基于CRM信息技术的渠道偏好度模型的管理应用

1、基于CRM信息技术的渠道偏好度模型的管理应用摘要：文章以r系统对客户行为和偏好的深化分析为根底，对基于信息技术对客户的渠道偏好进展了深化讨论。论文以中国电信行业为例，选取了一个典型案例企业，对其 客服中心、短信渠道和网站渠道的偏好度进展分析，研究结论对电信运营商的提升客户关系、提升业务绩效、进步客户数据处理技术方面均提供了良好的指导。关键词：r；渠道偏好度；电信一、案例研究方法与模型介绍西方学者的案例研究过程渊源已久，kyburz-graber2022将案例研究分为三类：描绘性案例研究、探究性案例研究以及因果解释性案例研究。本研究属于探究性案例研究，希望以国内一家电信运营商的r管理过程理论为研

2、究对象，分析客户对于渠道的偏好度。本案例企业为某电信运营商的一家地市分公司，拥有超过三百万用户，主要从事挪动通信和数据效劳业务。这家电信运营商在完成根本的各种业务运营的消费性信息系统后，进一步完成数据汇总并建立了涵盖所有客户互动历史数据的中央数据仓库系统作为企业级业务数据平台。其市场营销部门充分利用这个统一集中的管理信息平台，对客户作各种深度的数据挖掘研究。对于渠道的偏好度的研究分析方案如下：1.渠道的类型定为四类：营业厅、 客服中心、短信、网站。2.客户渠道的偏好度模型，使用数据挖掘的人工神经网络技术详述如后，计算出每个用户使用四种渠道办理业务的倾向度评分。3.主要的数据来源包括客服中心呼叫

3、记录，短信恳求记录，网站渠道运营记录，业务支撑系统工单，效劳使用数据，以及客户根本属性数据等。4.时间分析窗口数据，利用渠道偏好度模型给每个分析用户进展渠道使用倾向评分，再通过验证窗口用户使用渠道情况进展模型验证。分析窗口：用于分析特征的历史数据的时间跨度，需要3个月的历史数据；验证窗口：用于验证用户使用渠道情况，需要2个月的历史数据。5.本案例研究所使用的技术方法为人工神经网络ann。人工神经网络的研究开展起源于20世纪40年代，是一种模拟人脑神经系统的非线性映射构造。它不依赖于准确数学模型，而显示出自适应和自学习功能。1943年，法国心理学家.s.ulh和.pitts提出了第一个神经元数学

4、模型，创始了人类自然科学史上的一门新兴科学ann的研究。人工神经网络会不断检验预测结果与实际情况是否相符。把与实际情况不符合的输入输出数据作为新的样本，对新样本进展动态学习并动态改变网络构造和参数，这样使网络适应环境或预测对象本身构造和参数的变化，从而使预测网络模型有更强的适应性。而在ann的实现过程中，往往需要大量的数据来产生充足的训练和测试样本形式集，以有效地训练和评估ann的性能，这正好是建立在数据仓库和数据挖掘工具所能提供的。由于ann和数据挖掘两者的优势互补，将神经网络用于数据挖掘具有现实意义和实用价值。人工神经网络在数据挖掘中的优势是：对于噪声数据的强承受才能，对数据分类的高准确性

5、，以及可用各种算法进展规那么提龋人工神经网络方法常用于分类、聚类、特征挖掘、预测和形式识别。神经网络模型大致可分为以下三种：1前馈式网络：以感知机、反向传播模型和函数型网络为代表，主要用于预测和形式识别等领域；2反响式网络：以hpfield离散模型和连续模型为代表，主要用于联想记忆和优化计算；3自组织网络：以自适应共振理论：adaptiveresnanethery，art模型为代表，主要用于聚类分析。在本案例应用中，主要是用前馈式网络来进展多变量的概率分布预测。因为本文目的是对用户使用几种渠道的可能性上下进展预测。二、案例研究的施行与分析1.业务规划的考量。对客户使用渠道的习惯偏好进展分析具有

6、重大意义，可以对营销活动提供有力的支持。通过客户行为特征分析，寻找客户选择渠道的偏好，提供客户营销渠道的最优途径。不但有利于优化渠道资源，降低营销本钱，更能进步营销成功率，提升客户满意度。目前电信客户可以使用的挪动通信效劳渠道包括营业厅、 客服、短信、网站、自助效劳终端等，其中营业厅提供效劳功能最为齐全，但本钱也是最高； 客服使用最为广泛，几乎每个客户都有使用 客服的经历，也是提供最多效劳的渠道，对于电信公司的用户满意度非常重要。因此，研究应用的重点之一就是如何发挥 客服的优势，以有限资源效劳更多的高价值客户和业务，减少低价值客户和业务占用客服资源的比例。同时，重点开展电子渠道，着重进步电子渠

7、道的普及率，培养用户使用电子渠道的习惯，引导用户从传统渠道营业厅、 客服向电子渠道短信和网站转变。2.详细的技术实现方案：1数据准备：基于业务理解以及数据分析，选取以下变量为构建模型的根底变量；详细列表如表1所示2数据质量分析：对预处理之后的根底变量进展数据质量分析以剔除质量较差的变量；3数据探究：通过可视化visualizatin工具及统计分析等方法来展示及探究各个变量的可用性，从而获得模型的输入变量。从中理解变量的重要性及业务开展规律；4数据处理流程：按照挖掘任务的要求，将数据从中央数据仓库抽取生成挖掘专用的数据集市。根本的数据处理流程有：数据源的汇总合并；执行数据探究抽样；透过人工神经网

8、络ann进展模型打分；产生模型并进展模型验证整体技术方案的关键点表达在两个方面：建模过程：为渠道偏好的分类预测找到适宜的根底变量，有助于模型收敛更快更好；模型应用过程：应用最小长度原理，控制隐藏节点数，以到达拟合最优。另借助sas软件工具实现模型打分。3.详细应用实现案例。根据 、网站、短信和营业厅渠道各个评分前10%的用户，取各渠道用户的评分值、每用户平均收入arpu、以及在网时长的信息设计营销方案。1对偏好 的客户，通过 营销中心外呼进展营销，完成后需要对客户进展短信感谢，同时介绍网站渠道的便利性和信息丰富的特点。2对偏好网站的客户，通过短信提醒用户登录网上营业厅办理业务的优惠信息，在客户

9、登录网上营业厅时进展营销推荐，同时考虑开展响应较高的用户群作为网站营销的种子客户，进展持续的优惠鼓励。3对偏好短信的客户，通过短信进展营销推荐，给予短信办理业务的优惠条件，提醒客户可以尝试使用信息更加丰富的渠道网站，并提供网站办理的简单指引。4对偏好营业厅的客户，通过短信提醒客户最近的营业厅，同时推荐客户使用 渠道，而后再通过 引导客户使用营业厅之外的渠道，并考虑对这些客户给予业务优惠吸引他们采用。4.渠道模型分析结果与验证。1 客服中心渠道的偏好度分析。在 客服中心的营销活动中， 外呼的目的客户优先选择具有 偏好度的客户群，其次是没有明显渠道偏好的客户群，再次是营业厅偏好的客户群，针对营业厅

10、偏好客户，可以在 营销的时候参加向用户推荐就近的营业厅的资料。通过 渠道偏好客户分析，归纳出影响偏好 客服渠道最明显的前10个参数如表2示。其中，拨打客服次数、在网时长、总计费分钟数、是否vip客户、拨打客服平均时长、拨打声讯台次数、呼转次数这7个因素对客户的 偏好产生正影响，也就是客户的这些参数的值越大，其偏好 渠道的可能性就越大；而网站操作业务类型数、短信操作次数、网站登录次数这3个因素对 偏好产生负影响，与正影响相反。以“拨打客服次数为例，t统计量根本显著p-值小于显著性程度0.05，即“拨打客服次数对因变量具有显著的解释才能，参数估计值为0.1023，即在其他控制其他变量不变的情况下，

11、对数发生比随着“拨打客服次数的增加而增加。从 渠道模型验证的角度，前10%的用户数量明显较多，因此选择前模型得分前10的客户作为 偏好的目的客户。从图2的曲线来看，模型得分前10的客户覆盖实际具有 渠道偏好客户比例到达了30以上，因此模型提升率到达3倍以上，说明选择前10%是可以满足目前的要求。2短信渠道的偏好度分析。通过短信渠道偏好客户分析，归纳出影响偏好短信渠道最明显的前9个参数：其中短信操作业务类型数、lan使用分钟数、是否使用中文秘书、遨游计费分钟4个参数，对短信偏好产生正影响；而在网时长、网站操作业务类型数、总计费分钟数、拨打客服次数、是否使用留言信箱5个参数对短信偏好产生负影响。由

12、于短信办理业务的方式比较容易被年轻人承受，而在网时长比较大的客户通常是老客户，他们比较习惯使用 ，使用短信的可能性比较小，因此比照可以看出，在网时长对 渠道是正影响，对短信渠道是负影响。对短信渠道模型进展验证，几乎所有的短信业务办理的用户都是模型得分在20以内的，采用短信方式办理业务的用户的得分都很高，模型覆盖率非常准确，模型评分前20的用户几呼覆盖100的短信办理用户，模型提升率接近5倍。说明短信渠道偏好的模型评价用户是否有短信偏好的才能较强，具有很好的预测才能。3网站渠道的偏好度分析。通过网站渠道偏好的客户分析，归纳出影响偏好网站渠道最明显的前10个参数：其中网站操作业务类型数、数据业务使

13、用种类数、是否使用号码管理3个参数对网站偏好产生正影响；而拨打客服次数、总计费分钟数、拨打客服平均时长、订购的ap效劳数、是否vip客户、短信操作业务类型数、彩铃ivr买歌次数7个参数对网站偏好产生负影响。前10大参数中，网站偏好影响为正的参数只有3个，负影响的因素那么有7个，原因是参数的设置和选择目前主要来自于客户属性和使用的信息，这些内容通常与网站操作没有太多关联性，与网站相关的许多数据目前的系统中难以取到；另一个原因可能是网站营业厅的出现时间比较晚，可以提供的效劳内容比较少。针对纯熟使用网站办理业务的用户，可以提供目的性的营销开展成为公司的网站业务使用的“种子客户，通过他们去影响交往圈的

14、其他客户，从而提升网站办理的数量和比例，减轻对 渠道的压力，使得 营销中心的资源可以投放到更有消费力的活动中。网站渠道模型评分排名前10的客户实际验证中通过网站办理数明显高于排名靠后的其他客户，说明模型评分的准确度比较高。三、研究案例总结掌握好渠道偏好度的工作，可以有效地以有限的资源尽可能的效劳更多的高价值的客户和业务，减少低价值客户和业务占用客服渠道资源的比例。同时，重点开展电子渠道，培养引导用户从传统渠道营业厅和 客服向电子渠道网站和短信转变，对于电信运营商就必能产生关键性的绩效提升。利用数据仓库再进展数据挖掘可以打破以往的技术困难限制，有效地建立高准确度的模型。构建模型时根底变量选获得当

15、可以产生很好的适应性和普及弹性，表达涵盖不同盛市的区域差异。从上述实际的案例，也验证了应用这种r信息技术的优越才能，一旦建立了标准模型和技术方案的施行机制，将会易于其推广便利为运营商创造显著绩效。参考文献：1.arstrng,g,ktler,p.arketing:anintrdutin，2022.2.eisenhardt,k.buildingtheriesfrasestudyresearh.aadeyfanageentrevie,1989,144:532-550.3.kyburz-graber,r.desase-studyethdlgylakrigur?theneedfrqualityriteriafrsundase-studyresearh,asillus