基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)客戶關(guān)系管理

李雪菁

（1.上海杉達學(xué)院信息科學(xué)與技術(shù)學(xué)院 上海 201209）（2.上海大學(xué)機電工程與自動化學(xué)院 上海 200072）

1 引言

過對大數(shù)據(jù)的深入挖掘會給金融領(lǐng)域的業(yè)務(wù)模式帶來巨大的改變，進而對為企業(yè)提供了從其他視角解決問題的可能性。與此同時，也可能使企業(yè)新的商業(yè)機會和重構(gòu)新的商業(yè)模式。電子商務(wù)作為當(dāng)代主要的商業(yè)模式更希望借助先進的信息技術(shù)發(fā)現(xiàn)潛在的新客戶以及保持并改善與老客戶的關(guān)系，從而整體上提高企業(yè)的市場競爭力。

所謂數(shù)據(jù)挖掘在客戶關(guān)系管理（Customer Relationship Management CRM）中的應(yīng)用，實質(zhì)就是通過提取企業(yè)數(shù)據(jù)倉庫中的業(yè)務(wù)數(shù)據(jù)作為建模樣本［2］。利用各種數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)進一步建模并分析優(yōu)化，從而為企業(yè)經(jīng)營決策和市場策劃進行指導(dǎo)［1］?；跀?shù)據(jù)挖掘技術(shù)，本文將針對三方面問題即客戶細分、客戶保持及客戶滿意度，對客戶關(guān)系管理問題進行分析研究。

本文對基于聚類和決策樹的客戶細分模型，采用聚類方法對具有相似購買行為的用戶進行聚類，再利用決策樹分析根據(jù)各類客戶的屬性的差別將客戶細分為不同的類別，并利用K-means算法對該模型進一步研究，取得了很好的效果。

2 客戶數(shù)據(jù)特點分析

電子商務(wù)經(jīng)營流程包括企業(yè)的T（交貨期），Q（質(zhì)量），C（成本），S（服務(wù)），E（環(huán)保）等方面。電子商務(wù)是一個有機的整體，其集成了人員、技術(shù)、經(jīng)營管理及企業(yè)的物流、資金流、信息流等方面的信息［3］?？蛻絷P(guān)系管理（CRM）同生產(chǎn)管理、庫存管理、成本控制等相同，也是電子商務(wù)的一個應(yīng)用系統(tǒng)。從整體看，CRM提供了基于客戶的企業(yè)管理的綜合信息?；谄髽I(yè)管理，本文總結(jié)CRM有如下特點：

1）數(shù)據(jù)量大面廣

其包括財務(wù)管理、員工管理、能源管理、材料儲備管理、訂單管理、生產(chǎn)進度管理和成本管理等。信息的來源是多方位的。具體來說，有自企業(yè)內(nèi)部數(shù)據(jù)庫的；也有源于原始單據(jù)、手工報表等；更有部分信息來源于因特網(wǎng)或合作伙伴的業(yè)務(wù)數(shù)據(jù)庫?？梢娖鋽?shù)據(jù)量是非常大的。

2）數(shù)據(jù)形式多樣

其數(shù)據(jù)形式是非常多樣化的。既有傳統(tǒng)的文件及數(shù)據(jù)庫數(shù)據(jù)；同時也有因特網(wǎng)/企業(yè)內(nèi)部網(wǎng)數(shù)據(jù)；甚至有聲音、圖像等多媒體數(shù)據(jù)。而同一類型的數(shù)據(jù)也有可能存在完全不同的存儲格式。

3）面向不同的業(yè)務(wù)

對于不同的業(yè)務(wù)，其可能提供不同的信息。通常不同的業(yè)務(wù)對信息需求的側(cè)重點不同，因此數(shù)據(jù)需要與其它管理直接相關(guān)的信息，同時也需要其他大量的輔助信息。

4）信息集成

各種系統(tǒng)的信息有機地集成在一起構(gòu)成整個企業(yè)的CRM系統(tǒng)。

CRM在整個生命周期中都以客戶為中心，客戶信息是CRM存在的基石。為了進行有效的客戶分析，這些信息必須在整個企業(yè)范圍都是一致的、可靠的，并且具有便于使用的格式。然而，針對上述企業(yè)客戶數(shù)據(jù)的以上特點，如果簡單地將它們復(fù)制過來，而不進行清洗、集成和綜合，則對客戶分析和市場營銷是無效的。因此，建立一個企業(yè)范圍內(nèi)全局一致的客戶數(shù)據(jù)倉庫就非常必要，這是CRM成功的基礎(chǔ)。通過建立客戶數(shù)據(jù)倉庫，把原來分散在企業(yè)內(nèi)外的關(guān)于客戶的數(shù)據(jù)集成起來面向主題進行組織，向企業(yè)及其員工提供了關(guān)于客戶的總體的、統(tǒng)一的看法建立基于數(shù)據(jù)倉庫的客戶關(guān)系管理，具有數(shù)據(jù)挖掘和在線分析等分析功能，高質(zhì)量地實現(xiàn)了客戶關(guān)系管理的目標，充分發(fā)揮了客戶關(guān)系管理的作用。

3 基于數(shù)據(jù)挖掘的CRM應(yīng)用流程

數(shù)據(jù)挖掘在CRM中的應(yīng)用，實質(zhì)上就是通過提取企業(yè)數(shù)據(jù)倉庫中的業(yè)務(wù)數(shù)據(jù)、營銷數(shù)據(jù)以及客戶數(shù)據(jù)作為建模樣本，再利用數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)進行挖掘。進而，對挖掘的結(jié)果進行分析和建模并不斷對模型進行優(yōu)化，從而為企業(yè)經(jīng)營決策和市場策劃進行指導(dǎo)［4］。數(shù)據(jù)挖掘在客戶關(guān)系管理中應(yīng)用的流程如圖1所示。

數(shù)據(jù)采集過程收集到數(shù)據(jù)為源數(shù)據(jù)。源數(shù)據(jù)中與CRM有關(guān)的數(shù)據(jù)，包括了服務(wù)器日志數(shù)據(jù)、客戶注冊信息及交易數(shù)據(jù)信息等。這其中的客戶信息與服務(wù)器日志數(shù)據(jù)相結(jié)合分析，就能更好地理解客戶行為。

所謂的數(shù)據(jù)處理過程，是指對采集到的各種不同類型的數(shù)據(jù)進行預(yù)處理。數(shù)據(jù)清洗過程目的是消除噪聲的數(shù)據(jù)，以便對數(shù)據(jù)進行再組織，進而建立數(shù)據(jù)倉庫。

數(shù)據(jù)存儲過程是指，將處理后的數(shù)據(jù)按照要求以一定的形式保存起來，方便日常對數(shù)據(jù)的管理。常見的數(shù)據(jù)存儲方式有包括，關(guān)系數(shù)據(jù)庫和事務(wù)數(shù)據(jù)庫及數(shù)據(jù)倉庫。

CRM中常用的數(shù)據(jù)挖掘算法有關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘，聚類和分類分析等。

模式分析的含義是：在模式發(fā)現(xiàn)中，獲得的模式進行分析。通過濾掉用戶不感興趣的規(guī)則和模式，獲得更多有用的信息。進而可以結(jié)合客戶的注冊信息，將這些信息用于對客戶進行忠誠度、滿意度等分析。

圖1 客戶關(guān)系數(shù)據(jù)挖掘過程

4 基于數(shù)據(jù)挖掘技術(shù)的CRM

數(shù)據(jù)挖掘能夠幫助企業(yè)確定客戶的特點，從而為客戶提供針對性的服務(wù)。具體來說，通過數(shù)據(jù)挖掘發(fā)現(xiàn)使用某一業(yè)務(wù)的客戶特征，這樣就可以向其他同樣具有類似特征，但沒有使用該業(yè)務(wù)的客戶進行有目的推送。甚至可以找到流失客戶的特征，這樣便于采取針對性的措施，以便保持客戶群。本節(jié)將從客戶細分、客戶忠誠度保持，客戶滿意度這三個方面研究數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用。

4.1 客戶細分

所謂的“客戶細分”是指把大量客戶分。保證每一類里的客戶具有類似的屬性，而與其他類里的客戶具有不同屬性［5］?？蛻艏毞謱ζ髽I(yè)的經(jīng)營策略有很大益處。根據(jù)聚類和決策樹的客戶細分模型，本文基于K-means算法采用了聚類方法對具有相似購買行為的用戶進行聚類，進而利用決策樹法，根據(jù)各類客戶的屬性的差別將客戶細分為不同的類別，提高了算法效率，使分析更準確。

以某國際食品連鎖超市為例，將客戶分為普通客戶和會員兩種?？蛻糍Y料有10281條客戶信息，銷售記錄表中存儲了一年當(dāng)中所有的銷售記錄。對兩張表進行了查詢、隨機取樣處理后，得到一個數(shù)據(jù)集（540條記錄），將其用于數(shù)據(jù)挖掘如表1（部分數(shù)據(jù)）。

挖掘步驟為

通貨膨脹對錢多的人有害，還是對錢少的人有害？我的答案是對錢少的人有害。因為錢多的人，一般都把錢變成了資產(chǎn)，資產(chǎn)保值，抵御了通脹。而錢少的人，一般是存款或持有現(xiàn)金。

1）將Average-Expend和Time作聚類變量，反映客戶的貢獻度和忠誠度。K-means算法實現(xiàn)過程中采用隨機選擇法選擇聚點。再利用最近歸類法進行初始劃分，采用逐個修改法來更新聚點；

2）根據(jù)客戶屬性構(gòu)建決策樹。屬性選取標準用增益比例代替增益。如式（1）。

表1 挖掘數(shù)據(jù)集示例樣本

其中，SplitInfo（X，a）為屬性a的熵值。Gain（X，a）為增益。計算表明，不同屬性提供相同的增益時，SplitInfo（X，a）的取值越小越好。這是因為值越小說明為獲取關(guān)于屬性a的取值所需付出的代價就越小。若有一個屬性a，根據(jù)其不同取值a1，a2，…，an將實例集 X 分成集合 X1，X2…Xn，且有 X1+X2+…+Xn=X，則有：

數(shù)據(jù)挖掘結(jié)果將客戶按照Average-Expend、Time分為4類，如表2。

表2 聚類挖掘結(jié)果

將 C1、C2、C3和 C4屬性寫入到挖掘庫中，將年收入、孩子個數(shù)等作為輸入列，創(chuàng)建如圖2所示的決策樹。以客戶貢獻度和客戶忠誠度為標準，對客戶進行聚類，根據(jù)輔助屬性進行決策樹分類。對客戶群進行如圖2的分析。

圖2 客戶細分決策樹

C1這類客戶對企業(yè)價值很小，雖然這類客戶中不乏有高收入人群，但各類促銷活動都未能提高他們的消費額，可能是受收入或其他主客觀因素影響。其貢獻度與忠誠度都較低，屬于劣質(zhì)客戶群。這類客戶很難向更高級客戶轉(zhuǎn)變。因此在今后營銷中，不應(yīng)花太多成本。

C2是值得珍惜，具有潛力的資源，是企業(yè)最應(yīng)該實施影響的客戶群體。應(yīng)該為這類客戶提供更加個性化服務(wù)，提升該類客戶的忠誠度，使該類客戶轉(zhuǎn)變?yōu)辄S金客戶。這是因為這類客戶群貢獻度高，忠誠度較低，屬于潛力客戶群。

C3這類客戶多為己婚且孩子較多的高收入家庭。消費次數(shù)較多，消費額較固定，且在總消費額中所占比例很大，屬于黃金客戶。企業(yè)要穩(wěn)定該類客戶的消費。比如進一步了解這類客戶的消費需求和消費傾向，重視他們的消費反饋信息。

C4客戶多為收入較高，貢獻度低，但忠誠度較高，屬于理性客戶群。理性客戶一般比較注重商品的質(zhì)量、承諾和價格?？梢酝ㄟ^促銷手段，提高其對商品各方面的認可，使其轉(zhuǎn)變?yōu)辄S金客戶。

對客戶進行細分能夠幫助企業(yè)理解客戶行為，更好地進行客戶識別。

4.2 客戶保持

客戶保持包括對客戶流失和客戶忠誠度的分析。當(dāng)前行業(yè)競爭日益激烈，獲得新的客戶的成本是保留老客戶成本的5倍［6］?？梢?，保持客戶，尤其是對優(yōu)質(zhì)客戶的保持，對于企業(yè)來說非常重要。本節(jié)著重研究客戶流失問題，以對客戶保持提供對策，提出挽留方案，避免流失持續(xù)發(fā)生。結(jié)合表1中的交易數(shù)據(jù)庫，本小節(jié)探討神經(jīng)網(wǎng)絡(luò)中的BP算法在客戶流失中的應(yīng)用。

通過對交易數(shù)據(jù)庫中歷史交易數(shù)據(jù)的分析，將判斷客戶流失的條件設(shè)置為：半年內(nèi)沒有記錄的會員客戶；一年內(nèi)交易額僅為原來的1/3，且最近三個月沒有交易的客戶。神經(jīng)網(wǎng)絡(luò)輸入因子屬性為會員卡類別、年收入、月交易額、月交易率，教育背景和年齡等6個量化因子。提取以上兩類客戶數(shù)據(jù)作為分析對比樣本。部分原始數(shù)據(jù)如表3所示。

表3 部分原始數(shù)據(jù)示例

進行多因子分析常遇到的問題是各類指標類型、量綱等的不同。若要消除這些差異對計算結(jié)果的影響，就要對數(shù)據(jù)做規(guī)范化處理［7］。

BP算法是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，其輸入與輸出層的單元數(shù)根據(jù)所求解問題的任務(wù)而定。輸入層有6個輸入因子。輸出層有一個輸出單元。采用布爾型變量表示，1代表流失，0代表未流失。本小節(jié)在權(quán)值調(diào)整算式中加入動量變步長η項對算法進行改進，以提高收斂效率。

變步長算法基本思想為先設(shè)一個初步步長η，若一次迭代后誤差增大，則η取較大值；若一次迭代后誤差減小，則η取較小值，即

其中

N為學(xué)習(xí)樣本容量，E稱為全局平均誤差。權(quán)值調(diào)整改進算法：在權(quán)值調(diào)整算式中加入動量項，即

式中，a為動量因子，一般取0.1～0.8。權(quán)值修正量加上了有關(guān)上一時刻權(quán)值修改方向的記憶，使每次誤差的迭代誤差有所下降。這樣做的目的是加速收斂。隱藏層層數(shù)越多，誤差反向傳播的計算過程就越復(fù)雜，這樣會增加訓(xùn)練時間。單隱層神經(jīng)網(wǎng)絡(luò)可以逼近任何連續(xù)函數(shù)。采用一個隱藏層。確定好神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)之后，在Matlab下，設(shè)置最大學(xué)習(xí)次數(shù)為100000，目標誤差為0.001，隨機選取的30000個訓(xùn)練樣本。經(jīng)過135001步運算之后，網(wǎng)絡(luò)精度達到要求，SEE=0.00999939。

以上初步完成了一個客戶流失預(yù)測分析的BP網(wǎng)絡(luò)模型的建立，然后利用訓(xùn)練好的網(wǎng)絡(luò)對10000個檢驗樣本進行預(yù)測，將模型輸出值與期望輸出值進行對比見表4。1為流失，小于0.5視為非流失。

表4 模型輸出值與期望輸出值

表5表明數(shù)據(jù)模型輸出值與期望輸出值吻合度較高，該訓(xùn)練模型已具有良好的學(xué)習(xí)能力，使用該BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型對客戶數(shù)據(jù)進行分析，能夠?qū)蛻袅魇нM行比較準確的預(yù)測。

表5 模型輸出值與期望輸出值對比

4.3 客戶滿意度分析

對企業(yè)十分滿意的客戶再次購買產(chǎn)品為滿意客戶的6倍［8～10］。把有價值客戶長期保持在高滿意度內(nèi)，可以保證企業(yè)持續(xù)盈利。而客戶的滿意度是一種主觀感受。其受到產(chǎn)品甚至客戶自身影響，很難具體數(shù)據(jù)化。當(dāng)前只能大致的分為十分滿意、比較滿意、滿意、不滿意、非常不滿意［11］。利用數(shù)據(jù)挖掘技術(shù)，將客戶根據(jù)以上滿意度標準分類。根據(jù)分類結(jié)果結(jié)合客戶的價值度分析，進而保證高價值客戶的滿意度。

5 結(jié)語

本文從客戶細分、客戶保持，客戶滿意度三個方面闡述了數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用?；诰垲惡蜎Q策樹的客戶細分模型，利用K-means算法對模型進行分析，進而提高了算法效率，使分析更準確。另外，本文對客戶的忠誠度進行了研究，提出了一種基于探討神經(jīng)網(wǎng)絡(luò)的BP算法在客戶流失中的應(yīng)用，取得了很好的效果。