1.客戶關系管理的現狀和問題分析
從1999年中開始,客戶關系管理得到了諸多媒體的關注,國內外很多軟件商如Oracle等推出了以客戶關系管理命名的軟件系統。有一些企業開始實施以客戶關系管理命名的信息系統。這些年來,更多的企業越來越認識到了客戶關系管理對企業經營決策的重要指導作用。但就很多中小企業的客戶關系管理上看,還是存在著很多認識上的不足。
1.1 沒有形成一種規范的系統的操作流程
企業在處理與客戶間的關系的時候,往往只是憑借企業既定的人際關系,來加強與客戶間的交流,這導致企業在處理問題的過程中往往感性多于理性,無章可循,無法可依,從而阻礙了企業的進一步的發展壯大。
1.2 不重視營銷中的“契約關系”
企業許多營銷人員過分重視營銷過程中的人際關系,而忽略了市場營銷過程中的“契約”關系,一旦市場發生變化和雙方人員發生變動,業務關系也會隨之發生改變。良好的客戶關系對市場開發具有不可替代的作用。在同樣的競爭條件下,客戶關系的好壞往往成為項目成功的關鍵。
1.3 客戶流失原因不確定
企業中存在很多情況會造成客戶的流失,例如客戶經理談判能力不高,后臺支持跟不上,服務水平有限等等。那么,沒有有效地對客戶流失原因進行總結,將不能更好地開發和管理客戶資源。
1.4 未能有效挖掘潛在客戶
面對競爭的壓力,面對自身在大客戶營銷中出現的不足,公司應在營銷策略上下足功夫,在留住現有客戶的基礎上,積極地開發新的大客戶資源,以提高市場占有率,獲取利潤。
2.數據挖掘技術在CRM中的作用
數據挖掘是近幾年隨著數據庫和人工智能發展起來的一門新興的數據庫技術。其處理對象是大量的日常業務數據,目的是為了從這些數據中抽取一些有價值的知識或信息。
數據挖掘技術可以應用到CRM的各個不同領域和階段,具體來說,它可以應用在以下幾個方而:
2.1 客戶的獲得
企業要不斷的擴大和發展,就要尋找潛在的客戶,發展新客戶。在發展新客戶之前,企業應先確定哪些客戶有可能是潛在客戶,哪些客戶最容易獲得,哪些客戶最有價值。數據挖掘技術可以幫助企業從客戶信息中找到客戶的特征,通過模式分析預測潛在客戶。
2.2 客戶保持
運用數據挖掘技術,可以對流失的客戶進行挖掘,找出流失的可能原因,然后改進策略,保留住老客戶:通過對新獲得的用戶進行挖掘,找出成為新客戶的可能原因,然后制定出積極策略,對具有同樣特征的用戶進行爭取,做到有針對性營銷,從而發掘出潛在的客戶。
2.3 客戶的群體分類分析
隨著電子商務的發展,一對一營銷已經成為了一種企業追隨的潮流。運用數據挖掘技術,可以對大量的客戶進行分類,例如根據客戶的性別、年齡、職業等屬性將客戶劃分成互不相交的一個個小的客戶類別。針對不同的客戶,提供不同的產品或服務,從而建立起良好的客戶關系。利用數據挖掘技術對客戶進行分類的常用方法有分類方法和聚類方法。
2.4 客戶贏利能力分析和預測
統計表明,現代企業80%的銷售額是來自20%的重要客戶,也就是說有些客戶是非常有價值,而有些客戶是微利或無利可圖,所以企業必須要能夠對其客戶的價值進行分析。數據挖掘技術可以用來預測在不同的市場活動情況下客戶盈利能力的變化方向,在不同市場環境下對客戶的價值進行分析和預測,從而較好地把握穩定的客戶市場。
2.5 客戶滿意度分析
應用數據挖掘技術。企業可以從客戶對產品和服務的反饋中分析出客戶的滿意度。通過對滿意度的分析,企業可以有針對性地制定不同的營銷策略,以改善與客戶的關系,提高客戶的忠誠度。
2.6 交叉銷售
企業與客戶之間的商業關系是一種不斷發展變化的關系,在建立起雙向關系后,可以使用多種方法使這種關系趨于完善。包括延長這種關系的時間、增加相互的接觸、在接觸中獲得更多的利潤等。數據挖掘技術可以幫助企業分析出最佳的銷售匹配。
此外,還有對客戶的信用分析、背景分析等等,這些潛在的信息都可以通過數據挖掘技術獲得,對于企業進行管理和決策都起到了不可替代的作用。
3.數據挖掘技術在CRM應用領域中的研究
數據挖掘技術在客戶關系管理中有著廣泛的應用。主要體現在:
(1)概念/類描述。概念描述以簡潔匯總的形式描述給定任務相關的數據集,提供數據價值的一般特性,一般應用于CRM中的描述式數據挖掘。概念或類描述由特征比和比較或區分組成,有兩種一般方法:基于數據立方體OLAP的方法和面向屬性歸納的方法。
(2)關聯分析。關聯分析發現關聯規則,廣泛用于購物藍、商務管理和決策分析,是商業分析中應用最為廣泛的一種數據挖掘方法和模式。談到關聯規則,不得不說那個有趣的故事:“尿布與啤酒”的故事。這是發生在美國沃爾瑪連鎖店超市的真實案例。超市里尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措卻使尿布和啤酒的銷量雙雙增加了。當時的沃爾瑪擁有世界上最大的數據倉庫系統,它為了能夠準確了解顧客的購買習慣,對顧客的購物行為進行購物籃分析,想知道顧客經常一起購買的商品有哪些。它利用數據挖掘方法對這些數據進行分析和挖掘,一個意外的發現是,跟尿布一起購買最多的商品竟是啤酒!經過大量實際調查和分析,揭示了一個隱藏在“尿布與啤酒”背后的美國人的一種行為模式:在美國,一些年輕的父親下班后經常要到超市去買嬰兒尿布,而他們中有30%~40%的人同時也為自己買一些啤酒。產生這一現象的原因是:美國的太太們常叮囑她們的丈夫下班后為小孩買尿布,而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。
(3)分類和預測分析。分類和預測是CRM中數據分析的兩種重要形式,可以用于提取描述重要數據類的模型或預測未來的數據趨勢。主要方法包括:決策樹/判定樹、貝葉斯法、BP神經網絡算法、遺傳算法、粗糙集、模糊集等。決策樹是一種經常要用到的技術,可以用于分析數據,同樣也可以用來作預測。
(4)聚類分析。聚類是將數據分類到不同的類或者簇這樣的一個過程,對象是根據最大化類的相似性、最小化類的相似性的原則進行聚類或分組的,同一個簇中的對象有很大的相似性,而不同簇間的對象有很大的相異性。在CRM中,聚類分析被用來研究消費者行為,發現不同的客戶群,并且通過購買模式刻畫不同的客戶群的特征,從而尋找新的潛在市場。
(5)孤立點分析。對于欺詐探測、定制市場及其它CRM任務是非常有用的。
(6)復雜類型的數據挖掘。是數據挖掘技術的當前一個重要的研究領域,極大提升了CRM數據分析能力的深度和廣度,主要包括:多媒體數據挖掘、文本挖掘和web挖掘等。
4.總結
隨著數據挖掘技術的日益成熟和深入應用,它已經成為獲取有價值的信息的重要技術和工具。在CRM中合理高效地利用數據挖掘技術,可以獲取到準確的客戶分類、忠誠度、盈利能力、潛在用戶等信息。為企業做出決策,長遠發展提供了最有力的信息支持和技術保障。
核心關注:拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用,蘊涵了豐富的ERP管理思想,集成了ERP軟件業務管理理念,功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理,全面涵蓋了企業關注ERP管理系統的核心領域,是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處:拓步ERP資訊網http://www.guhuozai8.cn/
本文標題:論數據挖掘技術在客戶關系管理系統中的應用