银行管理论文-利用客户访问日志数据研究客户需求和服务设计.doc

银行管理论文-利用客户访问日志数据研究客户需求和服务设计【论文关键词】客户服务客户需求访问者日志数据客户关系管理客户访问【论文摘要】在技术环境迅速变化的今天,产品不断更新换代,顾客的需要随时可能变化,但不管顾客需要什么产品,企业成功的秘诀在于与顾客维系有利可图的关系。特别对于像银行这类服务收益日益增长、竞争焦点转向客户服务的企业,为了维持客户,需要不断地采用先进的技术手段,增加和改善服务渠道,从传统的等待顾客上门的面对面服务到自动柜员机、电话银行、网上银行、移动手机银行、汽车银行和24小时自助银行等,正是转向服务竞争的具体体现。在技术环境迅速变化的今天，产品不断更新换代，顾客的需要随时可能变化，但不管顾客需要什么产品，企业成功的秘诀在于与顾客维系有利可图的关系。特别对于像银行这类服务收益日益增长、竞争焦点转向客户服务的企业，为了维持客户，需要不断地采用先进的技术手段，增加和改善服务渠道，从传统的等待顾客上门的面对面服务到自动柜员机、电话银行、网上银行、移动手机银行、汽车银行和24小时自助银行等，正是转向服务竞争的具体体现。一般企业均知道维系客户非常重要，在服务手段的科技化方面投人不断增加，然而在如何运用信息技术辅助设计客户服务，挖掘客户需求方面，则普遍显得欠缺。多数的企业研究客户需求，设计服务产品所采用的方式或者说创意的获得，主要靠参考别人的经验或少数人员的创意。我们既然可以通过先进的技术手段增加服务渠道，为什么不能通过数据分析技术，有序地从客户的访问数据中挖掘出更多的客户需求价值呢?近年来，笔者在研究数据挖掘和客户关系管理系统过程中，结合网站的商业目标，将这些用户访问行为轨迹与具体内容进行动态统计分析，揭示了包含在这些数字之中的一些具有商业价值的商业智能(Busines，xntelligenee)，并将他们用于科学的、有的放矢的服务创新之中。本文介绍的就是其中的部分结果，供设计客户服务产品或者从事技术开发的同行参考。“人过留名，雁过留声”。每一个网站访问者，在从网站中获取信息的同时，无意中在网站的日志数据中留下了自己的足迹，这些数据构成了我们分析的基础数据源。数据是绝对的，但其价值却因企业商业目标和关注角度的差异而不同，因此，这里介绍的数据分析方式并不具备一般性含义。而且数据源并不限于网站访问日志，例如对银行来说，金融POS、自动柜员机、电话银行系统中留下的客户访问日志数据都是非常有价值的数据源。下面从4个层面简要介绍访问者行为信息中的商业含义以及挖掘客户需求的思路。一、访问概要统计数据的商业意义分析无数的网站日志分析软件都能提供关于服务器的浏览量、统计网站所有页面和相关文件被显示的次数、访问最多的网页、客户端访问最频繁的文件、访问者的IP分布、每日访问统计、每周每月等的统计结果。但多数业务决策人员无法直接理解包含在这些统计数据中的商业意义，而要正确理解包含在这些数据中的商业意义，必须结合企业自己的产品/服务和客户进行分析。下面通过举例方式说明一二:1.访问者访问时段分析结合IP地址和时段之间的关系，可以将来访者大致的身份作一个基本的判断。如按上班前、工作期间、下班后、节假日等，可以针对访客的初步性质安排合适的内容，如产品信息和广告，因为一个人在不同时段的心理需求是不同的，而不同访客在同一时段所关注的信息却有更多的相似性。在大众传媒中，对时间观念最强的电视和广播，就非常注意为不同时段观/听众安排不同的节目和广告，然而，在更可以充分利用电脑自动处理能力的互联网中，却少见依据时间和地区的不同“播放”不同的推荐主题节目。2.访问者地区分布分析通过将访问者的IP地址转换为地理区间，可以分析出来访者的大致地理分布范围。二、表现形式对访问行为影响分析1.页面词汇分析通过统计访问者从超链接点击的词汇，可以分析各种用语之间的关系，从而改进与客户沟通的言语选择，特别是进行跨地区、跨文化推销服务时，更显得重要。2.下面的分析可用于有序地促进网页设计的改进:(l)标题/超链接位置对促成点击的影响分析(2)不同突显展现方式对促成点击的影响:不同突现方式，包括颜色、闪烁时间/周期、图形、动画、移动画面对访问者点击的影响(3)单一面上多亮点的干扰分析:多突显因素造成的影响(干扰/降低、诱导/增强)将上面的这些分析结果结合那些根据模版、规则、数据库自动生成网页的发布系统，可以构成一个自动完善的智能网站系统。就像每个企业有其管理组织结构一样，网站也有一定的组织结构。面对一个信息丰富庞杂的网站，如何使访问者快捷准确地看到他感兴趣的信息，是网站在网页设计及制作中应该解决的，这样，网页对访问者才具有吸引力。通过建立一个自主维护网站(Ada西vewebsite，)，可以对不同类型的目标用户群体提供针对性信息和服务项目推介，让访问者迅速获得最感兴趣的内容。在此基础上，企业可以有目标地进行商业活动，降低企业获得用户数据的成本；虽然已有不少网站宣传能对用户提供个性化服务，但他们提供的服务通常是由用户自己选择喜欢的网站内容，然后根据其选项为其生成定制的内容，这种服务需要用户的主观参与，不仅参与率较低，而且不能保证其所填写内容的真实性。三、内容聚类、藕合、交易行为分析1.站在所有来访用户的立场来对内容进行分类根据多个用户一次(一个注册用户或者一个IP的一次访问)具有一定人数的相同内容组(多个uRL的集合)构成了访问者自然选择产生的内容分组。从这些分组信息中提出共性，通过机器学习算法形成聚类概念，并对内容按照用户自然形成的概念进行分类和组织，以便用户可以在最短的时间内全面获得自己最关注的信息，去除冗余信息。2.各类内容之间的关联分析通过分析各个内容组之间的特性异同了解内容的深层含义。从不同的内容分组中，服务设计人员可以分析出访问者内在的服务需求，特别是在正式推出和宣传新创造的服务之前，更可以通过设计专门的内容进行“现场观察式”的调查。3.访问序列中断分析除了上述由用户自然使用产生的内容分组外，有些内容访问序列是我们在设计某些交易时预先设计的，如购物过程中的多步流程，一个完整的购物活动有5一6步骤，通过分析可以发现导致客户流失的关键步骤。为了留住用户，或者让更多的客户能自始至终完成服务项目，我们可以通过改进导致客户服务中断的关键环节，并能通过分析数据了解改进的效果。4.内容诱导分析在成组的内容中进行访问时序分析，如果有少数内容在若干用户的访问日志纪录中，总是呈现在其它内容之前，在排除信息物理/逻辑呈现上的显著性影响外，则可以从这些成组的内容关联之间发现诱导因素。利用诱导因素，可以设计出让客户易于理解和接受的某些新服务项目的推介方式，或者有针对性地设计服务项目。四、客户分群分析考虑到服务成本，更出于维持稳定客户群体的目的，服务项目的设计也不可能全面实现一对一服务产品，除非是网上自助式服务，通过基本的服务模块，让客户自己设计和组合服务新产品。然而，通过对客户进行分群分析，有利于服务设计和利用客户群之间的认同来增强客户忠诚度。下面就是其中一些用于客户分群的参考要素。1.根据访客行为之间的相似度对访客进行分组/群；2.根据可能提供服务/产品的区分度，对客户进行细分；3.各类客户之间的差别分析；4.从访问内容推断/检验各类客户的深层需求及其在客户心中重要性的排列；5.根据访问者的lP了解访问者的地理位置后，将主要文化因素作为输人要素，可以分析出文化因素对服务的潜在影响；6.客户群可能购买的产品/服务类别或产品/服务组合分析；7.潜在需求分析。本文列举的分析要素，只是笔者在研究和开发过程中采用的一种分析方法，并正在通过软件实现可以让客户服务设计人员使用的专家系统。对这方面有兴趣希望深人了解的读者，可以参考下面列出的参考文献。希望了解算法的读者，请同笔者联系。参考文献:1MikePerkowitz，OrenEtzioni，AdaPtiveWebSites:ConeeptualClusterMining，ProeeedingsofU-CAI97，1997.2MikePerkowitz，OrenEtzioni，