數據挖掘技術在煙草CRM中的應用

申請免費試用、咨詢電話：400-8352-114

      0 引 言

　　客戶關系管理系統簡稱CRM，是通過對客戶詳細資料的深入分析，來提高客戶滿意程度，從而提高企業(yè)的競爭力。煙草CRM是基于大型數據倉庫的客戶資料管理系統，它運用于煙草公司的市場營銷、銷售、服務等與客戶有關的領域，其最終目標是提高客戶的滿意度和忠誠度，不斷爭取新客戶，為企業(yè)帶來更多的利潤。數據倉庫在規(guī)模、歷史數據、數據集成和綜合性、查詢支持等方面都和傳統的數據庫有著本質的區(qū)別，是數據庫技術的一種新的應用，它能夠滿足數據挖掘技術對數據環(huán)境的要求。我們運用數據倉庫技術來存儲和管理煙草系統中的大量客戶信息。

　　1 數據挖掘概述

　　數據挖掘是一個利用各種分析方法和分析工具從數據倉庫中提取可信的、有效的、人們感興趣的、能讓別人理解的知識的處理過程。這些知識是隱含的、事先未知的有用信息，提取的知識表現為概念、規(guī)則、模式、規(guī)律等形式，以幫助管理者做出正確的決策。數據挖掘是煙草信息化的重要組成部分。

　　數據挖掘包括數據準備、挖掘、結果分析和知識運用四個階段。在數據準備階段完成數據的選擇、凈化，消除噪聲數據、無關數據和冗余數據，進行數據的轉換。將處理過的數據存儲在數據倉庫中。挖掘階段是一個采用相應數據挖掘算法，分析數據并通過可視化工具表述所獲得的模式或規(guī)則的過程。最后對數據挖掘的結果進行解釋和評價，轉換成為能夠最終被用戶理解的知識，并將知識應用到業(yè)務信息系統。

　　數據挖掘系統可以采用三層的C／S結構，第一層為系統的客戶端；第二層為數據挖掘引擎，它是數據挖掘系統的核心，位于系統的應用服務器端；第三層為數據庫與數據倉庫，位于數據服務器端。

　　數據挖掘常用技術有生物學方法、信息論方法、統計學方法和可視化技術等。生物學方法包括神經網絡方法和遺傳算法，神經網絡方法通過模擬人腦神經元結構進行數據挖掘。遺傳算法是一種借鑒生物界自然選擇和進化機制發(fā)展起來的高度并行、隨機、自適應搜索算法。在數據挖掘中，信息論方法中的決策樹是一種廣泛使用的圖解法決策分析工具。統計學可應用于預測、聚類規(guī)則挖掘和時序數據的趨勢分析等?？梢暬瘮祿治黾夹g把由數據挖掘獲得的模式和規(guī)則變成多種圖形，這對揭示數據的狀況、內在本質及規(guī)律性起到了重要的作用。

　　2 數據挖掘在煙草CRM中的應用

　　2.1 煙草CRM的主要功能

　　2.1.1 市場分析  搜集和分類整理市場信息，并通過市場調研活動，了解市場，把握需求。

　　2.1.2 建立客戶檔案  搜集和管理與客戶相關的基本信息，通過客戶服務人員進行日常的采集和維護。

　　2.1.3 客戶分類評價  通過獲取的相關客戶信息和業(yè)務信息，根據公司的客戶評價分類的原則、方法及要求，對零售客戶進行分類評價。
　　2.1.4 客戶維護  客戶經理為自己所服務的客戶進行分析，編制產生客戶服務計劃，開展市場狀況調查，能夠記錄計劃的執(zhí)行過程，進行《工作日志》的維護。

　　2.1.5 客戶投訴管理  對客戶的電話投訴信息、服務人員反饋的投訴信息進行獲取和處理。

　　2.2 分類和聚類在卷煙零售客戶類別分析及卷煙品類劃分中的應用
　　數據分類是數據挖掘的主要內容之一，主要是通過分析訓練數據樣本，產生關于類別的精確描述。首先建立一個模型，描述給定的數據類集或概念集(簡稱訓練集)。然后使用模型對數據進行分類。聚類是將物理或抽象對象的集合分組成為多個類或簇的過程，使得在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。聚類與分類不同的是，它要劃分的類是未知的。

　　卷煙零售客戶直接與消費者接觸，在卷煙銷售中占據重要地位。對卷煙零售客戶的調查分析是獲取卷煙市場信息的重要來源。將客戶劃分為不同類別進行服務與管理，體現了客戶群策略和客戶發(fā)展策略。例如，按經營規(guī)模進行聚類分析，首先將客戶群分為3類：A類客戶，這類客戶的卷煙銷售額高，規(guī)模大，經營規(guī)范，誠信度與合作度高；B類客戶，這類客戶所占比例很大，是客戶主體，規(guī)模一般，銷售額一般；C類客戶，這類客戶的經營規(guī)模較小，銷售較低，成長度較差。然后利用分類技術，對客戶特征進行建模，描述出客戶群的特征，設定相應的客戶級別，以便對不同類別的客戶實施個性服務。

　　卷煙品類劃分有利于卷煙企業(yè)對卷煙品牌體系進行整體規(guī)劃和合理布局，使企業(yè)能理性地進行貨源調撥和缺貨應急，順利地進行卷煙品牌的切換和整合。品類劃分首先要進行卷煙消費者市場調查，從卷煙的品牌、價格、包裝、吸味、產地等因素入手，來研究消費者的消費習慣和消費態(tài)度，采取聚類分析方法對其做定性和定量分析，研究消費者認為的商品之間的關聯替代關系，從而計算各卷煙規(guī)格間的相似性系數，相似性系數越高，表示卷煙消費者認為這兩個卷煙規(guī)格越相似，也就越有可能相互替代。一個品類就是所有相互之間的相似性系數很高，但與群外規(guī)格的相似性系數很低的規(guī)格的集合。然后對相似性系數高的各個集合進行分析，確定品類劃分的維度。最后按照已確定的品類劃分維度將現有品牌進行歸類。

　　2.3 關聯分析在卷煙零售客戶經營情況中的應用

　　關聯分析的目的是為了挖掘隱藏在數據間的相互關系，即對于給定的一組項目和一個記錄集，通過對記錄集的分析，得出項目集中的項目之間的相關性。項目之間的相關性用關聯規(guī)則來描述，關聯規(guī)則反映了一組數據項之間的密切程度或關系。

　　我們對卷煙零售客戶經營情況進行關聯分析，可以得到更有價值的信息。從經營業(yè)態(tài)、經營規(guī)模、市場類型、守法情況四個維度，用關聯分析法對卷煙零售客戶經營情況進行分析。例如，經營業(yè)態(tài)和經營規(guī)模之間關聯分析，礙出關聯規(guī)則：如果是食雜店，經營規(guī)模過大，那么一般存在批發(fā)問題；如果是大型商場，規(guī)模過小，那么可能是卷煙品種過少或者是經營能力較差。經營規(guī)模、經營業(yè)態(tài)和市場類型之間關聯分析，得出關聯規(guī)則：如果是農村的卷煙零售客戶，業(yè)態(tài)比較高，規(guī)模比較小，那么說明卷煙零售客戶經營能力有待提高或者人流量太小；如果城市的卷煙零售客戶，業(yè)態(tài)比較高，規(guī)模比較小，那么卷煙零售客戶可能從外渠道進貨。對數據挖掘產生的結果進行評價后，便可用來幫助公司調整營銷策略。

　　2.4 描述與可視化技術的應用

　　數據挖掘描述與可視化技術可以將數據庫和數據倉庫中的每一個客戶數據項作為圖形元素輸出，大量的數據集構成數據圖像，如卷煙零售客戶本月與上一個月的銷售情況對比圖等。同時將卷煙零售客戶的相關屬性值以多維數據的形式來表示，可以從不同的維度觀察數據，從而對卷煙零售客戶的銷售行為進行更加直觀深入的觀察和分析。利用圖形更好地表達了數據之間的相互關系和發(fā)展的趨勢，從而掌握卷煙零售客戶潛在的經營能力和水平，幫助公司了解卷煙零售客戶是否有發(fā)展?jié)摿?。另外，還可根據卷煙零售客戶的地理環(huán)境、經營品種、日均購煙人次、經營結構、消費群體進行關聯分析后，再把由數據挖掘獲得的模式和規(guī)則變成多種圖形，可以很好地起到揭示數據的狀況、內在本質及規(guī)律性的作用，從而有效發(fā)現并解決卷煙零售客戶經營中存在的潛在問題，挖掘卷煙零售客戶的潛力，提升其經營能力。

　　3 結束語

　　基于數據挖掘的煙草CRM可以將抽象的管理和服務理念數字化、直觀化，從而發(fā)掘潛在的有價值的信息，幫助企業(yè)尋找新客戶和新商機，制定更符合卷煙銷售市場的經營策略，提高企業(yè)的競爭力。