文章摘要：數(shù)據(jù)挖掘與分析可以說(shuō)是信息領(lǐng)域發(fā)展快的技術(shù)，很多不同領(lǐng)域的專家都從中獲得了發(fā)展的空間，使得數(shù)據(jù)挖掘成為企業(yè)界討論的熱門話題。隨著信息技術(shù)的發(fā)展，人們采集數(shù)據(jù)的手段越來(lái)越豐富，由此積累的數(shù)據(jù)...

數(shù)據(jù)挖掘與分析可以說(shuō)是信息領(lǐng)域發(fā)展快的技術(shù)，很多不同領(lǐng)域的專家都從中獲得了發(fā)展的空間，使得數(shù)據(jù)挖掘成為企業(yè)界討論的熱門話題。

隨著信息技術(shù)的發(fā)展，人們采集數(shù)據(jù)的手段越來(lái)越豐富，由此積累的數(shù)據(jù)日益膨脹，數(shù)據(jù)量達(dá)到GB甚至TB級(jí)，而且高位數(shù)據(jù)也成為了主流，于是數(shù)據(jù)挖掘這一融合多種分析手段，從大量數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的方法就應(yīng)運(yùn)而生了，它的出現(xiàn)為商業(yè)決策提供了有價(jià)值的知識(shí)，讓企業(yè)獲得了利潤(rùn)，在客戶內(nèi)在需求管理中，數(shù)據(jù)挖掘正在起著導(dǎo)向的作用。

一、以客戶為中心的客服數(shù)據(jù)分析框架思想

信息時(shí)代到今天已經(jīng)發(fā)生了三個(gè)變遷，從80年代的硬件時(shí)代，到90年代的軟件時(shí)代，到2000年開始的客戶為中心的信息時(shí)代。

我們也在這個(gè)階段看到了服務(wù)業(yè)的競(jìng)爭(zhēng)也發(fā)生了翻天覆地的變化——從以服務(wù)內(nèi)容取勝，到服務(wù)渠道取勝，到現(xiàn)階段的客戶體驗(yàn)取勝。

1、從客戶視角構(gòu)建業(yè)務(wù)框架

從宏觀視角看，業(yè)務(wù)戰(zhàn)略方向逐漸深入以客戶為中心的思想，從微觀視角看，在客戶為中心的思想驅(qū)動(dòng)下，企業(yè)需要進(jìn)行一整套的機(jī)制流程改變，包括客戶為中心的數(shù)據(jù)挖掘與分析，客戶為中心的業(yè)務(wù)規(guī)劃，客戶為中心的營(yíng)銷規(guī)劃，客戶為中心的設(shè)計(jì)，客戶為中心的績(jī)效體系構(gòu)建等。

傳統(tǒng)業(yè)務(wù)規(guī)劃我們通常只考慮業(yè)務(wù)之間的邏輯關(guān)系，較小的考慮客戶操作視角中形成的一連串的心理反映、行為特征、價(jià)值取向等等，而在客戶為中心的業(yè)務(wù)規(guī)劃中，客戶的每個(gè)操作都需要詳細(xì)分析，記錄在案，通過(guò)行為軌跡綜合分析客戶心理特征，所以能夠更有效的促進(jìn)客戶完成業(yè)務(wù)，以下為傳統(tǒng)業(yè)務(wù)規(guī)劃和客戶為中心的業(yè)務(wù)規(guī)劃的兩個(gè)對(duì)比：

（1）傳統(tǒng)業(yè)務(wù)規(guī)劃

1. 大腦風(fēng)暴構(gòu)建業(yè)務(wù)流程，從業(yè)務(wù)規(guī)劃者角度而非客戶角度出發(fā)。
2. 我們不知道客戶需要什么，更糟糕的是客戶可能也不知道。
3. 每個(gè)環(huán)節(jié)都存在客戶流失，而我們不知道發(fā)生了什么。
4. 客戶每次點(diǎn)擊都是營(yíng)銷機(jī)會(huì)，但是我們錯(cuò)過(guò)了每一次機(jī)會(huì)。
5. 客戶在每一個(gè)環(huán)節(jié)都錯(cuò)過(guò)了本來(lái)他可能會(huì)購(gòu)買的商品。
6. 當(dāng)客戶離開時(shí)我們永久的失去了該客戶，沒(méi)有留下有價(jià)值的信息。

（2）從客戶視角構(gòu)建業(yè)務(wù)框架

1. 以客戶為中心的思維方式構(gòu)建業(yè)務(wù)框架。
2. 系統(tǒng)需要滿足不同類型的客戶的個(gè)性化需求，其核心為數(shù)據(jù)挖掘和應(yīng)用。
3. 系統(tǒng)需要協(xié)助客戶達(dá)成實(shí)現(xiàn)客戶期望，并幫助客戶發(fā)現(xiàn)并實(shí)現(xiàn)潛在需求。
4. 系統(tǒng)需要智能尋找?guī)椭鷷r(shí)機(jī)，智能的進(jìn)行客戶協(xié)助。
5. 系統(tǒng)建設(shè)需要考慮未來(lái)系統(tǒng)的發(fā)展方向，其核心為客戶需求挖掘。

2、業(yè)務(wù)及營(yíng)銷為中心的數(shù)據(jù)體系建設(shè)

今天的營(yíng)銷正在發(fā)生巨大的轉(zhuǎn)變，客戶需要更大的參與度，與企業(yè)更多的互動(dòng)，特別在電子渠道中互動(dòng)營(yíng)銷正在成為主角。

客戶對(duì)企業(yè)的要求越來(lái)越高，對(duì)應(yīng)的行為也在發(fā)生變化，而傳統(tǒng)以推送方式為主體的營(yíng)銷方式不僅僅效率低下，而且使客戶越來(lái)越厭惡，這充分體現(xiàn)在了營(yíng)銷轉(zhuǎn)化率低下，客戶拒絕率提升，滿意度下降等數(shù)據(jù)上。

如果我們細(xì)心觀察今天的廣告價(jià)格，您可以發(fā)現(xiàn)今天的營(yíng)銷行為已經(jīng)不再是把廣告投放到“新媒體”那么簡(jiǎn)單，今天的營(yíng)銷人員必須找到出路，努力在多種高度互動(dòng)的營(yíng)銷渠道中展開高級(jí)個(gè)性化和相關(guān)溝通，創(chuàng)造良好的客戶體驗(yàn)，努力提升營(yíng)銷效率。

以購(gòu)買為例，我們經(jīng)過(guò)客戶研究發(fā)現(xiàn)幾個(gè)行為特征，消費(fèi)者首先對(duì)產(chǎn)品開始感興趣，此時(shí)銷售人員雖然可以幫助客戶，但是不宜直接對(duì)話，方式通過(guò)系統(tǒng)智能的與消費(fèi)者進(jìn)行互動(dòng)，幫助消費(fèi)者決策，而當(dāng)消費(fèi)者產(chǎn)生了真正購(gòu)買的沖動(dòng)之后，消費(fèi)者更愿意主動(dòng)通過(guò)IM方式與客服溝通形成購(gòu)買行為。

所以，營(yíng)銷人員必須對(duì)整個(gè)每個(gè)營(yíng)銷時(shí)機(jī)有提前預(yù)估，這就要求我們?cè)跀?shù)據(jù)體系構(gòu)建時(shí)，必須能夠幫助營(yíng)銷人員統(tǒng)計(jì)客戶變化情況，并且需要滿足營(yíng)銷人員針對(duì)客戶每時(shí)每刻不斷變化的需求進(jìn)行個(gè)性化營(yíng)銷定制的需求，協(xié)助營(yíng)銷人員展開精準(zhǔn)營(yíng)銷活動(dòng)。

1. 數(shù)據(jù)框架建設(shè)必須以業(yè)務(wù)及營(yíng)銷為中心
2. 數(shù)據(jù)框架建設(shè)需要滿足現(xiàn)有的業(yè)務(wù)需求，并且需要盡可能滿足未來(lái)業(yè)務(wù)發(fā)展的需求
3. 數(shù)據(jù)框架建設(shè)重點(diǎn)在于實(shí)現(xiàn)智能交互
4. 數(shù)據(jù)需要能夠用于客服分析，判斷，決策，使用
5. 數(shù)據(jù)框架建設(shè)需要能夠反應(yīng)出數(shù)據(jù)的變化趨勢(shì)，協(xié)助業(yè)務(wù)的分析判斷

二、客服大數(shù)據(jù)分析框架的主要事件

主要事件事件描述分類根據(jù)業(yè)務(wù)的需要進(jìn)行必要的分類，比如對(duì)客戶評(píng)級(jí)的分類，AA等級(jí)或AAA等級(jí)估計(jì)根據(jù)業(yè)務(wù)數(shù)據(jù)判斷的需要定義需要估計(jì)的數(shù)據(jù)和數(shù)據(jù)區(qū)間值，對(duì)業(yè)務(wù)進(jìn)行補(bǔ)充和協(xié)助。

例如根據(jù)客戶儲(chǔ)蓄和投資行為估計(jì)客戶投資風(fēng)格預(yù)測(cè)根據(jù)數(shù)據(jù)的變化趨勢(shì)預(yù)測(cè)數(shù)據(jù)的發(fā)展方向；例如根據(jù)歷史投資數(shù)據(jù)幫助客戶預(yù)測(cè)投資行情等數(shù)據(jù)分組根據(jù)業(yè)務(wù)需要對(duì)數(shù)據(jù)進(jìn)行分組；例如購(gòu)買A類的客戶通常也會(huì)購(gòu)買B類，購(gòu)買A的客戶后有一個(gè)B周期會(huì)產(chǎn)生C行為聚類數(shù)據(jù)集合的邏輯關(guān)系，比如同時(shí)擁有A特征和B特征的數(shù)據(jù)，可以推斷出其也擁有C特征描述描述性數(shù)據(jù)有助于提取關(guān)鍵要素進(jìn)行數(shù)據(jù)歸納；例如從數(shù)據(jù)關(guān)鍵詞中進(jìn)行近似業(yè)務(wù)營(yíng)銷，備忘錄等復(fù)雜數(shù)據(jù)挖掘例如Video，Audio，圖形圖像等等。

1、分類（Classification）

在業(yè)務(wù)構(gòu)建中，重要的分類一般是對(duì)客戶數(shù)據(jù)的分類，主要用于精準(zhǔn)營(yíng)銷。通常分類數(shù)據(jù)大的問(wèn)題在于分類區(qū)間的規(guī)劃，例如分類區(qū)間的顆粒度以及分類區(qū)間的區(qū)間界限等，分類區(qū)間的規(guī)劃需要根據(jù)業(yè)務(wù)流來(lái)設(shè)定，而業(yè)務(wù)流的設(shè)計(jì)必須以客戶需要為核心，因此，分類的核心思想在于能夠完成滿足客戶需要的業(yè)務(wù)。由于市場(chǎng)需求是變化的，分類通常也是變化的，例如銀行業(yè)務(wù)中VIP客戶的儲(chǔ)蓄區(qū)間。

2、估計(jì)（Estimation）

通常數(shù)據(jù)估計(jì)是互動(dòng)營(yíng)銷的基礎(chǔ)，基于客戶行為進(jìn)行數(shù)據(jù)估計(jì)為基礎(chǔ)進(jìn)行互動(dòng)營(yíng)銷已經(jīng)被證實(shí)具有較高的業(yè)務(wù)轉(zhuǎn)化率，銀行業(yè)中通常通過(guò)客戶數(shù)據(jù)估計(jì)客戶對(duì)金融產(chǎn)品的偏好，電信業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)則通常通過(guò)客戶數(shù)據(jù)估計(jì)客戶需要的相關(guān)服務(wù)或者估計(jì)客戶的生命周期。

數(shù)據(jù)估計(jì)必須基于數(shù)據(jù)的細(xì)分和數(shù)據(jù)邏輯關(guān)聯(lián)性，數(shù)據(jù)估計(jì)需要有較高的數(shù)據(jù)挖掘和數(shù)據(jù)分析水平。

3、預(yù)測(cè)（Prediction）

根據(jù)數(shù)據(jù)變化趨勢(shì)進(jìn)行未來(lái)預(yù)測(cè)通常是非常有力的產(chǎn)品推廣方式，例如證券業(yè)通常會(huì)推薦走勢(shì)良好的股票，銀行會(huì)根據(jù)客戶的資本情況協(xié)助客戶投資理財(cái)以達(dá)到某個(gè)未來(lái)預(yù)期，電信行業(yè)通常以服務(wù)使用的增長(zhǎng)來(lái)判斷業(yè)務(wù)擴(kuò)張和收縮以及營(yíng)銷等。

數(shù)據(jù)預(yù)測(cè)通常是多個(gè)變量的共同結(jié)果，每組變量之間一般會(huì)存在某個(gè)相互聯(lián)系的數(shù)值，我們根據(jù)每個(gè)變量的關(guān)系通?？梢杂?jì)算出數(shù)據(jù)預(yù)測(cè)值，并以此作為業(yè)務(wù)決策的依據(jù)展開后續(xù)行動(dòng)。

4、數(shù)據(jù)分組（Affinity Grouping）

數(shù)據(jù)分組是精準(zhǔn)營(yíng)銷的基礎(chǔ)，當(dāng)數(shù)據(jù)分組以客戶特征為主要維度時(shí)，通?？梢杂糜诠烙?jì)下一次行為的基礎(chǔ)，例如通過(guò)客戶使用的服務(wù)特征的需要來(lái)營(yíng)銷配套服務(wù)和工具，購(gòu)買了A類產(chǎn)品的客戶一般會(huì)有B行為等等。

數(shù)據(jù)分組的難點(diǎn)在于分組維度的合理性，通常其精確性取決于分組邏輯是否與客戶行為特征一致。

5、聚類（Clustering）

數(shù)據(jù)聚類是數(shù)據(jù)分析的重點(diǎn)項(xiàng)目之一，例如在健康管理系統(tǒng)中通過(guò)癥狀組合可以大致估計(jì)病人的疾病，在電信行業(yè)產(chǎn)品創(chuàng)新中客戶使用的業(yè)務(wù)組合通常是構(gòu)成服務(wù)套餐的重要依據(jù)，在銀行業(yè)產(chǎn)品創(chuàng)新中客戶投資行為聚合也是其金融產(chǎn)品創(chuàng)新的重要依據(jù)。

數(shù)據(jù)聚類的要點(diǎn)在于聚類維度選取的正確性，需要不斷的實(shí)踐來(lái)驗(yàn)證其可行性。

6、描述（Deion）

描述性數(shù)據(jù)的大效用在于可以對(duì)事件進(jìn)行詳細(xì)歸納，通常很多細(xì)微的機(jī)會(huì)發(fā)現(xiàn)和靈感啟迪來(lái)自于一些描述性的客戶建議，同時(shí)客戶更愿意通過(guò)描述性的方法來(lái)查詢搜索等，這時(shí)就需要技術(shù)上通過(guò)較好的數(shù)據(jù)關(guān)聯(lián)方法來(lái)協(xié)助客戶。

描述性數(shù)據(jù)的使用難點(diǎn)在于大數(shù)據(jù)量下數(shù)據(jù)要素提取和歸類，其核心在于要素提取規(guī)則以及歸類方法，要素提取和歸類是其能夠被使用的基礎(chǔ)。

7、復(fù)雜數(shù)據(jù)挖掘

復(fù)雜數(shù)據(jù)挖掘比如Video，Audio等，其要素目前依然難以通過(guò)技術(shù)手段提取，但也可以從上下文與語(yǔ)境中提取一些要素幫助聚類，例如重要客戶標(biāo)記了高度重要性的Video一般優(yōu)先權(quán)重也應(yīng)該較高。

復(fù)雜數(shù)據(jù)的挖掘目前處理的方式一般通過(guò)數(shù)據(jù)錄入的標(biāo)準(zhǔn)化來(lái)解決，核心在于數(shù)據(jù)錄入標(biāo)準(zhǔn)體系的規(guī)劃，馬海祥建議為了整理的方便，初期規(guī)劃是盡可能考慮完善，不僅僅適用現(xiàn)在，而且可以適用于未來(lái)。

三、從客戶需求到業(yè)務(wù)

針對(duì)不同客戶群體的特點(diǎn)和需求，我們也應(yīng)有針對(duì)性的數(shù)據(jù)挖掘和分析，用個(gè)性化的服務(wù)贏得了廣大客戶。

1、客戶為中心的業(yè)務(wù)規(guī)劃思想

客戶為中心的業(yè)務(wù)規(guī)劃大致有三個(gè)環(huán)節(jié)：從客戶研究到需求挖掘，從需求信息到數(shù)據(jù)化的需求管理，從需求文檔到業(yè)務(wù)規(guī)劃與設(shè)計(jì)。

客戶為中心的業(yè)務(wù)規(guī)劃不僅僅需要考慮業(yè)務(wù)需求是否能夠滿足需求的問(wèn)題，還需要考慮到業(yè)務(wù)的變化趨勢(shì)，業(yè)務(wù)的營(yíng)銷重點(diǎn)。

2、數(shù)據(jù)挖掘技術(shù)

對(duì)于客戶數(shù)據(jù)的挖掘，我們可以通過(guò)以下幾種方法來(lái)獲?。?/p>

（1）Clickstream Data點(diǎn)擊流數(shù)據(jù)

1. 直接訪問(wèn)數(shù)量
2. 訪客來(lái)源
3. 訪客地理位置
4. 點(diǎn)擊流跟蹤

（2）Outcomes Data結(jié)果型數(shù)據(jù)

1. 訪客（初次訪問(wèn)數(shù)，訪問(wèn)總數(shù)，平均回訪數(shù)，關(guān)注點(diǎn)）
2. 頁(yè)面瀏覽（平均瀏覽數(shù)，總PV ，訪問(wèn)超過(guò)一頁(yè)的訪客比）
3. 時(shí)間（全局，人均）
4. 關(guān)鍵行為（如：注冊(cè)，購(gòu)買）
5. 轉(zhuǎn)化率

（3）Research Data研究性數(shù)據(jù)

1. 客戶研究
2. 啟發(fā)式評(píng)估，客戶體驗(yàn)測(cè)試
3. 客戶屬性（數(shù)據(jù)庫(kù)分析）
4. 客戶期望分析（從數(shù)據(jù)到服務(wù)）

（4）Competitive Data 競(jìng)爭(zhēng)性數(shù)據(jù)

1. “面”數(shù)據(jù)測(cè)量（大眾分析）
2. 網(wǎng)絡(luò)服務(wù)數(shù)據(jù)測(cè)量（行業(yè)分析）
3. 搜索引擎測(cè)量（輿情分析）

3、數(shù)據(jù)分析技術(shù)

對(duì)于數(shù)據(jù)分析技術(shù)，我們有可以分為初級(jí)數(shù)據(jù)分析和高級(jí)數(shù)據(jù)分析2種：

（1）初級(jí)數(shù)據(jù)分析

1. Click Density Analysis 點(diǎn)擊密度分析
2. Visitor Primary Purpose 訪客首要目的
3. Task Completion Rates 任務(wù)完成率
4. Segmented Visitor Trends 客戶分層
5. Multichannel Impact Analysis 渠道分析

（2）高級(jí)數(shù)據(jù)分析

1. 客戶價(jià)值組屬性
2. 客戶特征組屬性
3. 數(shù)據(jù)估計(jì)值組合
4. 數(shù)據(jù)預(yù)期值組合
5. 聚類組合分析
6. 客戶深層次研究

4、跨渠道的數(shù)據(jù)交互思想

1. 跨渠道數(shù)據(jù)交互一般服務(wù)或者營(yíng)銷為目的。
2. 跨渠道數(shù)據(jù)交互必須客戶為中心。
3. 跨渠道數(shù)據(jù)交互能夠給客戶立體式體驗(yàn)，有效提升品牌體驗(yàn)。

5、基于數(shù)據(jù)的互動(dòng)式業(yè)務(wù)規(guī)劃

1. 基于數(shù)據(jù)交互的業(yè)務(wù)規(guī)劃對(duì)象一般是一個(gè)系列產(chǎn)品或服務(wù)鏈條，通常廣泛應(yīng)用于通信業(yè)，銀行業(yè)，保險(xiǎn)業(yè)，零售業(yè)等。
2. 基于數(shù)據(jù)交互的業(yè)務(wù)規(guī)劃必須以客戶為中心，分析客戶出現(xiàn)需求的各種時(shí)機(jī)，并智能匹配以產(chǎn)品或服務(wù)，其實(shí)現(xiàn)以數(shù)據(jù)挖掘?yàn)楹诵摹?/li>

6、基于數(shù)據(jù)的互動(dòng)式營(yíng)銷規(guī)劃

基于數(shù)據(jù)的交互式營(yíng)銷主要指互動(dòng)營(yíng)銷，核心思想為分析客戶的特定時(shí)機(jī)需求，并根據(jù)該需求推薦相關(guān)產(chǎn)品或服務(wù)滿足客戶需要，廣泛應(yīng)用于各種行業(yè)。

基于數(shù)據(jù)交互的業(yè)務(wù)規(guī)劃同樣必須以客戶為中心，分析客戶出現(xiàn)需求的各種時(shí)機(jī)，并智能匹配以產(chǎn)品或服務(wù)，其實(shí)現(xiàn)同樣以數(shù)據(jù)挖掘?yàn)楹诵摹?/p>

7、數(shù)據(jù)預(yù)測(cè)

數(shù)據(jù)分析：對(duì)照A服務(wù)和B服務(wù)的使用記錄，使用A服務(wù)的客戶在1個(gè)月收益小于B服務(wù)，而3個(gè)月會(huì)產(chǎn)生收益大于B服務(wù)。

互動(dòng)營(yíng)銷：建議需要1個(gè)月服務(wù)的客戶使用B服務(wù)，建議需要3個(gè)月的客戶使用A服務(wù)。

業(yè)務(wù)創(chuàng)新：面向需要兩個(gè)月服務(wù)的客戶開發(fā)非A非B的C類型服務(wù)。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來(lái)源：http://www.yzny.net.cn/ucm/report/11181