客户关系管理最新

.,1,客户关系管理副教授博士,.,2,客户关系管理,课程背景课程目标主要内容学习方法教材与教参授课时间教师介绍,.,3,客户关系管理提出的背景,市场竞争的产物，赢得竞争的利器。,.,4,客户关系管理提出的背景,.,5,客户关系管理提出的背景,市场竞争的产物，赢得竞争的利器。,.,6,客户关系管理课程的目标,从理论、方法和实践三个层面上对客户关系管理进行系统简明的掌握。从管理理念和技术应用两个角度了解现代客户关系管理的基本原理，通过案例掌握客户关系管理实施方法和策略，结合具体的CRM软件中典型的操作流程和数据挖掘在客户数据处理中的过程介绍掌握实际的运用。,.,7,客户关系管理,客户关系管理提出的背景客户关系管理课程的目标客户关系管理课程的主要内容客户关系管理的学习方法教材与教参,管理(manage)就是制定，执行，检查和改进。,.,8,课程内容,第1章客户关系管理概述第2章客户关系管理理论第3章识别客户第4章区分客户第5章客户互动,.,9,课程内容,第6章客户个性化第7章客户关系测评与维护第8章客户关系管理软件系统第9章数据挖掘与客户关系管理第10章客户关系管理能力,.,10,客户关系管理的学习方法,掌握客户关系管理的基本理论和方法，理论结合实际，将现实中的客户的获得和关系维持案例用相关的理论进行分析，为今后解决实际客户关系管理问题打下基础。,.,11,教材,客户关系管理（国家“十一五”规划教材）主编:邵兵家出版社：清华大学出版社版别：2010年4月第2版,.,12,参考书,客户关系管理译者:郑先炳邓运盛作者:（美）邓皮伯斯（美）马沙容格斯中国金融出版社2006版,.,13,授课时间与地点,星期四3、4节1-18周星期五1、2节1-18周办公室：实验楼东区C402,.,14,CRM在电子商务中的位置,支付结算、物流配送、安全认证,基础技术（计算机技术、网络技术、数据库技术、网站建设）,企业实体虚拟商务,供应商,客户,法律法规政策标准,法律法规政策标准,CRM,.,15,4.7CRM软件系统的示例及实验安排,4.7.1企能客户关系管理软件4.7.2SeibelCRMonDemand4.7.3SCRM,.,16,4.7.1企能客户关系管理软件,企能客户关系管理软件(WiseCRM)是上海企能软件科技有限公司（）针对中小企业开发的一套客户关系管理软件，可以辅助销售人员发展客户、服务客户，成倍提高销售人员的工作效率，从而达到提高公司业绩的目的。,.,17,企能客户管理软件功能模块,.,18,非常好的在线免费CRM系统,zoho(卓虎)百会八百客,.,19,上机作业,练习wisecrm建立客户-演示其他几个Crm网站的视频教程观看,.,20,提问,.,21,客户关系管理作业一,某企业的客户关系管理分析企业背景客户识别客户区分客户互动客户个性化客户满意或忠诚计划意见和建议,.,22,客户关系管理作业一,某企业的客户关系管理分析要求有数据、有分析、图文并茂4-5人一组每组内容不同第6周周三交流报告,.,23,客户关系管理作业二,某客户关系管理软件分析软件简介软件功能介绍软件的流程软件主要用户分布及其特点软件的不足意见和建议,.,24,客户关系管理作业二,某企业的客户关系管理分析要求有数据、有分析、图文并茂4-5人一组每组内容不同第7周周三交流报告,.,25,提问,.,26,第1章客户关系管理概述,.,27,案例王永庆卖大米,15岁小学毕业辍学当杂工16岁时用父亲所借的200元自己开办了一家米店。注重质量（去除杂质）洞悉客户（消费和收入）完善服务（送货上门）,王永庆，1917年1月18日生于台北县新店。台塑集团创办人。台湾经营之神。2008年10月15日去世。,.,28,学习目标,通过本章的学习，能够做到：了解客户关系管理产生的背景；理解客户关系管理的含义与内涵；熟悉客户关系管理系统的分类。,.,29,学习内容,客户关系管理的产生客户关系管理的含义客户关系管理系统的类型,.,30,1.1客户关系管理的含义,1.1.1客户关系管理的产生客户资源价值的重视（管理理念的更新）客户价值实现过程需求的拉动信息技术的推动,图1.1CRM产生的原因,.,31,1、客户资源价值的重视,成本领先优势和规模优势市场价值和品牌优势信息价值网络化价值,.,32,2、业务需求的拉动,1.来自销售人员的声音从市场部提供的客户线索中很难找到真正的客户，我常在这些线索上花费大量时间。我是不是该自己来找线索？出差在外，要是能看到公司电脑里的客户、产品信息就好了。我这次面对的是一个老客户，应该给他报价才能留住它呢?,.,33,2.来自营销人员的声音去年在营销上开销了2000万。我怎样才能知道这2000万的回报率？在展览会上，我们一共收集了4700张名片，怎么利用它们才好？展览会上，我向1000多人发放了公司资料，这些人对我们的产品看法怎样？其中有多少人已经与销售人员接触了？我应该和那些真正的潜在购买者多多接触，但我怎么能知道谁是真正的潜在购买者？我怎么才能知道其他部门的同事和客户的联系情况，以防止重复地给客户发放相同的资料？有越来越多的人访问过我们的站点了。但我怎么才能知道这些人是谁？我们的产品系列很多，他们究竟想买什么？,.,34,3.来自服务人员的声音其实很多客户提出的电脑故障都是自己的误操作引起的，很多情况下都可以自己解决，但回答这种类型的客户电话占去了工程师的很多时间，工作枯燥而无聊；怎么其它部门的同事都认为我们的售后服务部门只是花钱而挣不来钱？,.,35,4.来自客户的声音我从企业的两个销售人员那里得到了同一产品的不同报价，哪个才是可靠的？我以前买的东西现在出了问题，这些问题还没有解决，怎么又来上门推销？一个月前，我通过企业的网站发了一封EMAIL，要求销售人员和我联系一下，怎么到现在还是没人理我？我已经提出不希望再给我发放大量的宣传邮件了，怎么情况并没有改变？我报名参加企业网站上登出的一场研讨会，但一直没有收到确认信息，研讨会这几天就要开了，我是去还是不去？为什么我的维修请求提出一个月了，还是没有等到上门服务？,.,36,5.来自经理人员的声音有个客户半小时以后就要来谈最后的签单事宜，但一直跟单的人最近辞职了，而我作为销售经理，对与这个客户联系的来龙去脉还一无所知，真急人；有三个销售员都和这家客户联系过，我作为销售经理，怎么知道他们都给客户承诺过什么;现在手上有个大单子，我作为销售经理，该派哪个销售员我才放心呢？这次的产品维修技术要求很高，我是一个新经理，该派哪一个维修人员呢？,.,37,3、技术的推动,企业的客户可通过电话、传真、网络等访问企业，进行业务往来。任何与客户打交道的员工都能全面了解客户关系。能够对市场活动进行规划、评估，对整个活动进行360度的透视。能够对各种销售活动进行追踪。系统用户可不受地域限制，随时访问企业的业务处理系统，获得客户信息。拥有对市场活动、销售活动的分析能力。能够从不同角度提供成本、利润、生产率、风险率等信息，并对客户、产品、职能部门、地理区域等进行多维分析。,.,38,1.1.2客户关系管理的含义,GartnetGroup认为，客户关系管理就是为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，最大化客户的收益率。卡尔松营销集团（CarlsonMarketingGroup）把客户关系管理定义为：通过培养公司的每一个员工，经销商或客户对该公司更积极的偏爱或偏好，留住他们并以此提高公司业绩的一种营销策略。,.,39,1.1.2客户关系管理的含义,Hurwitzgroup认为，客户关系管理的焦点是自动化并改善与销售、市场营销、客户服务和支持等领域的客户关系有关的商业流程。客户关系管理既是一套原则制度，也是一套软件和技术。IBM所理解的客户关系管理包括企业识别、挑选、获取、发展和保持客户的整个商业过程。IBM把客户关系管理分为三类：关系管理、流程管理和接入管理。,.,40,客户关系管理的内涵,综合所有CRM的定义，我们可以将其理解为理念、技术、实施三个层面。其中，理念是CRM成功的关键，它是CRM实施应用的基础和土壤；信息系统、IT技术是CRM成功实施的手段和方法；实施是决定CRM成功与否、效果如何的直接因素。三者构成CRM稳固的“铁三角”,图1.2CRM铁三角,.,41,1.2客户关系管理系统的类型,1.2.1按目标客户分类以全球企业或者大型企业为目标客户的企业级CRM；以200人以上、跨地区经营的企业为目标客户的中端CRM；以200人以下企业为目标客户的中小企业CRM。1.2.2按应用集成度分类CRM专项应用、CRM整合应用、CRM企业集成应用1.2.3按系统功能分类操作型CRM、合作型CRM、分析型CRM,.,42,客户关系管理系统的类型,目标客户,企业级CRM,中端CRM,中小企业CRM,应用集成度,CRM专项应用,CRM整合应用,CRM企业集成应用,系统功能,操作型CRM,合作型CRM,分析型CRM,.,43,客户关系管理系统,.,44,小结,客户关系管理产生的原因客户关系管理的含义客户关系管理系统的分类与功能,.,45,提问,.,46,第2章客户关系管理理论基础,.,47,学习目标,通过本章的学习，将能够：掌握关系营销的含义；掌握关系营销的特征；掌握区分不同的企业与客户关系；理解数据库营销的含义；掌握客户智能的含义；掌握IDIC模型的内容。,.,48,1.关系营销产生的背景,关系营销自年代后期以来得到了迅速的发展。科特勒的“大市场营销”，改善外部环境。关系营销的关系，已从单纯的客户关系扩展到了企业与供应商、中间商、竞争者、政府、社区等的关系。这样，关系营销的市场范围就从客户市场扩展到了供应商市场、内部市场、竞争者市场、分销商市场、影响者市场、招聘市场等，从而大大地拓展了传统市场营销的涵义和范围。,.,49,2.关系营销的涵义与特征,所谓关系营销，是把营销活动看成是一个企业与消费者、供应商、分销商、竞争者、政府机构及其他公众发生互动作用的过程，其核心是建立和发展与这些公众的良好关系。,.,50,关系营销的本质特征：（）双向沟通（）合作（）双赢（）亲密（）控制。,.,51,3.数据库营销,数据库营销就是一种企业与顾客之间交互式的营销处理方法，主要通过计算机网络将企业的目标顾客、潜在顾客的资料、市场信息以及进行的交流沟通和商业往来等数据搜集、存储在网络数据库中，经过数据挖掘、筛选、处理等一系列数据库技术分析后，可以精确地了解消费者的需求、购买欲望及购买能力等信息，并且通过网络将这些信息在企业、顾客、供应商以及企业员工内部之间进行沟通和共享，在此基础上制定出更加理性化、个性化的营销方法和营销策略，为顾客提供个性化的产品与服务，达到满足顾客需求与企业盈利的双赢目的。,.,52,4.客户智能及其体系框架,客户智能，是创新和使用客户知识、帮助企业提高优化客户关系的决策能力和整体运营能力的概念、方法、过程以及软件的集合。,客户智能体系框架,.,53,5.IDIC模型,I,D,I,C,识别客户（Identify）,差异分析（Differentiate）,保持互动（Interactive）,定制营销（Customize）,.,54,1.关系营销,.,55,1.1关系营销的“关系”理念杰姆巴诺斯（加拿大纽芬兰Memorial大学市场营销学教授）,关系：一般是指两个实体之间，存在着真诚的感觉和情感上联系的特殊情形（注重：情感和感觉）。如，很多公司经理发现：当一些客户不与之来往时，他们对公司失望的原因与产品的质量和价格无关，而仅仅与在公司感受到的接待有关（市场竞争激烈）。,20世纪90年代，DavidMaister发表了一篇经典论文：强调了与客户等待有关的“心理学”分析了让客户被迫等待超出了预期值所产生的负面情感例子中有：电话自动应答下载一个网页,香港和中国煤气公司：进行了三年的研究，结论：互动式声讯应答系统阻碍了他们提供高水准服务；所有咨询电话均由人工接听（真正以客户为核心的营销）；,.,56,不能算作关系的两种情况（巴诺斯教授的观点）：关系是从客户的角度看具有关系，而不是从企业的角度看（类似于恋爱关系）；比如：客户A经常到公司B购物，B认为A与他们有关系，可是，突然有一天A再不到B来购物了。企业通过手段强迫客户留下的“关系”不是关系；一些公司为了留下客户，采取增加客户“转移成本”的方法。例如，消费积分；同客户签定服务合同、保证金或罚金的办法。忽视了与客户的互动，即：客户自己要有建立关系的愿望通过情感和感受保持这种愿望,.,57,1.2客户关系要素史蒂夫邓克教授的一个表述：与其把关系当作一个永恒的状态，还不如把它当作一种不断的变化。因此，关系一旦形成，就必须花费大量的精力进行维护，以使它成为一个健康、可行的联盟。大多数社会心理文献都认为，有两个因素对于保持关系十分重要：责任感和信任。,客户关系的要素,.,58,1.3有利于关系发展的条件,.,59,2.1.2关系营销的涵义与特征,.,60,（）双向沟通。在关系营销中，沟通应该是双向而非单向的。只有广泛的信息交流和信息共享，才可能使企业赢得各个利益相关者的支持与合作。（）合作。一般而言，关系有两种基本状态，即对立和合作。只有通过合作才能实现协同，因此合作是“双赢”、“共赢”的基础（供应链合作）。（）双赢。即关系营销旨在通过合作增加关系各方的利益，而不是通过损害其中一方或多方的利益来增加其他各方的利益。,2.1.3关系营销的本质特征,.,61,（）亲密。关系能否得到稳定和发展，情感因素也起着重要作用。因此关系营销不只是要实现物质利益的互惠，还必须让参与各方能从关系中获得情感的需求满足（包括客户、员工等）。（）控制。关系营销要求建立专门的部门，用以跟踪顾客、分销商、供应商及营销系统中其他参与者的态度，由此了解关系的动态变化，及时采取措施消除关系中的不稳定因素和不利于关系各方利益共同增长因素。此外，通过有效的信息反馈，也有利于企业及时改进产品和服务，更好地满足市场的需求。,.,62,2.1.3关系营销的中心客户忠诚,1947年由美国学者塞利弗和肯切尔在研究社会判断理论时提出的“涉入理论”。客户忠诚的前提是客户满意，而客户满意的关键条件是客户需求的满足。对客户满意研究的最新进展是斯普林格、麦肯齐和奥尔沙夫斯基通过实验和数理分析，重新检验了形成客户满意的决定因素之后所建立的客户满意理论模型。,.,63,涉入理论涉入是个人认知该产品与其内在需要、兴趣和价值观的攸关程度。在此定义中，自我概念是影响涉入的重要因素之一，当消费者认知到产品有助于达成其心目中的理想形象时，对该产品的涉入程度将会升高。,自我概念（SelfConcept）即一个人对自身存在的体验。它包括一个人通过经验、反省和他人的反馈，逐步加深对自身的了解。自我概念是一个有机的认知机构，由态度、情感、信仰和价值观等组成，贯穿整个经验和行动，并把个体表现出来的各种特定习惯、能力、思想、观点等组织起来。,.,64,2.1.4关系营销梯度推进层次,贝瑞和帕拉苏拉曼归纳了三种创造客户价值的关系营销层次。一级关系营销它维持客户关系的主要手段是利用价格刺激增加目标市场客户的财务利益。二级关系营销即增加目标客户的财务利益，同时也增加他们的社会利益。三级关系营销增加结构纽带，与此同时附加财务利益和社会利益。,.,65,一、关系营销梯度推进层次,T.R.Bacon的客户关系分类,.,66,总结：关系营销是营销的核心，也是组织的核心组织的愿望是较竞争对手更好地满足客户的终身需求并从中获利。,.,67,二、实施关系营销,关系营销的过程,寻找客户认识、熟悉客户保持联系、建立关系,反馈信息，改进产品和服务检查承诺在产品、服务上使客户感到有效满足,（开始新一轮营销）,关系营销的目标实现双赢,宝洁要增加展示柜沃尔玛按自己标准做,宝洁根据销售调整生产沃尔玛保持销售前提下适当库存,（过去）（通过EDI实现）（现在）,.,68,关系营销的实现分析、寻找客户（以化妆品为例）分析客户群特征建立数据库开发新客户；向客户提供产品和服务承诺包括产品和服务的质量、价格、供货时间等；不折不扣履行承诺加强与客户的交流和沟通（海尔公司）不仅要兑现承诺还要保持与客户的经常性沟通很多客户并不是因产品和服务问题离开（IBM公司）千方百计留住老客户留住老客户保持客户意义重大具体方法：A财务利益：馈赠礼品与各种优惠B社交与财务利益：服务个性化、私人化C结构性联系与社交、财务利益：公司提供设备、软件、培训（如恩信ERP，形成转换壁垒）,.,69,一、关系营销带来的利益对企业而言：销售量增加：当客户比竞争对手提供的要感到满意时。成本的降低：维持了老客户。口碑效应带来的免费广告。对客户而言：信任利益：信任供应商，减少焦虑，对期望了解的舒适感。社会利益：形成一个社会共同体。特殊对待利益：优先或者特殊交易价格等。,.,70,1.设立客户关系管理机构2.接触计划：倾听和处理3.频繁市场营销计划4.俱乐部营销规划5.客户化营销6.数据库营销,2.1.5实施关系营销的具体策略,.,71,2.1.5关系营销的价值测定,关系营销为客户创造和传递的价值一般用“让渡价值”来衡量。所谓让渡价值，就是客户总价值与客户总成本之差。企业自身从关系营销中得到的利益，可以结合客户盈利能力、客户保留成本、客户流失成本等指标来进行衡量。关系营销的最终目的是通过关系的建立和发展留住老客户，从客户保留成本和流失成本考虑，其吸引新客户的成本高于保留老客户。,.,72,小结,关系营销的含义与特征数据库营销含义客户智能的含义IDIC模型的内容,.,73,提问,.,74,第3章识别客户,.,75,案例迪克超市的秘密,注重质量洞悉客户完善服务,.,76,学习目标,通过本章的学习，将能够：掌握客户的含义了解客户识别的含义和作用了解客户生命周期掌握客户识别的过程,.,77,消费者与顾客的含义,消费者是指在一定条件下为自身生产而消费各种产品和服务的个人，是指占用和使用生活消费品和生活服务品的个人和家庭。顾客是比消费者更为广义的一个概念。有广义和狭义概念之分。从广义的角度，凡是接受或者可能接受任何组织、个人提供的产品和服务的购买者都可以称为顾客。从这个定义可见，首先顾客不仅指个体，同时也包括了企业、政府、非公益性团体等组织。,.,78,消费者与顾客的含义,顾客包括了现实顾客和潜在顾客其中现实顾客是指对企业或者个人的产品或者服务有需求、并且与企业或者个人直接发生交易关系的组织或者个人。潜在顾客是指对企业或者个人的产品或者服务有需求而没有购买能力、或者是有购买能力但是因为种种原因无法与企业或者个人发生交易的组织或者个人。从狭义的角度，顾客只是指与企业或者个人发生直接交易关系的组织或者个人，即广义概念中的现实顾客。,.,79,消费者与顾客的含义,内部顾客和外部顾客之分内部顾客是从企业内部部门的角度出发，把其他部门看作是自己部门的顾客。外部顾客则是从企业整体的角度出发，把企业外部的、与本企业有产品、服务交易关系的组织或者个体看作顾客。,.,80,客户的含义,广义上的客户指企业提供产品和服务的对象，即：来自企业外部的、和企业发生交互行为的组织或者个体。在CRM中客户指的是和企业发生交互行为的客户，也就是“外部”客户。,企业产品,企业服务,我就是客户,.,81,客户类型,消费客户,消费者,企业客户,中间客户,公利客户,.,82,客户生命周期,客户生命周期是指从一个客户开始对企业进行了解或者企业欲对某一客户进行开发开始，直到客户与企业的业务关系完全终止且与之相关的事宜完全处理完毕的这段时间。一般而言，客户生命周期可分为潜在获取期、客户成长期、客户成熟期、客户衰退期、客户终止期五个阶段。,.,83,客户生命周期,.,84,客户识别,客户识别就是通过一系列技术手段，根据大量的客户特征、需求信息等，找出哪些是企业的潜在客户，客户的需求是什么，哪些客户最有价值等等，并以这些客户作为客户关系管理对象。识别客户的目的，在于当每一次我们与客户联系的时候，能够认出每一个客户，然后把那些不同的数据、不同特征连接起来，构成我们对每一个具体客户的完整印象。,.,85,客户识别的作用,有助于企业获取新客户有助于企业与客户更好地沟通与互动能够提升客户满意度，增强客户对企业的忠诚度,.,86,定义信息,收集信息,整合、管理信息,更新信息,信息安全,需要掌握哪些资料与数据？,从哪里可以得到所需要的信息？,客户的信息发生何种变化？,利用数据库管理信息？,信息是否有泄漏？有没有侵犯客户隐私？,客户识别过程,.,87,客户识别过程,定义信息,个人客户,企业客户,人口统计数据态度数据行为数据,基本信息业务状况交易状况负责人信息,.,88,个人客户信息,基本信息关于个人客户自身的基本信息姓名、性别、年龄、性格、血型、电话、传真、住址等。关于个人客户家庭的信息婚姻状况，配偶的姓名、生日、性格爱好；是否有子女，子女的姓名、年龄、生日、教育状况；是否与父母同住等。关于个人客户事业的信息就业情况，供职单位名称、工作地点、职务、任职时间、收入、离职原因等，对未来事业发展的规划。,.,89,个人客户信息,心理与态度信息个人客户购买动机的信息个人客户个性的信息个人客户生活方式的信息关于个人客户信念和态度的信息行为信息个人客户的购买频率、种类、金额、途径等,.,90,组织客户信息,基本信息名称、地址、电话、创立时间、所在行业、规模、经营理念、销售或者服务区域、形象以及声誉等。业务状况销售能力、销售业绩、发展潜力与优势、存在的问题等。,.,91,组织客户信息,交易状况交易条件、组织客户的信用等级、与该客户关系的紧密程度、组织客户的合作意愿等。主要负责人信息包括组织客户高层管理者、采购经理等人员的年龄、性格、兴趣等。,.,92,信息收集途径,直接渠道与客户的直接交谈或者调研在营销活动中收集客户信息通过售后服务获得客户信息通过网站来收集客户信息间接渠道通过公开出版物购买专业咨询公司的报告,.,93,收集信息的方法,人员访谈观察问卷调查其他方法投诉、俱乐部、购买,.,94,收集信息,.,95,整合、管理信息,.,96,管理客户信息,利用数据仓库整合、管理信息包括如下步骤：信息的清洗、整理。客户信息录入客户信息的分析与整理,.,97,更新客户信息,信息更新的及时性抓住关键信息及时分析信息及时淘汰无用资料,.,98,保护客户信息安全,企业的客户信息是否有泄露？树立信息保密的意识建立相应的制度体系分级管理在收集、更新客户信息的过程中，是否侵犯了客户隐私？检查信息的必要性措施的有效性泄露情况,.,99,课堂讨论,在网络时代，如何能做到：既能全面收集客户信息，同时又能不侵犯客户隐私？,.,100,课堂讨论,作为移动/联通的经理，应当掌握哪些客户信息？如何收集这些信息？,.,101,提问,.,102,第4章区分客户,.,103,案例汇丰银行的客户区分,1亿1千万顾客账户使用频率产品和服务产品推荐现金流与收益,.,104,案例汇丰银行的客户区分,A-顶级（高忠诚度，高价值）B-大中型（低忠诚度，高价值）C-大中型（高忠诚度，低价值）D-小型（低忠诚度，低价值）E-非活跃客户F-可能客户,.,105,学习目标,通过本章的学习，将能够：了解客户区分的意义掌握区分客户的不同方法了解计算客户终生价值的方法弄清区分客户的步骤,.,106,客户区分的意义,帕累托的二八法则80%的结果源于20%的原因客户天生是不同的企业更为有效地安排其有限的资源,.,107,客户价值区分,直接测度程度区分为财务价值和非财务价值客户财务价值是交易收益与交易成本之差交易收益是由购买的单价、数量、频率等因素决定。成本体现为服务成本、沟通成本、营销成本、生产成本等方面。非财务价值是指与直接交易无关的价值,.,108,区分客户价值的方法,ABC分析法,.,109,区分客户价值的方法,RFM分析法Recency最近一次购买是指客户上一次购买距离现在的时间。Frequency消费频率是顾客在限定的期间内所购买的次数Monetary购买金额是客户在一定的时间内购买企业产品的总额。,.,110,区分客户价值的方法,RFM分析法RFM（RecencyFrequencyMonetary）根据客户购买间隔、购买频率和购买金额来计算客户价值的一种方法。有时购买数量（AmountPurchased）来代替购买金额，因此RFM法又被称为RFA法。,.,111,某航空公司RFM分析法,.,112,CLV分析法,CLV是指客户生命周期价值（CustomerLifetimeValue），指客户在与企业的整个生命周期内为企业创造的价值。广义的CLV指的是企业在与某客户保持买卖关系的全过程中从该客户处所获得的全部利润的现值。CLV分成两个部分：一是历史利润，即到目前为止客户为企业创造的利润总现值；二是未来利润，即客户在将来可能为企业带来的利润流的总现值。企业真正关注的是客户未来利润，因此狭义的CLV仅指客户未来利润。,.,113,CLV分析法,“改进型”客户,“贵宾型”客户,“放弃型”客户,“维持型”客户,客户未来价值,客户当前价值,.,114,CLV分析法,贵宾型客户：也被称为最有价值客户（MostValuableCustomer，MVC）。业务的核心。改进型客户：也被称为最具成长性客户（MostGrowableCustomer,MGC）。着重培养的客户。维持型客户：也被称为普通客户，是指那些有一定价值但数额较小的客户。放弃型客户：也被称为负值客户（Below-Zero）：那些可能根本无法为企业带来足以平衡相关服务费用的利润。,.,115,按企业与客户的关系,1.非客户2.潜在客户3.目标客户4.现实客户初次购买者重复购买者忠实客户5.流失客户,.,116,关系转换,.,117,客户区分过程,确定区分客户的基础,区分不同的客户,分析不同客户的特征,.,118,Q不能制定合适的决策!,数据,知识,决策,.,251,数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程，这些模型和关系可以用来做出预测。,数据挖掘（DataMining）,数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。,数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。,数据挖掘,.,252,数据挖掘的特点,数据挖掘与传统分析方法的区别,数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。,数据挖掘所得到的信息应具有先未知,有效和可实用三个特征：,先前未知的信息是指该信息是预先未曾预料到的,既数据挖掘是要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息或知识,有效信息是指符合实际情况且具有一定的代表性,可实用是指可以指导企业的营销决策,.,253,数据挖掘的特点,数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识数据挖掘所得到的信息应具有先未知、有效和可实用三个特征数据源必须是大量的、真实的、有噪声的发现的是用户感兴趣的知识发现的知识要可接受、可理解、可运用并不要求发现放之四海皆准的知识，仅支持特定的发现问题,.,254,客户接触,客户信息,客户数据库,统计分析与数据挖掘,客户知识发现,客户管理,知识发现：从数据中深入抽取隐含的、未知的和有潜在用途的信息,从商业数据到商业智能,.,255,数据挖掘的应用,.,256,神经网络NeuralNetworks,聚类分析Clustering,序列分析SequenceAnalysis,决策树DecisionTrees,倾向性分析,客户保留客户生命周期管理目标市场价格弹性分析,客户细分市场细分,倾向性分析客户保留目标市场欺诈检测,关联分析Association,市场组合分析套装产品分析目录设计交叉销售,数据挖掘的应用,.,257,数据挖掘技术的分类,回顾分析：注重解决过去和现在的问题,如：两年来不同地区、人口和产品情况下的各销售部门销售业绩分析,预测分析：在历史信息的基础上预测某些事件和行为,如：建立预测模型来描述客户的流失率,分类：根据某种标准将数据库记录分类到许多预先定义好的类别,如：信用卡公司将客户记录分为好、中、差三类分类可以产生规则：如果一个客户收入超过5000万元，年龄在4555岁之间，居住在某地区，那么他的信用等级为好。,数据挖掘技术,.,258,数据挖掘技术的分类,聚类：根据某些属性将数据库分割为一些子集和簇,如：在了解客户的过程中，尝试使用从未使用过的属性分割人群以发现潜在客户的簇,关联：通过考察记录来识别数据间的密切关系,关联关系常常表现为规则，常用于超市购物篮分析如：所有包含A和B的记录中有60同时包含C。,时间序列：用于帮助识别与时间有关的模式,如：通过对客户多次购物行为的分析可以发现购物行为在时间上的关系常用于产品目录营销的分析,数据挖掘的一般目的就是检测、解释和预测数据中定性的和或定量的模式,数据挖掘技术,.,259,数据挖掘方法学,模式,数据库中一个事件或事件的结合，这些事件比预期的要经常发生，其实际发生率明显不同于随机情况下的可期望发生率。,模式是数据驱动的，一般只反映数据本身,模型,对构建事件的源时的历史数据库的描述，并且能够成功地应用于新的数据，以便对缺少的数据作出预测或对期望的数据作出说明。,模型的一般表现形式,数学方程式,描述各客户段的规则集,计算机表示方式,模式可视化,数据挖掘技术,.,260,数据挖掘方法学,取样,根据问题的需要采用随机取样的方法从数据库中抽取数据进行挖掘，有助于迅速发现模式、创建模型,数据本身的处理过程需要验证,验证模型,模型创建过程需要保证正确,模型应用的验证,在依据一些历史数据建造模型后，将模型应用于未参与建造模型的其他类似的历史数据，比较其模型输出结果与实际结果。,数据挖掘技术,.,261,经典方法,统计,统计可以通过对类似下列问题的回答获得模式,在我的数据库中存在什么模式,某个事件发生的可能性是什么,那些模式是重要的模式,统计的一个重要价值就是它提供了对数据库的高层视图，这种视图提供了有用的信息，但不要求在细节上理解数据库的每一条记录。,数据挖掘方法,.,262,经典方法,最近邻,通过检测与预测对象最接近的对象的状况对预测对象进行预测,原理：,某一特定对象可能与其他某一或某些对象比其它一些第三对象更接近；,相互之间“接近”的对象会有相似的取值,根据其中一个对象的取值，预测其最近邻对象的预测值,商业应用：,文献检索,市场篮子分析,应用评价：,最近邻的数量,最近邻的距离,决定最近邻预测的可信度,数据挖掘方法,.,263,现代方法,基础理论,有指导的学习(SupervisedLearning),归纳概念分类标准与模型分类,有指导的学习的目的：建立分类模型,用模型确定新数据实例的类别,训练数据（TrainingData）与检验集(TestSet),用于创建模型的数据实例称为训练数据,用于检验模型的准确度的数据实例称为检验集,数据挖掘方法,.,264,有指导的学习(SupervisedLearning),淋巴肿,数据挖掘方法,.,265,有指导的学习(SupervisedLearning),淋巴肿,发烧,No,No,Yes,Yes,咽炎,敏感症,感冒,淋巴肿、发烧是有意义的属性,嗓子痛、充血、头痛是无意义的属性,数据挖掘方法,.,266,有指导的学习(SupervisedLearning),淋巴肿,发烧,No,No,Yes,Yes,咽炎,敏感症,感冒,未知分类的数据实例（检验集）,数据挖掘方法,.,267,无指导的学习(UnsupervisedLearning),为没有预先定义分类标准的数据建立模型,ABC投资公司客户表,数据挖掘方法,.,268,无指导的学习(UnsupervisedLearning),区分在线投资者和经纪人投资者的特征是什么,一个新客户未开设交易保证金帐户，如何确定其将来是否会开设这种帐户,能建立一个预测新投资者月均交易数的模型吗,女性和男性投资者有什么不同的特征,交易方式,交易保证金帐户,月均交易数,性别,数据挖掘问题,属性,哪些属性相似性决定ABC公司的客户分组,属性值的哪些不同之处分隔了客户数据库,有指导的学习,无指导的学习,数据挖掘方法,.,269,现代方法,决策树（DecisionTree）,决策树是一种有指导学习的数据挖掘方法,决策树的组成,决策节点、分支、叶子,根节点,分支,叶子,Debt$40K,节点,决策树的分支过程就是对数据进行分类的过程，利用几个变量（每个变量对应一个问题）来判断数据所属的类别。在分支后，要使不同分支之间数据的差异尽可能大、同一分支内的数据尽量相同。这一分割过程也就是数据的“纯化”过程。,数据挖掘方法,.,270,决策树的算法步骤,假设T为训练实例集选择一个最能区别T中实例的属性创建一个决策节点，它的值为所选择的属性创建该节点的分支，每个分支代表所选属性的一个唯一值使用分支的值，将数据实例分割为子类对于步骤5所创建的各个子类：如果子类中的数据实例满足以下条件，可按此决策树对新数据实例指定类别分割中只包含一条数据实例分割中所有数据实例的属性都相同继续分割得到的改进不明显如果子类不满足上述条件，则设T为当前子类数据实例集合，返回步骤2,数据挖掘方法,.,271,决策树的属性选取,属性选取标准：,最大化反映数据差异，使树的层次和节点数最小,淋巴肿,发烧,No,No,Yes,Yes,咽炎,敏感症,感冒,数据挖掘方法,.,272,淋巴肿,发烧,No,No,Yes,Yes,敏感症,敏感症,咽炎,No,Yes,头痛,淋巴肿,感冒,发烧,淋巴肿,No,Yes,咽炎,No,Yes,数据挖掘方法,决策树的属性选取,属性选取标准：,最大化反映数据差异，使树的层次和节点数最小,.,273,信用卡促销数据库,选取收入段为根节点,选取寿险促销为输出属性,沿着每个分支有两个类，选取最频繁出现的类,收入段,2Yes2No,4Yes1No,3No1Yes,2Yes,23万,34万,45万,56万,训练集分类的正确性为111573,数据挖掘方法,.,274,决策树（DecisionTree）：例,信用卡促销数据库,选取信用卡保险为根节点,选取寿险促销为输出属性,沿着每个分支有两个类，选取最频繁出现的类,信用卡保险,6Yes6No,3Yes0No,No,Yes,训练集分类的正确性为91560,数据挖掘方法,.,275,决策树（DecisionTree）：例,信用卡促销数据库,选取数值型属性年龄为根节点,选取寿险促销为输出属性,依照年龄排序，对照输出属性进行数据分割，选择数据分割点,年龄,9Yes3No,0Yes3No,43,43,以年龄43结合寿险促销Yes，训练集分类的正确性为121580,数据挖掘方法,.,276,决策树（DecisionTree）：例,信用卡促销数据库,年龄,Yes（61）,No（21）,43,43,性别,FM,信用卡保险,Yes（20）,No（30）,NoYes,信用卡数据库的三节点决策树,训练集分类的正确性为131587,数据挖掘方法,.,277,决策树（DecisionTree）：例,信用卡促销数据库,信用卡保险,Yes（52）,No（41）,No,Yes,性别,FM,Yes（30）,信用卡数据库的两节点决策树,训练集分类的正确性为121580,数据挖掘方法,.,278,决策树（DecisionTree）：例,信用卡促销数据库检验集,年龄,Yes（61）,No（21）,43,43,性别,FM,信用卡保险,Yes（20）,No（30）,NoYes,信用卡数据库的三节点决策树,数据挖掘方法,.,279,现代方法,K平均值算法,K-平均值算法是一种简单而有效的无指导学习的统计聚类方法，将一组数据划分为不相关的簇,算法步骤,选择一个K值，用以确定簇的总数,在数据集中任意选择K个数据实例，作为初始的簇中心,试用简单的欧氏距离将其它数据实例赋予距离它们最近的簇中心,试用每个簇中的数据实例，计算每个簇的新的平均值,如果新的平均值等于次迭代的平均值，终止该过程。否则，用新平均值作为簇中心并重复步骤35。,点A(x1,y1)与点B(x2,y2)之间的欧氏距离计算式为,数据挖掘方法,.,280,K平均值算法：例,K-平均值输入属性,1.选择K=2，即将所有数据实例分为两个簇,2.选择实例1作为第1个簇的中心，实例3作为第2个簇的中心,3.计算各数据实例与C1、C2之间的欧氏距离,Dist(C11)=0.00Dist(C21)=1.00C1Dist(C12)=3.00Dist(C22)=3.16C1Dist(C13)=1.00Dist(C23)=0.00C2Dist(C14)=2.24Dist(C24)=2.00C2Dist(C15)=2.24Dist(C25)=1.41C2Dist(C16)=6.02Dist(C26)=5.41C2,4.迭代结果得到以下两个簇簇C1包含实例1、2，簇C2包含实例3、4、5、6,Y,X,数据挖掘方法,.,281,K平均值算法：例,K-平均值输入属性,5.重新计算每个簇的中心,对于C1：x=(1.0+1.0)/2=1.0y=(1.5+4.5)/2=3.0对于C2：x=(2.0+2.0+3.0+5.0)/4=3.0y=(1.5+3.5+2.5+6.0)/4=3.375因此，新的簇中心为C1=(1.0，3.0)C2=(3.0，3.375),Y,X,6.由于簇中心改变，进行第2次迭代,.,282,K平均值算法：例,K-平均值输入属性,Dist(C11)=1.50Dist(C21)=2.74C1Dist(C12)=1.50Dist(C22)=2.29C1Dist(C13)=1.80Dist(C23)=2.125C1Dist(C14)=1.12Dist(C24)=1.01C2Dist(C15)=2.06Dist(C25)=0.875C2Dist(C16)=5.00Dist(C26)=3.30C2,第2次迭代的结果导致了簇的变化：C1包含实例1、2和3，C2包含4、5和6,Y,X,.,283,K平均值算法：例,K-平均值输入属性,7.重新计算每个簇的中心,对于C1：x=(1.0+1.02.0)/3=1.33y=(1.5+4.51.5)/3=2.50对于C2：x=(2.0+3.0+5.0)/3=3.33y=(3.5+2.5+6.0)/3=4.00因此，新的簇中心为C1=(1.33，2.50)C2=(3.33，4.00),8.由于簇中心改变，继续进行第3次迭代,Y,X,.,284,K平均值算法：例,数据实例与它们所对应的簇中心之间的误差平方和最小,K平均值算法的几个应用,K平均值算法的最优聚类标准,Y,X,Y,X,Y,X,.,285,现代方法,关联规则（AssociationRules）,关联规则的表现形式,关联规则是一种无指导学习的数据挖掘中最普遍的知识发现，是指在行为上具有某种关联的多个事物在一次事件中可能同时出现，从而在多个事物中建立联系规则的方法。,“如果怎么样、怎么样、怎么样，那么就会怎么样”,关联规则的构成,前件“如果怎么样、怎么样、怎么样”,后件“那么就怎么样”,如果买了西装，就会买领带,如果买精显彩电，就会买家庭影院系统,.,286,规则的构成,如果怎么样、怎么样、怎么样，就会怎么样,前件，激发条件,后件，结果,规则表现为在前件所有条件成立的前提下，后件结果会以某一正确概率出现,关联规则（AssociationRules）,.,287,规则的置信度和支持度,关联规则（AssociationRules）,规则的置信度又称为规则的正确率，是指在前提出现的情况下，后件出现的概率,规则的支持度又称为规则的覆盖率，是指包含规则出现的属性值的交易占所有交易的百分比,例：如果客户买牛奶，那么他们也会买面包,置信度：在10000次交易中客户购买了牛奶，而且其中的5000个交易也同时购买了面包，则上述规则的置信度为50001000050支持度：在超市一个月的客户交易中，共有600000次交易，其中购买牛奶的交易为60000次，支持度为6000060000010,.,288,规则的生成,关联规则（AssociationRules）,决策树方法,规则1：如果客户参加了信用卡保险，那么他就会参加寿险促销（置信度33100，支持度31520）,规则2：如果一个男性客户没有参加信用卡保险，那么他也不会参加寿险促销（置信度4580，支持度51533）规则3：如果一个女性客户没有参加信用卡保险，那么她可能会参加寿险促销（置信度5771，支持度71547）规则4：如果是一个女性客户，那么她可能会参加寿险促销（置信度6875，支持度81553）,信用卡保险,Yes（52）,No（41）,No,Yes,性别,FM,Yes（30）,.,289,规则的生成,现代方法,关联规则（AssociationRules）,最近邻方法,规则：如果一个客户处于的状况，那么他可能是一个逃款者,关联规则可以使用传统的方法生成，但适当提供的属性很多时，因为每条规则的结果可能包含大量的前提条件，使用传统方法会变得不切实际。,.,290,规则的生成,现代方法,关联规则（AssociationRules）,apriori方法,apriori方法步骤：,1.设置最小的属性值支持度要求,apriori方法是通过生成条目集，按照一定的准则要求从中选择规则的方法。,条目集是指符合一定支持度要求的“属性值”的组合,2.生成条目集,3.使用生成的条目集来创建规则,.,291,规则的生成,现代方法,关联规则（AssociationRules）,apriori方法:例,1.设置最小的属性值支持度要求（30）,2.生成条目集,单项条目集合,.,292,规则的生成,现代方法,关联规则（AssociationRules）,apriori方法:例,双项条目集合,