周 勇

（洛陽(yáng)電光設(shè)備研究所，河南 洛陽(yáng) 471023）

客戶(hù)關(guān)系管理是一種以客戶(hù)為核心形成的數(shù)據(jù)分析工具。隨著國(guó)家經(jīng)濟(jì)體制的全面變革，市場(chǎng)營(yíng)銷(xiāo)行業(yè)的競(jìng)爭(zhēng)壓力逐漸增加，加強(qiáng)企業(yè)和客戶(hù)之間的互動(dòng)，能夠及時(shí)了解客戶(hù)的需求。因此，企業(yè)借助相關(guān)數(shù)據(jù)和技術(shù)，建立客戶(hù)需求預(yù)測(cè)模型，能夠推動(dòng)企業(yè)和客戶(hù)之間建立良好的關(guān)系，繼而有利于開(kāi)展刺激客戶(hù)需求的營(yíng)銷(xiāo)活動(dòng)，從而帶動(dòng)行業(yè)經(jīng)濟(jì)的發(fā)展。

1 客戶(hù)關(guān)系管理的任務(wù)和主要內(nèi)容

1.1 客戶(hù)關(guān)系管理的任務(wù)以及客戶(hù)關(guān)系管理中的數(shù)據(jù)挖掘

客戶(hù)關(guān)系管理是企業(yè)為了了解客戶(hù)行為，提高客戶(hù)忠誠(chéng)度的一種有效互動(dòng)。如果將這種互動(dòng)和信息系統(tǒng)等信息技術(shù)相互結(jié)合，能夠進(jìn)一步完善企業(yè)和客戶(hù)之間的交互行為，而客戶(hù)關(guān)系管理中可以運(yùn)用的信息技術(shù)主要包括數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)技術(shù)。要想有效開(kāi)展這種交互活動(dòng)，企業(yè)就要保證所有部門(mén)建立起協(xié)調(diào)合作的關(guān)系，并收集客戶(hù)在銷(xiāo)售過(guò)程中的全部信息，繼而為企業(yè)進(jìn)行客戶(hù)關(guān)系管理工作提供準(zhǔn)確的數(shù)據(jù)。企業(yè)在進(jìn)行客戶(hù)關(guān)系管理工作中，還要針對(duì)不同客戶(hù)的不同需求，為客戶(hù)提供更具有個(gè)性化和人性化的服務(wù)。單一地衡量客戶(hù)的價(jià)值不能滿(mǎn)足客戶(hù)的全部要求，企業(yè)必須要有針對(duì)性地建立相應(yīng)的客戶(hù)集，選擇合適的時(shí)間和地點(diǎn)，有目標(biāo)地選擇活動(dòng)渠道，將符合客戶(hù)需求和偏好的產(chǎn)品提供給客戶(hù)，繼而最大程度地吸引新客戶(hù)。而實(shí)際上，客戶(hù)關(guān)系管理是一個(gè)綜合的循環(huán)系統(tǒng)，又是一個(gè)數(shù)據(jù)挖掘的過(guò)程，可以分為四個(gè)步驟。第一，收集整理客戶(hù)數(shù)據(jù)。第二，分析客戶(hù)數(shù)據(jù)。第三，在充分了解客戶(hù)的信息后，利用數(shù)據(jù)挖掘技術(shù)，將現(xiàn)有的數(shù)據(jù)變成可以參考依靠的信息。第四，建立定制化的銷(xiāo)售互動(dòng)，互動(dòng)結(jié)束后，通過(guò)客戶(hù)的反饋對(duì)下一次的商業(yè)活動(dòng)內(nèi)容進(jìn)行調(diào)整。

1.2 客戶(hù)關(guān)系管理中的預(yù)測(cè)分析

預(yù)測(cè)分析就是一種數(shù)據(jù)挖掘技術(shù)，是客戶(hù)關(guān)系管理的重要內(nèi)容。這種技術(shù)利用收集到的數(shù)據(jù)進(jìn)行建模，繼而對(duì)企業(yè)各個(gè)階段的數(shù)據(jù)進(jìn)行預(yù)測(cè)，通過(guò)這種預(yù)測(cè)能夠最大程度地對(duì)即將開(kāi)展的營(yíng)銷(xiāo)活動(dòng)進(jìn)行優(yōu)化，進(jìn)而達(dá)到吸引客戶(hù)的目的，從而避免出現(xiàn)客戶(hù)流失。傳統(tǒng)的客戶(hù)關(guān)系管理在分析問(wèn)題的過(guò)程中，需要市場(chǎng)營(yíng)銷(xiāo)人員構(gòu)建相應(yīng)的統(tǒng)計(jì)模型。雖然利用統(tǒng)計(jì)學(xué)理論能夠建立統(tǒng)計(jì)模型，但仍然存在一定的局限性，因?yàn)槭袌?chǎng)營(yíng)銷(xiāo)人員在建模的過(guò)程中，往往需要進(jìn)行相應(yīng)的假設(shè)，這些假設(shè)雖然在一定程度上簡(jiǎn)化了建模量，但在假設(shè)過(guò)程中也會(huì)忽略一些關(guān)鍵性的問(wèn)題。隨后人工神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)模型也逐漸發(fā)展起來(lái)，這兩者相比較而言，機(jī)器學(xué)習(xí)預(yù)測(cè)方法能夠更加準(zhǔn)確地得到相應(yīng)的預(yù)測(cè)結(jié)果。因此，本文在建立預(yù)測(cè)模型中，選擇支持向量機(jī)模型，和人工神經(jīng)網(wǎng)絡(luò)形成的數(shù)學(xué)模型不同，支持向量計(jì)算法應(yīng)用的核心思想是統(tǒng)計(jì)學(xué)理論和對(duì)偶理論，利用支持向量機(jī)進(jìn)行客戶(hù)需求預(yù)測(cè)，能夠更加準(zhǔn)確、靈活地識(shí)別客戶(hù)需求模式。

1.3 客戶(hù)關(guān)系管理中的客戶(hù)聚類(lèi)和細(xì)分

客戶(hù)聚類(lèi)和細(xì)分也是客戶(hù)關(guān)系管理的重要內(nèi)容。由于數(shù)據(jù)挖掘技術(shù)在實(shí)際應(yīng)用的過(guò)程中也會(huì)存在一定的問(wèn)題，面對(duì)一些較為復(fù)雜的數(shù)據(jù)時(shí)，數(shù)據(jù)挖掘技術(shù)也無(wú)法很好地發(fā)揮作用，因此，企業(yè)需要提煉客戶(hù)的信息，再結(jié)合數(shù)據(jù)挖掘技術(shù)進(jìn)行全面分析?？蛻?hù)聚類(lèi)和細(xì)分就是一種針對(duì)復(fù)雜數(shù)據(jù)結(jié)構(gòu)的提煉方法，對(duì)客戶(hù)進(jìn)行聚類(lèi)后，數(shù)據(jù)挖掘技術(shù)能夠更容易發(fā)現(xiàn)其中存在的問(wèn)題?，F(xiàn)階段常見(jiàn)的聚類(lèi)分析算法包括劃分法、層次法、基于密度、基于網(wǎng)絡(luò)、基于模型的五種方法。

1.4 客戶(hù)關(guān)系管理中的個(gè)性化推薦系統(tǒng)

除此之外，隨著國(guó)民經(jīng)濟(jì)水平的提升，個(gè)性化推薦系統(tǒng)作為另一種數(shù)據(jù)挖掘系統(tǒng)，也逐漸得到相關(guān)企業(yè)的重視，也是客戶(hù)關(guān)系管理的重要內(nèi)容。個(gè)性化推薦系統(tǒng)通過(guò)為客戶(hù)提供個(gè)性化的信息與服務(wù)，能夠提高服務(wù)質(zhì)量和客戶(hù)滿(mǎn)意程度，讓客戶(hù)獲得最好的銷(xiāo)售體驗(yàn)。

2 建立客戶(hù)需求銷(xiāo)售預(yù)測(cè)模型

2.1 集合營(yíng)銷(xiāo)中的銷(xiāo)售預(yù)測(cè)模型

銷(xiāo)售預(yù)測(cè)直接關(guān)系著企業(yè)能否在復(fù)雜的經(jīng)濟(jì)環(huán)境下做出正確的決策，而這一決策需要大量歷史信息和未來(lái)預(yù)測(cè)數(shù)據(jù)支持，而人工神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型均可用于集合營(yíng)銷(xiāo)中的銷(xiāo)售預(yù)測(cè)，這主要是由于二者均具備學(xué)習(xí)能力。兩種模型的建模思路如下所示。①人工神經(jīng)網(wǎng)絡(luò)模型。圖1為典型的銷(xiāo)售預(yù)測(cè)中的人工神經(jīng)網(wǎng)絡(luò)模型，結(jié)合該圖不難發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)模型的隱藏層數(shù)目不宜過(guò)多，且其輸出函數(shù)y（x）可以表示為：

圖1 典型的銷(xiāo)售預(yù)測(cè)中的人工神經(jīng)網(wǎng)絡(luò)模型

2.2 穩(wěn)定波動(dòng)性模式下的銷(xiāo)售預(yù)測(cè)模型

穩(wěn)定波動(dòng)性模式主要是為了通過(guò)了解客戶(hù)需要進(jìn)行銷(xiāo)售預(yù)測(cè)，該預(yù)測(cè)在營(yíng)銷(xiāo)活動(dòng)策劃、企業(yè)戰(zhàn)略決策中發(fā)揮著數(shù)據(jù)支持的作用，而基于穩(wěn)定波動(dòng)性模式與支持向量機(jī)的混合預(yù)測(cè)模型，便能較好地服務(wù)于穩(wěn)定波動(dòng)性模式下的銷(xiāo)售預(yù)測(cè)。其所取得的預(yù)測(cè)數(shù)據(jù)值精度較高，不過(guò)一些客戶(hù)需求季節(jié)波動(dòng)特性較強(qiáng)的行業(yè)并不太適用于該模型，這點(diǎn)需要引起業(yè)界人士的重視。2.3 營(yíng)銷(xiāo)活動(dòng)頻繁環(huán)境下的銷(xiāo)售預(yù)測(cè)模型

營(yíng)銷(xiāo)活動(dòng)頻繁環(huán)境中的銷(xiāo)售數(shù)據(jù)多存在時(shí)效性等特征，圍繞該特征便可以開(kāi)展精準(zhǔn)度較高的銷(xiāo)售預(yù)測(cè)，而支持向量機(jī)模型便能較好地服務(wù)于該環(huán)境下的銷(xiāo)售預(yù)測(cè)。不過(guò)筆者經(jīng)過(guò)深入研究發(fā)現(xiàn)，營(yíng)銷(xiāo)活動(dòng)頻繁環(huán)境提供的特征向量越多，并不代表銷(xiāo)售預(yù)測(cè)的精準(zhǔn)度越高，多數(shù)情況下4個(gè)特征向量的支持向量機(jī)模型能夠取得最優(yōu)的銷(xiāo)售預(yù)測(cè)結(jié)果。本文認(rèn)為出現(xiàn)這種現(xiàn)象主要是由于數(shù)據(jù)特征之間含有隱含關(guān)聯(lián)性，為了設(shè)法提升向量機(jī)模型的應(yīng)用精度，業(yè)界人士必須重視這種影響。

3 不同集合層次上的客戶(hù)細(xì)分

3.1 不同結(jié)合層次上的客戶(hù)細(xì)分內(nèi)容

雖然基于集合營(yíng)銷(xiāo)而建立的銷(xiāo)售預(yù)測(cè)，對(duì)企業(yè)進(jìn)行規(guī)劃、生產(chǎn)、銷(xiāo)售開(kāi)展具有明顯的幫助和成效，但想要進(jìn)一步地了解客戶(hù)，和客戶(hù)建立更加深入的行為和需求管理，就要對(duì)不同層次上的客戶(hù)信息進(jìn)行學(xué)習(xí)?？蛻?hù)細(xì)分是在客戶(hù)關(guān)系管理中的一項(xiàng)極為重要的營(yíng)銷(xiāo)技巧。通過(guò)客戶(hù)的收入水平、受教育程度以及其他信息對(duì)客戶(hù)進(jìn)行細(xì)分，對(duì)不同層次上的客戶(hù)開(kāi)展具有針對(duì)性的商業(yè)活動(dòng)。而隨著時(shí)代的發(fā)展進(jìn)步，越來(lái)越多的市場(chǎng)營(yíng)銷(xiāo)行業(yè)開(kāi)展了一對(duì)一的營(yíng)銷(xiāo)活動(dòng)，而數(shù)據(jù)挖掘領(lǐng)域也開(kāi)始進(jìn)行個(gè)性化營(yíng)銷(xiāo)系統(tǒng)的研究。雖然一對(duì)一營(yíng)銷(xiāo)進(jìn)一步深化了企業(yè)和客戶(hù)之間的關(guān)系，但實(shí)際上應(yīng)用一對(duì)一營(yíng)銷(xiāo)和集合營(yíng)銷(xiāo)的情況較少。因此，企業(yè)應(yīng)該根據(jù)客戶(hù)的細(xì)分程度，在不同水平上建立對(duì)應(yīng)的學(xué)習(xí)模型。本文分為三種水平，分別為集合營(yíng)銷(xiāo)、細(xì)分營(yíng)銷(xiāo)和一對(duì)一營(yíng)銷(xiāo)。其中，集合營(yíng)銷(xiāo)是對(duì)企業(yè)內(nèi)所有客戶(hù)群進(jìn)行分析，建立唯一的預(yù)測(cè)模型對(duì)客戶(hù)群體進(jìn)行分析管理；細(xì)分營(yíng)銷(xiāo)則是把相似客戶(hù)歸集到同一個(gè)類(lèi)中，結(jié)合交易記錄等信息即可分別建立預(yù)測(cè)模型；而一對(duì)一營(yíng)銷(xiāo)則是基于單個(gè)客戶(hù)，由此實(shí)現(xiàn)個(gè)性化營(yíng)銷(xiāo)。總的來(lái)說(shuō)，一對(duì)一營(yíng)銷(xiāo)能夠?qū)崿F(xiàn)更高質(zhì)量的客戶(hù)需求識(shí)別與預(yù)測(cè)，而這里的識(shí)別與預(yù)測(cè)開(kāi)展需要得到優(yōu)秀的聚類(lèi)算法支持。

3.2 一對(duì)一營(yíng)銷(xiāo)的個(gè)性化推薦系統(tǒng)

結(jié)合上文內(nèi)容，本文建議在進(jìn)行客戶(hù)細(xì)分時(shí)應(yīng)結(jié)合一對(duì)一營(yíng)銷(xiāo)實(shí)現(xiàn)個(gè)性化推薦系統(tǒng)。這一推薦系統(tǒng)需要應(yīng)用客戶(hù)評(píng)價(jià)過(guò)的物品集合、給過(guò)隱性反饋的物品集合、相似興趣集合、相似物品集合，而由此構(gòu)建推薦系統(tǒng)基準(zhǔn)模型，并結(jié)合基于鄰域的算法、基于用戶(hù)的協(xié)同過(guò)濾算法、基于物品的協(xié)同過(guò)濾算法、隱語(yǔ)義模型，便能夠真正完成一對(duì)一營(yíng)銷(xiāo)的個(gè)性化推薦系統(tǒng)構(gòu)建。值得注意的是，考慮企業(yè)盈利的推薦系統(tǒng)同樣屬于一對(duì)一營(yíng)銷(xiāo)的個(gè)性化推薦系統(tǒng)范疇，這一系統(tǒng)需要結(jié)合客戶(hù)偏好與企業(yè)盈利，由此便可以建立個(gè)性化盈利推薦系統(tǒng)。

4 結(jié) 語(yǔ)

雖然數(shù)據(jù)挖掘技術(shù)在客戶(hù)關(guān)系管理中的運(yùn)用已經(jīng)有了較為完善的理論，但由于客戶(hù)關(guān)系管理長(zhǎng)期以來(lái)沒(méi)有得到重視，數(shù)據(jù)挖掘技術(shù)也就不能充分發(fā)揮作用。隨著信息時(shí)代的到來(lái)，商業(yè)系統(tǒng)的智能化和信息化的水平逐漸提高，客戶(hù)關(guān)系管理的重要性也逐漸凸現(xiàn)。近年來(lái)，社交網(wǎng)絡(luò)平臺(tái)上的營(yíng)銷(xiāo)行業(yè)也在發(fā)展，也為客戶(hù)關(guān)系管理提供了全新的思路，客戶(hù)關(guān)系管理還需要進(jìn)一步深入研究，并進(jìn)行不斷完善。

［1］張嫣.數(shù)據(jù)挖掘技術(shù)在銀行客戶(hù)關(guān)系管理中的研究和應(yīng)用［D］.武漢：中南民族大學(xué),2008.

［2］楊濤.客戶(hù)關(guān)系管理在DLHC國(guó)際貨運(yùn)代理公司的應(yīng)用研究［D］.武漢：華中農(nóng)業(yè)大學(xué),2013.

［3］王浩.數(shù)據(jù)挖掘在客戶(hù)價(jià)值管理中的應(yīng)用研究［D］.武漢：華中師范大學(xué),2007.