客户关系管理s.ppt

1、1,客户关系管理孙龙梅,2,教师介绍,1988-1992年 北京信息工程学院 管理信息系统（MIS) 2001-2004年 山东大学 工商管理硕士（MBA) 2010年副教授,3,授课时间与地点,上课安排 2-12周：星期一 下午5-7节合班楼101 13-18周：一班星期一下午5-7节实验楼403 二班星期四上午1-3节实验楼403 办公室：普教楼505 E-mail： 电 话4,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 第6章 客户个性化 第7章 客户关系测评与维护,5,课 程 内 容

2、,第8章 客户关系管理软件系统 第9章 数据仓库与客户关系管理 第10章 数据挖掘与客户关系管理 第11章 客户关系管理能力 实验部分,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。,8,参考书

3、,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,9,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,10,客户关系管理作业一,某企业的客户关系管理分析 制作ppt 要求有数据、有分析、图文并茂 6人一组 每组内容不同 第9周周一 交流报告,11,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,12,客户关系管理作业二,某客户关系管理软件分析 ppt要求有数据、有分析、图文并茂

4、 以小组为单位 每组内容不同 第11周周一交流报告,13,小组划分,小组划分 要求：每班划分为6个小组，每组成员5-6人，推选组长一名；,14,问题讨论,什么是客户关系管理？ 为什么要学习客户关系管理？,15,第1章客户关系管理概述,16,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。,17,案例 王永庆卖大米,案例阅读：5分钟 回答问题：王永庆为什么会成功？,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。,18,案例 王永庆卖大米,15岁小学毕业辍学当

5、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。,19,1.1 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1.1 CRM产生的原因,20,1、客户资源价值的重视,问：客户对企业的价值是什么？,21,1、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,22,2、业务需求的拉动,1. 来

6、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?,23,2. 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

7、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？,24,3. 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？,25,4. 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

8、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？,26,5. 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

9、经理，该派哪一个维修人员呢？,27,3、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。,28,1.1.2 客户关系管理的含义, Gartnet Group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

10、流能力，最大化客户的收益率。 卡尔松营销集团（Carlson Marketing Group）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。,29,1.1.2 客户关系管理的含义, Hurwitz group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。,30,客户

11、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1.2 CRM铁三角,31,1.2 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

12、应用 1.2.3 按系统功能分类 操作型CRM 、合作型CRM 、分析型CRM,32,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,33,客户关系管理系统,34,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,35,上节课内容的回顾,现代客户关系管理产生的原因 客户资源对企业的价值 客户的网络化价值 如何理解客户关系管理内涵中的理念、技术、实施三者之间的关系 客户关系管理的分类 创新人才的六种心智,

13、36,客户关系管理的核心思想,客户是企业的一项重要资产，客户关怀是CRM的中心，客户关怀的目的是与所选客户建立长期和有效的业务关系，在与客户的每一个“接触点”上都更加接近客户、了解客户，最大限度地增加利润和利润占有率。,37,客户关怀,客户关怀：克拉特巴克提出：“顾客关怀是服务质量标准化的一种基本方式，它涵盖了公司经营的各个方面，从产品或服务设计到它如何包装、交付和服务。” 在许多组织中这个思想用如下术语清楚表示：“组织所做的就是顾客所想的”；“顾客是我们所做任何事的中心”；“顾客想要的是至高无上的”。为了尽力实现这个思想，营销实践者追求满足其顾客的每个怪念头。,38,CRM： ERP： SC

14、M： SFA: Call center： SA: MA:,OSI: CCM: WIM: DB: KB: MIS: BI:,39,CRM：customer relationship management ERP：enterprise resource planning SCM：supply chain management SFA: sales force Automation Call center： SA: sales automation MA: marketing automation,客户关系管理 企业资源计划 供应链管理 销售能力自动化 呼叫中心 销售自动化 营销自动化,40,OSI

15、: Operational information system CCM: contact center management WIM: web integration management DB: databasewarehouse KB: knowledge dase MIS: management information system BI: business intelligence,业务信息系统 联络中心管理 Web集成管理 数据仓库 知识仓库 管理系息系统 商务职能,41,第2章客户关系管理理论基础,42,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

16、； 掌握区分不同的企业与客户关系； 理解一对一营销的核心思想； 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。,43,案例阅读,阅读马狮百货的全面关系营销策略 时间：10分钟 问题： 1、马狮集团主要采用什么方法与客户保持良好的关系？ 2、本文的客户关系主要讲了几种？分别是什么?,44,营销观念的发展,生产观念：美国汽车大王亨利福特：“不管顾客需要什么颜色的汽车，我只有一种黑色的” 产品观念：酒香不怕巷子深 推销观念：王婆卖瓜自卖自夸 市场营销观念：市场需要什么，我就生产和推销什么；能买什么我就生产什么 现代市场营销观念：满足客户需求、实现顾客让渡价值最大化，提高客户的

17、满意度和忠诚度,45,1. 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。,46,2. 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。,47,关系营销的本质特征：（）双向

18、沟通（）合作（）双赢（）亲密（）控制。,48,关系营销的中心-客户忠诚,重复购买与客户忠诚 重复购买的原因 品牌惰性 品牌忠诚 客户忠诚的前提-客户满意-客户需求的满足,49,关系营销梯度推进层次,一级营销：经常被称为频繁市场营销或频率市场营销，企业让渡适当的财务利益给老客户，增加客户价值。 老客户优惠 买的次数越多越便宜 另一种方式是对不满意的客户给予合理的财务补偿。,50,关系营销梯度推进层次,二级营销：既增加目标客户的财务利益，也增加他们的社会利益。 公司把客户看成贵宾： 客户也许是不知名的，贵宾不能不知名； 客户是针对一群人或一个大的细分市场的，贵宾则是对个体而言； 客户可以由任何可能

19、的人来提供服务，而贵宾是被那些指派给他们的专职人员服务和处理的。 消费者俱乐部,51,关系营销梯度推进层次,三级关系营销：增加结构纽带，但同时附加财务利益和社会利益。 结构性联系：它对客户有价值，但不能从其他来源得到。 无论财务性联系还是结构性联系只能承受价格的小幅变动。,52,关系营销的价值测度,关系营销为客户创造和传递的价值一般用让渡价值衡量。 让渡价值=客户总价值-客户总成本 客户总价值：产品价值、服务价值、人员价值或形象价值等； 客户总成本：,53,如我国最大的网上书店当当书店在建立起一个大型的顾客数据库之后，灵活运用顾客数据库的数据,使每一个服务人员在为顾客提供产品和服务的时候,明了

20、顾客的偏好和习惯购买行为,从而提供更具针对性的个性化服务。例如当当书店会根据会员最后一次的选择和购买记录,以及他们最近一次与会员交流获得的有关个人生活信息,定期向会员发送电子邮件，推荐他们所感兴趣的书籍。,54,2、一对一营销,一对一营销倡导满足个性化需求的营销理念。 20世纪70年代开始萌芽 80年代兴起 90年代趋于成熟 一对一营销概念的提出：唐佩拍斯和玛莎罗杰斯博士1993年提出的。,55,一对一营销的核心思想,顾客份额：相对的概念市场份额 重复购买 互动沟通 新竞争力,56,3. 数据库营销,数据库营销产生的原因 大规模的生产与消费者个性化需求的矛盾 Internet与database

21、技术的发展,57,数据库营销定义,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。,58,数据库营销的特点,数据库营销与传统营销的区别 特点,59,数据库营销的特点,可

22、以帮助企业准确地找到目标消费群 生产观念下的营销 市场细分下的营销 新一代的营销 能够探测市场，发现新的市场机会，提供新产品和新服务 与常客建立起长期、高品质的良好关系 可建立先期模型，是营销活动更合理、有效,60,2.4. 客户知识与客户职能,客户知识：是人们通过实践认识到的与客户有关的规律性，包括客户的消费偏好、喜欢选用的接触渠道、消费行为特征等许多描述客户的知识。 对话性客户知识 观察性客户知识 预测性的客户知识,61,客户知识与客户智能的关系,客户职能是获得客户知识并使用客户知识求解问题的能力。 客户智能不仅包括客户知识的生成，而且更强调客户知识在企业中的分发、使用。直到产生客户职能。

23、,62,2.4.3客户知识的生成,客户知识的生成：使用商业智能提供的OLAP分析工具、知识发现工具或两种工具的结合，发现存在于客户数据库中的模式、规则、概念、规律的过程，叫知识发现。 相比较而言，知识发现工具的使用难度较大，包括确定任务、选择合适的挖掘工具等。,63,标识客户：集成的客户数据 客户分类：采用分析技术或知识发现技术，对客户进行分类； 客户满意：影响客户满意度的因素的分析； 客户差异：企业根据不同客户对企业的贡献的大小，实施不同的价值回报； 客户忠诚：；例如利用知识发现技术分析忠诚客户的特性。,64,2.4.4 客户知识的分发 2.4.5 客户知识的利用,65,5. IDIC模型,

24、I,D,I,C,识别（Identify）,区分（ Differentiate ）,互动（ Interactive ）,定制（ Customize）,66,4P: product, price, place, promotion 政治权利、公共关系 顾客的终生价值：life time value 关系营销： 一对一营销： 数据库营销：database marketing service,DMS 识别客户: customer identification 客户分类: customer segmentation 客户差异: customer differentiation 客户满意: custome

25、r satisfaction 智能系统: CI system 0LAP(联机事务处理）：on-line transaction processing 客户认识危机：customer-aware challenged 操作数据存储：operational data store IDIC: identify, differentiate, interactive, customize 价值：value 需求：need,67,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,68,上节课内容回顾,CRM： ERP： SCM： SFA: Call center： SA:

26、 MA:,客户关系管理 企业资源计划 供应链管理 销售能力自动化 呼叫中心 销售自动化 营销自动化,69,OSI: CCM: WIM: DB: KB: MIS: BI:,业务信息系统 联络中心管理 Web集成管理 数据仓库 知识仓库 管理系息系统 商务职能,70,问题,什么是关系营销？关系营销的本质特征？关系营销的中心？ 一对一营销的核心？ 数据库营销的理论定义？ 客户知识包括那几种类型？ IDIC模型的含义及主要内容,71,5. IDIC模型,I,D,I,C,识别（Identify）,区分（ Differentiate ）,互动（ Interactive ）,定制（ Customize）,7

27、2,顾客的终生价值： life time value 关系营销： relationship marketing 一对一营销： one to one marketing 数据库营销： database marketing 识别客户: customer identification 客户分类: customer segmentation 客户差异: customer differentiation 客户满意: customer satisfaction 智能系统: CI system 0LAP(联机事务处理）： on-line transaction processing 客户认识危机： cust

28、omer-aware challenged 操作数据存储： operational data store IDIC: identify, differentiate, interactive, customize 价值： value 需求： need,73,第3章识别客户,74,开篇案例,阅读：迪克超市的秘密 时间：10分钟 问题： 迪克超市的秘密是什么？,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

29、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

30、。 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,顾客与客户的概念的差异,顾客可以没有名字，客户一定有名字；

31、 顾客是作为某个全体的一部分为之提供服务，而客户是以个人为基础的； 顾客可以是公司的任何人为其服务，而客户则是指定由专人服务。 对于企业而言，顾客可能只是“一张没有名字的脸”，而客户则是企业相当熟悉和了解的。,82,客户类型（购买的目的）,消费客户,消费者,企业客户,中间客户,公利客户,83,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。,84,客户生命周期,85,客户识别,客户识

32、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。,86,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,87,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

33、是否有泄漏？ 有没有侵犯客户隐私？,客户识别过程,88,3.1定义客户信息,3.3.1定义客户信息的原则 根据自身的需求界定客户信息 行业不同 企业规模不同 战略不同 根据客户特点确定收集的信息的范围 客户生命周期的不同阶段 不同类型的客户,89,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,90,个人客户信息,基本信息（人口统计信息） 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

34、；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 。,91,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,92,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。,93,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

35、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。,94,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,95,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,96,收集信息,97,整合、管理信息,98,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,99,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,100,

36、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,101,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？,102,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？,103,提 问,104,第4章区分客户,105,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,106,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

37、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,107,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,108,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,109,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,

38、110,区分客户价值的方法,ABC分析法,111,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。,112,区分客户价值的方法,RFM分析法 RFM（Recency Frequency Monetary） 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（Amount Purchased）来代替购买金额，因此RFM法又被称为RFA法 。,113,某航空公司RFM分析法,114,CLV分析法,CLV

39、是指客户生命周期价值（Customer Lifetime Value），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。,115,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,116,CLV分析法,贵宾型客户：也被称为最有价值客户（Most

40、Valuable Customer，MVC） 。业务的核心 。 改进型客户：也被称为最具成长性客户（Most Growable Customer, 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。,117,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,118,关系转换,119,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,120,Q 不能

41、制定合适的决策!,数据,知识,决策,253,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（Data Mining）,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,254,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。,

42、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,255,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,256,客户接触,客户信息,客户数据库,统计分析与数据

43、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,257,数据挖掘的应用,258,神经网络 Neural Networks,聚类分析 Clustering,序列分析 Sequence Analysis,决策树 Decision Trees,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,259,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

44、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,260,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

45、 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,261,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

46、的规则集,计算机表示方式,模式可视化,数据挖掘技术,262,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,263,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

47、要求在细节上理解数据库的每一条记录。,数据挖掘方法,264,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,265,现代方法,基础理论,有指导的学习(Supervised Learning),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

48、据（Training Data）与检验集(Test Set),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,266,有指导的学习(Supervised Learning),淋巴肿,数据挖掘方法,267,有指导的学习(Supervised Learning),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,268,有指导的学习(Supervised Learning),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）

49、,数据挖掘方法,269,无指导的学习(Unsupervised Learning),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,270,无指导的学习(Unsupervised Learning),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

50、方法,271,现代方法,决策树（Decision Tree）,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,Debt10% of Income,Debt=0%,Good Credit Risks,Bad Credit Risks,Good Credit Risks,Yes,Yes,Yes,NO,NO,NO,Income$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

51、挖掘方法,272,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,273,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

52、,No,Yes,Yes,咽炎,敏感症,感冒,数据挖掘方法,274,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,275,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,3No 1Yes,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,276,决策树（Decisio

53、n Tree）：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,3Yes 0No,No,Yes,训练集分类的正确性为91560,数据挖掘方法,277,决策树（Decision Tree）：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,0Yes 3No,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,278,决策树（Decision Tree）：例,信用卡促

54、销数据库,年 龄,Yes（61）,No（21）,43,43,性 别,F M,信用卡保险,Yes（20）,No（30）,No Yes,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,279,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,F M,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,280,决策树（Decision Tree）：例,信用卡促销数据库检验集,年 龄,Yes（61）,No（21）,43,43,性 别,F M,信用卡保险,Yes（2

55、0）,No（30）,No Yes,信用卡数据库的三节点决策树,数据挖掘方法,281,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,282,K平均值算法：例,K-平均值

56、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)=0.00 Dist(C21)=1.00 C1 Dist(C12)=3.00 Dist(C22)=3.16 C1 Dist(C13)=1.00 Dist(C23)=0.00 C2 Dist(C14)=2.24 Dist(C24)=2.00 C2 Dist(C15)=2.24 Dist(C25)=1.41 C2 Dist(C16)=6.02 Dist(C26)=5.41 C2,4.迭代结果得到以下两个簇 簇C1包含实例1

57、、2，簇C2包含实例3、4、5、6,Y,X,数据挖掘方法,283,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=1.0 y=(1.5+4.5)/2=3.0 对于C2：x=(2.0+2.0+3.0+5.0)/4=3.0 y=(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,284,K平均值算法：例,K-平均值输入属性,Dist(C11)=1.50 Dist(C21)=2.74 C1 Dist(C12)=1.50 Dist(

58、C22)=2.29 C1 Dist(C13)=1.80 Dist(C23)=2.125 C1 Dist(C14)=1.12 Dist(C24)=1.01 C2 Dist(C15)=2.06 Dist(C25)=0.875 C2 Dist(C16)=5.00 Dist(C26)=3.30 C2,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,285,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=1.33 y=(1.5+4.51.5)/3=2.50 对于C2：x=(2.0+3.0+5.0)/3=3.33 y=(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,286,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,