周欣

摘 要：隨著互聯(lián)網(wǎng)在人類生活中應(yīng)用的日益深入，大量商務(wù)及社交活動都在網(wǎng)絡(luò)上進(jìn)行，如何挖掘出海量信息中的價值成為人們關(guān)注的話題，Web數(shù)據(jù)挖掘技術(shù)在這樣的背景下得到了迅猛的發(fā)展。與此同時，社交媒體的出現(xiàn)讓社會化客戶關(guān)系管理（SCRM）應(yīng)運(yùn)而生，為此，探討了Web數(shù)據(jù)挖掘技術(shù)于SCRM的應(yīng)用，分別從Web使用挖掘收集客戶特征、Web結(jié)構(gòu)挖掘識別重要客戶、Web內(nèi)容挖掘處理抱怨三個方面進(jìn)行了闡述，為企業(yè)提供一定的參考。

關(guān)鍵詞：Web數(shù)據(jù)挖掘；社會化客戶關(guān)系管理；SCRM；社交媒體

中圖分類號：F27

文獻(xiàn)標(biāo)識碼：A

文章編號：16723198（2015）19006202

1 背景

互聯(lián)網(wǎng)在人類生活中的應(yīng)用日益深入，大量商務(wù)及社交活動都在網(wǎng)絡(luò)上進(jìn)行，商務(wù)及交流方式的轉(zhuǎn)變促使了客戶關(guān)系管理理念與技術(shù)的變革。

傳統(tǒng)的客戶關(guān)系管理主要針對客戶交易記錄及個人信息進(jìn)行數(shù)據(jù)挖掘，了解用戶的需求并為其進(jìn)行更好的服務(wù)，然而這樣的方法在社交網(wǎng)絡(luò)時代并不適用。2009年，美國學(xué)者提出了社會化客戶關(guān)系管理（Social CRM，簡稱SCRM）的概念，客戶與企業(yè)溝通的媒介發(fā)生了改變，企業(yè)應(yīng)該打破圍墻，傾聽用戶在社交媒體中的聲音，更好地開發(fā)與利用這些存在于網(wǎng)絡(luò)之中、急劇膨脹的信息資源成為一個重要議題。

在這樣的背景下，Web數(shù)據(jù)挖掘技術(shù)得到迅猛的發(fā)展，其應(yīng)用的廣泛性同時也加速了技術(shù)與理論的發(fā)展與革新。有學(xué)者探討了Web內(nèi)容挖掘在企業(yè)電子商務(wù)網(wǎng)站中的應(yīng)用，及其對市場營銷、客戶關(guān)系管理以及信用評價領(lǐng)域的現(xiàn)實(shí)意義；還有學(xué)者研究了應(yīng)用Web數(shù)據(jù)挖掘技術(shù)于捕獲網(wǎng)絡(luò)檔案信息資源提供個性化服務(wù)的具體措施；更多的學(xué)者從技術(shù)的角度對信息采集代碼與方案進(jìn)行了優(yōu)化、信息處理算法進(jìn)行了改進(jìn)。

在社交網(wǎng)絡(luò)時代應(yīng)用Web數(shù)據(jù)挖掘技術(shù)于SCRM，挖掘出海量信息中的價值顯得尤為重要，文章在前面學(xué)者研究的基礎(chǔ)上，結(jié)合社交媒體用戶數(shù)據(jù)收集為例，探究了Web數(shù)據(jù)挖掘技術(shù)在SCRM中的具體應(yīng)用，為正在使用SCRM的企業(yè)提供參考。

2 Web數(shù)據(jù)挖掘技術(shù)

在Web數(shù)據(jù)挖掘出現(xiàn)前，數(shù)據(jù)挖掘的技術(shù)就已在CRM中得以廣泛地應(yīng)用，它通過從數(shù)據(jù)源中探尋有用的模式或知識進(jìn)而挖掘出信息可利用價值。數(shù)據(jù)挖掘用到的理論與技術(shù)非常豐富，包括信息檢索、可視化、概率統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、人工智能等。

隨著環(huán)境的變化，網(wǎng)絡(luò)上的數(shù)據(jù)變得更加難以收集，信息的種類多樣，面對海量數(shù)據(jù)人們對其價值的需求仍在不斷增強(qiáng)，這也促使了Web數(shù)據(jù)挖掘的流行。Web數(shù)據(jù)挖掘并非傳統(tǒng)數(shù)據(jù)挖掘的應(yīng)用，而是對前者的繼承與發(fā)展，它涵蓋了數(shù)據(jù)挖掘技術(shù)的理念與技術(shù)，并在此基礎(chǔ)上發(fā)展了新的算法與任務(wù)。

Web挖掘過程與數(shù)據(jù)挖掘過程比較相似，不同之處在于Web數(shù)據(jù)挖掘的數(shù)據(jù)項(xiàng)收集是項(xiàng)艱巨而復(fù)雜的工作，且后期數(shù)據(jù)處理用到的具體技術(shù)與數(shù)據(jù)挖掘有較大區(qū)別。Web數(shù)據(jù)挖掘的應(yīng)用范圍十分廣泛，包括市場營銷、銷售與客戶關(guān)系管理等。

根據(jù)挖掘過程中所針對的對象分類，Web數(shù)據(jù)挖掘可以被分為Web使用挖掘、Web結(jié)構(gòu)挖掘和Web內(nèi)容挖掘。文章將從Web使用挖掘收集客戶特征、Web結(jié)構(gòu)挖掘識別“重要”客戶、Web內(nèi)容挖掘處理抱怨三個方面介紹Web數(shù)據(jù)挖掘技術(shù)于SCRM的應(yīng)用。

3 Web數(shù)據(jù)挖掘技術(shù)在社會化客戶關(guān)系管理中應(yīng)用

3.1 Web使用挖掘收集客戶特征

Web使用挖掘是自動發(fā)現(xiàn)和分析模式，這些模式來自于收集的點(diǎn)擊流和相關(guān)數(shù)據(jù)或用戶與一個或多個網(wǎng)站互動的結(jié)果。其主要目的是捕獲、建模并分析用戶與網(wǎng)站之間的交互行為模式。一般可以得到的用戶頻繁訪問的頁面、對象或者資源。用挖掘的數(shù)據(jù)來源主要是使用記錄數(shù)據(jù)、內(nèi)容數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)以及用戶數(shù)據(jù)。

使用記錄數(shù)據(jù)是被Web和應(yīng)用服務(wù)器自動收集的日志數(shù)據(jù)，它很具體地表現(xiàn)了用戶在不同頁面中的跳轉(zhuǎn)、連接行為。每條日志記錄可能包含的信息很多，包括HTTP服務(wù)器訪問請求的時間與日期、用戶客戶端的IP地址、所請需求的資源的地址等。

當(dāng)收集到客戶所處社交網(wǎng)絡(luò)中的這些半結(jié)構(gòu)化的數(shù)據(jù)后，就可以有針對性地分析客戶對話題的參與程度、傳播話題的頻率，進(jìn)一步可以分析用戶更傾向于哪類形式的網(wǎng)絡(luò)交互及其交互的習(xí)慣，包括瀏覽、評論、購物等事務(wù)經(jīng)常發(fā)生時間段等。

電子商務(wù)網(wǎng)站淘寶網(wǎng)利用Web數(shù)據(jù)挖掘分析得到網(wǎng)絡(luò)消費(fèi)者在每周二登陸賬號、瀏覽商品并下單的頻次顯著高于其他時間，并將此信息公開給淘寶商家輔助其做出經(jīng)營策略。為了迎合消費(fèi)者的購物心理及習(xí)慣，淘寶上大多數(shù)商家都會選擇在每周二進(jìn)行商品上新，或者做促銷活動，以吸引消費(fèi)者購買。這就是一個利用Web使用挖掘收集用戶特征的典型案例。

網(wǎng)絡(luò)時代，消費(fèi)者面對的信息渠道眾多，通過Web數(shù)據(jù)挖掘，發(fā)現(xiàn)用戶性格及習(xí)慣上的特征有助于企業(yè)發(fā)起用戶感興趣的話題與互動，從眾多同類信息中脫穎而出，與客戶建立深層次互動，留下良好而深刻的印象。

3.2 Web結(jié)構(gòu)挖掘識別重要客戶

Web結(jié)構(gòu)挖掘是在表示W(wǎng)eb結(jié)構(gòu)的超鏈接中找出有用的信息，包括這些網(wǎng)站之間的拓?fù)浣Y(jié)構(gòu)，網(wǎng)站質(zhì)量及重要程度等，一般會以網(wǎng)站的鏈入鏈接數(shù)量及與之相連的網(wǎng)站質(zhì)量等指標(biāo)來衡量。

類似的，企業(yè)可以通過這種技術(shù)來分析出客戶在社交網(wǎng)絡(luò)中所處的位置及其重要性。企業(yè)可以按照自己的需求來設(shè)計(jì)爬蟲，捕獲所需要的信息。以新浪微博為例，收集帶有“戶外”和“80后”標(biāo)簽的微博賬號，抓取其之間的連接關(guān)系。將每一位用戶抽象成一個節(jié)點(diǎn)，他們之間的關(guān)注關(guān)系抽象為節(jié)點(diǎn)之間的連邊，這樣就可以抽象出一張網(wǎng)絡(luò)。在這張網(wǎng)絡(luò)中可以揭示熱愛戶外運(yùn)動，年齡在30歲左右的這樣一個群體之間的聯(lián)系。每個節(jié)點(diǎn)在網(wǎng)絡(luò)中都占據(jù)著特殊的位置，可以分析出周圍的連接數(shù)量龐大的中心節(jié)點(diǎn)，這樣的節(jié)點(diǎn)在網(wǎng)絡(luò)中影響較大，其所傳遞的信息或觀點(diǎn)能夠在網(wǎng)絡(luò)中迅速地擴(kuò)散與傳播，我們認(rèn)為這樣的節(jié)點(diǎn)在網(wǎng)絡(luò)中相對更重要。

在社交媒體的框架下，過去簡單按客戶購買記錄的方式判斷客戶重要性已不再適用。社交網(wǎng)絡(luò)上，不同客戶在網(wǎng)絡(luò)中所處節(jié)點(diǎn)的位置也是一種資本。在考慮客戶重要程度與關(guān)系維護(hù)的投資時，需要加入該因素再衡量，通過Web結(jié)構(gòu)挖掘找出客戶關(guān)系網(wǎng)絡(luò)中需要高度關(guān)注的重要客戶。

3.3 Web內(nèi)容挖掘處理抱怨

Web內(nèi)容挖掘主要是從網(wǎng)頁內(nèi)容中收集、分析及提煉有用信息，這里涉及到的技術(shù)更為復(fù)雜與寬泛。

在社交網(wǎng)絡(luò)中要對用戶的評論、博文、回帖等內(nèi)容進(jìn)行挖掘用戶的觀點(diǎn)或態(tài)度，不僅具有技術(shù)挑戰(zhàn)性，也對客戶關(guān)系管理具有很大的實(shí)際意義。因?yàn)樵谏缃痪W(wǎng)絡(luò)背景下，用戶抱怨的發(fā)泄渠道與以往不同，他們可以在短時間內(nèi)通過Twitter、Facebook、微信、微博等社交媒體傳達(dá)自己情緒。企業(yè)不能再向過去一樣等待著客戶通過電話、郵件等方式主動向企業(yè)反饋信息，而需要主動、實(shí)時地分析與跟蹤客戶們對產(chǎn)品與服務(wù)的看法。

這里可以運(yùn)用Web內(nèi)容挖掘技術(shù)來面向社區(qū)收集非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行觀點(diǎn)挖掘，把握客戶意見。其中的技術(shù)較為復(fù)雜，現(xiàn)在已經(jīng)有比較強(qiáng)大的工具可供企業(yè)直接使用，比如Google Alerts、Spy、Social Mention等工具就可以收集新聞、網(wǎng)頁、博客、微博、視頻等不同渠道的關(guān)于企業(yè)評論的信息。

這里以Social Mention為例。簡單介紹內(nèi)容挖掘在SCRM中的應(yīng)用。企業(yè)可以根據(jù)自身需求，在檢索框中直接輸入關(guān)鍵詞，可以選擇搜索的范圍，點(diǎn)擊回車就可以得到所有規(guī)定范圍內(nèi)提及過該詞的文本所在網(wǎng)頁如圖1所示。當(dāng)然，這樣檢索出來的數(shù)據(jù)是比較全的，但噪音也比較大，需要進(jìn)行篩選、分詞及語義分析。在檢索結(jié)果頁面的左邊呈現(xiàn)有很多直接分析出來的信息結(jié)果，可以給企業(yè)提供一定的參考。

圖1 Social Mention探索界面

這樣有助于企業(yè)及時地了解客戶看法，全面地收集用戶抱怨，更好地應(yīng)對社交網(wǎng)絡(luò)中的負(fù)面輿論，面向社區(qū)與個人迅速響應(yīng)并反饋，從而改進(jìn)產(chǎn)品與服務(wù)質(zhì)量。

4 總結(jié)

文章從Web使用挖掘、Web結(jié)構(gòu)挖掘及Web內(nèi)容挖掘三個方面介紹Web數(shù)據(jù)挖掘技術(shù)在SCRM中的應(yīng)用。這里探討的三個方面不能割裂開來看待，它們之間是相互配合與協(xié)同的關(guān)系。

比如通過Web結(jié)構(gòu)挖掘分析出哪些客戶是非常有影響力的節(jié)點(diǎn)后，結(jié)合Web使用挖掘，有針對性地向重要客戶們推薦商品，設(shè)計(jì)有趣的互動，通過個性化的服務(wù)與豐富的體驗(yàn)加強(qiáng)與客戶之間的合作關(guān)系，延長客戶保持的時間，并讓這些重要節(jié)點(diǎn)成為企業(yè)的獵犬，然后運(yùn)用Web內(nèi)容挖掘及時掌握用戶們對產(chǎn)品、服務(wù)及活動的反饋信息，包括其態(tài)度、情緒、積極性等等，進(jìn)而改進(jìn)體驗(yàn)，有利于形成良性循環(huán)。

互聯(lián)網(wǎng)與社交媒體的出現(xiàn)給企業(yè)帶來了機(jī)遇與挑戰(zhàn)，企業(yè)重視并應(yīng)靈活運(yùn)用信息技術(shù)手段更好地在社交網(wǎng)絡(luò)時代下保持進(jìn)行客戶關(guān)系管理。

參考文獻(xiàn)

[1]Paul Greenberg.Social CRM Comes of Age[Z].Sponsored by Oracal.

[2]李霞.Web內(nèi)容挖掘在企業(yè)電子商務(wù)網(wǎng)站的應(yīng)用研究[J].網(wǎng)絡(luò)財富，2015，（5）：130.

[3]張倩.應(yīng)用Web數(shù)據(jù)挖掘技術(shù)捕獲網(wǎng)絡(luò)檔案信息資源的個性化服務(wù)研究[J].檔案與建設(shè)，2008，（7）：1518.

[4]郭世龍，王晨升.主題爬蟲設(shè)計(jì)與實(shí)現(xiàn)[J].軟件，2013，34（12）：107109.

[5]王錚，張君玉.Web用法挖掘數(shù)據(jù)采集方案的優(yōu)化設(shè)計(jì)[J].中國科學(xué)院研究生院學(xué)報，2008，25（4）：445451.

[6]孫靜.數(shù)據(jù)挖掘中基于最小遺憾度的偏好感知算法[J].計(jì)算機(jī)應(yīng)用與軟件，2015，23（5）：5964.

[7]J.Srivastava，R.Cooley，M.Deshpande，and P.Tan.Web Usage Mining： Discovery and Application of Ussage Patterns from Web Data[J].SIGKDD Explorations，2000，1（2）：1223.

[8]Bing Liu.Web數(shù)據(jù)挖掘[M].北京：清華大學(xué)出版社，2009：323334.