- 相關(guān)推薦
客戶關(guān)系管理的數(shù)據(jù)采集過程分析
內(nèi)容摘要：近幾年來許多公司都建立了自己的CRM系統(tǒng)，但大多數(shù)公司幾乎沒有對CRM系統(tǒng)進(jìn)行深入使用。企業(yè)怎樣才能更好的利用CRM系統(tǒng)，數(shù)據(jù)采集就成為幫助他們從數(shù)據(jù)中獲得有用信息的有力工具。本文描述了在CRM系統(tǒng)中應(yīng)用數(shù)據(jù)采集的六個步驟，希望能對相關(guān)企業(yè)有所幫助�！ ￡P(guān)鍵詞：CRM 數(shù)據(jù)采集客戶關(guān)系管理(CRM)有助于提高公司與顧客之間交流的效益并且同時使其變得更加友好，然而，如果沒有一種科學(xué)方法，很難去處理大量的客戶信息和日益復(fù)雜的與客戶的交流。因此如何充分利用這些數(shù)據(jù)并發(fā)揮效益就成為工作的重點。
要使CRM產(chǎn)生效益首要任務(wù)就是數(shù)據(jù)采集。所謂數(shù)據(jù)采集即對大量數(shù)據(jù)中的新奇、隱含和可控的知識進(jìn)行重要提取并且可利用其做出準(zhǔn)確的預(yù)測，找到好的顧客，提出合適的附加產(chǎn)品等。一般數(shù)據(jù)采集包含以下六步： 企業(yè)定義→數(shù)據(jù)儲存→數(shù)據(jù)選擇→數(shù)據(jù)建�！鷶�(shù)據(jù)評估→部署，如圖1所示。
企業(yè)定義
數(shù)據(jù)采集本身就是解決實際的業(yè)務(wù)問題。首先數(shù)據(jù)采集的目標(biāo)應(yīng)該根據(jù)公司的商業(yè)需求以及對原始數(shù)據(jù)和實際操作的分析來定義。企業(yè)必須清楚自己的目的才能最好的利用數(shù)據(jù)采集。例如, 根據(jù)“提高反應(yīng)速度”或“增加反應(yīng)價值”的特定目標(biāo)，企業(yè)就需要建立一個截然不同的模型以加強(qiáng)服務(wù)中心的反應(yīng)。
數(shù)據(jù)采集在客戶關(guān)系管理中通常應(yīng)用于以下四個領(lǐng)域：保留客戶；客戶服務(wù)與支持；市場研究；提高客戶忠誠度。
數(shù)據(jù)儲存與選擇
在數(shù)據(jù)儲存階段的主要任務(wù)是收集數(shù)據(jù)，同時應(yīng)該注意：數(shù)據(jù)不可以儲存在數(shù)據(jù)庫管理系統(tǒng)中，而是儲存在xml文件和excel里。
為了CRM的應(yīng)用，數(shù)據(jù)通常通過客戶、產(chǎn)品、市場來收集�？蛻舻馁Y料通常包含名字、年齡、性別、收入、工作、信用等級、是否結(jié)婚、是否有孩子等等。
數(shù)據(jù)選擇是數(shù)據(jù)采集六步驟中最重要的階段之一。前一個階段收集的數(shù)據(jù)當(dāng)然不是全部有效的，它可能包含噪聲數(shù)據(jù)、不一致的數(shù)據(jù)和模棱兩可的數(shù)據(jù)。如果要得到精確的結(jié)果，數(shù)據(jù)選擇是必須的。它通常由下列三個步驟組成：數(shù)據(jù)提取、數(shù)據(jù)處理、數(shù)據(jù)集成和轉(zhuǎn)換。
數(shù)據(jù)提取。解決一個具體的業(yè)務(wù)問題, 我們不需要所有的數(shù)據(jù)。應(yīng)該保留相關(guān)數(shù)據(jù)并且剔除無用數(shù)據(jù)。例如, 為了增加服務(wù)中心的反應(yīng)速度, 客戶的性別應(yīng)該被提取。
數(shù)據(jù)處理。在數(shù)據(jù)處理階段,應(yīng)該用平均值填充噪聲數(shù)據(jù), 改正不一致的數(shù)據(jù), 并且除去模棱兩可的數(shù)據(jù)等等。
數(shù)據(jù)集成和轉(zhuǎn)換。收集的數(shù)據(jù)通常存放于不同類型的數(shù)據(jù)庫管理系統(tǒng)或文件中，這就需要將其輸出到統(tǒng)一的數(shù)據(jù)集中，這也就是數(shù)據(jù)集成和轉(zhuǎn)換的重要任務(wù)。
數(shù)據(jù)建模
數(shù)據(jù)建模是一個重復(fù)的過程。我們需要探究許多模型從而找到一個最適當(dāng)?shù)哪Ｐ蛠斫鉀Q實際存在的業(yè)務(wù)問題。在搜索模型時，有時需要重新對先前的數(shù)據(jù)進(jìn)行改動。在決定所做預(yù)測的類型（例如分類、聚類、聯(lián)合規(guī)則、回歸）以后，必須選擇一種模型類型（例如決策樹、神經(jīng)網(wǎng)絡(luò)、所有法或舊式備用的邏輯回歸）做預(yù)測。
在建立模型之前，應(yīng)將收集的數(shù)據(jù)分成兩組。一組用于建立和訓(xùn)練模型，另一組用于評估之后建立的模型。目前已經(jīng)存在許多成熟的模型。但是要應(yīng)用CRM軟件解決業(yè)務(wù)問題，究竟哪種模型最適用于解決具體的業(yè)務(wù)問題呢？主要有以下三種：
分類和聚類。根據(jù)客戶不同的購買模式和個人資料（譬如社會經(jīng)濟(jì)地位、性別、年齡、生活方式、家庭背景等等），可對客戶進(jìn)行分組。對客戶進(jìn)行分類在CRM中發(fā)揮著重要作用，特別是當(dāng)實施營銷戰(zhàn)略或決定價格靈敏度時。對客戶分類可以將目標(biāo)市場定義為片段的集合，每段具有不同的特征。我們采取不同的策略來滿足每個片段的不同需要從而保持與客戶的有利可圖的長期關(guān)系。決策樹是用于該領(lǐng)域的最有代表性的算法。
回歸分析�；貧w分析主要用于分析市場趨勢。市場分析包括新產(chǎn)品趨勢分析，通過趨勢分析從而提出緊密聯(lián)系市場和不同地區(qū)不同需求的反映季節(jié)趨勢的產(chǎn)品。決策樹也是該領(lǐng)域的算法。k-mean是用于該領(lǐng)域的最有代表性的算法。
聯(lián)合規(guī)則。聯(lián)合規(guī)則主要用于分析顧客的購買模式從而使公司對于目標(biāo)營銷做出更好的決策，更加有效地規(guī)劃庫存和組合，生產(chǎn)出可以創(chuàng)造更多利潤的產(chǎn)品。Apriori是用于該領(lǐng)域的最有代表性的算法。
數(shù)據(jù)評估及部署
建立模型以后，要評估和驗證結(jié)果。因為所收集的數(shù)據(jù)分為兩組，一組用于建立和訓(xùn)練模型，而另一組則用來評估建立模型的有效性。
含混矩陣是數(shù)據(jù)評估最有用的方法之一，如表1所示。
表1總結(jié)了對水果農(nóng)場進(jìn)行數(shù)據(jù)采集的結(jié)果：豎列顯示了農(nóng)場實際售出的水果噸數(shù)，橫行表示農(nóng)場將要賣出水果噸數(shù)的預(yù)測值。因此在本數(shù)據(jù)采集中，對蘋果預(yù)測的準(zhǔn)確率達(dá)到48/54（=48 5 1），該數(shù)據(jù)采集的整體準(zhǔn)確率達(dá)到191/218=0.8761。
但是當(dāng)誤差不同時具有最高準(zhǔn)確率的模型并不是最合適的。 例如，如果農(nóng)場依據(jù)正確值/錯誤值一噸蘋果可以賺$10/-15，一噸香蕉賺$20/-10和一噸桃子賺$25/-15，詳見表2。
農(nóng)場所獲利潤是：
48×10 65×20 78×25-11×15-8×10-8×15=3730-365=$3365
現(xiàn)在看另一個數(shù)據(jù)集，如表3所示。
該數(shù)據(jù)采集的整體準(zhǔn)確率是195/218=0.8945。
農(nóng)場所獲利潤是：
60×10 67×20 68×25-7×15-8×10-8×15=3640-305=$3335
第二個例子的準(zhǔn)確率高于第一個，但從數(shù)據(jù)采集求得的農(nóng)場所獲利潤卻少于第一個。因而在評估模型時，應(yīng)該考慮問題的所有方面從而得到最有價值的模型。
在評估和驗證模型之后，我們可以選擇最佳的模型并運用其解決具體的業(yè)務(wù)問題，這就需要對模型進(jìn)行實際部署工作。
數(shù)據(jù)采集提供了巨大保障以幫助公司從數(shù)據(jù)的純卷積（或大量的數(shù)據(jù)）中獲得有用的信息。建立模型是使數(shù)據(jù)采集獲得成功的關(guān)鍵。一旦模型被建立并投入實施，將對企業(yè)數(shù)據(jù)收集和利用產(chǎn)生重要的作用。但世界每天都在變化，我們需要間隔性地對模型進(jìn)行核對。唯有如此，通過建立適當(dāng)?shù)哪Ｐ推髽I(yè)才能獲得更多有用的信息。
參考文獻(xiàn)：
1.Agrawal, R., and Psaila, G.主動數(shù)據(jù)采集，1995
2.Cheeseman, P.發(fā)現(xiàn)最可能的模型，1990
【客戶關(guān)系管理的數(shù)據(jù)采集過程分析】相關(guān)文章：
基于DSP的USB口數(shù)據(jù)采集分析系統(tǒng)03-18
客戶關(guān)系管理與數(shù)據(jù)挖掘技術(shù)綜述03-21
客戶關(guān)系管理中數(shù)據(jù)挖掘的應(yīng)用03-08
關(guān)于客戶關(guān)系管理(CRM)的分析03-24
數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用12-09
數(shù)據(jù)挖掘理論在數(shù)據(jù)采集中的運用03-16