī)來(lái)自百分之二十的關(guān)鍵客戶。因此，透過(guò)客戶關(guān)係管理可提昇客戶對(duì)公司的印象，增加公司營(yíng)利。客戶的維持開(kāi)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(guān)係必須、也值得努力經(jīng)營(yíng)。客戶的放棄作為客戶放棄的依據(jù)。4客戶關(guān)係管理的應(yīng)用：4客戶關(guān)係管理模式：IVES的顧客消費(fèi)模式以顧客消費(fèi)模式(或稱之為CustomerResourceLifeModel,CRLC)為基礎(chǔ)，思考如何在每一階段中提昇顧客方便、快速、安心以及安全的服務(wù)Kolter的顧客價(jià)值傳遞模式模式：目標(biāo)：提高總價(jià)值(TCV)並降低成本(TCC)5客戶關(guān)係管理模式：5一.顧客總價(jià)值的提昇(1).產(chǎn)品價(jià)值的提昇(2).人員價(jià)值的提昇

(3).服務(wù)價(jià)值的提昇

(4).形象價(jià)值的提昇

二.顧客總成本的降低

(1).貨幣成本的降低

(2).時(shí)間成本的降低

(3).勞力成本的降低

(4).心力成本的降低

6一.顧客總價(jià)值的提昇6以IT為導(dǎo)向的整合性CRM經(jīng)營(yíng)模式資訊支援工具(圖13-1)客戶資料搜集工具：客戶資料儲(chǔ)存工具：客戶資料分析工具：客戶資料應(yīng)用工具：經(jīng)營(yíng)模式(圖13-2)顧客透過(guò)電話、傳真、電子郵件、網(wǎng)站等管道與「顧客接觸中心」(CustomerContactCenter)接觸。顧客接觸中心執(zhí)行「服務(wù)回應(yīng)」與「服務(wù)記錄」兩個(gè)動(dòng)作。7以IT為導(dǎo)向的整合性CRM經(jīng)營(yíng)模式713.2線上分析作業(yè)客戶關(guān)係管理中資料分析的需求以地域和人口統(tǒng)計(jì)為分析重點(diǎn)來(lái)預(yù)測(cè)客戶購(gòu)買(mǎi)行為的有效性不到5%。若分析公司內(nèi)部長(zhǎng)期累積的客戶歷史交易記錄，則準(zhǔn)確性高達(dá)40%。消費(fèi)者的需求是非常複雜且多變的，對(duì)企業(yè)而言，要滿足客戶眾多的需求是一項(xiàng)具有挑戰(zhàn)性的工作，因此企業(yè)要在一個(gè)競(jìng)爭(zhēng)且多變的商業(yè)市場(chǎng)中生存，必須具備以下幾項(xiàng)能力：(1).能清楚的知到特定消費(fèi)族群的消費(fèi)需求。(2).要有滿足這些需求的能力。(3).要做得比其他競(jìng)爭(zhēng)者還好。

813.2線上分析作業(yè)客戶關(guān)係管理中資料分析的需求8商業(yè)上可能涉及的資料特性(1).可加總的(Additive)：此類(lèi)型資料可做為數(shù)學(xué)上的加總與統(tǒng)計(jì)分析處理，例如：銷(xiāo)售額、銷(xiāo)售量...等。(2).不可加總的(No-additive)：這類(lèi)的資料是不可做加總處理的，沒(méi)有意義。例如：負(fù)債佔(zhàn)淨(jìng)值比率、存放比...等。9商業(yè)上可能涉及的資料特性9(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(lái)是有意義的，但有些維度的加總處理反而會(huì)扭取其真義。例如：加總當(dāng)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(gè)月的存貨量，卻不等於該公司該月之月存貨量，而是要取當(dāng)月之最後一日各分店的存貨，才是該月之月存貨量。其它類(lèi)似的資料如：會(huì)計(jì)餘額、存貨量...等。10(3).半可加總的(Semi-additive)：10「線上分析作業(yè)」(OLAP)的應(yīng)用OLAP技術(shù)可提供處理多維資料分析與查詢的能力；也就是說(shuō)，它可以很快地做各種維度的縱向或橫向的資料彙整處理。OLAP的三種作業(yè)方式：(1).多維性的線上分析作業(yè)(MOLAP)(2).關(guān)聯(lián)性的線上分析作業(yè)(ROLAP)(3).混合型的線上分析作業(yè)(HOLAP)11「線上分析作業(yè)」(OLAP)的應(yīng)用1113.3資料挖掘「資料探勘」(DataMining)的定義資料探勘是利用自動(dòng)或半自動(dòng)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(guò)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(shè)，然後利用OLAP作業(yè)工具來(lái)驗(yàn)證這些假設(shè)是否為真。DataMining則是用來(lái)幫助使用者產(chǎn)生假設(shè)。1213.3資料挖掘「資料探勘」(DataMining)的定資料探勘工具類(lèi)神經(jīng)網(wǎng)路(NeuralNetwork)(圖13-3)基因演算法(GeneticAlgorithm)(圖13-4)決策樹(shù)演算法(DecisionTreeAlgorithm)(圖13-5)分類(lèi)法(Classification)推估法(Estimation)預(yù)測(cè)法(Prediction)群集法(Clustering)關(guān)聯(lián)規(guī)則法(AssociationRules)其它統(tǒng)計(jì)分析技術(shù)13資料探勘工具1313.4建置資料探勘的成功案例

一.客戶關(guān)係管理美西電信(USWest)在進(jìn)行一項(xiàng)定名為鳳凰城增線模擬的「資料探勘」計(jì)劃時(shí)，發(fā)現(xiàn)客戶不僅要求更低的收費(fèi)，更要電話公司能提供免費(fèi)的資訊服務(wù)，或是免費(fèi)試用新式服務(wù)一個(gè)月，此舉可望減少業(yè)者在提供新服務(wù)時(shí)近45％的損失。於是該公司自通話記錄、服務(wù)經(jīng)銷(xiāo)處，甚至於資訊顧問(wèn)公司等各方彙集資料，並建立自己的資料倉(cāng)儲(chǔ)來(lái)管理資料，再依此設(shè)定控制變因，如家庭大小、中年齡層等，以求取最貼進(jìn)趨勢(shì)和客戶需求的值，結(jié)果達(dá)成留住客戶的目標(biāo)。

1413.4建置資料探勘的成功案例一.客戶關(guān)係管理14二.犯罪偵防美國(guó)紐約市警局建立了一個(gè)全市犯罪資料倉(cāng)儲(chǔ)，並運(yùn)用資料探勘技術(shù)來(lái)挖掘出該州新的犯罪趨勢(shì)，做為警力佈署的依據(jù)，將警力做最有效運(yùn)用。荷蘭Hague警政局建構(gòu)一個(gè)犯罪資料整合倉(cāng)儲(chǔ)系統(tǒng)，使警務(wù)人員利用挖掘技術(shù)精確地分析各種犯罪資料，找出犯罪趨勢(shì)，並據(jù)以規(guī)劃或組織警力的佈署，有效打擊犯罪。臺(tái)灣的「刑案知識(shí)庫(kù)」系統(tǒng)，透過(guò)「資料探勘」人工智慧技術(shù)，在第一時(shí)間過(guò)濾犯罪網(wǎng)路。為信用卡公司或保險(xiǎn)公司分析出詐欺行為者的特徵，降低這些公司因詐欺理賠所帶來(lái)的損失。

15二.犯罪偵防15三.市場(chǎng)區(qū)隔挪威PostBanken銀行一直以來(lái)都將貸款行銷(xiāo)活動(dòng)鎖定在年齡低於30歲的顧客，而效果卻都不如預(yù)期，後來(lái)銀行改以「資料探勘」分析資料倉(cāng)儲(chǔ)內(nèi)的貸款者資料，透過(guò)分析貸款者信用的變數(shù)關(guān)係，如年齡、性別、曾經(jīng)使用金額產(chǎn)品數(shù)目與收入等，發(fā)現(xiàn)主要的潛在貸款申請(qǐng)人的年齡介於41到45歲。藉由使用從資料倉(cāng)儲(chǔ)得到的資訊，PostBanken改變了行銷(xiāo)活動(dòng)的對(duì)象，結(jié)果在6個(gè)月中整個(gè)經(jīng)營(yíng)績(jī)效增加360％。16三.市場(chǎng)區(qū)隔16四.市場(chǎng)研究全美第十一大銀行KeyCorp從300多萬(wàn)的家庭與700多萬(wàn)的客戶中，利用資料探勘的技術(shù)不僅找出不具獲利的客戶，作為客戶放棄的依據(jù)。資料探勘技術(shù)也協(xié)助它找出客戶的類(lèi)型，讓KeyCorp可以進(jìn)行交叉銷(xiāo)售，藉以提高顧客忠誠(chéng)度，並與客戶保持互動(dòng)。

17四.市場(chǎng)研究17五.行銷(xiāo)設(shè)計(jì)經(jīng)由記錄客戶的消費(fèi)與採(cǎi)購(gòu)路線，再根據(jù)資料探勘出來(lái)的特別資訊，超級(jí)市場(chǎng)可以設(shè)計(jì)出更吸引顧客購(gòu)買(mǎi)的環(huán)境。根據(jù)研究指出：美國(guó)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(xiàn)在超級(jí)市場(chǎng)的廚房用品，是按照女性的視線高度來(lái)擺放。

18五.行銷(xiāo)設(shè)計(jì)18六.網(wǎng)路上的探勘(1).網(wǎng)頁(yè)內(nèi)容探勘（WebContentMining）應(yīng)用：主要目的在於加強(qiáng)搜尋引擎能力或找出一些隱藏的資訊。(2).網(wǎng)頁(yè)使用探勘（WebUsageMining）之應(yīng)用：網(wǎng)頁(yè)使用探勘技術(shù)可以分析進(jìn)站參觀的訪客或進(jìn)站購(gòu)物者的瀏覽行為，以發(fā)現(xiàn)有用資訊，或依據(jù)訪客人數(shù)、訪客來(lái)源分析、訪客觸擊分析等，以改善網(wǎng)站架構(gòu)與內(nèi)容，吸引訪客。

19六.網(wǎng)路上的探勘19導(dǎo)入資料探勘的進(jìn)行步驟：(1).目標(biāo)設(shè)定(2).模式發(fā)展(3).資料建立(4).模式測(cè)試(5).實(shí)際資料挖掘工作(6).解釋與使用資料20導(dǎo)入資料探勘的進(jìn)行步驟：20問(wèn)題與討論21問(wèn)題與討論21圖13-1以資訊科技為導(dǎo)向的CRM建構(gòu)模式22圖13-1以資訊科技為導(dǎo)向的CRM建構(gòu)模式22圖13-2以IT為導(dǎo)向的整合性CRM經(jīng)營(yíng)模式23圖13-2以IT為導(dǎo)向的整合性CRM經(jīng)營(yíng)模式23圖13-3錯(cuò)誤回溯學(xué)習(xí)法24圖13-3錯(cuò)誤回溯學(xué)習(xí)法24圖13-4基因演算法流程圖

開(kāi)始產(chǎn)生初始族群複製選擇交配突變新一代族群定義適合函數(shù)達(dá)成目標(biāo)？完成是否25圖13-4基因演算法流程圖開(kāi)始產(chǎn)生初始族群複製選擇交配突變圖13-5一個(gè)決策樹(shù)的例子26圖13-5一個(gè)決策樹(shù)的例子26客戶關(guān)係管理與資料探勘

27客戶關(guān)係管理與資料探勘113.1客戶關(guān)係管理(CRM)客戶關(guān)係管理(CRM)的定義：SwiftCRM是企業(yè)藉由與顧客充分的互動(dòng)，來(lái)了解及影響顧客的行為，以提昇顧客的獲取率、顧客的留住率、顧客的忠誠(chéng)度以及顧客獲利率的一種經(jīng)營(yíng)模式。TiwanaCRM是企業(yè)從各種不同的角度來(lái)了解及區(qū)別顧客，以發(fā)展出適合顧客個(gè)別需要的產(chǎn)品/服務(wù)的一種企業(yè)程序與資訊科技的組合模式。2813.1客戶關(guān)係管理(CRM)客戶關(guān)係管理(CRM)的定義國(guó)內(nèi)一般學(xué)者對(duì)客戶關(guān)係管理的定義CRM係利用資訊科技技術(shù)，將生產(chǎn)、行銷(xiāo)、物流、客服等加以整合，以更經(jīng)確與快速的方式回應(yīng)顧客的需求；提供顧客量身定做的服務(wù)，以提高客戶忠誠(chéng)度和企業(yè)營(yíng)運(yùn)績(jī)效的一種觀念與做法。29國(guó)內(nèi)一般學(xué)者對(duì)客戶關(guān)係管理的定義3客戶關(guān)係管理的應(yīng)用：客戶的開(kāi)發(fā)根據(jù)80/20法則，企業(yè)百分之八十的業(yè)績(jī)來(lái)自百分之二十的關(guān)鍵客戶。因此，透過(guò)客戶關(guān)係管理可提昇客戶對(duì)公司的印象，增加公司營(yíng)利。客戶的維持開(kāi)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(guān)係必須、也值得努力經(jīng)營(yíng)?？蛻舻姆艞壸鳛榭蛻舴艞壍囊罁?jù)。30客戶關(guān)係管理的應(yīng)用：4客戶關(guān)係管理模式：IVES的顧客消費(fèi)模式以顧客消費(fèi)模式(或稱之為CustomerResourceLifeModel,CRLC)為基礎(chǔ)，思考如何在每一階段中提昇顧客方便、快速、安心以及安全的服務(wù)Kolter的顧客價(jià)值傳遞模式模式：目標(biāo)：提高總價(jià)值(TCV)並降低成本(TCC)31客戶關(guān)係管理模式：5一.顧客總價(jià)值的提昇(1).產(chǎn)品價(jià)值的提昇(2).人員價(jià)值的提昇

(3).服務(wù)價(jià)值的提昇

(4).形象價(jià)值的提昇

二.顧客總成本的降低

(1).貨幣成本的降低

(2).時(shí)間成本的降低

(3).勞力成本的降低

(4).心力成本的降低

32一.顧客總價(jià)值的提昇6以IT為導(dǎo)向的整合性CRM經(jīng)營(yíng)模式資訊支援工具(圖13-1)客戶資料搜集工具：客戶資料儲(chǔ)存工具：客戶資料分析工具：客戶資料應(yīng)用工具：經(jīng)營(yíng)模式(圖13-2)顧客透過(guò)電話、傳真、電子郵件、網(wǎng)站等管道與「顧客接觸中心」(CustomerContactCenter)接觸。顧客接觸中心執(zhí)行「服務(wù)回應(yīng)」與「服務(wù)記錄」兩個(gè)動(dòng)作。33以IT為導(dǎo)向的整合性CRM經(jīng)營(yíng)模式713.2線上分析作業(yè)客戶關(guān)係管理中資料分析的需求以地域和人口統(tǒng)計(jì)為分析重點(diǎn)來(lái)預(yù)測(cè)客戶購(gòu)買(mǎi)行為的有效性不到5%。若分析公司內(nèi)部長(zhǎng)期累積的客戶歷史交易記錄，則準(zhǔn)確性高達(dá)40%。消費(fèi)者的需求是非常複雜且多變的，對(duì)企業(yè)而言，要滿足客戶眾多的需求是一項(xiàng)具有挑戰(zhàn)性的工作，因此企業(yè)要在一個(gè)競(jìng)爭(zhēng)且多變的商業(yè)市場(chǎng)中生存，必須具備以下幾項(xiàng)能力：(1).能清楚的知到特定消費(fèi)族群的消費(fèi)需求。(2).要有滿足這些需求的能力。(3).要做得比其他競(jìng)爭(zhēng)者還好。

3413.2線上分析作業(yè)客戶關(guān)係管理中資料分析的需求8商業(yè)上可能涉及的資料特性(1).可加總的(Additive)：此類(lèi)型資料可做為數(shù)學(xué)上的加總與統(tǒng)計(jì)分析處理，例如：銷(xiāo)售額、銷(xiāo)售量...等。(2).不可加總的(No-additive)：這類(lèi)的資料是不可做加總處理的，沒(méi)有意義。例如：負(fù)債佔(zhàn)淨(jìng)值比率、存放比...等。35商業(yè)上可能涉及的資料特性9(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(lái)是有意義的，但有些維度的加總處理反而會(huì)扭取其真義。例如：加總當(dāng)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(gè)月的存貨量，卻不等於該公司該月之月存貨量，而是要取當(dāng)月之最後一日各分店的存貨，才是該月之月存貨量。其它類(lèi)似的資料如：會(huì)計(jì)餘額、存貨量...等。36(3).半可加總的(Semi-additive)：10「線上分析作業(yè)」(OLAP)的應(yīng)用OLAP技術(shù)可提供處理多維資料分析與查詢的能力；也就是說(shuō)，它可以很快地做各種維度的縱向或橫向的資料彙整處理。OLAP的三種作業(yè)方式：(1).多維性的線上分析作業(yè)(MOLAP)(2).關(guān)聯(lián)性的線上分析作業(yè)(ROLAP)(3).混合型的線上分析作業(yè)(HOLAP)37「線上分析作業(yè)」(OLAP)的應(yīng)用1113.3資料挖掘「資料探勘」(DataMining)的定義資料探勘是利用自動(dòng)或半自動(dòng)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(guò)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(shè)，然後利用OLAP作業(yè)工具來(lái)驗(yàn)證這些假設(shè)是否為真。DataMining則是用來(lái)幫助使用者產(chǎn)生假設(shè)。3813.3資料挖掘「資料探勘」(DataMining)的定資料探勘工具類(lèi)神經(jīng)網(wǎng)路(NeuralNetwork)(圖13-3)基因演算法(GeneticAlgorithm)(圖13-4)決策樹(shù)演算法(DecisionTreeAlgorithm)(圖13-5)分類(lèi)法(Classification)推估法(Estimation)預(yù)測(cè)法(Prediction)群集法(Clustering)關(guān)聯(lián)規(guī)則法(AssociationRules)其它統(tǒng)計(jì)分析技術(shù)39資料探勘工具1313.4建置資料探勘的成功案例

一.客戶關(guān)係管理美西電信(USWest)在進(jìn)行一項(xiàng)定名為鳳凰城增線模擬的「資料探勘」計(jì)劃時(shí)，發(fā)現(xiàn)客戶不僅要求更低的收費(fèi)，更要電話公司能提供免費(fèi)的資訊服務(wù)，或是免費(fèi)試用新式服務(wù)一個(gè)月，此舉可望減少業(yè)者在提供新服務(wù)時(shí)近45％的損失。於是該公司自通話記錄、服務(wù)經(jīng)銷(xiāo)處，甚至於資訊顧問(wèn)公司等各方彙集資料，並建立自己的資料倉(cāng)儲(chǔ)來(lái)管理資料，再依此設(shè)定控制變因，如家庭大小、中年齡層等，以求取最貼進(jìn)趨勢(shì)和客戶需求的值，結(jié)果達(dá)成留住客戶的目標(biāo)。

4013.4建置資料探勘的成功案例一.客戶關(guān)係管理14二.犯罪偵防美國(guó)紐約市警局建立了一個(gè)全市犯罪資料倉(cāng)儲(chǔ)，並運(yùn)用資料探勘技術(shù)來(lái)挖掘出該州新的犯罪趨勢(shì)，做為警力佈署的依據(jù)，將警力做最有效運(yùn)用。荷蘭Hague警政局建構(gòu)一個(gè)犯罪資料整合倉(cāng)儲(chǔ)系統(tǒng)，使警務(wù)人員利用挖掘技術(shù)精確地分析各種犯罪資料，找出犯罪趨勢(shì)，並據(jù)以規(guī)劃或組織警力的佈署，有效打擊犯罪。臺(tái)灣的「刑案知識(shí)庫(kù)」系統(tǒng)，透過(guò)「資料探勘」人工智慧技術(shù)，在第一時(shí)間過(guò)濾犯罪網(wǎng)路。為信用卡公司或保險(xiǎn)公司分析出詐欺行為者的特徵，降低這些公司因詐欺理賠所帶來(lái)的損失。

41二.犯罪偵防15三.市場(chǎng)區(qū)隔挪威PostBanken銀行一直以來(lái)都將貸款行銷(xiāo)活動(dòng)鎖定在年齡低於30歲的顧客，而效果卻都不如預(yù)期，後來(lái)銀行改以「資料探勘」分析資料倉(cāng)儲(chǔ)內(nèi)的貸款者資料，透過(guò)分析貸款者信用的變數(shù)關(guān)係，如年齡、性別、曾經(jīng)使用金額產(chǎn)品數(shù)目與收入等，發(fā)現(xiàn)主要的潛在貸款申請(qǐng)人的年齡介於41到45歲。藉由使用從資料倉(cāng)儲(chǔ)得到的資訊，PostBanken改變了行銷(xiāo)活動(dòng)的對(duì)象，結(jié)果在6個(gè)月中整個(gè)經(jīng)營(yíng)績(jī)效增加360％。42三.市場(chǎng)區(qū)隔16四.市場(chǎng)研究全美第十一大銀行KeyCorp從300多萬(wàn)的家庭與700多萬(wàn)的客戶中，利用資料探勘的技術(shù)不僅找出不具獲利的客戶，作為客戶放棄的依據(jù)。資料探勘技術(shù)也協(xié)助它找出客戶的類(lèi)型，讓KeyCorp可以進(jìn)行交叉銷(xiāo)售，藉以提高顧客忠誠(chéng)度，並與客戶保持