CRM09 客户关系管理中的数据分析
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
–时间序列分析
• 动态数据处理的统计方法。该方法基于随机过程理论 和数理统计学方法，研究随机数据序列沿时间维度变 化所遵从的统计规律。
历史数据
当前客户 对价值维度的感知
时间 预测客户未来 对价值维度的感知
26
预测客户价值的变化
• 预测客户价值变化趋势
–决策树分析
潜力大的新市场 P=0.8 P=0.2 3年内竞争者进入 2年内竞争者进入 P=0.5 P=0.5 P=0.3 潜力小的市场 P=0.8 3年内竞争者进入 2年内竞争者进入 2年内竞争者进入
6
数据分析的基本功能
• 预测与评价
–通过历史数据的综合分析，找出数据分布的规 律，对未来的趋势进行预测和评估，用于预测 事件未来发生的概率。如商业收益评价、客户 信誉评价、股票走势分析、市场趋势预测等。
7
典型案例
• 中国移动市场卫士预警平台
–中国移动通信集团公司，是中国唯一专注于移 动通信运营的运营商，拥有全球第一的网络和 客户规模，是中国规模最大的移动通信运营商。
P=0.4
P=0.3
选择
潜力一般的市场
P=0.2
3年内竞争者进入
27
9
典型案例
• 解决方案
–在数据层面，综合考虑集团客户可能流失的各 种征兆（一个周期内的通话次数、时长、网内 通话、网外通话次数时长、集团业务使用情况 等）多个方面的因素，进行数据挖掘模型预演， 定义竞争告警五个级别。
10
典型案例
• 解决方案
– 在应用层面，系统可清晰反映全区的预警情况，也可 细化到每个客户经理负责区域的竞争程度。使决策者 能有效的调动服务、营销、网络、人力等资源。 – 系统为企业上下级间搭建沟通渠道。上对下可把握客 户分布、工作情况，便于进行工作分配、人员调度及 工作考核；下对上能及时汇报，针对难以处理的客户， 可向上提交请求援助。
客户满意诊断分析 – 绩效分析（侧影图）
非常差 1 使用的安全性 使用的舒适性 外观的设计 产品可靠性 产品功能 售后服务水平 技术支持 6.8 4.9 7.0 5.1 6.2 6.5 5.4
23
非常好 2 3 4 5 6 7
分析客户的满意数据
客户满意诊断分析 – 差距分析（侧影图）
非常差 1 使用的安全性 使用的舒适性 外观的设计 产品可靠性 产品功能 售后服务水平 技术支持 6.8 4.9 7.0 5.1 6.2 6.5 5.4
–（1）情境；（2）可获得性；（3）价格；（4）口
感；（5）产品功能；（6）客户年龄；（7）客户性 别
17
确定重要的价值维度
编码分类 使用频率 使用情境 使用 频率 高 方便性 可获得性 使人精神振奋 营养价值高 与他人分享 感到厌烦 其他 43 71 42 25 15 54 15 使用 频率 低 23 19 12 7 44 5 16 不使 用 7 11 9 5 4 8 21 家庭 工作 度假 细分 市场 A： 儿童 细分 市场 B： 成年 男性 44 46 39 33 53 31 15 细分 市场 A： 成年 女性 23 31 13 45 42 28 23
8
典型案例
• 问题
–集团客户是电信业重要的战略客户资源，有效 控制集团客户的流失率是电信企业工作的重点。 –中国移动通信集团以往挽留流失客户的手段主 要是事后挽留，该方式在实践中收效甚微，不 仅难以找回流失客户，还浪费了挽留工作中消 耗的人力物力。为改变该现状，集团希望创建 新的客户挽留模式，以降低集团客户流失率。
客户关系管理中的数据分析
Data Analysis in CRM
1
CRM数据分析的数学基础
• 初等统计概率学 • 初等线性代数 • 多元统计分析
2
数据分析的基本功能
• 关联分析
–分析数据之间的内在联系，揭示事件和实体之 间的依赖性和相关性。典型应用有购物篮分析。
3
数据分析的基本功能
• 分类分析
–根据一定的规则，将一组数据集合根据分类信 息准确的进行分类。如利用神经网络、支持向 量机等工具对消费者群体进行划分。
4
数据分析的基本功能
• 聚类分析
–具有相同特征的实体聚合成为一个类，并用一 定的规则来描述该类的共同属性。如市场分割、 寻找新客户。
5
数据分析的基本功能
• 偏差分析
–描述和分析数据的异常或极端现象，包括不规 则的数据、反常的实例以及观测值与期望结果 的偏差。如分析客户异常行为、信用欺诈甄别、 故障检测等。
19
确定重要的价值维度
客户编号 价值层次编码 1 2 3 4 5 6 1 3 2 4 5 1 10 6 10 13 13 10 12 20 12 17 17 16 16 18 23 18 23 22 16 20
7
3
13
17
23
20
确定重要的价值维度
价值维度关联矩阵
1 1 2 3 4 5 6 7 1*0 1*0 2 3 10*0 9*1 1*0 0*4 16 1*0 4 5 4*6 7*1 1*8 23 1*0 1*0 1*0
18
25 11 38 43 47 32 31
28 54 58 34 9 15 12
29 67 34 27 59 15 9
68 22 61 29 36 39 12
数据分析的基本方法
• 数据的清理与集成
–最终目的层（价值）：（1）成就感；（2）归 属感。 –结果层：（3）对质量的感知；（4）对价格的 感知；（5）对服务态度的感知。 –属性层：（6）质量；（7）价格；（8）服务 等待时间。
24
非常好 2 3 4 5 6 7
分析客户的满意数据
• 计算客户的满意度得分
–总体满意得分=(∑i总体满意评分i÷n)×10 –总体满意得分= (∑i∑j价值维度得分ij÷n)×10 –总体满意指示值得分 =(∑i∑j(价值维度得分ij×权重j)÷n)×10
25
预测客户价值的变化
• 预测客户价值变化趋势
11
典型案例
12
典型案例
13
典型案例
14
数 据 分 析 基 本 流 程
15
数 据 分 析
16
数据分析的基本方法
• 数据的清理与集成
– 例如：打完篮球以后（1），我喜欢喝这种场边小卖部 就可以购买到的运动饮料（2），它不是很贵（3）， 而且我喜欢它的口感（4），更重要的是我觉得它可以 帮助我补充体力（5）。
21
6 0*14 5*4
7 0*6
22 7*0
源自文库
确定重要的价值维度
平静的驾驶心态 最终目的层 麻烦的范围 可靠性 驾驶舒适感 结果层
维修频率 工具的布局 无压力策略 没有故障
大小
属性层
豪华程度
建立客户关系
服务回应 能理解客户 座椅舒适 换挡自如 比其他经销商 更优质的服务
22
机械师的专业水平
分析客户的满意数据
• 动态数据处理的统计方法。该方法基于随机过程理论 和数理统计学方法，研究随机数据序列沿时间维度变 化所遵从的统计规律。
历史数据
当前客户 对价值维度的感知
时间 预测客户未来 对价值维度的感知
26
预测客户价值的变化
• 预测客户价值变化趋势
–决策树分析
潜力大的新市场 P=0.8 P=0.2 3年内竞争者进入 2年内竞争者进入 P=0.5 P=0.5 P=0.3 潜力小的市场 P=0.8 3年内竞争者进入 2年内竞争者进入 2年内竞争者进入
6
数据分析的基本功能
• 预测与评价
–通过历史数据的综合分析，找出数据分布的规 律，对未来的趋势进行预测和评估，用于预测 事件未来发生的概率。如商业收益评价、客户 信誉评价、股票走势分析、市场趋势预测等。
7
典型案例
• 中国移动市场卫士预警平台
–中国移动通信集团公司，是中国唯一专注于移 动通信运营的运营商，拥有全球第一的网络和 客户规模，是中国规模最大的移动通信运营商。
P=0.4
P=0.3
选择
潜力一般的市场
P=0.2
3年内竞争者进入
27
9
典型案例
• 解决方案
–在数据层面，综合考虑集团客户可能流失的各 种征兆（一个周期内的通话次数、时长、网内 通话、网外通话次数时长、集团业务使用情况 等）多个方面的因素，进行数据挖掘模型预演， 定义竞争告警五个级别。
10
典型案例
• 解决方案
– 在应用层面，系统可清晰反映全区的预警情况，也可 细化到每个客户经理负责区域的竞争程度。使决策者 能有效的调动服务、营销、网络、人力等资源。 – 系统为企业上下级间搭建沟通渠道。上对下可把握客 户分布、工作情况，便于进行工作分配、人员调度及 工作考核；下对上能及时汇报，针对难以处理的客户， 可向上提交请求援助。
客户满意诊断分析 – 绩效分析（侧影图）
非常差 1 使用的安全性 使用的舒适性 外观的设计 产品可靠性 产品功能 售后服务水平 技术支持 6.8 4.9 7.0 5.1 6.2 6.5 5.4
23
非常好 2 3 4 5 6 7
分析客户的满意数据
客户满意诊断分析 – 差距分析（侧影图）
非常差 1 使用的安全性 使用的舒适性 外观的设计 产品可靠性 产品功能 售后服务水平 技术支持 6.8 4.9 7.0 5.1 6.2 6.5 5.4
–（1）情境；（2）可获得性；（3）价格；（4）口
感；（5）产品功能；（6）客户年龄；（7）客户性 别
17
确定重要的价值维度
编码分类 使用频率 使用情境 使用 频率 高 方便性 可获得性 使人精神振奋 营养价值高 与他人分享 感到厌烦 其他 43 71 42 25 15 54 15 使用 频率 低 23 19 12 7 44 5 16 不使 用 7 11 9 5 4 8 21 家庭 工作 度假 细分 市场 A： 儿童 细分 市场 B： 成年 男性 44 46 39 33 53 31 15 细分 市场 A： 成年 女性 23 31 13 45 42 28 23
8
典型案例
• 问题
–集团客户是电信业重要的战略客户资源，有效 控制集团客户的流失率是电信企业工作的重点。 –中国移动通信集团以往挽留流失客户的手段主 要是事后挽留，该方式在实践中收效甚微，不 仅难以找回流失客户，还浪费了挽留工作中消 耗的人力物力。为改变该现状，集团希望创建 新的客户挽留模式，以降低集团客户流失率。
客户关系管理中的数据分析
Data Analysis in CRM
1
CRM数据分析的数学基础
• 初等统计概率学 • 初等线性代数 • 多元统计分析
2
数据分析的基本功能
• 关联分析
–分析数据之间的内在联系，揭示事件和实体之 间的依赖性和相关性。典型应用有购物篮分析。
3
数据分析的基本功能
• 分类分析
–根据一定的规则，将一组数据集合根据分类信 息准确的进行分类。如利用神经网络、支持向 量机等工具对消费者群体进行划分。
4
数据分析的基本功能
• 聚类分析
–具有相同特征的实体聚合成为一个类，并用一 定的规则来描述该类的共同属性。如市场分割、 寻找新客户。
5
数据分析的基本功能
• 偏差分析
–描述和分析数据的异常或极端现象，包括不规 则的数据、反常的实例以及观测值与期望结果 的偏差。如分析客户异常行为、信用欺诈甄别、 故障检测等。
19
确定重要的价值维度
客户编号 价值层次编码 1 2 3 4 5 6 1 3 2 4 5 1 10 6 10 13 13 10 12 20 12 17 17 16 16 18 23 18 23 22 16 20
7
3
13
17
23
20
确定重要的价值维度
价值维度关联矩阵
1 1 2 3 4 5 6 7 1*0 1*0 2 3 10*0 9*1 1*0 0*4 16 1*0 4 5 4*6 7*1 1*8 23 1*0 1*0 1*0
18
25 11 38 43 47 32 31
28 54 58 34 9 15 12
29 67 34 27 59 15 9
68 22 61 29 36 39 12
数据分析的基本方法
• 数据的清理与集成
–最终目的层（价值）：（1）成就感；（2）归 属感。 –结果层：（3）对质量的感知；（4）对价格的 感知；（5）对服务态度的感知。 –属性层：（6）质量；（7）价格；（8）服务 等待时间。
24
非常好 2 3 4 5 6 7
分析客户的满意数据
• 计算客户的满意度得分
–总体满意得分=(∑i总体满意评分i÷n)×10 –总体满意得分= (∑i∑j价值维度得分ij÷n)×10 –总体满意指示值得分 =(∑i∑j(价值维度得分ij×权重j)÷n)×10
25
预测客户价值的变化
• 预测客户价值变化趋势
11
典型案例
12
典型案例
13
典型案例
14
数 据 分 析 基 本 流 程
15
数 据 分 析
16
数据分析的基本方法
• 数据的清理与集成
– 例如：打完篮球以后（1），我喜欢喝这种场边小卖部 就可以购买到的运动饮料（2），它不是很贵（3）， 而且我喜欢它的口感（4），更重要的是我觉得它可以 帮助我补充体力（5）。
21
6 0*14 5*4
7 0*6
22 7*0
源自文库
确定重要的价值维度
平静的驾驶心态 最终目的层 麻烦的范围 可靠性 驾驶舒适感 结果层
维修频率 工具的布局 无压力策略 没有故障
大小
属性层
豪华程度
建立客户关系
服务回应 能理解客户 座椅舒适 换挡自如 比其他经销商 更优质的服务
22
机械师的专业水平
分析客户的满意数据