電子商務(wù)企業(yè)客戶關(guān)系的預(yù)測(cè)與動(dòng)態(tài)管理

段楠楠

(華東交通大學(xué)信息工程學(xué)院,江西南昌330013)

隨著市場(chǎng)競(jìng)爭(zhēng)加劇,以生產(chǎn)為中心、銷售產(chǎn)品為目的的市場(chǎng)戰(zhàn)略逐漸被以客戶為中心、服務(wù)為目的的市場(chǎng)戰(zhàn)略所取代。誰(shuí)能掌握客戶的要求趨勢(shì)、加強(qiáng)與客戶的聯(lián)系,有效管理和發(fā)掘客戶資源,誰(shuí)就能取得市場(chǎng)優(yōu)勢(shì),在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地。以客戶為中心、通過完善的客戶交互和深入的客戶分析來(lái)滿足客戶的需求,保持和提高企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的客戶關(guān)系管理(customer relationship management,CRM)成為制勝的法寶[1,2]。

隨著對(duì)CRM的不斷理論研究和企業(yè)實(shí)踐,人們逐漸認(rèn)識(shí)到,企業(yè)所關(guān)注的不只是客戶的一次購(gòu)買,而且是客戶的多次不斷的重復(fù)購(gòu)買;不只是有能吸引多少客戶,而是如何留住客戶。研究表明,保持住客戶對(duì)公司的利潤(rùn)有著驚人的影響,遠(yuǎn)遠(yuǎn)超過公司規(guī)模、市場(chǎng)份額、單位成本等其他因素的影響[3]。文獻(xiàn)[4]提出,Reichheld和Sasser曾對(duì)美國(guó)9個(gè)行業(yè)的調(diào)查數(shù)據(jù)表明,客戶保持率增加5%,行業(yè)平均利潤(rùn)增加幅度在25%～85%之間。客戶保持已成為公司成功至關(guān)重要的目標(biāo)。

1 問題的提出

對(duì)傳統(tǒng)CRM的解釋及其內(nèi)涵外延仍相當(dāng)模糊,許多企業(yè)對(duì)CRM的理解過于片面,狹隘的把CRM理解成一種管理軟件,認(rèn)為有了這樣一個(gè)軟件就可以很好的建立客戶關(guān)系并對(duì)其進(jìn)行管理。事實(shí)上CRM更主要是一個(gè)新的企業(yè)經(jīng)營(yíng)管理方式、新的企業(yè)文化。其次許多研究認(rèn)為CRM只是短時(shí)靜態(tài)的過程,沒有認(rèn)識(shí)到CRM是一個(gè)長(zhǎng)期的、系統(tǒng)的動(dòng)態(tài)管理過程。再次,傳統(tǒng)對(duì)CRM的研究定性研究較多,定量研究較少,面對(duì)電子商務(wù)企業(yè)這一全新領(lǐng)域,客戶關(guān)系管理建模研究一直處于探索階段,成熟的數(shù)學(xué)模型太少。

基于以上問題,本文提出利用馬爾科夫鏈的可預(yù)測(cè)性建立客戶關(guān)系管理模型,利用該模型可以提前預(yù)測(cè)客戶未來(lái)與公司之間的關(guān)系,并有針對(duì)性的采取營(yíng)銷策略使得客戶進(jìn)入或保留在企業(yè)所期望的階段用以實(shí)現(xiàn)對(duì)客戶的動(dòng)態(tài)管理。

2 客戶動(dòng)態(tài)模型的建立

2.1 客戶階段劃分方法

客戶關(guān)系的發(fā)展分為4個(gè)階段,分別為形成階段、發(fā)展階段、成熟階段和破裂階段[5]。如何判斷企業(yè)中的客戶屬于哪個(gè)階段呢?大多數(shù)的研究都采用了RFM法,但RFM法也有其自身缺點(diǎn),主要表現(xiàn)在分析過程復(fù)雜,需要耗費(fèi)大量的時(shí)間,而且細(xì)分后得到的客戶群過多。其另一個(gè)缺點(diǎn)是購(gòu)買次數(shù)F與同期購(gòu)買額M這兩個(gè)變量間存在著多重共線性,即一個(gè)給定客戶每多一次購(gòu)買,他的總購(gòu)買額也相應(yīng)增加[6-8]。

為了消除購(gòu)買次數(shù)與總購(gòu)買額之間的多重共線性,本文提出一種全新的客戶發(fā)展階段分類方法,即采用購(gòu)買次數(shù)F與平均購(gòu)買額A作為劃分客戶發(fā)展階段的主要指標(biāo)。由于該方法中的指標(biāo)由傳統(tǒng)的RFM的3個(gè)變?yōu)?個(gè),利用該方法所劃分的客戶群數(shù)也會(huì)相應(yīng)的減少,這樣同時(shí)解決了傳統(tǒng)RFM分析中出現(xiàn)的客戶群過多的問題。

產(chǎn)生客戶發(fā)展階段分類需要的信息有:客戶ID、購(gòu)買日期、日購(gòu)買額,購(gòu)買次數(shù)由不同的購(gòu)買日期的數(shù)據(jù)確定。日購(gòu)買額用來(lái)計(jì)算平均購(gòu)買額。Recency可以由最近的購(gòu)買日期確定,關(guān)系的長(zhǎng)度可以用最近的購(gòu)買日期減去最早的購(gòu)買日期得到。

這種方法有效的避免了購(gòu)買次數(shù)與總購(gòu)買額之間的多重共線性的問題。利用這種方法對(duì)客戶進(jìn)行細(xì)分的方法如下。

將某一時(shí)間段內(nèi)的顧客交易數(shù)據(jù)進(jìn)行整理得出F和A各自的中心值,即平均值。然后將該時(shí)間短內(nèi)出現(xiàn)的每一位顧客的F與A的值同中心值進(jìn)行比較,如果大于中心值就在該值后加上“H”,如果小于該中心值,那么我們?cè)谠撝岛蠹由稀癓”。如表1所示。

表1 客戶發(fā)展階段分類方法

2.2 基于馬爾科夫鏈的模型假設(shè)

馬爾科夫過程是一類重要的隨機(jī)過程。它的特點(diǎn)是,當(dāng)過程在時(shí)刻 t0所處的狀態(tài)為已知時(shí),過程在時(shí)刻t(t＞t0)所處的狀態(tài)與過程在 t0時(shí)刻之前的狀態(tài)無(wú)關(guān)。馬爾科夫過程的這個(gè)特性稱為無(wú)后效性。如果馬爾科夫過程的狀態(tài)和時(shí)間參數(shù)都是離散的,則這樣的過程稱為馬爾科夫鏈,這里“鏈”的含義是指,只有在順序相鄰的兩個(gè)隨機(jī)變量之間具有相關(guān)關(guān)系。因而只要表達(dá)這兩個(gè)隨機(jī)變量之間的聯(lián)合分布或條件分布,就足以說明該隨機(jī)過程的性質(zhì)和特征,從而避免了對(duì)過程中所有隨機(jī)變量相關(guān)性的分析。本文將利用馬爾科夫鏈的這一特性進(jìn)行建模,以便描述客戶關(guān)系的動(dòng)態(tài)發(fā)展過程,并對(duì)客戶在這整個(gè)生命周期中的流動(dòng)過程進(jìn)行預(yù)測(cè)。

為了使模型更加準(zhǔn)確且具有說服力,在建立模型之前對(duì)該模型作出以下合理的前提假設(shè)。

(1)所研究的任意一位顧客在某一指定的時(shí)間段內(nèi)只能屬于4個(gè)階段中的一個(gè)。這時(shí),將客戶發(fā)展的4個(gè)階段視為4個(gè)狀態(tài),表示為S={S1,S2,S3,S4}。顧客在某時(shí)刻ti所處的狀態(tài)與ti以前所處的狀態(tài)無(wú)關(guān),因此,客戶關(guān)系得發(fā)展過程具有無(wú)后效性。

(2)假設(shè)在研究過程中,客戶總數(shù)保持不變,即沒有新的顧客進(jìn)入也沒有老的顧客退出。

2.3 模型建立過程

一個(gè)顧客在某一個(gè)時(shí)刻t只能處于4個(gè)狀態(tài)中的一個(gè)Si,隨著時(shí)間的發(fā)展,在下一個(gè)時(shí)刻t+1,顧客將以轉(zhuǎn)移概率Pij進(jìn)入狀態(tài)Sj。在此認(rèn)為,除顧客關(guān)系破裂期外,客戶關(guān)系發(fā)展層次的上升是逐層遞進(jìn)的,即顧客從狀態(tài)Si只有經(jīng)過狀態(tài)Si+1才能到達(dá)狀態(tài)Si+2,i=1,2。通過對(duì)客戶的交易情況進(jìn)行跟蹤分析,可以得到各個(gè)顧客交易量的發(fā)展變化情況,從而可以有效計(jì)算顧客在不同客戶關(guān)系發(fā)展階段的轉(zhuǎn)移情況。如經(jīng)過時(shí)間序列統(tǒng)計(jì)分析發(fā)現(xiàn),原來(lái)處于Si狀態(tài)的客戶共有A個(gè),到下一個(gè)階段其中的Aj個(gè)轉(zhuǎn)移到Sj狀態(tài),Ak個(gè)轉(zhuǎn)移到Sk狀態(tài),則可認(rèn)為狀態(tài)Si到狀態(tài)Sj和Sk的轉(zhuǎn)移概率分別為Aj/A,Ak/A。在此,用α表示從狀態(tài)S1到狀態(tài)S4的轉(zhuǎn)移概率,β表示從狀態(tài)S1到狀態(tài)S1的轉(zhuǎn)移概率,γ表示從狀態(tài)S2到狀態(tài)S4的轉(zhuǎn)移概率,δ表示從狀態(tài)S2到狀態(tài)S2的轉(zhuǎn)移概率,φ表示從狀態(tài)S3到狀態(tài)S4的轉(zhuǎn)移概率。各狀態(tài)間的狀態(tài)轉(zhuǎn)移矩陣可以寫成公式如下所示

由于不可能存在某正整數(shù)m,使得m步轉(zhuǎn)移概率矩陣Pm＞0,因此,該馬爾科夫鏈不是正則的?？梢灾庇^的看出,從狀態(tài)S4出發(fā)不存在到達(dá)其它3個(gè)狀態(tài)的路徑,因此,是封閉類,即經(jīng)過客戶關(guān)系破裂階段的客戶不會(huì)再回來(lái)與該企業(yè)發(fā)展客戶關(guān)系。其他3種狀態(tài)為過渡類。

將狀態(tài)轉(zhuǎn)移矩陣P寫為分塊形式

R為從客戶關(guān)系發(fā)展的前3個(gè)階段(過渡類)到關(guān)系破裂階段狀態(tài)(封閉類)的轉(zhuǎn)移概率矩陣,Q為前3個(gè)階段(過渡類)之間的轉(zhuǎn)移概率矩陣。

馬爾科夫鏈的基本矩陣

中的元素mij表示過渡過程從客戶處于狀態(tài)Si開始到達(dá)過渡狀態(tài)Sj的平均次數(shù)。令向量

則M?I的第i個(gè)分量等于過程從過渡狀態(tài)Si開始到進(jìn)入客戶關(guān)系破裂階段狀態(tài)之前訪問所有過渡類狀態(tài)的平均總次數(shù)。

2.4 客戶階段價(jià)值的分析

處在不同階段的客戶對(duì)企業(yè)來(lái)說都有其自身不同的階段價(jià)值?？梢詫⒖蛻粼诓煌A段的價(jià)值理解為在這一階段的客戶能夠?yàn)槠髽I(yè)帶來(lái)的利潤(rùn)。由于處在不同客戶發(fā)展階段的客戶購(gòu)買頻率,購(gòu)買額,購(gòu)買數(shù)量有著明顯的區(qū)別,因此它給企業(yè)帶來(lái)的利潤(rùn)也會(huì)不同。如果把不同階段的客戶價(jià)值定義為同一個(gè)值,然后在這樣的前提假設(shè)下企業(yè)為客戶指定營(yíng)銷策略,企業(yè)的利潤(rùn)不會(huì)按照預(yù)期的構(gòu)想增長(zhǎng),嚴(yán)重時(shí)利潤(rùn)會(huì)有所下降。同時(shí)企業(yè)也無(wú)法在這樣的前提假設(shè)下對(duì)不同階段的客戶展開一對(duì)一的營(yíng)銷。

客戶關(guān)系所處的狀態(tài)可以表示為式中:T為客戶與企業(yè)的交易量,T1,T2為設(shè)定的用于分類的交易量界限。

對(duì)處于各個(gè)客戶發(fā)展階段的客戶交易記錄進(jìn)行統(tǒng)計(jì)分析,就可以得到不同階段的客戶在單位時(shí)間內(nèi)為企業(yè)帶來(lái)的利潤(rùn)均值 μi及方差Di,i=1,2,3,因此將利潤(rùn)均值向量記為根據(jù)美國(guó)質(zhì)量管理大師約瑟夫?朱蘭(Joseph Juran)提出的80/20法則,即企業(yè)利潤(rùn)的80%來(lái)源于20%的老顧客,若降低5%的顧客損失率,就能使企業(yè)提高25%以上的利潤(rùn)。因此,可以看出不同階段的客戶為企業(yè)貢獻(xiàn)的利潤(rùn)均值 μi有所不同。形成階段的利潤(rùn)均值 μ1要小于發(fā)展階段的利潤(rùn)均值 μ2同時(shí)遠(yuǎn)遠(yuǎn)小于成熟階段的利潤(rùn)均值 μ3。通過這一定性分析也再次證明企業(yè)給予重點(diǎn)客戶群體以按需要定制的個(gè)性化服務(wù),將會(huì)極大提升這部分客戶的忠誠(chéng)度和滿意度,從而確保企業(yè)利潤(rùn)長(zhǎng)期性和穩(wěn)定性。另外,客戶從客戶關(guān)系發(fā)展的第一階段開始,順次經(jīng)過客戶關(guān)系發(fā)展的各個(gè)階段,最后進(jìn)入關(guān)系破裂階段的整個(gè)過程,也是客戶和企業(yè)雙方實(shí)現(xiàn)各自價(jià)值的過程。向量M?μ是第i個(gè)狀態(tài)出發(fā),一直到最終進(jìn)入客戶關(guān)系的破裂階段狀態(tài)的過程中企業(yè)所實(shí)現(xiàn)的利潤(rùn)。則其中的第一個(gè)分量就是客戶關(guān)系的階段價(jià)值C,即:

2.5 企業(yè)客戶發(fā)展策略分析

良好的客戶關(guān)系管理可以使得客戶處于關(guān)系穩(wěn)定期的時(shí)間大大延長(zhǎng),即降低由關(guān)系穩(wěn)定期狀態(tài)S3到破裂期狀態(tài)S4的轉(zhuǎn)移概率φ。顯然

降低轉(zhuǎn)移概率 φ能夠增加C。

由此可見,α和γ是與C反方向變化的。

直觀來(lái)看,分別降低狀態(tài)S1和S2停留在原狀態(tài)的轉(zhuǎn)移概率β、δ,可以增加客戶停留在客戶關(guān)系穩(wěn)定期的時(shí)間,從而可以增加在該階段的利潤(rùn)。但同時(shí)它也會(huì)分別導(dǎo)致客戶停留在關(guān)系形成起和發(fā)展起的時(shí)間縮短,導(dǎo)致在這些階段企業(yè)獲得的利潤(rùn)降低。

一般情況下 μ2＜＜μ3,且由于處在客戶關(guān)系發(fā)展階段的客戶發(fā)生轉(zhuǎn)移的概率大于處于穩(wěn)定階段的客戶,即 γ＞φ,故上式小于零,此時(shí)減小 δ可以提高C。當(dāng) φ很大而γ很小時(shí),可能導(dǎo)致上式大于零,此時(shí)C隨著δ的減小而減小。對(duì)該情況的合理解釋是:當(dāng)客戶由關(guān)系發(fā)展階段轉(zhuǎn)移到破裂階段的概率較小而穩(wěn)定階段到破裂階段的轉(zhuǎn)移概率很大時(shí),為提高期望的客戶關(guān)系階段價(jià)值C,增加客戶停留在發(fā)展階段的概率將是一個(gè)明智的選擇。

3 數(shù)據(jù)實(shí)驗(yàn)

3.1 數(shù)據(jù)來(lái)源

KDD-CUP2000建立于1997年,它是為數(shù)據(jù)挖掘年度競(jìng)賽而設(shè)立的。在KDD-CUP中包含來(lái)自2002年8月18日關(guān)閉的網(wǎng)上銷售legwear和legcare的web零售商Gazelle.com的相關(guān)數(shù)據(jù)。其中選取實(shí)驗(yàn)中有用字段:customer ID、unit sale price、order quantity、order date、product ID、last retail date。

根據(jù)實(shí)驗(yàn)驗(yàn)證的需要,對(duì)原始數(shù)據(jù)進(jìn)行處理,清除噪聲數(shù)據(jù)后,獲得有用的數(shù)據(jù),在數(shù)據(jù)庫(kù)中共截取1 549條記錄。

3.2 模型驗(yàn)證

根據(jù)客戶階段劃分方法的需要,作以下幾步工作。

(1)劃分周期。因?yàn)榫W(wǎng)上零售商店中的交易數(shù)據(jù)可以對(duì)促銷,廣告等一系列活動(dòng)給予快速反應(yīng),所以其交易數(shù)據(jù)在不同使用周期的變化會(huì)很大。很明顯,不同使用周期的購(gòu)買次數(shù)和顧客的平均購(gòu)買額會(huì)有所不同。由于本文選取得數(shù)據(jù)來(lái)自于一家銷售legwear和legcare的web零售商。因此,根據(jù)對(duì)其銷售的產(chǎn)品進(jìn)行調(diào)查了解,認(rèn)為在正常使用的情況下該種產(chǎn)品的使用周期為一周。

(2)在一特定的使用周期中,求得購(gòu)買次數(shù)的平均值。

(3)在一特定的使用周期中,求得顧客的平均購(gòu)買額。

(4)在一特定的使用周期中,劃分客戶的發(fā)展階段。

由此得到第一周期中客戶平均購(gòu)買額與購(gòu)買次數(shù)情況,第一周期中共有405名顧客,平均購(gòu)買額為3.135,平均日購(gòu)買額的平均值為14.925 6。根據(jù)上述統(tǒng)計(jì),得出從2000年1月30日開始的第一使用周期中,處于形成階段的顧客為254人,處于發(fā)展階段的顧客為97人,處于成熟階段的顧客為54人,處于破裂階段的顧客人數(shù)為0人。通過分析可以清楚看到,由于所選取得周期是該網(wǎng)上商店剛剛開始營(yíng)業(yè)不久的一個(gè)使用周期,處于形成階段的顧客數(shù)要遠(yuǎn)遠(yuǎn)多于發(fā)展階段以及成熟階段的顧客數(shù)。另外,在這一周期中,尚未出現(xiàn)處于破裂階段的顧客。

表2 第一周期部分顧客購(gòu)買次數(shù)與平均日購(gòu)買額

同理,可以對(duì)第二周期中的顧客購(gòu)買情況進(jìn)行統(tǒng)計(jì),對(duì)在第一周期中處于不同階段的顧客進(jìn)行跟蹤調(diào)查,了解其在第二周期中的購(gòu)買表現(xiàn)。得出顧客在4個(gè)階段的流動(dòng)轉(zhuǎn)換率如表3所示。

表3 狀態(tài)轉(zhuǎn)換情況表

由此可得到馬爾科夫鏈的基本矩陣M以及客戶關(guān)系階段的階段價(jià)值C=2.5μ1+0.5μ2+0.856 287 μ3,在此基礎(chǔ)上分別調(diào)整轉(zhuǎn)移概率 α,β,γ,δ,φ,得到不同的客戶關(guān)系階段價(jià)值 C。

當(dāng)增大 α?xí)r,客戶關(guān)系階段價(jià)值C隨之減小。因?yàn)?α為形成階段客戶向破裂階段的轉(zhuǎn)移概率,而破裂階段的階段價(jià)值為零,由此當(dāng)形成階段的客戶大量的轉(zhuǎn)移到破裂階段時(shí),企業(yè)的獲利也將大幅度的減少。

當(dāng)增大 β時(shí),如令 β=0.8,C=5μ1+1.00μ2+1.712575μ3,由于 μ1μ2μ3,所以當(dāng) β增大時(shí),C 值減小 。很明顯,我們可以得到這樣的結(jié)論,即當(dāng)處在形成階段的客戶在第二周期中大部分仍然保持在形成階段時(shí),客戶階段價(jià)值C將會(huì)減小,相應(yīng)的,企業(yè)的獲利也將隨之減少。

由于形成階段的客戶與企業(yè)只是有了初步接觸,客戶關(guān)系還十分脆弱,企業(yè)細(xì)微的價(jià)格變化以及服務(wù)的滿意度等都會(huì)嚴(yán)重的影響到轉(zhuǎn)移概率α和β的變化。為了減小這樣的轉(zhuǎn)移概率,即增大客戶向發(fā)展階段的轉(zhuǎn)移概率,在客戶的形成階段企業(yè)的主要目標(biāo)是讓客戶學(xué)會(huì)使用本企業(yè)的產(chǎn)品或服務(wù),預(yù)防產(chǎn)品或服務(wù)使用過程中可能出現(xiàn)的問題。

當(dāng) γ=0.1時(shí),C=2.5μ1+1.5μ2+3.592 814μ3,很明顯,C值隨著γ的減小而增大。

4 結(jié)論

客戶關(guān)系管理已經(jīng)被越來(lái)越多的企業(yè)所重視。在電子商務(wù)環(huán)境中,客戶關(guān)系又呈現(xiàn)出了客戶流動(dòng)性大,忠誠(chéng)度低等新的特點(diǎn)。為了更有效的掌握客戶的流動(dòng)情況,有針對(duì)性地開展?fàn)I銷活動(dòng),把有限的資源用在刀刃上,本文利用新的方法對(duì)客戶階段進(jìn)行劃分并使用馬爾科夫鏈對(duì)客戶關(guān)系進(jìn)行建模。另外本文采用某電子商務(wù)企業(yè)的真實(shí)數(shù)據(jù)對(duì)模型進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明利用馬爾科夫鏈所建立的模型是正確的。利用該方法可以有效的掌握企業(yè)中客戶的成長(zhǎng)狀況,有利于企業(yè)開展下一步的營(yíng)銷工作。

[1]BR OWN S A.Customer Relationship Management:A Strategic Imperative in the World of E-Business[M].NewYork:John Wiley&Sons,2000:6-26.

[2]QI J Y,HAN X M,LI HZ.Emergency and directions for CR M inChina[J].Journal ofManagement Sciencesin China,2002,5(4):88-94.

[3]REI C F,ESASSER E W.Zero defeetions:quality comes to services[J].Harvard Business Review,1990(51):105-111.

[4]JONES T W,EARL S J W.Satisfied eustomers defect[J].Harvard Busine Review,1995(73):88-99.

[5]陳明亮.基于全生命周期利潤(rùn)的客戶細(xì)分方法[J].經(jīng)濟(jì)管理,2002(20):42-46.

[6]PER V F,et al.Business to business market segmentation[J].Industrial Marketing Management,2001,30(6):473-486.

[7]CHEN L D,SOLIMAN K S,MAO E,FROLICK M N.Measuring user satisfactionwith data warehouse:An exploratory study[J].Information&Management,2000,37(3):103-110.

[8]SUH E,NOH K C,SUH C K.Customer list segmentation using the combined response model[J].Expert Systems with Applications,1999,17(2):89-97.

[9]胡奇英,劉建庸,馬爾可夫決策過程引論[M].西安:西安電子科技大學(xué)出版社,2000:7.

[10]張宗國(guó),馬爾可夫鏈預(yù)測(cè)方法及其應(yīng)用研究[A].河海大學(xué)碩士學(xué)位論文集[C].南京:2005.

[11]吳沖鋒.補(bǔ)會(huì)經(jīng)濟(jì)動(dòng)態(tài)系統(tǒng)導(dǎo)論[M].上海:上?？茖W(xué)技術(shù)出版,1998.