CRM系統(tǒng)：保險業(yè)分析型CRM 的數(shù)據(jù)挖掘應(yīng)用

保險業(yè)分析型CRM 的數(shù)據(jù)挖掘應(yīng)用 謝汀芬 摘　要:本文在闡述分析型CRM 的理論和方法的基礎(chǔ)上,結(jié)合 保險行業(yè)的特點提出了數(shù)據(jù)挖掘技術(shù)在客戶群體細(xì)分、欺詐識 別、交叉銷售及客戶流失不同階段的應(yīng)用。 關(guān)鍵詞:分析型CRM;客戶生命周期;數(shù)據(jù)挖掘 中圖分類號:F123. 16 　文獻(xiàn)標(biāo)識碼:A 文章編號:CN43 - 1027/ F(2009) 4 - 182 - 02 作　者:保險職業(yè)學(xué)院商業(yè)保險系;湖南,長沙,410007 一、分析型客戶關(guān)系管理概述 客戶關(guān)系管理(Customer Relationship Management ,CRM) 起源于20 世紀(jì)80 年代初提出的接觸管理(Contact Manage2 ment) ,即專門收集整理客戶與公司聯(lián)系的所有信息。美國研 究機(jī)構(gòu)Meta Group 根據(jù)客戶關(guān)系管理的內(nèi)容及功能,將客戶關(guān) 系管理劃分為三類:操作型、分析型和協(xié)作型。 操作型CRM 應(yīng)用的設(shè)計目的是為了企業(yè)級的信息資源共 享,減少信息流動滯留點,使企業(yè)與客戶間的接口統(tǒng)一化。操作 型應(yīng)用系統(tǒng)是客戶關(guān)系管理軟件中最基本的應(yīng)用模塊,是一個 業(yè)務(wù)信息管理系統(tǒng)。 協(xié)作型CRM 應(yīng)用就是能夠讓企業(yè)客戶服務(wù)人員同客戶一 起完成某項活動。協(xié)作型應(yīng)用目前主要由呼叫中心、客戶多渠 道聯(lián)絡(luò)中心、幫助臺以及自助服務(wù)幫助導(dǎo)航等組成。 分析型CRM 從操作型系統(tǒng)應(yīng)用所產(chǎn)生的大量交易數(shù)據(jù)中 提取有價值的各種信息,是一種決策支持工具。分析型CRM 的主要原理是將交易操作所積累的大量數(shù)據(jù)過濾,抽取到數(shù)據(jù) 倉庫,再利用數(shù)據(jù)挖掘技術(shù)建立各種行為預(yù)測模型,最后利用圖 表、曲線等對企業(yè)各種關(guān)鍵運行指標(biāo)及客戶市場分割情況進(jìn)行 發(fā)布,達(dá)到成功決策的目的。 通過對三類CRM 應(yīng)用概念的介紹,總結(jié)分析型CRM 的特 點如下: (1) 分析型CRM 應(yīng)用的輸入是操作型、協(xié)作型CRM 的實 際業(yè)務(wù)數(shù)據(jù)。 (2) 分析型CRM 應(yīng)用的輸出是易于理解、使用的圖表、曲 線等輔助決策信息。 (3) 分析型CRM 服務(wù)的目標(biāo)是為企業(yè)管理者、決策者等提 供決策支持。 (4) 分析型CRM 的主要工具是數(shù)據(jù)倉庫、數(shù)據(jù)挖掘等 技術(shù)。 二、分析型CRM 中的數(shù)據(jù)挖掘技術(shù) 11 客戶生命周期理論。 客戶生命周期是客戶關(guān)系生命周期的簡稱,指客戶關(guān)系水 平隨時間變化的發(fā)展軌跡,它描述了客戶關(guān)系從一種狀態(tài)(一個 階段) 向另一種狀態(tài)(另一階段) 運動的總體特征。國內(nèi)外已經(jīng) 有很多關(guān)于客戶生命周期的研究“, 客戶關(guān)系具有明顯的周期特 征”這一觀點也早已被一些學(xué)者提出過。隨著對客戶關(guān)系動態(tài) 特征重要性認(rèn)識的不斷加強(qiáng),客戶生命周期的應(yīng)用研究也逐漸 引起越來越多學(xué)者的興趣,比如從客戶角度考察各種專有投資 保護(hù)機(jī)制在生命周期不同階段的有效性等,另外對客戶生命周 期模式的描述,客戶生命周期模式的類型,以及什么樣的客戶生 命周期模式對供應(yīng)商來說最有利可圖等問題也有了進(jìn)一步的 研究。 階段劃分是客戶生命周期研究的基礎(chǔ),目前這方面已有較 多的研究,其中,Dwyer 、Schurr 和Oh 的研究最具代表性。他 們提出了買賣關(guān)系發(fā)展的一個五階段模型,首次明確強(qiáng)調(diào)買賣 關(guān)系的發(fā)展是一個具有明顯階段特征的過程。這一觀點被廣泛 接受,取代了當(dāng)時盛行的把交易完全看作是離散事件的觀點。 國內(nèi)的陳明亮經(jīng)過研究,把客戶關(guān)系的發(fā)展進(jìn)一步劃分為考察 期、形成期、穩(wěn)定期、退化期四個階段,稱為四階段模型側(cè)。這四 個階段分別是: (1) 考察期:關(guān)系的探索和試驗階段。這一階段,企業(yè)和客 戶雙方考察和測試目標(biāo)的兼容性、對方的誠意、對方的績效,考 慮建立長期關(guān)系時雙方潛在的職責(zé)、權(quán)利和義務(wù)?？疾炱诘幕? 本特征是相互了解不足、不確定性,中心目標(biāo)是評估對方的潛在 價值和降低不確定性。這一階段,客戶通常會下一些嘗試性的 訂單。 (2) 形成期:關(guān)系的快速發(fā)展階段。能進(jìn)入這一階段,表明 在考察期雙方都比較滿意,并建立了一定的相互信任和相互依 賴。在這一階段,雙方從關(guān)系中獲得的回報日趨增多,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(利益) 和履行其在關(guān)系中擔(dān)負(fù)的職責(zé),因此愿意承 諾一種長期關(guān)系。在這一階段,隨著雙方了解和信任的不斷加 深,關(guān)系日趨成熟,雙方的風(fēng)險承受意愿增加,由此雙方交易不 斷增加。 (3) 穩(wěn)定期:關(guān)系發(fā)展的最高階段。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。這一階段有如下明顯 特征: ①雙方對對方提供的價值高度滿意 ②為能長期維持穩(wěn)定的關(guān)系,雙方都作了大量有形和無形 投入 ③大量交易 因此,在這一時期雙方的相互依賴水平達(dá)到整個客戶關(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). (4 ) 退化期:關(guān)系發(fā)展中關(guān)系水平的逆轉(zhuǎn)階段。其主要特 征有: ①交易量下降 ②一方或雙方正在考慮結(jié)束關(guān)系甚至物色候選伙伴 ③開始交流結(jié)束關(guān)系的意圖 引起關(guān)系退化的可能原因有很多,比如:一方或雙方經(jīng)歷了 一些不滿意、發(fā)現(xiàn)了更適合的關(guān)系伙伴、需求發(fā)生變化等. 另外, 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。 客戶與企業(yè)發(fā)生業(yè)務(wù)的過程中,從未發(fā)生接觸到初次接觸, 到形成銷售機(jī)會、簽約,直至成為用戶并發(fā)生再購買,客戶所處 的階段和狀態(tài)隨時變化,針對不同狀態(tài)的客戶,企業(yè)需要制定不 同的策略。企業(yè)通常會依據(jù)業(yè)務(wù)側(cè)面來劃分業(yè)務(wù)部門。在傳統(tǒng) 的業(yè)務(wù)方式開展過程中,部門以完成各自的工作計劃為主,很少 按照客戶的流向來協(xié)同規(guī)劃、配合,整體工作被割裂管理,計劃 制定缺少依據(jù),易于造成環(huán)節(jié)失調(diào)。完整客戶生命周期管理是 一種全新的業(yè)務(wù)規(guī)則,它指導(dǎo)企業(yè)圍繞客戶在企業(yè)中的發(fā)生,發(fā) 展的過程規(guī)劃、協(xié)調(diào)開展業(yè)務(wù)。企業(yè)業(yè)務(wù)部門的工作職能會相 應(yīng)發(fā)生轉(zhuǎn)變。客戶生命周期與客戶價值的相互變化,21 數(shù)據(jù)挖掘方法及用途。 數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù),其主要特點是對 商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其它模型 化處理,從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。 根據(jù)數(shù)據(jù)挖掘的任務(wù)可主要劃分為:關(guān)聯(lián)規(guī)則挖掘、序列模 式挖掘、聚類數(shù)據(jù)挖掘、分類數(shù)據(jù)挖掘等幾類。 (1) 關(guān)聯(lián)規(guī)則挖掘是指從交易數(shù)據(jù)庫中挖掘出不同商品 (項) 之間的聯(lián)系,這些規(guī)則揭示了顧客購買行為的模式。該類 挖掘結(jié)果可以應(yīng)用于商品貨架設(shè)計、庫存安排以及根據(jù)購買模 式對用戶進(jìn)行分類等方面。關(guān)聯(lián)規(guī)則挖掘算法屬于無監(jiān)督(無 教師) 學(xué)習(xí)方法,1993 年Agrawal 等提出的APriori 算法是該類 算法的代表。 (2) 序列模式挖掘與關(guān)聯(lián)規(guī)則挖掘同樣是挖掘出重復(fù)發(fā)生 概率較高的模式,所不同的是前者強(qiáng)調(diào)時間上的順序關(guān)系。該 類挖掘應(yīng)用于發(fā)現(xiàn)用戶時序購買行為模式、網(wǎng)站頁面訪問模式 和DNA 序列分析等領(lǐng)域。 (3) 聚類數(shù)據(jù)挖掘是在預(yù)先不知道目標(biāo)數(shù)據(jù)庫到底有多少 類的情況下,希望將所有的記錄組成不同的類,稱為“聚類” (Cluster) 。并且使得在這種分類情況下,以某種度量為標(biāo)準(zhǔn)的 相似性,在同一聚類之間最小化,而在不同聚類之間最大化。聚 類將分布未知的數(shù)據(jù)按照指定標(biāo)準(zhǔn)分類,達(dá)到分而制之的目的。 聚類分析的算法可以分為劃分方法、層次方法、基于密度的方 法、基于網(wǎng)格的方法和基于模型的方法。 (4) 分類數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中一個極重要的應(yīng)用,它通 過在已有數(shù)據(jù)上的學(xué)習(xí)總結(jié)出其中的規(guī)律,并將規(guī)律應(yīng)用到新 的數(shù)據(jù)上以進(jìn)行預(yù)測。分類與聚類的區(qū)別就在于分類是要找出 數(shù)據(jù)分布(聚類) 的原因,而聚類是要得出未知數(shù)據(jù)的聚合情況。 分類的效果一般和數(shù)據(jù)的特點有關(guān),例如數(shù)據(jù)的嗓聲,缺失值, 分布稀疏狀況,字段或?qū)傩蚤g的相關(guān)性,屬性是離散、連續(xù)或混 合式的等方面。目前普遍認(rèn)為不存在某種方法能適合于各種特 點的數(shù)據(jù),研究并改進(jìn)算法以適應(yīng)某一特定應(yīng)用是研究的方向 之一。分類的方法包括貝葉斯分類方法、決策樹方法、神經(jīng)網(wǎng)絡(luò) 方法、遺傳算法等。 31 客戶生命周期中的數(shù)據(jù)挖掘技術(shù)。 對應(yīng)客戶整個生命周期的各個階段,企業(yè)的客戶關(guān)系管理 需求是不同的,其所使用的數(shù)據(jù)挖掘技術(shù)也不盡相同, (l) 潛在客戶階段。該階段企業(yè)的目標(biāo)是通過對己有客戶 進(jìn)行特征分析,找出自身客戶的特點,并依此對新群體進(jìn)行營 銷,期望其能成為企業(yè)的新客戶。對應(yīng)于這一目標(biāo),企業(yè)通常使 用分類技術(shù)找到對企業(yè)有貢獻(xiàn)的客戶群體,并對其實施相應(yīng)的 吸引策略。 (2) 已有客戶階段。企業(yè)的已有客戶是企業(yè)當(dāng)前利潤的來 源,所以要對其進(jìn)行各種能夠?qū)崿F(xiàn)利潤最大化目標(biāo)的分析。具 體包括以下幾點: ①客戶群體細(xì)分。根據(jù)Pareto 原理,為企業(yè)提供80 %利 潤的客戶占全體客戶的20 % ,這部分客戶是市場中最有價值的 客戶,也就是我們常說的大客戶。對這部分客戶的深入分析可 使企業(yè)及時調(diào)整策略,發(fā)現(xiàn)新的商機(jī),從而達(dá)到吸引新客戶、留 住老客戶、最大限度提高客戶價值的目的。完成該項任務(wù)的就 是客戶細(xì)分?？蛻艏?xì)分是CRM 實現(xiàn)其目標(biāo)的主要手段之一。 CRM 成功的前提條件是能夠根據(jù)客戶價值細(xì)分企業(yè)的客戶。 分類、聚類技術(shù)可以應(yīng)用于客戶細(xì)分這一目標(biāo)。 ②交叉銷售。交叉銷售又稱捆綁銷售,是根據(jù)客戶以往的 購買習(xí)慣對客戶進(jìn)行針對性的營銷。具體包括兩種類型:其一 是根據(jù)大量客戶的購買習(xí)慣得出客戶群體的購買習(xí)慣,并對所 有客戶實施這種營銷,超市中的啤酒加尿布就是這一類的代表: 另一種是根據(jù)特定客戶在一定時期內(nèi)的購買記錄,對其進(jìn)行針 對性營銷,例如客戶在一段時間內(nèi)購買了分紅壽險和意外險,很 大可能會再購買健康險,那么營銷人員可以在一段時間之后再 推銷健康險。可以看出,第一種是根據(jù)大量客戶的購買記錄進(jìn) 行的,無時間先后的概念,所捆綁的若干商品是被一次購買的; 后一種則是根據(jù)某一消費者的歷史購買記錄進(jìn)行的,捆綁的商 品是被分次購買,具有延伸性。關(guān)聯(lián)規(guī)則和序列分析是實現(xiàn)上 述營銷功能的有力工具。 ③欺詐識別。金融活動中存在著大量的欺詐活動,那些不 法分子利用金融機(jī)構(gòu)提供的各項服務(wù)進(jìn)行違法活動,例如洗黑 錢、信用卡透支等。作為金融機(jī)構(gòu),需要使用強(qiáng)有力的偵察工具 實現(xiàn)降低事件發(fā)生率、及時發(fā)現(xiàn)欺詐活動的目的,減少對企業(yè)、 社會的危害。數(shù)據(jù)挖掘中的異常分析就是針對這類情況而生 的,當(dāng)然該項分析還可以用于地質(zhì)等方面。具體的實現(xiàn)技術(shù)包 括聚類、分