CRM系统:数据挖掘在通信行业客户关系管理中的应用

不同联机事务处理系统的客户数据重组整合，提供一个 正确、完整和统一的客户数据环境，这样就能充分利用 这些宝贵的数据，体现信息的真正价值。 数据仓库技术可以完成通常信息系统所不能完成的 工作—将来自分散的数据源（包括内部的和外部的数据 源）的业务数据进行提炼和综合并最终应用于分析和决 策。在通信企业CRM 中，数据仓库将客户基本资料、客 户呼叫清单、客户账单、客户联系历史记录等海量复杂 的客户行为数据集中起来，建立一个整合的、结构化的 数据模型，在此基础上对数据进行标准化、抽象化、规 范化分类、分析，通过数据仓库接口，对数据仓库中的 客户数据进行联机分析和数据挖掘， 为企业管理层提供 及时的决策信息，为企业业务部门提供有效的反馈数 据。 3 运用数据挖掘应注意的问题 与其他行业的数据挖掘应用相比， 通信行业应用有 其自身的一些特点，在实际客户流失分析实施中，结合 我们的实际经验，认为应当注意以下几点。 3.1 数据准备 通信企业的日常运营系统积累了海量的事务型数 据， 这些数据对于客户流失的特征分析来说显然是必要 的，但对于数据准备却是很大的负担。通信企业实施数 据仓库有利于数据挖掘的数据采集工作， 但有时不能提 供完整的数据支持， 毕竟数据挖掘工作是一个渐进性的 探索过程， 而数据仓库的设计和建设有很大的先验性成 分。结合国外以及我们自身实施的经验来看，数据准备 工作需要花费整个项目50%～80% 的时间。过度抽样从 实际情况上看， 国内通信企业每月的客户流失率一般在 1%～3% 左右，这是一个“薄靶”的数据分布，如果直 接采用某种模型，比如决策树、人工神经网络等，可能 会导致模型的失效， 因此我们需要加大流失客户在总样 本中的比例，但是这种过度抽样必须谨慎小心，要充分 考虑它的负面效应。 3.2 模型的有效性以及实际价值。 数据挖掘应用中，在一定的数据条件下，实际产生 的应用模型可能与预先定义的业务问题（目标）存在差 异，比如产生的分类模型中，得出最具流失倾向客户群 的流失概率为20%，那么单独预测某客户是否流失显 然是没有意义的。 但是可以通过该模型来得到客户流失 的主要因素，以此作为企业相关决策的依据。有时这种 模型对于实际的营销也是有意义的，比如某通信企业 拥有100 万用户，客户流失率为1.5%，每个客户平均 给企业带来的利润为400元，营销并且保留每个客户的 花费为40 元。如果采用某数据挖掘模型的结果，找出 5% 的客户具有15% 的流失概率，对这些客户进行针对 性的营销工作，那么营销成本为200万元，因为挽留客 户带来的收益为300万，该企业还能获得100万的净收 益。 3.3 选择特定客户群分析 当整体的客户流失分析缺乏显著的分类效果时， 可 以考虑进行进一步的客户划分，比如根据服务品牌、使 用期限、客户价值来划分，然后分别建模，通过模型比 较往往可以得出一些有效的结论。需要指出的是，数据 挖掘技术其实最适用于大量的公众客户，低价值客户、 普通客户的消费特征也应当是企业关注的内容之一， 它 是企业针对公众客户营销决策的依据。对于大客户、集 团客户的流失分析， 客户经理的跟踪调查应当比数据挖 掘更加有效。 3.4 数据收集与市场调研 实践表明， 数据挖掘的效果更多地依赖于建模的数 据质量而并非某些复杂的算法模型，有效数据收集是实 施数据挖掘项目成败的关键所在。一方面，通信企业应 当重视各类运营系统中的数据收集工作， 比如完整的客 户基本信息、详细分类的投诉信息等；另一方面，针对 性的市场调查可以为数据挖掘提供更多的数据支持，调 查内容涉及客户的价格偏好、技术偏好、客服质量、企 业形象、流失客户去向等通信企业自身难以观察的数 据。 4 总结 随着应用的不断推广， 企业营销数据和相关信息 不断积累，数据仓库逐渐成为企业组织信息的最有效 方式， 而数据挖掘也成为从这些信息中获取有价值的知 识的重要工具。在CRM 中有效利用数据挖掘，可以为 企业高层决策者提供准确的客户分类、忠诚度、盈利 能力、潜在用户等有用信息，指导他们制定最优的企业 营销策略，降低企业运营成本，增加利润，加速企业的 经 验 与 交 流 发展。 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。