




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、商業(yè)自動化期中分組報告,第十組,以兩階段資料採礦分群方法應(yīng)用於顧客關(guān)係管理和獲利績效評估之實證研究,壹、緒論,由於市場競爭激烈化,對企業(yè)來說,不得不重視顧客忠誠度這個議題。 透過CRM資訊技術(shù)的運用,提升顧客忠誠度,是個相當(dāng)重要的課題。,貳、文獻討探,一、客戶關(guān)係管理 整合前端顧客接觸系統(tǒng)與後端企業(yè)作業(yè)系統(tǒng)的企業(yè)策略,然後從大量顧客的歷史交易資料中,找出對企業(yè)最具利潤貢獻度的客戶群,以協(xié)助建立或改善企業(yè)在行銷、銷售、服務(wù)等運作的核心企業(yè)流程。最終目的達(dá)成開發(fā)新客戶、保留舊客戶及提升顧客利潤貢獻度的目標(biāo)。,CRM的導(dǎo)入過程:客戶識別 區(qū)隔 互動 客製化 CRM的應(yīng)用範(fàn)圍:合作型 作業(yè)型 分析型,
2、二、客戶價值分析 顧客分類與區(qū)隔方式:活躍 靜態(tài) 潛在 疑似 無利潤,顧客忠誠度:RFM模型 顧客獲利性衡量 顧客價值矩陣,Average,多(M)平均購買金額 少,多,購買次數(shù)(F),三、資料採礦 Data Mining的運作流程 Data Mining功能種類:驗證驅(qū)動資料採礦 發(fā)現(xiàn)驅(qū)動資料採礦,傳統(tǒng)統(tǒng)計分析與類神經(jīng)網(wǎng)路之分群方式: 第一階段分群:自我組織圖,SOM映射,輸入層:代表輸入變數(shù),N維度的輸入向量資料,輸出層:代表聚類,第二階段分群:K-Mean,SOM,K-mean,新的群體,分群數(shù)目與重心,多維度資料,第一階段,第二階段,學(xué)習(xí)循環(huán),學(xué)習(xí)循環(huán),參、研究架構(gòu)與方法,一、整合資料
3、採礦技術(shù)之顧客關(guān)係管理運作架構(gòu) 系統(tǒng)的資料採礦將顧客分群作業(yè),將產(chǎn)生的顧客名 單匯至前端的CRM流程中,並將取出的目標(biāo)顧客群的資訊與行銷活動相結(jié)合,且展開各項行銷活動,再依回應(yīng)情況的資訊整合至前端的CRM執(zhí)行,控制系統(tǒng),進一步了解CRM的績效表現(xiàn),並不斷紀(jì)錄CRM活動以有效學(xué)習(xí)顧客知識,使封閉式針對個案提出整合DM技術(shù)的CRM流程架構(gòu): (1)前端作業(yè)環(huán)境 (2)後端分析系統(tǒng) 由後端分析的CRM系統(tǒng)可實現(xiàn)顧客獲利、保留及增加顧客獲利性的目標(biāo)。,(一)LRFM資料模型 為進行“非監(jiān)督”的兩階段分群作業(yè),須從顧客交易資料庫中,將 L、R、F、M 四個輸入變數(shù)資料匯入採礦資料庫內(nèi),以提供DM分群作業(yè)
4、所需之資料。 L: 指顧客第一次與最後一次交易日間的長度,L越長表示顧客與企業(yè)所建立之交易關(guān) 係越長 。 R: 指顧客最後一次交易日與分析日間的長度,當(dāng)R大於特定的期間時,表示顧客為靜 態(tài)顧客。 F: 指顧客在特定期間內(nèi)發(fā)生交易的天數(shù),同一天有多次的交易。 M: 指顧客獲利性。,(二)資料採礦前置處理流程 為了使LRFM模型的資料能夠順利且正常地進入採礦資料庫,在實際進行DM分群作業(yè)前,須先進行採礦前的咨療前置處理: (1)針對2001/6/312001/12/31 期間有交易的顧客(活躍顧客),透過SQL將LRFM資料模型從歷史交易資料庫中將每位活躍顧客的LRFM資料匯入採礦資料庫,以“標(biāo)準(zhǔn)
5、差”進行離群分析。 (2)為使兩階段的分群作業(yè)不受單位不一致性的影響,須將的資料進行標(biāo)準(zhǔn)化(及資料介於之間)。,(三)兩階段分群過程 兩階段分群方式是由類神經(jīng)網(wǎng)路的與統(tǒng)計方法中得叢集分析構(gòu)成, 屬“非監(jiān)督式“的學(xué)習(xí)方法。 (1)第一階段分群:在中的所需設(shè)定的參數(shù)有輸出層的維度與處理階段數(shù)。 輸出維度:所有聚類的數(shù)量,處理階段則是學(xué)習(xí)得次數(shù)。 (2)第二階段分群:分群系統(tǒng)德參數(shù)設(shè)定有收斂質(zhì)與學(xué)習(xí)次數(shù),距離衡量是採歐幾里得方式,每次學(xué)習(xí)平均總距離越小時,收斂品質(zhì)越高。,二、群體樣式分析 (一)顧客關(guān)係類型矩陣 提出以與兩個變數(shù)而形成顧客關(guān)係類型矩陣,目的在了解顧客價值矩陣所區(qū)隔之顧客群的流失與忠誠
6、特徵。 ()緊密關(guān)係,易形成顧客忠誠度,若沒交易會消耗企業(yè)資源。 ()潛在關(guān)係,易形成潛在顧客群,亦可能成為流失顧客群。 ()獲利關(guān)係,發(fā)生在關(guān)係剛建立的吸引新顧客的活動中。 ()流失關(guān)係,指新顧客的流失。,(二)多維度顧客分群規(guī)則 以顧客價值矩陣與顧客關(guān)係類型矩陣所構(gòu)成的多維度顧客分群方式解釋每個群體樣式,包括; ()最佳顧客:區(qū)分為高價值忠誠、高價值新顧客、潛在忠誠顧客、 高價值流失顧客。 ()頻率型顧客:區(qū)分為高購買頻率顧客、頻率型促銷顧客、潛在頻率型顧客、 頻率型流失顧客。 ()消費型顧客:區(qū)分為白金顧客、消費型促銷顧客、潛在消費型顧客、 消費型流失顧客。 ()不確定顧客:區(qū)分為低消耗
7、成本顧客,不確定新顧客,高消耗成本顧客、 不確定流失顧客。,三、觀念性研究模型之雛型 接觸時間構(gòu)面 交易行為構(gòu)面 顧客購買產(chǎn)品種類 顧客關(guān)係長度 顧客購買頻率 顧客獲利性 顧客沉寂長度 顧客人數(shù)比例,肆、個案研究,一、個案背景、動機與重要性 由於統(tǒng)計報告指示零售業(yè)中的種何商品業(yè)因連鎖式便利商店及量販店受消費青睞,營業(yè)家數(shù)持續(xù)擴增,近五年營業(yè)額平均年增10.7%。所以研究個案對象為大型量販店: 1.市場呈現(xiàn)不錯的發(fā)展空間且競爭激烈。 2.國內(nèi)多採用會員制,顧客人數(shù)龐大,但卻少有透過資料採礦技術(shù) 在CRM上應(yīng)用。,選擇個案公司的理由: 1.資料採礦所需的資料是企業(yè)內(nèi)部的隱密資料取得不易。 2.國內(nèi)
8、大型量販店屬新興行業(yè),業(yè)者雖累積龐大顧客人數(shù)卻少有結(jié)合DM技術(shù)在 CRM上的應(yīng)用。故選擇一家尚未結(jié)合DM於CRM上的大型購物中心。 3.此個案公司為目前國內(nèi)一家透過郵寄活動來進行CRM的零售業(yè)大型購物中心, 故其累積的顧客人數(shù)與歷史交易資料足夠所需的資料採礦作業(yè)。,個案公司之經(jīng)營特色: (1)目前分店數(shù)陸續(xù)擴張 (2)顧客主要以年輕夫妻或小家庭為主 (3)目前行銷資訊由MIS部門所供應(yīng),且尚無結(jié)合DM技術(shù),僅以SQL方式進行 (4)主要行銷活動為型錄寄送,成本相當(dāng)高,二、個案研究的目的與顧客分類方式 目的: (1)了解CRM運作流程的模式及顧客區(qū)隔方式。 (2)探討CRM活動績效評估方式。 (
9、3)比較研究所採用的L、R、F、M的顧客區(qū)隔方式與此公司所用的顧客區(qū)隔方式。 (4)針對個案公司的實際案例已修正本研究之假設(shè)命題與研究模型。 (5)探討DM分群技術(shù)在CRM活動之直接郵件的顧客篩選,以比較研究所產(chǎn)生之顧客區(qū)隔與個案公司由艦活動的績效表現(xiàn)。,顧客分類方式: 依顧客的消費金額區(qū)分和造訪次數(shù)區(qū)分。顧客分類的區(qū)分則根據(jù)消費特 性採十等分區(qū)分顧客等級。依照是否有消費來區(qū)分顧客為活躍型與靜態(tài)型。此公 司的CRM活動中主要顧客以活躍顧客為對象。,三、個案公司之CRM定義與運作流程 CRM定義:針對不同的主題與顧客互動,累積與顧客互動的資料透過互動資料庫 學(xué)習(xí)顧客行為。 運作流程: (1)確定
10、行銷活動主題。(2)針對主題找出主題活動。(3)由主題活動 中,找出目標(biāo)顧客群。(4)行銷活動執(zhí)行。(5)紀(jì)錄活動結(jié)果與評估績效。(6)學(xué)習(xí) 過去的活動結(jié)果,不斷反覆操作15步驟,四、整合資料採礦之CRM流程的預(yù)期成效 (1)有效區(qū)隔個案公司活躍顧客中不同價值的顧客群。 (2)進一步了解不同顧客區(qū)隔利潤貢獻情形。 (3)區(qū)隔出不同價值的顧客在活動中的績效表現(xiàn)。 五、修正後觀念性研究模型,伍、資料分析,A公司之最主要的目的從活躍顧客中找出忠誠顧客 從公司2001/6/312001/12/31期間,找出活躍顧客499,940人 *活躍顧客:有發(fā)生交易的顧客群 從1999/1/12001/12/31
11、期間的交易資料庫中,萃取活躍顧客的L(關(guān)係長度)、R(沉寂長厲)、F(購買頻率)、M(顧客獲利性)的資料,一、資料前置處理,資料整合 資料清洗 資料轉(zhuǎn)換,1、資料整合,將活躍顧客的L、R、F、M格式的資料以SQL的方式匯入採礦資料庫內(nèi),2、資料清洗,*原始活躍的LRFM採碼資料 *LRFM離群值偵測,3、資料轉(zhuǎn)換,為了使LRFM的資料轉(zhuǎn)換標(biāo)準(zhǔn)化的LRFM,標(biāo)準(zhǔn)化資料=(原始資料-範(fàn)圍最小值)/(範(fàn)圍最大值-範(fàn)圍最小值),二、資料採礦分析,第一階段分群處理(SOM):以IBM Intelligent Miner之SOM進行 第二階段分群作業(yè)(K-mean):以K-mean分群系統(tǒng)進行 SOM分群
12、與兩階段(SOM+K-mean)分群比較: (1)兩階段分群改善SOM分群結(jié)果 (2)兩階段分群明顯改善群體間模糊現(xiàn)象 (3)兩階段分群後,群體內(nèi)差異性變小,三、分群結(jié)果之群體分析,經(jīng)由多維度顧客分析的區(qū)隔之後,符合多維度分群規(guī)則只有9個顧客區(qū)隔,以下將針對九種顧客區(qū)隔樣式個別進行探討:,1、多維度顧客區(qū)隔分析,高價值忠誠顧客:以較少人數(shù)比例為企業(yè)創(chuàng)造較高比例的獲利性(如圖) 潛在忠誠顧客:以較少人數(shù)比例為企業(yè)創(chuàng)造較高比例的獲利性,但是沉寂長度較長的顧客易流失(如圖) 高價值新顧客:由於此區(qū)隔為企業(yè)新獲取的高價值顧客,可以發(fā)現(xiàn)人數(shù)比例並不高(如圖),高消耗成本顧客與低消耗成本顧客:低消耗成本顧
13、客群則與企業(yè)再度交易的機會則高於高消耗成本顧客群(如圖) 不確定新顧客與不確定流失顧客:不確定型顧客除了可以透過FM變數(shù)來區(qū)隔,也可以透過LR變數(shù)來了解新顧客與流失顧客的區(qū)別(如圖) 高購買頻率顧客與消費型促銷顧客:高購買頻率顧客樣式並無法從顧客價值矩陣識別,但透過顧客關(guān)係類型矩陣可知屬於緊密關(guān)係,*多維度顧客區(qū)隔之顧客數(shù)與獲利性比較,*多維度顧客分群之顧客區(qū)隔樣式,2、不同顧客區(qū)隔方式之比較分析,個案公司之群體樣式只有符合九種多維度顧客區(qū)隔樣式 個案公司之獲利性分佈並沒有非常集中在少數(shù)顧客群,但是少數(shù)顧客群,卻能夠為企業(yè)帶來較高的獲利性 活躍顧客群之群體分佈則主要在顧客價值矩陣的最佳、不確定
14、象限上,四、顧客區(qū)隔之績效評估,五、假設(shè)驗證,相關(guān)分析 (1)進行相關(guān)分析,以進一步探討不同獲利性影響因子與顧客獲利性間的相關(guān)性:,(2)顧客獲利性與二次活動績效表現(xiàn)間的相關(guān)性如下:,驗證假設(shè),陸、結(jié)論與建議,資料採礦研究發(fā)現(xiàn):採用Abidi and Ong及Vesanto and Alhoniemi等學(xué)者所提出的兩階段分群方法: (1)第一階段SOM分群分析結(jié)果:輸出維度為49時,L、R、F、M四個分群變數(shù)適合進行顧客區(qū)隔 (2)完成兩階段分群(SOM+K-mean): K-mean系統(tǒng)可以改善SOM分群效果,結(jié)果使平均總距離縮小,研究模型驗證: (1)透過DM技術(shù),以LRFM資料模型來定義忠誠顧客,發(fā)現(xiàn)高價值忠誠顧客乃企業(yè)最具價值的顧客 (2)在活躍顧客中,僅以沉寂長度做
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 企業(yè)發(fā)展戰(zhàn)略制定與規(guī)劃實務(wù)
- 農(nóng)業(yè)灌溉水窖管理辦法
- 效率提升:關(guān)鍵指標(biāo)勝任模型平衡記分卡
- 新質(zhì)生產(chǎn)力推動無償獻血事業(yè)的高質(zhì)量發(fā)展
- 化妝品市場未來發(fā)展趨勢預(yù)測與規(guī)劃
- 供銷職工餐廳管理辦法
- 醫(yī)療資質(zhì)銷售管理辦法
- 土壤污染治理技術(shù)
- 古詩詞賞析教學(xué)方案
- 河南酒店采購管理辦法
- 衛(wèi)生室安全管理制度
- 低碳生活綠色環(huán)保演示文稿
- 過盈配合壓入力計算公式
- 第八章-材料工程-倫理問題-全
- 婚前協(xié)議(保護女方利益)
- 奉賢區(qū)教育系統(tǒng)師德師風(fēng)建設(shè)學(xué)習(xí)測試附有答案
- 扶貧農(nóng)產(chǎn)品購銷合同協(xié)議(農(nóng)產(chǎn)品購銷合同模板)
- 汽車維修高級工考試試題及參考答案
- GB/T 5782-2016六角頭螺栓
- GB/T 23445-2009聚合物水泥防水涂料
- GB/T 13451.2-1992著色顏料相對著色力和白色顏料相對散射力的測定光度計法
評論
0/150
提交評論