數(shù)據(jù)挖掘在企業(yè)客戶行為分析中的應(yīng)用探究

包文夏

[摘 要]在企業(yè)管理中，客戶行為分析是一項(xiàng)重要的工作，有利于增加企業(yè)的客戶資源，提高客戶的滿意度。將數(shù)據(jù)挖掘技術(shù)應(yīng)用到企業(yè)客戶行為分析中意義重大，可以幫助企業(yè)提高客戶行為分析的準(zhǔn)確性和科學(xué)性，從而為企業(yè)制定更加完善的發(fā)展戰(zhàn)略服務(wù)。本文主要對(duì)數(shù)據(jù)挖掘技術(shù)在企業(yè)客戶行為分析中的應(yīng)用進(jìn)行研究。

[關(guān)鍵詞]客戶行為；數(shù)據(jù)挖掘；行為分析

doi：10.3969/j.issn.1673 - 0194.2017.14.034

[中圖分類號(hào)]F270 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0194（2017）14-00-02

知識(shí)經(jīng)濟(jì)時(shí)代，網(wǎng)絡(luò)經(jīng)濟(jì)不斷發(fā)展，客戶需求向著多樣化的方向發(fā)展，為了更好地迎合客戶需求，企業(yè)需要相應(yīng)改變銷售策略，以便獲得更多的客戶，提高企業(yè)市場(chǎng)份額的占有率。這個(gè)道理，在當(dāng)今的市場(chǎng)環(huán)境下誰(shuí)都明白。如，戴爾電腦公司堅(jiān)持客戶為本的理念，將客戶的需求進(jìn)行劃分，一切圍繞滿足客戶需求的進(jìn)程進(jìn)行。圍繞客戶的個(gè)性化需求展開(kāi)產(chǎn)品的提供和服務(wù)。為了將公司做大做強(qiáng)，對(duì)客戶行為進(jìn)行分析，提供個(gè)性化的產(chǎn)品和服務(wù)，能保證企業(yè)在數(shù)量增加的同時(shí)，還能增加營(yíng)銷等活動(dòng)，真正充實(shí)數(shù)據(jù)資源等，解決擺在企業(yè)面前的難題。

1 數(shù)據(jù)挖掘技術(shù)

在遇到大量的不完全的數(shù)據(jù)時(shí)，需要對(duì)有噪聲、模糊的數(shù)據(jù)進(jìn)行挖掘，將其中的數(shù)據(jù)采用人工智能統(tǒng)計(jì)的方法進(jìn)行知識(shí)的獲取。利用數(shù)據(jù)進(jìn)行技術(shù)的挖掘，必須采用特征化和比較描述的方法，將較低概念層次的對(duì)象數(shù)據(jù)加以抽象，達(dá)到較高的概念層次，使數(shù)據(jù)有類比和對(duì)比的可比性，形成相抵的屬性，如圖1所示。

（1）采用關(guān)聯(lián)規(guī)則的方式，將事件進(jìn)行記錄，并將發(fā)生在一起的項(xiàng)目，進(jìn)行潛在關(guān)聯(lián)的推斷，得到彼此間的識(shí)別模式，按照維數(shù)和層次的分類，可以關(guān)聯(lián)規(guī)則的基礎(chǔ)。

（2）對(duì)歷史數(shù)據(jù)進(jìn)行模型的分類和監(jiān)理，采用相鄰的分類法，將遺傳算法等進(jìn)行數(shù)據(jù)的分類，如，決策樹(shù)等方法。

（3）將現(xiàn)實(shí)進(jìn)行抽象后，對(duì)象采用集合和分組的方法，在相似對(duì)象的多個(gè)類的過(guò)程中，采用數(shù)據(jù)集合的方法，促成聚類的族群的類比，將同族內(nèi)的對(duì)象進(jìn)行相似度處理，得到聚類的數(shù)據(jù)挖掘，采用預(yù)處理的步驟將算法中的簇進(jìn)行進(jìn)一步處理，得到聚類算法的分層次的網(wǎng)格和密度的分類結(jié)果。

（4）采用同簇中的相似和相異的，使用統(tǒng)計(jì)學(xué)中的回歸方法和時(shí)間序列進(jìn)行分析，根據(jù)已有的歷史數(shù)據(jù)建立模型，對(duì)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。

2 數(shù)據(jù)挖掘技術(shù)在企業(yè)客戶行為分析中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)在企業(yè)客戶行為分析中起著關(guān)鍵的作用，企業(yè)可用數(shù)據(jù)挖掘技術(shù)對(duì)已有的客戶數(shù)據(jù)進(jìn)行一系列分析，找出其中蘊(yùn)涵的知識(shí)，以采取有效的措施和策略。

（1）企業(yè)客戶進(jìn)行細(xì)分。企業(yè)的資源是有限的，根據(jù)市場(chǎng)的狀況劃分客戶的消費(fèi)行為，采取有效的營(yíng)銷策略細(xì)分客戶，然后讓企業(yè)認(rèn)識(shí)客戶，針對(duì)不同的客戶群提供個(gè)性化服務(wù)。根據(jù)地理環(huán)境和產(chǎn)品利潤(rùn)，對(duì)企業(yè)的客戶進(jìn)行劃分，選擇適當(dāng)?shù)耐诰蚣夹g(shù)在客戶群體的分類標(biāo)準(zhǔn)情況下，可以挖掘出聚類的技術(shù)，劃分客戶群，這種采用分析聚類方法得到的結(jié)果，能夠?qū)γ總€(gè)客戶群進(jìn)行未來(lái)狀況的預(yù)測(cè)，同時(shí)，可采用挖掘的概念描述，在高的抽象層次上對(duì)每個(gè)客戶群進(jìn)行理解和不同的客戶群間進(jìn)行比較。根據(jù)客戶的要求進(jìn)行個(gè)性化服務(wù)，雙方在產(chǎn)品的利潤(rùn)以及品牌的使用率和購(gòu)買品牌的忠誠(chéng)度上，進(jìn)行細(xì)致劃分，根據(jù)企業(yè)的營(yíng)銷戰(zhàn)略對(duì)企業(yè)的客戶進(jìn)行適當(dāng)挖掘，如果對(duì)客戶群體的分類能夠聚類，并可根據(jù)標(biāo)準(zhǔn)進(jìn)行劃分，則挖掘的分類和客戶群的未來(lái)狀況、給企業(yè)帶來(lái)的利潤(rùn)率將被精確地預(yù)測(cè)。每個(gè)客戶的概念描述將被具體地挖掘出來(lái)，每個(gè)客戶群都能在高的層次上進(jìn)行比較，如圖2所示。

（2）客戶的盈利能力與企業(yè)的利潤(rùn)相關(guān)。當(dāng)知道了客戶的盈利能力后，企業(yè)才能采取有效的營(yíng)銷策略，根據(jù)歷史數(shù)據(jù)進(jìn)行技術(shù)的挖掘，如果某個(gè)客戶的盈利能力能夠達(dá)到度量標(biāo)準(zhǔn)，就可以成為企業(yè)的黃金客戶，企業(yè)可以向這些客戶提供特殊的服務(wù)和經(jīng)營(yíng)的策略，將其的滿意度和忠誠(chéng)度不斷提高，保證企業(yè)的盈利。同時(shí)可采取分類挖掘的技術(shù)，將客戶分成不同的客戶群，然后對(duì)他們的相近特征進(jìn)行考慮，采用交叉營(yíng)銷的方式，對(duì)這些客戶發(fā)送電子郵件，推薦有興趣的產(chǎn)品或者服務(wù)。針對(duì)結(jié)果進(jìn)行營(yíng)銷策略的制定，提高客戶可盈利的水平。

（3）對(duì)客戶進(jìn)行獲取和保持。要對(duì)現(xiàn)有客戶的生命周期進(jìn)行核算，隨著業(yè)務(wù)擴(kuò)大，時(shí)間的流逝，客戶需要不斷補(bǔ)充，企業(yè)的發(fā)展需要新客戶的加盟。對(duì)于新客戶，企業(yè)可以通過(guò)不同的營(yíng)銷手段，獲取每個(gè)客戶對(duì)營(yíng)銷手段的不同反應(yīng)，通過(guò)多樣化的交流渠道，獲得更多的信息。營(yíng)銷的渠道有很多，有郵件、電話、網(wǎng)站等，反饋的數(shù)據(jù)量不斷擴(kuò)大，營(yíng)銷者難以把握，要充分利用數(shù)據(jù)分析的方法，將客戶的概念從整體上加以描述和概括。運(yùn)用數(shù)據(jù)發(fā)掘的辦法，將客戶的興趣進(jìn)行關(guān)聯(lián)，得到盈利判斷標(biāo)準(zhǔn)，為對(duì)客戶的盈利能力進(jìn)行預(yù)測(cè)、分類和處理、得到有價(jià)值的知識(shí)，發(fā)掘出有效的營(yíng)銷方法。

商品的增多使客戶和企業(yè)的接觸渠道多樣化，客戶的流失是由于客戶的選擇性在增多。進(jìn)行與客戶流失的關(guān)聯(lián)分析，能夠?qū)⒘魇У目蛻魯?shù)據(jù)進(jìn)行重建，做好現(xiàn)有客戶不再被流失的防范措施。例如通過(guò)對(duì)客戶群進(jìn)行細(xì)分，提供個(gè)性化服務(wù)，實(shí)行一對(duì)一營(yíng)銷，提高客戶的滿意度。

一個(gè)服務(wù)提供商要運(yùn)用數(shù)據(jù)挖掘技術(shù)將客戶保留。企業(yè)要根據(jù)人力資源專家給出的相關(guān)因素選擇適當(dāng)?shù)臄?shù)據(jù)源，運(yùn)用決策樹(shù)的方法進(jìn)行分類，可根據(jù)是否有流失傾向進(jìn)行劃分，然后運(yùn)用季節(jié)取向模型對(duì)客戶的業(yè)務(wù)規(guī)律進(jìn)行建模，得到歷史數(shù)據(jù)，運(yùn)用偏差檢測(cè)方法對(duì)影響性較高的數(shù)據(jù)進(jìn)行檢測(cè)，經(jīng)過(guò)檢測(cè)閾值進(jìn)行預(yù)警，對(duì)每個(gè)客戶的興趣度進(jìn)行選擇和處理，做好防范措施，在有業(yè)務(wù)聯(lián)系的客戶群里，引發(fā)“鏈條效應(yīng)”，采用多層關(guān)聯(lián)規(guī)則的挖掘方法將客戶的相關(guān)性進(jìn)行挖掘。分析不同的概念層，預(yù)防鏈條效應(yīng)的發(fā)生，避免企業(yè)客戶群的流失。

（4）實(shí)際應(yīng)用中，對(duì)數(shù)據(jù)模型運(yùn)用神經(jīng)網(wǎng)路的方法，對(duì)合法交易的記錄和欺詐記錄的集合進(jìn)行計(jì)算，以選擇相應(yīng)的規(guī)則，對(duì)有欺詐行為的客戶進(jìn)行判斷，提高信用度。企業(yè)營(yíng)銷的重點(diǎn)將隨著市場(chǎng)的變化而變化，數(shù)據(jù)挖掘發(fā)揮的作用是相互利用而不是分開(kāi)的。在細(xì)分客戶群時(shí)如果發(fā)現(xiàn)了特殊的客戶，企業(yè)需要對(duì)這些特殊客戶進(jìn)行發(fā)掘，進(jìn)行盈利能力分析，然后根據(jù)盈利和成本的差額進(jìn)行選擇，將潛在客戶的數(shù)據(jù)加以挖掘和應(yīng)用，針對(duì)具體問(wèn)題進(jìn)行具體分析，并加以靈活運(yùn)用。

3 結(jié) 語(yǔ)

隨著全球化企業(yè)營(yíng)銷管理競(jìng)爭(zhēng)的加劇，數(shù)據(jù)挖掘技術(shù)在挖掘語(yǔ)言的形式化和標(biāo)準(zhǔn)化、挖掘過(guò)程的可視化、網(wǎng)絡(luò)環(huán)境的數(shù)據(jù)挖掘、非結(jié)構(gòu)化數(shù)據(jù)挖掘、知識(shí)的維護(hù)更新等方面不斷取得新進(jìn)展，對(duì)企業(yè)信息化建設(shè)具有推進(jìn)作用。當(dāng)今越來(lái)越多的企業(yè)建立屬于自己的數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘技術(shù)將會(huì)取得廣泛和深入的應(yīng)用，屆時(shí)，誰(shuí)運(yùn)用數(shù)據(jù)挖掘技術(shù)掌握了客戶資源，誰(shuí)將更具競(jìng)爭(zhēng)力。

主要參考文獻(xiàn)

[1]朱慧云，陳森發(fā)，張麗杰.動(dòng)態(tài)環(huán)境下多個(gè)時(shí)期的客戶購(gòu)物模式變化挖掘[J].東南大學(xué)學(xué)報(bào)：自然科學(xué)版，2012（5）.

[2]郭崇慧，趙作為.基于客戶行為的4S店客戶細(xì)分及其變化挖掘[J].管理工程學(xué)報(bào)，2015（4）.

[3]劉學(xué).基于數(shù)據(jù)挖掘的基金定投業(yè)務(wù)中客戶行為的分析[D].大連：大連海事大學(xué)，2013.

[4]胡娟.基于數(shù)據(jù)挖掘的客戶智能分析和研究[J].電腦知識(shí)與技術(shù)，2013（35）.endprint