CRM系統：基于制造業的C R M 的客戶流失分析

基于制造業的C R M 的客戶流失分析 Analysis on the Loss of Clients Based on Manufacturing Industry CRM ■中山大學數學與計算科學學院 陳思行/CHEN Sixing 長沙中聯重工科技發展股份有限公司　陳保鋼/CHEN Baogang 摘　要: 客戶流失分析是一種應用數據挖掘技術的預測性分析。本文試圖從制造業的客戶關系管理（CRM）的整 體概念和技術的理解出發,將數據挖掘技術中有代表性的系統聚類分析法和決策樹ID3算法思路應用于制造企業的客戶流 失分析。為基于制造行業的CRM 的客戶流失分析做一初步的探討。 關鍵詞 : CRM 數據挖掘　系統聚類　決策樹ID3　客戶流失 隨著全球經濟一體化的浪潮，中國正在成為世界 制造業的中心, 它為中國的企業提供了更多機會的同 時，也帶來了更強勁的競爭。隨著全球化競爭的加劇, 制造企業開始尋求新的戰略競爭點, 整個產業也逐漸從 產品和價格競爭轉向服務競爭。為了提高企業的競爭 力，目前很多企業在信息化技術方面加大了投入。比 如ERP、PDM 和CRM 等信息技術在企業的推廣應用等。 E R P 的意思是企業資源計劃，系統主要包括四大 部分，即財務管理、生產制造管理、分銷與后勤管理 及其他管理模塊。它的重點是在企業的內部生產領域。 它強調的是以產品為中心,以企業內部生產領域為重點。 P D M 側重于對產品開發階段數據和企業內部產品 數據的管理，它的體系結構是強調以文檔為中心的研 發流程管理， 重點在于建立文檔之間的聯接。 CRM（Custom Relationship Management）的意思 是客戶關系管理，它強調把客戶放在核心位置， 其理念 要求企業完整地認識整個客戶生命周期，圍繞“客戶 接觸點”，提供與客戶溝通的統一、集成的平臺和工具， 涉及企業一切與客戶有關的信息交互進行處理，提高 員工、客戶接觸的效率和客戶反饋率，為客戶提供整 體的服務! 同時采用數據挖掘技術對有關信息進行分 析，得到有價值的信息和知識。 如果說現在企業的競爭是產品的競爭、企業資源 的競爭；那么，不久的將來它將轉向以客戶為中心的 服務上。C R M 系統正是為滿足上述需求應運而生。目 前，在發達國家，制造業的服務創新已成為企業利潤 的增長點。 基于制造業的C R M 的客戶流失分析 Analysis on the Loss of Clients Based on Manufacturing Industry CRM ■中山大學數學與計算科學學院 陳思行/CHEN Sixing 長沙中聯重工科技發展股份有限公司　陳保鋼/CHEN Baogang 本文針對C R M 客戶關系管理中的客戶流失問題， 結合制造業的特點，從數據挖掘技術層面進行思路探 討。試圖得到企業管理層面和信息技術層面對CRM 客 戶關系管理中的客戶流失問題予以關注，為企業未來 贏得新的利潤增長點。 1　問題由來 C R M 對制造商的作用在于了解客戶所有的行為 活動并確保與客戶的關系。它能把前端辦公和后臺生 產聯系起來, 是企業和客戶的交叉點, 能幫助制造商 制造出定制化的產品, 增加銷售并降低營銷開支, 且 使客戶的購買變得更加方便。制造業CRM 系統主要 包括營銷管理、銷售管理、服務管理、呼叫中心、客 戶信息管理、決策支持等多個模塊。它的關鍵技術之 一在于能否提供基于聯機分析處理的數據倉庫技術， 從而具備動態、整合的客戶數據管理和查詢功能，對 客戶購買行為具有參考功能；對客戶流失具有警告功 能。此外，CRM 的客戶分類技術，讓企業建立起一對 一的客戶服務體系, 實行差異化客戶管理（如根據客 戶特點, 可將其分為① 內在價值型客戶。② 外在價 值型客戶。③ 戰略型價值客戶）， 為客戶創造非同一 般的價值, 也是企業從中獲得長久利潤、需要引起關 注的關鍵技術之一。 工程機械尤其是混凝土機械近年來獲得了迅猛發 展，與此同時，混凝土機械產品市場又有兩大特點：一 是市場需求發展大，產品使用周期短，兩三年后的回 頭客相當多；二是隨著社會改革的推進和國家投資方 向的轉移，客戶群體會有較大方面的變動。如國有企 業占主體時，以國企為主要購買力；而隨著商品租賃 業發展，個體購買又成為了主力；而大型建設施工購 買又回到了建設施工單位。由于市場的競爭，相同產 品的制造廠家對客戶的爭奪往往相當激烈，有時甚至 到了白熱化的地步。 顯然，我們既要大力發展新客戶，又要努力保留舊 客戶。保留一個舊客戶要比爭取一個新客戶便宜的多。 為改進保留客戶的一種途徑就是客戶真正流失之前準確 預測并采取行動挽留客戶，而基于客戶關系管理的數據 挖掘技術和方法是解決該問題的途徑。一般說來，針對 C R M 中客戶獲得、客戶保留、客戶忠誠和客戶贏利分 析各個方面，客戶特性及客戶行為信息的分類具有相當 重要的意義。最大程度的預測潛在的客戶流失是我們需 要密切關注的。采用數據挖掘的分類思路可以在制造業 客戶關系管理中起到相當重要的作用。 2　CRM 軟件中常用數據挖掘方法 利用數據挖掘的分類算法構造CRM 的分類器，是 數據挖掘技術在商業領域中的重要應用之一。數據挖 掘的中的聚類方法和決策樹分類算法是常見的，也是 一種相對準確、有效的分類方法。 C R M 相關技術的發展日新月異，它包括運營型 （前臺），分析型（后臺），協作型（渠道）。這里尤其是 分析型C R M 的技術發展得最快，這也是很多C R M 理 想中的功能實現成為可能的關鍵。數據倉庫，數據挖 掘和呼叫中心是三個其主要的技術組成。本文主要分 析數據挖掘部分。 所謂數據挖掘是從大型的數據庫中提取隱藏的、 有預測性的信息，它是能幫助企業從已有數據中提取 到最先進和流行的趨勢并為其提供效益。簡言之，數 據挖掘是應用數據分析和運算法則來探索數據模式并 進行科學地描述和預測。 常用的數據挖掘方法有如下幾種： 2.1　回歸預測 回歸預測是比較傳統的預測方法，它是根據歷史 記錄分析得出總體趨勢，并將這種趨勢用某種數學方 程式來表示。利用這個方程式，就可以輸入未來的一 個或多個變量計算出預測結果。如果方程式的變量是 一次方的，那么就成為直線性回歸，如果是多次訪問 的，就成為區線性回歸。典型的客戶流失預測都可以 采取回歸分析的方法。 2.2　決策樹 決策樹是一種類似于枝丫形狀的二分制。數據分 析和預測方法，主要適用于對數據進行歸類分割和預 測。根據客戶特征，對客戶大市場進行分割，從而得 到相對較小的客戶群體。 2.3　聚類和鄰點預測 聚類和鄰點預測對于客戶關系管理來說是有類似 的分析目的的。聚類是指如何將一批數據按照相似特 性歸類，使我們能對他們有一個形象的概括性理解；鄰 點預測是在歸類的基礎上對未來數據進行預測。 2.4　規則導引 規則導引是從一個樣本數據庫中發現并歸納出數 據行為模式，即用“如果A,那么B,否則就是C”，這樣 的判斷語句來描述這種隱藏在數據倉庫中的規律。數 據挖掘技術中的規則導引就是要從大量的客戶數據中 發掘出這些規則。 3　制造企業CRM 數據挖掘綜述 在CRM 系統中，最重要最有挑戰性的則是對流失 客戶的預測。制造企業營銷和市場部門，根據購買產 品的客戶信息資料，通過數據挖掘方法，往往可以預 測潛在的流失客戶。 客戶流失分析就是應用數據挖掘技術，預測哪些 是潛在流失客戶，同時評估出最有效的客戶保持方法。 本文提出一套基于制造業CRM 系統中預測客戶流失的 方法的基本思路。 該方法一般分為三個步驟：第一，應用軟件對數 據進行挖掘測試，其中包括統一的客戶資料，客戶屬 性，購買信息，模型參數，模型等等。第二，應用數 據分析方法和所討論的數據挖掘技術對客戶流失前的 行為分析進行簡化的知識發現。第三，應用系統聚類 和決策樹ID3 的方法對模型應用的實驗結果進行過程 分析。 常見的數據挖掘主要分為兩種：即探索性的數據 挖掘和驗證性的數據挖掘。其中探索性的數據挖掘中 最常使用的就是聚類，而驗證性數據挖掘的代表就是 分類。聚類分析法是一種無監督的自下而上的學習過 程，主要目的是把沒有“標記”的數據分為有意義的 強力推薦： 天柏客戶關系管理系統 天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。 關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統