數(shù)據(jù)挖掘在客戶全生命周期管理中的應(yīng)用研究

王縱虎，劉速，楊文軍

數(shù)據(jù)挖掘在客戶全生命周期管理中的應(yīng)用研究

王縱虎，劉速，楊文軍

隨著企業(yè)客戶信息和交易數(shù)據(jù)不斷積累，如何從這海量的數(shù)據(jù)中發(fā)現(xiàn)隱藏背后的有價值的客戶特征、消費行為特征、客戶價值等知識，從而更好地識別、獲取、發(fā)展、保持客戶，改進(jìn)對客戶的服務(wù)水平，提高客戶的價值、滿意度和忠誠度，為客戶提供更好的服務(wù)的同時為企業(yè)帶來更多的利潤是每個企業(yè)都迫切關(guān)注的問題。介紹了客戶全生命周期各個階段的特點，總結(jié)了常用的客戶關(guān)系管理相關(guān)的典型分析場景，提出了數(shù)據(jù)挖掘如何切入客戶全生命周期各個階段，并對企業(yè)中進(jìn)行數(shù)據(jù)挖掘需要注意的問題進(jìn)行了思考。

客戶全生命周期；客戶細(xì)分；客戶價值

0　引言

隨著企業(yè)信息化建設(shè)的不斷深入，積累了大量的客戶信息及交易記錄等業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)已經(jīng)成為各行各業(yè)的生產(chǎn)要素，這些數(shù)據(jù)背后往往隱含著客戶群體特征、客戶消費行為、客戶價值等重要信息，如何對這些數(shù)據(jù)進(jìn)行挖掘分析得到有用的知識對實現(xiàn)企業(yè)決策方式從“業(yè)務(wù)驅(qū)動”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)型有著重要的意義。從目前的研究和應(yīng)用來看，數(shù)據(jù)挖掘在客戶關(guān)系管理中應(yīng)用極為普遍［1］，尤其是在金融、通信運營商、零售、保險行業(yè)，在客戶細(xì)分［2］、客戶價值分析［3］、客戶流失預(yù)測［4］等方面都有深入的研究和應(yīng)用實踐。

在數(shù)據(jù)挖掘客戶全生命周期客戶關(guān)系管理中的應(yīng)用方面：方蕾等［5］應(yīng)用數(shù)據(jù)挖掘中決策樹算法，結(jié)合客戶生命周期定性研究的一些研究成果，構(gòu)建了電信行業(yè)的客戶生命周期判定模型。齊佳音等［6］研究了基于客戶全生命周期管理的營銷管理體系，認(rèn)為企業(yè)應(yīng)該根據(jù)客戶關(guān)系的不同階段采取不同的營銷策略。在移動通信業(yè)CRM應(yīng)用的研究在國外起步相對較早，已有很多成功的案例，如英國電信在客戶各周期將數(shù)據(jù)挖掘技術(shù)應(yīng)用到客戶行為的分析、研究與預(yù)測中，并以此作為提升CRM水平的重要手段，在客戶發(fā)展期為了從營銷中獲得最大價值［7］。吳小紅［8］等以客戶為導(dǎo)向研究各種細(xì)分方法和技術(shù)，詳細(xì)介紹了基于客戶統(tǒng)計學(xué)、客戶行為、客戶價值和客戶生命周期的客戶細(xì)分方法。直接營銷專家Bob Stone提出了RFM模型，即企業(yè)從近期購買（Reeeney）、購買頻率（Frequeney）和購買金額（Monetary）三方面分析客戶，以識別最有價值的客戶匯。齊佳音等［9］提出了一種評價客戶－企業(yè)價值（客戶流向企業(yè)的價值）的充分價值評價體系，不僅能充分地反映客戶在現(xiàn)在和將來所能帶給企業(yè)的利潤的凈現(xiàn)值，還強(qiáng)調(diào)了銷售量與客戶帶給企業(yè)發(fā)展?jié)摿Φ呢暙I(xiàn)兩項指標(biāo)的重要性。英國電信公司使用SPSS的數(shù)據(jù)挖掘產(chǎn)品Clementine建立模型來確定潛在客戶的購買傾向和他們變?yōu)橛脩艉罂赡艿膬r值，該系統(tǒng)的應(yīng)用使英國電信更好的了解客戶的特征，從而為銷售人員和營銷活動提供了“最佳客戶”清單，而且使得直郵回復(fù)提高了100%［10］。文獻(xiàn)［4］根據(jù)客戶流失預(yù)測研究的發(fā)展歷程和智能化程度的高低，將客戶流失預(yù)測研究劃分為基于傳統(tǒng)統(tǒng)計學(xué)、基于人工智能和基于統(tǒng)計學(xué)習(xí)理論的預(yù)測方法三個階段，并通過分析每個階段存在的問題提出了未來可研究的方向。

1　客戶全生命周期

客戶全生命周期理論是從動態(tài)角度研究客戶關(guān)系的重要工具［11］，可以清晰地洞察客戶關(guān)系隨時間變化的動態(tài)發(fā)展軌跡：客戶關(guān)系的發(fā)展是分階段的，不同的階段客戶的行為特征和為企業(yè)創(chuàng)造的利潤不同；不同階段驅(qū)動客戶關(guān)系的客戶主觀感知價值不同；企業(yè)在客戶生命周期的不同階段應(yīng)有不同的關(guān)系投入及管理策略。通過對客戶生命周期的研究，可以更加清楚地了解客戶關(guān)系的價值及其發(fā)展特征，為企業(yè)的客戶關(guān)系管理提供有效的指導(dǎo)?？蛻絷P(guān)系管理用一句話總結(jié)便是：在最佳的時機(jī)，用最合適的價格對最合適的客戶提供最佳的商品或服務(wù)。因此如何通過數(shù)據(jù)挖掘識別、分析客戶各個生命周期階段中的行為和特點意義重大。企業(yè)所要做的是努力縮短考察階段，加快形成階段、延長穩(wěn)定階段、避免退化階段。目前在國內(nèi)影響較大的是陳明亮［12］提出的四階段客戶生命周期模型，將客戶生命周期劃分為考察期、形成期、穩(wěn)定期和退化期四個階段。

1.1客戶考察期

考察期是客戶關(guān)系探索和試驗的階段，雙方相互了解不足、不確定性大是考察期的基本特征，評估對方的潛在價值和降低不確定性是這一階段的中心目標(biāo)。企業(yè)的主要任務(wù)就是主動尋求客戶信息并向客戶提供企業(yè)的相關(guān)信息，雙方互相識別和評價，通過對營銷機(jī)會的捕捉、篩選、線索跟蹤和效果評估，識別客戶特征、找到潛在客戶、獲得新客戶。

1.2客戶形成期

形成期是客戶關(guān)系快速發(fā)展的階段，在這一階段， 企業(yè)對目標(biāo)客戶開發(fā)成功后，客戶己經(jīng)與企業(yè)發(fā)生業(yè)務(wù)往來，隨著雙方了解和信任的不斷加深，雙方交易不斷增加，相互依賴的范圍和深度也日益增加，逐漸認(rèn)識到對方有能力提供令自己滿意的價值，雙方的風(fēng)險承受意愿增加，愿意承諾一種長期關(guān)系。企業(yè)的投入和考察期相比要小得多，主要是發(fā)展投入，目的是進(jìn)一步融洽與客戶的關(guān)系，提高客戶的滿意度、忠誠度，進(jìn)一步擴(kuò)大交易量。此時客戶已經(jīng)開始為企業(yè)做貢獻(xiàn)，企業(yè)從客戶交易獲得的收入已經(jīng)大于投入，開始盈利。但客戶尚未產(chǎn)生交叉購買意圖及推薦傾向，所以企業(yè)獲得的是基本購買收益和增加購買量的收益。該階段的主要任務(wù)是提升客戶價值，根據(jù)客戶貢獻(xiàn)率和潛在價值指標(biāo)綜合評價客戶價值，并歸入相應(yīng)的價值客戶類。企業(yè)在價值提升的同時，還應(yīng)該結(jié)合客戶行為特征的維度，有針對性的實施策略，最終將客戶轉(zhuǎn)化為穩(wěn)定的忠誠客戶。

1.3客戶穩(wěn)定期

在這一階段，雙方或含蓄或明確地對持續(xù)長期關(guān)系作了保證，雙方對對方提供的價值高度滿意，交互依賴水平達(dá)到整個關(guān)系發(fā)展過程中的最高點，雙方關(guān)系處于一種相對穩(wěn)定狀態(tài)，雙方為能長期維持穩(wěn)定的關(guān)系都作了大量有形和無形投入，交易量很大，穩(wěn)定期內(nèi)客戶愿意支付較高的價格，帶給企業(yè)的利潤較大，而且由于客戶忠誠度的增加，企業(yè)將獲得良好的間接收益。在這一階段，客戶忠誠度增加，開始出現(xiàn)交叉購買及推薦行為。除了獲得基本購買收益和增加購買收益外，企業(yè)還可以獲得交叉銷售收益及推薦收益，其中推薦收益表現(xiàn)為新客戶開發(fā)成本的節(jié)約?？蛻粲绊懥υ酱?，推薦收益越多。因此保持客戶尤其是忠誠度較高的穩(wěn)定客戶，對企業(yè)而言是客戶關(guān)系管理中的重要環(huán)節(jié)。此時，企業(yè)應(yīng)該注重對客戶價值和消費模式的細(xì)分而采取針對性的客戶保持和提升策略。

1.4客戶退化期

退化期是關(guān)系發(fā)展過程中關(guān)系水平逆轉(zhuǎn)的階段，表現(xiàn)為客戶維系成本的增加，企業(yè)與客戶之間滿意度的不斷下降和交易量的驟減。事實上，這種關(guān)系的退化并不總是發(fā)生在穩(wěn)定期后的第四階段，在任何一階段關(guān)系都可能退化，有些關(guān)系可能永遠(yuǎn)越不過考察期，有些關(guān)系可能在形成期退化，而有些關(guān)系則越過考察期，形成期而進(jìn)入穩(wěn)定期，并在穩(wěn)定期維持較長時間后退化。退化期的主要特征有：交易量下降，一方或雙方正在考慮結(jié)束關(guān)系甚至物色候選關(guān)系伙伴（供應(yīng)商或客戶），開始交流結(jié)束關(guān)系的意圖等。

2　客戶關(guān)系管理中相關(guān)分析場景

隨著企業(yè)客戶信息和交易數(shù)據(jù)不斷積累，正是有了數(shù)據(jù)挖掘技術(shù)的支持，才能從這海量的數(shù)據(jù)中發(fā)現(xiàn)隱藏背后的有價值的客戶特征、消費行為特征、客戶價值等知識，從而更好地洞察和理解客戶，為有針對性地制定市場營銷及客戶服務(wù)戰(zhàn)略提供重要的決策依據(jù)。目前常見的客戶分析場景如下：

1）客戶細(xì)分

客戶細(xì)分又稱為客戶聚類分析，是指將客戶按照人口統(tǒng)計屬性、客戶價值、客戶消費行為特征等因素的相似程度分成不同的群組，使得同一客戶群體組內(nèi)客戶相似度高，組間客戶差異明顯，并進(jìn)一步刻畫各個群組中客戶的共同特征，生成可控的目標(biāo)客戶群，發(fā)現(xiàn)各個細(xì)分的客戶特征畫像和需求，更好地識別不同客戶群體對企業(yè)的價值及需求，支持營銷人員針對不同細(xì)分的客戶群體特征實施差異化的營銷策略，為結(jié)合營銷自動化工具實現(xiàn)精準(zhǔn)營銷提供決策支持，可使企業(yè)的資源更為有效配置，集中精力為高價值的客戶提供個性化服務(wù)，以達(dá)到資源的合理分配以及效益的最大化，提升企業(yè)的盈利能力和競爭優(yōu)勢。

2）客戶價值分析

隨著“以客戶為中心”的理念逐漸被企業(yè)接受，洞察客戶并引導(dǎo)客戶的需求已成為企業(yè)客戶管理的重要課題，如何識別具有高價值的顧客，對企業(yè)的獲利來說至關(guān)重要。面對客戶的不同需求和企業(yè)有限的資源，企業(yè)只能將有限的資源用于最有價值和最需要服務(wù)的客戶。因此，企業(yè)必須進(jìn)行有效的客戶細(xì)分和識別，可以通過按客戶細(xì)分或者RFM分析等來實現(xiàn)客戶的價值劃分，識別高價值客戶。

3）營銷響應(yīng)分析

在促銷等營銷活動中，由于企業(yè)營銷活動的預(yù)算是有限的，因此必須找到可能購買該產(chǎn)品的客戶群進(jìn)行促銷。如企業(yè)通常針對潛在客戶采用一系列促銷活動來獲取新客戶，由于潛在客戶的數(shù)量日益龐大，需要有針對性地完成潛在客戶的篩選工作。通常有下列方法可以刪選促銷客戶名單：隨機(jī)選擇客戶進(jìn)行促銷活動推送；通過RFM分析選擇消費金額較大的客戶；根據(jù)過去的銷售經(jīng)驗選擇客戶；構(gòu)建數(shù)據(jù)挖掘預(yù)測模型來預(yù)測誰可能會響應(yīng)促銷活動。我們可以使用數(shù)據(jù)挖掘技術(shù)完成潛在客戶的篩選，首先列出可能對產(chǎn)品感興趣的客戶名單，然后進(jìn)行市場試驗活動或根據(jù)以前的促銷活動收集客戶的反應(yīng)數(shù)據(jù)。客戶反應(yīng)行為模式分為二元反應(yīng)行為模式和多元反應(yīng)行為模式。二元反應(yīng)行為模式是將客戶的反應(yīng)歸納成兩類：有或者無；而多元反應(yīng)行為模式可以允許定義多種反應(yīng)行為，如在積極的反應(yīng)行為模式中可進(jìn)一步分為客戶詢問、購買了推薦的產(chǎn)品、購買了沒有推薦的產(chǎn)品等，在消極的反應(yīng)行為模式中可分為沒有反應(yīng)或拒絕。市場推銷在很大程度上依賴于正確的信息。這些信息用于客戶保持活動、生命周期內(nèi)的分析、趨勢預(yù)測和有針對性地促銷活動等。實際上，只有充分了解客戶，才能正確定位促銷活動，才能提高相應(yīng)率，降低活動成本。最后可采用分類技術(shù)對客戶反應(yīng)行為進(jìn)行建模，并以此來對其他客戶的反應(yīng)行為進(jìn)行預(yù)測。

4）客戶消費行為分析

消費行為分析是指根據(jù)客戶消費歷史來分析客戶的消費時機(jī)與消費規(guī)律，從而實現(xiàn)客戶消費行為洞察，析客戶在區(qū)域和時間上的偏好。其主要目的是增加和豐富客戶的特征刻畫，提高對客戶在消費時空維度上的準(zhǔn)確定位，如：客戶消費偏好刻畫了客戶的消費行為。如果客戶的消費偏好構(gòu)成了公司的主要收入來源，如何刺激客戶的消費偏好就成為了一個非常重要的問題。不同的客戶群體有著不同的消費偏好?？蛻舻南M行為通常隱藏在每次交易的歷史記錄中。通過對客戶交易及基礎(chǔ)信息的分析，可以清楚的看到客戶的消費習(xí)慣，從而為市場營銷提供更加有效、多樣的客戶描述信息。同時針對消費行為異常的客戶，能進(jìn)行預(yù)警和分析。

5）客戶識別

客戶識別是企業(yè)發(fā)現(xiàn)潛在客戶、獲取新客戶的過程。新客戶往往是以前沒有聽說過或者使用過企業(yè)產(chǎn)品的人、以前不需要企業(yè)產(chǎn)品的人甚至是競爭對手的客戶。由于企業(yè)對新客戶信息掌握的很少，所以企業(yè)一般通過一些手段（如廣告宣傳、促銷活動的同時進(jìn)行調(diào)查問卷或者網(wǎng)上調(diào)查或者通過客戶經(jīng)理上門拜訪等）來獲取客戶信息，這些信息應(yīng)該包括客戶人口統(tǒng)計信息、經(jīng)濟(jì)狀況、對產(chǎn)品的需求和購買偏好等。得到這些信息后，企業(yè)可以通過小范圍的實驗觀察潛在客戶對企業(yè)產(chǎn)品和促銷活動的不同反應(yīng)，根據(jù)反饋結(jié)果建立預(yù)測模型，找到對產(chǎn)品感興趣的客戶群，發(fā)現(xiàn)適合不同客戶群的促銷方式。得到分析結(jié)果后，可以縮小下一步需要進(jìn)行營銷活動來獲取的客戶范圍和促銷方式，提供營銷活動的精準(zhǔn)性。

6）交叉銷售分析

交叉銷售是指向原有客戶銷售新的產(chǎn)品或服務(wù)的營銷過程，它不僅是通過滿足客戶對產(chǎn)品和服務(wù)的進(jìn)一步需求以增加利潤的一個有效手段，而且是提升企業(yè)形象、培育客戶忠誠度、實現(xiàn)企業(yè)可持續(xù)發(fā)展的重要戰(zhàn)略。在交叉銷售活動中，關(guān)聯(lián)規(guī)則分析可以發(fā)現(xiàn)客戶傾向于同時購買哪些相關(guān)的商品，找出最優(yōu)的銷售組合方式。客戶細(xì)分則可以發(fā)現(xiàn)對特定產(chǎn)品感興趣的客戶群。決策樹、神經(jīng)網(wǎng)絡(luò)等方法能夠預(yù)測客戶購買新產(chǎn)品的可能性。通過分析客戶的消費行為數(shù)據(jù)，建立模型來預(yù)測客戶消費行為，以決定向客戶提供哪種交叉銷售方式最合適。

7）客戶流失分析

隨著行業(yè)競爭越來越激烈，而客戶保留的成本遠(yuǎn)遠(yuǎn)低于開發(fā)一個新客戶，及時發(fā)現(xiàn)高價值的有流失傾向的客戶并進(jìn)行挽回變得越來越重要?？蛻袅魇Х治隹梢岳脭?shù)據(jù)挖掘工具為已經(jīng)流失的客戶建模，在模型中固化流失客戶的行為模式特征，然后預(yù)測當(dāng)前客戶中流失傾向較高的客戶，同時分析客戶流失的原因，企業(yè)可以針對這些高流失傾向客戶的價值及時調(diào)整營銷和服務(wù)策略，針對客戶特點采取相應(yīng)的挽留措施，達(dá)到保持原有客戶的目的，可以大大降低盲目爭取新客戶的成本。

8）客戶忠誠度分析

主要是對客戶的持久性 、牢固性和穩(wěn)定性進(jìn)行分析。持久性指客戶與企業(yè)持續(xù)交易的時間。牢固性反映了客戶受各種因素（價格、促銷、廣告宣傳）的影響程度。穩(wěn)定性指客戶購買的頻率、周期和數(shù)量是否穩(wěn)定。客戶忠誠度分析主要運用時序模式中的趨勢分析，包含趨勢走向、周期走向和周期變化規(guī)律等方面。通過趨勢分析可以了解客戶在過去一段時間的消費和消費隨時間的變化情況，同時還能預(yù)測客戶在未來一段時間內(nèi)的消費趨勢。通過模型跟蹤客戶的忠誠度變化趨勢，對忠誠度較低的用戶提供“一對一”的服務(wù)，同時通過積分累積與積分兌換的方式提高客戶消費粘性，提升客戶價值，從而實現(xiàn)向高忠誠度的轉(zhuǎn)變；對忠誠度較高的用戶則實施積極的獎勵制度，達(dá)到提高整體客戶忠誠度的效果。比如大型超市通過會員的消費信息，如最近一次消費、消費頻率、消費金額三個指標(biāo)對數(shù)據(jù)進(jìn)行分析，可以預(yù)測出顧客忠誠度的變化，據(jù)此對價格、商品的種類以及銷售策略加以調(diào)整和更新，以便留住老顧客，吸引新顧客，進(jìn)一步培養(yǎng)和維護(hù)客戶對企業(yè)產(chǎn)品或服務(wù)的忠誠度，延續(xù)客戶高價值時間的過程。

9）客戶滿意度分析

客戶滿意度就是度量客戶滿意水平的數(shù)據(jù)指標(biāo)，目標(biāo)在于將客戶滿意這一主觀感知進(jìn)行量化。分析客戶對企業(yè)產(chǎn)品和服務(wù)的滿意度，可以幫助企業(yè)改進(jìn)客戶營銷策略，從而增加客戶的忠誠度。利用數(shù)據(jù)挖掘技術(shù)和企業(yè)的數(shù)據(jù)倉庫中關(guān)于客戶對企業(yè)的產(chǎn)品和服務(wù)的反饋等信息，如服務(wù)整體狀況、服務(wù)質(zhì)量、客戶接觸情況、客戶服務(wù)情況、滿意度調(diào)查、客戶投訴等數(shù)據(jù)，通過自定義的定量度量標(biāo)準(zhǔn)和公式，同時根據(jù)時間及其他參數(shù)可對客戶的滿意度進(jìn)行量化評分，同時通過分析在客戶服務(wù)和生產(chǎn)經(jīng)營中需要改進(jìn)的事項，找出客戶不滿意的原因并制定針對性的客戶營銷策略，改善與客戶的關(guān)系，提高客戶忠誠度，從而增加企業(yè)的利潤?？蛻魸M意度這一衡量指標(biāo)在現(xiàn)今以客戶為中心的市場背景下就變得越來越重要，已成為評價一個企業(yè)經(jīng)營管理水平的重要指標(biāo)，也是企業(yè)成敗的關(guān)鍵因素所在。

3　數(shù)據(jù)挖掘在客戶生命周期各階段的應(yīng)用

在整個客戶生命周期中，不同階段有著不同的特點，每個階段都為客戶關(guān)系管理的數(shù)據(jù)挖掘提供了切入機(jī)會。如圖1所示：

圖1　數(shù)據(jù)挖掘在客戶全生命周期中的應(yīng)用

客戶生命周期是中心主題，數(shù)據(jù)挖掘所支持的業(yè)務(wù)流程都圍繞著客戶生命周期來組織。

客戶細(xì)分、營銷響應(yīng)分析貫穿客戶全生命周期的始終，客戶價值分析、客戶消費行為分析等分析結(jié)果可以作為客戶細(xì)分的維度。同時客戶基于客戶細(xì)分的結(jié)果在某一客戶群體進(jìn)一步開展交叉銷售分析以及、營銷響應(yīng)分析、消費行為分析等?？蛻魸M意度和忠誠度分析用于對現(xiàn)有客戶忠誠度進(jìn)行跟蹤，可以對忠誠度下降的客戶進(jìn)行預(yù)警，分析其下降的原因，同時可以為客戶流失分析提供分析的影響因素維度。不同的分析場景之間往往是互相補(bǔ)充、關(guān)聯(lián)的，貫穿于客戶全生命周期的多個階段。

在客戶考察期，通過客戶細(xì)分以及營銷響應(yīng)分析，可以更加準(zhǔn)確的定位目標(biāo)潛在客戶群體，然后通過有效的營銷手段將潛在客戶轉(zhuǎn)變成真正的客戶，并降低營銷的成本。

在客戶形成期，通過客戶細(xì)分、客戶價值分析，發(fā)現(xiàn)高價值的客戶群體，通過營銷響應(yīng)分析、客戶消費行為分析、客戶提升分析為潛在高價值客戶提供更具針對性的個性化服務(wù)和營銷手段，不斷提高客戶價值，同時通過客戶滿意度和忠誠度分析，提高客戶對企業(yè)的忠誠度，從而幫助企業(yè)獲得更多的利潤。

在客戶穩(wěn)定期，通過客戶價值分析、客戶細(xì)分等發(fā)現(xiàn)高價值客戶群體，可以針對這一群體結(jié)合營銷響應(yīng)分析、消費行為分析及價格敏感度分析，提供針對性的個性化服務(wù)，同時可以通過交叉銷售分析進(jìn)行交叉銷售，向現(xiàn)有的客戶提供新的產(chǎn)品和服務(wù)，實現(xiàn)購買推薦和增量銷售。同時結(jié)合客戶滿意度分析和忠誠度分析，跟蹤客戶的忠誠度變化，分析客戶忠誠度下降原因，及時采取措施防止客戶流失。對客戶歷史交易行為的消費行為分析，警示客戶異常行為，并提出相應(yīng)的對策建議。現(xiàn)在的營銷環(huán)境下，企業(yè)實施市場細(xì)分的動因已不僅僅是要拓展企業(yè)經(jīng)營的觸角和確定市場突破的方向，還應(yīng)當(dāng)強(qiáng)化企業(yè)與高價值客戶間的互動關(guān)系，其最終的目的是要通過增量銷售和交叉銷售的方式，來擴(kuò)大企業(yè)的市場份額和客戶份額。這個時候就需要企業(yè)辨別出那些高價值的客戶?？蛻魞r值特征主要包括客戶終身價值、忠誠度等。

在客戶退化期：通過客戶消費行為分析、客戶流失分析等，發(fā)現(xiàn)已經(jīng)流失的客戶以及有高度流失傾向的客戶群體，通過客戶價值分析、客戶細(xì)分等，發(fā)現(xiàn)這部分客戶中的高價值客戶，根據(jù)客戶價值高低分為需挽留客戶和不需挽留客戶，對兩者分別采取客戶關(guān)系恢復(fù)策略和終止策略。通過營銷響應(yīng)分析對高價值流失客戶進(jìn)行優(yōu)先的個性化營銷，實現(xiàn)客戶的挽回。根據(jù)已經(jīng)存有的客戶流失數(shù)據(jù)進(jìn)行分析，將相關(guān)數(shù)據(jù)如客戶屬性、服務(wù)屬性、客戶消費等與客戶流失概率建立相關(guān)聯(lián)的數(shù)學(xué)模型，找出其內(nèi)在聯(lián)系，明確其內(nèi)在規(guī)律。然后通過分析流失客戶特征，發(fā)現(xiàn)客戶流失原因。針對未流失客戶，通過比對已流失客戶的特征，發(fā)現(xiàn)其中具有高流失傾向的客戶。針對已流失和高流失傾向客戶，同時考慮客戶價值等因素，采取一定的營銷和挽回措施，使客戶的忠誠度提高，盡量減少客戶的流失。這就使以往存在的不能對流失客戶進(jìn)行原因分析的情況得到了大大的改善。

4　結(jié)論

結(jié)合目前在企業(yè)中客戶分析業(yè)務(wù)需求和客戶分析模型開發(fā)中遇到的問題，有以下幾個方面值得注意：

1）模型開發(fā)的各階段應(yīng)該加強(qiáng)與業(yè)務(wù)人員的溝通

在開始模型開發(fā)之前需要深入調(diào)研，了解數(shù)據(jù)和業(yè)務(wù)人員的實際需求、存在問題。在解決業(yè)務(wù)問題時，真正關(guān)鍵的環(huán)節(jié)是業(yè)務(wù)需求的分析理解過程，數(shù)據(jù)挖掘所追求的是分析結(jié)果否符合實際的業(yè)務(wù)情況，能否為業(yè)務(wù)人員帶來幫助。在模型開發(fā)獲得一定結(jié)果后，也需要與業(yè)務(wù)人員進(jìn)行交流，根據(jù)他們的業(yè)務(wù)經(jīng)驗判斷分析結(jié)果是否合理，經(jīng)得業(yè)務(wù)人員實踐的考證和評估后進(jìn)一步改進(jìn)模型，使挖掘工作及挖掘結(jié)果更好的適應(yīng)實際業(yè)務(wù)的需要。

2）需要認(rèn)真考慮數(shù)據(jù)挖掘的結(jié)果如何應(yīng)用于企業(yè)實踐

整個數(shù)據(jù)挖掘項目的成功不僅僅取決于數(shù)據(jù)挖掘模型的成功構(gòu)建，更重要的是如何將挖掘出的結(jié)果應(yīng)用到企業(yè)的營銷實踐中去，能夠指導(dǎo)企業(yè)的經(jīng)營據(jù)測，這樣才能實現(xiàn)價值。分析的結(jié)果需要通過合適的可視化技術(shù)和渠道，呈現(xiàn)給業(yè)務(wù)人員使用，最好能融入到業(yè)務(wù)流程中，幫助業(yè)務(wù)人員養(yǎng)成通過數(shù)據(jù)進(jìn)行決策的習(xí)慣。

3）需要對各種數(shù)據(jù)進(jìn)行整合，并高度重視數(shù)據(jù)質(zhì)量

企業(yè)各類業(yè)務(wù)數(shù)據(jù)往往存在于不同的信息系統(tǒng)中，各系統(tǒng)之間數(shù)據(jù)互相隔離，往往存在著信息孤島，因此需要搭建統(tǒng)一的數(shù)據(jù)倉庫，實現(xiàn)數(shù)據(jù)的整合和共享?？蛻魯?shù)據(jù)、交易數(shù)據(jù)等的質(zhì)量直接影響著分析的結(jié)果，缺失、錯誤的數(shù)據(jù)甚至可能導(dǎo)致產(chǎn)生錯誤的規(guī)則，數(shù)據(jù)質(zhì)量是保證數(shù)據(jù)應(yīng)用的基礎(chǔ)，因此要加強(qiáng)數(shù)據(jù)質(zhì)量的影響因素：信息因素、技術(shù)因素、流程因素和管理因素的管理，保證數(shù)據(jù)的完整性、一致性、準(zhǔn)確性、及時性，如加油站客戶信息的采集質(zhì)量問題等需要高度重視。

4）模型的改進(jìn)是持續(xù)的過程

模型建立是一個反復(fù)的過程，模型具有使用時限的，隨著交易和客戶數(shù)據(jù)的的不斷變化的，包括模型使用者的需求也是在不斷變化的，數(shù)據(jù)挖掘是具有動態(tài)性特點的，模型不能一勞永逸地解決所有的問題，隨著數(shù)據(jù)和目標(biāo)發(fā)生改變時，模型也需要進(jìn)行適時的調(diào)整甚至是重建。如由于各個地區(qū)公司的特點不同，一個模型可能不能適用所有地區(qū)公司，因此需要為每個地區(qū)公司訓(xùn)練各自的模型。

5）借助大數(shù)據(jù)平臺對海量數(shù)據(jù)進(jìn)行分析

隨著企業(yè)的發(fā)展，積累的交易和客戶數(shù)據(jù)越來越多，逐漸從GB級別向TB級別轉(zhuǎn)變，傳統(tǒng)的數(shù)據(jù)庫和數(shù)據(jù)分析軟件從性能上逐漸無法支撐海量數(shù)據(jù)的管理和分析挖掘。這時就需要借助目前的大數(shù)據(jù)分析平臺對海量數(shù)據(jù)進(jìn)行有效管理，通過通過Hadoop、Mapreduce、Spark、Mahout等新技術(shù)實現(xiàn)對海量數(shù)據(jù)的分析和處理能力。

［1］ 董寧.數(shù)據(jù)挖掘技術(shù)在CRM 中的應(yīng)用［J］.計算機(jī)工程與應(yīng)用，2007，28（6）：1429-1431.

［2］ 鄭國榮，張鄭禮，郭鵬，等. 聚類分析在電信消費模式中的應(yīng)用［J ］. 重慶大學(xué)學(xué)報：自然科學(xué)版， 2006， 29 （4） ： 119 -121.

［3］ 蔣國瑞，劉沛，黃梯云. 一種基于 AHP 方法的客戶價值細(xì)分研究［J］. 計算機(jī)工程與應(yīng)用.2007，43（8）：238-241.

［4］ 于小兵，曹杰，鞏在武.客戶流失問題研究綜述.計算機(jī)集成制造系統(tǒng)［J］.2012，18（10）：2254-2259

［5］ 方蕾， 王金桃. 數(shù)據(jù)挖掘在客戶生命周期中的應(yīng)用研究［D］. 武漢理工大學(xué)學(xué)報（信息與管理工程版），2008，30（4）：613-615.

［6］ 齊佳音，舒華英.電信業(yè)顧客價值研究的緊迫性及方向探討［J］.電信科學(xué)，2003，19（6）：1-6.

［7］ 郭道寧，舒華英.數(shù)據(jù)挖掘在電信運營市場決策支持中的應(yīng)用［J］.北京郵電大學(xué)學(xué)報（社會利學(xué)版），2004，（2）：28-32.

［8］ 吳小紅. 綜述客戶細(xì)分的方法與技術(shù)［J］.科技前沿.2012，1：110-111.

［9］ 齊佳音，韓新民，李懷祖.一種新的客戶-企業(yè)價值評價體系的設(shè)計［J］.管理工程學(xué)報，2002，16（4）：4-8.

［10］ 魯義軒.英國電信中國推銷新一代CRM［J］.通信世界，2007，（44）：3.

［11］ 吳琳林.基于客戶生命周期的客戶關(guān)系管理策略研究［D］.北京交通大學(xué)碩士學(xué)位論文.2004.

［12］ 陳明亮.客戶生命周期模式研究［J］ .浙江大學(xué)學(xué)報：人文社會科學(xué)版， 2002， 32（6）：88 -90.

Research on Application of Data Mining in Customer Full Life Circle Management

Wang Zonghu1，2， Liu Su2， Yang Wenjun2
（1. Renmin University of China， Beijing 100872， China；2. China Petroleum and Petrochemical Engineering Institute of PetroChina Co Ltd.， Beijing 100083， China）

With the continuous increasing of customer information and transaction data， it becomes a pressing concern of each company that how to find the covered valuable information in the massive data， such as customer characteristics， consumption behavior characteristics and customer value， to indentify， obtain， develop and maintain customers， to promote service level， to improve customer value， satisfaction and loyalty， and to provide customers with better services. This paper introduces the Characteristics of different stages in the customer full life circle， and summarizes the correlative typical analysis scenes of the common customer relation management. After that， it points out how to make the data mining involve in the customer full life circle， and then thinks about the problems needed to be concerned in the data mining of the companies.

Customer Full Life Circle； Customer Segments； Customer Value

TP391

A

1007-757X（2016）06-0073-04

2016.01.20）

王縱虎（1984-），男，中國人民大學(xué)，站博士后，中國石油規(guī)劃總院，工程師。研究方向：數(shù)據(jù)挖掘，大數(shù)據(jù)分析，客戶消費行為分析，北京，1000083

劉 速（1984-），女，中國石油規(guī)劃總院，工程師，博士，研究方向：數(shù)據(jù)挖掘，商務(wù)智能，北京，102206

楊文軍（1977-），男，中國石油規(guī)劃總院，高級工程師，博士，研究方向：數(shù)據(jù)挖掘，北京，102206