第 8 章 客戶關係管理與資料探勘

1. 第 8 章 客戶關係管理與資料探勘

2. 8.1 客戶關係管理在電子商務上的應用 • 客戶關係管理的定義 • Swift對客戶關係管理的定義：「CRM 是企業藉由與顧客充分的互動，來了解及影響顧客的行為，以提昇顧客的獲取率(Customer Acquisition)、顧客的留住率(Customer Retention)、顧客的忠誠度(Customer Loyalty)以及顧客獲利率(Customer Profitability)的一種經營模式」 • Tiwana 認為：「CRM 是企業從各種不同的角度來了解及區別顧客，以發展出適合顧客個別需要的產品/服務的一種企業程序與資訊科技的組合模式。其目的在用以管理與顧客的關係，以使他們達到最高的忠誠度、留住率、與利潤貢獻度，並有效率的吸引好的新顧客」。 • 國內一般學者對客戶關係管理的定義則是：「利用資訊科技，將生產、行銷、物流、客服等加以整合，以更精確與快速的方式回應顧客的需求，提供顧客量身定做的服務，進而提高客戶忠誠度和企業營運績效的一種觀念與做法」

3. 客戶關係管理的目的 • 客戶的開發： 根據80/20法則，我們知道一個企業百分之八十的業績來自百分之二十的關鍵客戶。此時，企業可透過客戶關係管理的分析機制來找出那些關鍵的客戶，並透過各種行銷手段，提昇其對產品的購買慾望，增加公司獲利。 • 客戶的維持： 根據統計資料顯示，開發新客戶的成本遠高於維持既有的客戶，其成本比約為7:1。另外，若從公司的角度來看，每一個客戶都是獨一無二的，因此客戶關係必須、也值得努力經營。 • 客戶的放棄： 當投資在客戶上的成本多過於回饋時，這時就應該把它列入放棄名單中而另外開發新客戶。

4. 顧客消費模式(Customer Resource Life Model, CRLC) • 建立產品需求 • 確立產品規格 • 選擇經銷商 • 下訂單 • 產品取得 • 付款 • 產品使用 • 產品存放 • 產品改進 • 產品利用監視 • 產品維護 • 產品廢棄或轉換 • 帳目預算

5. 顧客價值傳遞模式(Custome Delivered Value Model)： • 企業在設計CRM模式時一定要以顧客為中心，思索如何提高顧客的實質獲得價值。要達到這個目標，其做法就是要同時提高顧客總價值(TCV)並降低顧客總成本(TCC)

6. 顧客總價值的提昇 • 產品價值的提昇 • 要有很好的品質管理措施，而TQM技術可達到此目標。 • 人員價值的提昇 • 顧客關係維繫需要企業與顧客雙方有感性的，信任的，人性化的長期友誼。 • 服務價值的提昇 • 需要靠企業全體員工的專業，可靠，及時，熱誠及同理心來達成。 • 形象價值的提昇 • 企業要盡量降低此項價值差距，而其具體的做法就是長期的維護產品的高品質。

7. 顧客總成本的降低 • 貨幣成本的降低： • 提供產品保固期、退貨保證、賠償保證等，以降低顧客的交易風險，進而降低其貨幣成本。 • 時間成本的降低： • 提供電子型錄或代理人系統來協助顧客有關線上產品搜尋，降低其確立產品規格的時間成本。 • 勞力成本的降低： • 透過線上交易系統、線上付款系統等，減少顧客進行交易時的等待、排隊等勞力成本。 • 心力成本的降低： • 透過電子市集(e-Market) 的線上商品仲介功能，提供顧客有關產品仲介、協商、溝通、比價、議價的服務，降低其選擇經銷商及下單時所需付出的心力成本。

8. 落實顧客價值傳遞模式的資訊支援工具

9. 以IT為導向的整合性CRM 經營模式

10. 8.2以線上分析作業強化客戶關係管理 • 企業要在一個競爭且多變的商業市場中生存，必須具備以下幾項能力： • 能清楚的知到特定消費族群的消費需求。 • 要有滿足這些需求的能力。 • 要做得比其他競爭者還好。

11. 「線上分析作業」(OLAP) • OLAP的技術提供處理多維資料分析與查詢的能力；也就是說，它可以很快地做各種維度的縱向或橫向的資料彙整處理。 • 除了具有答覆“誰”和“什麼”等問題的能力外，最大的功能則是在回答“如果”和“為什麼”等類非結構性的問題。 • 譬如：“如果水果罐頭的原料價格高於10元，且從台北到高雄的運輸費用每公里降低0.1元，那麼對此項產品的售價會有什麼影響？”。

12. OLAP的作業架構可分成以下為三種： • 多維性的線上分析作業(MOLAP, Multidimensional OLAP) • 關聯性的線上分析作業(ROLAP, Relational OLAP) • 混合型的線上分析作業(HOLAP, Hybrid OLAP)

13. 8.3 應用資料探勘協助客戶關係管理 • 資料探勘(Data Mining)的定義 • 「資料探勘」是利用全自動或半自動的方式，從大量的資料中找出樣式(patterns)及規則(rules)的探勘或分析過程。

14. 普遍使用的資料探勘技術 • 類神經網路(Neural Network) • 基因演算法(Genetic Algorithm) • 決策樹演算法(Decision Tree Algorithm) • 分類法(Classification) • 推估法(Estimation) • 預測法(Prediction) • 群集法(Clustering) • 關聯規則法(Association Rules) • 其它統計分析技術

15. 8.4 資料探勘的應用 • 客戶關係管理 • 一般的公司對於一些原本是公司的客戶群，後來卻轉而成為競爭對手的客戶，藉由資料探勘工具分析他們的行為特徵，再根據這些特徵到現有客戶資料中找出可能轉向的客戶，然後公司便可設計一些方法將他們留住。例如，信用卡公司利用群集分析於客戶分類，在客戶決定不續用其信用卡時，對不同的客戶群採取不同的挽留動作，或用於決定將具有某些特徵的客戶群(如年收入高、信用歷史佳或工作層級高)升級為白金卡用戶。

16. 商業犯罪偵防 • 信用卡公司或保險公司每年因詐欺行為而造成的損失都非常可觀。透過客戶過去詐欺行為記錄資料，再利用資料探勘工具分析出這些詐欺行為的特徵，便可做為偵測其他客戶可能發生詐欺的比對樣本。除此之外，保險公司可依保險人各項條件，分析出每位保險人可接受的保險產品，或是因經濟能力改變而需改變保險種類等客製化產品。如此，不僅可降低因詐欺理賠所帶來的損失，並且因推行良好的個人化服務而獲相當的利益。另外，財務金融業可利用資料探勘分析市場動向，並預測個別公司的營運以及股價走向。

17. 市場區隔 • 發行管理共同基金的公司可依資料庫中人口資料分為一些關鍵子集，如都市化情況、婚姻狀態、家庭所得、年齡、風險偏好、高淨值等，然後依據資料挖分析結果來區分集群和從事推廣促銷活動，成功的把共同基金推展至市場上。

18. 市場研究 • 資料探勘技術可利用於分析市場動向、消費趨勢，並預測個別公司的營運以及股價走向。 • 行銷設計 • 經由客戶的消費記錄與採購路線，再根據資料探勘出來的特別資訊，超級市場可以設計出更吸引顧客購買的環境。

19. 網站經營設計 • 由於網路快速的發展提供網頁挖掘（Web Mining）重要的使用空間，而網路上商機獲得，可經由網頁挖掘技術來增加獲利能力。

20. 企業進行呢Data Mining的進行步驟 • 目標設定： • 本階段主要是產生「資料探勘」系統發展先導計畫實施目的之說明、評估計畫之評估準則、計畫時程、最後目標之大綱、資料整理結果及初步分析報告等。 • 模式發展： • 本階段主要是評估所需的技術及工具、使用合適的軟硬體、調整公司作業方式及系統開發計畫、並設定從事「資料探勘」之開發模式。

21. 資料建立： • 以資料倉儲做為支援資料探勘所需的資料來源，同時將資料按資料探勘使用的模型加以清理、過濾及轉換等過程，去除錯誤或不一致的資料，以建立資料探勘時所需的正確資料。 • 模式資料測試： • 建立好資料探勘所需的資料後，接著要對資料探勘模式進行測試，這是為了發現程式錯誤而執行的過程，這個過程包括：用測式資料在電腦上執行被測程式；對程式進行人工檢查；用測試工具對被測程式進行分析等。

22. 實際資料探勘工作： • 將完成測試後的資料探勘系統架構在企業中以實際的從事資料探勘工作。 • 解釋與使用資料： • 將上階段所發掘出的新知識或新資訊放入知識庫中，以供企業在進行知識管理(KM)、客戶關係管理(CRM)或設計行銷計畫時使用。

23. 問題與討論