商业智能在客户关系管理中的应用研究

商业智能在客户关系管理中的应用研究

第２４卷第１期２００５年３月

计算技术与

Ｃ０ｍｐｕｔｉｎｇ

自动化

Ｖ０１．２４．Ｎｏ．１Ｍａｒ．２０Ｏ５

ＴｅｃｈｎｏｌｏｇｙａｎｄＡｕｔｏｎｌａｔｉｏｎ

文章编号：１００３—６１９９（２００５）０１—００８８—０４

商业智能在客户关系管理中的应用研究

孙岩，董毅明，邓峰

（昆明理工大学，云南昆明６５００９３）

摘要：以在电信行业中如何运用客户行为对客户进行细分为例阐述了如何在客户关系管理（ＣＲＭ）中实现客户细分智能。

关键词：商业智能；客户智能；客户细分；聚类中图分类号：ＴＰ３１１

文献标识码：Ａ

ＳｔｕｄｙＡｂｏｕｔＡｐｐＩｉｃａｔｉｏｎｉｎＣｕｓｔｏｍｅｒＲｅｌａｔｉｏｎ】Ⅵａｎａｇｅｍｅｎｔ

ｏｆＣｕｓｔＯｍｅｒＳｕｂｄｉｖｉｄｅｓＩｎｔｅｌｌｉｇｅｎｃｅ

ＳＵＮＹａｎ，ＤＯＮＧＹｉ—ｍｉｎｇ，ＤＥＮＧＦｅｎｇ

ａｎｄ氏ｈｎ０１０９ｙ，Ｋｕｎｍｉｎｇ６５００９３，Ｃｈｉｍ）

Ａｂｓｔｒ毗ｔ：Ｔｈｅｍｅｔｈｏｄｏｆｉｍｐｌｅｎｌｅｎｔｉｎｇｃｕｓｔ∞舱ｒｓ蝴ｉｖｉｄｅｓｉｎｔｅｌｌｉｇｅｎｃｅｉｓｅＸｐｌａｉｎｅｄｔａｋｉｎｇｈｃｌｗ

（ＫｕｎｍｉｎｇＵｎｉｖｅｒＳｉｔｙ

ｏｆＳｃｉｅｎｃｅ

ｔｏ

ｕｓｅ

ｃｕｓｔｏｍｅｒ’ｓｂｅｈａｖｉｏｒ

ｔｏ

ｓｕｂｄｉｖｉｄｅｔｈｅｃｕｓｔｏｍｅｒｉｎ

Ｋｅｙｗｏｒｄｓ：ｂｕｓｉｎｅｓｓ

ｔｅｌｅｃ删ｍｕｎｉｃａｔｉｏｎ

ｔｒａｄｅ

ａｓａｎ

ｅｘ锄ｐｌｅ．

Ｓｕｂｄｉｖｉｄｅ，ｃｌｕＳｔｅｒ

ｉｎｔｄｌ遮ｅｎｃｅ，ｃｕｓｔｏｍｅｒ

ｉｎｔｅｌｌｉｇｅｎｃｅ，ｃｕｓｔｏｍｅｒ

础上利用合适的查询和分析工具、数据挖掘工具、

１

商业智能

商业智能（ＢｕｓｉｎｅＳｓＩｎｔｅｌｌｉｇｅｎｃｅ，简称ＢＩ）的概

ｏＬ奸工具等对其进行分析和处理（这时信息变为

辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持［４｜。

念最早是ＧａｒｔｎｅｒＧｒｏｕｐ于１９９６年提出来的。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及

２客户关系管理（ＣＲＭ）之商业智能——客

户智能

关于客户智能的定义众说纷纭，始终没有一个

其应用。其实，商业智能，是帮助企业提高决策能

力和运营能力的概念、方法、过程以及软件的集合。

商业智能技术并不是基础技术或者产品技术，

统一的概念，但笔者甚为赞同杨林博士的观点：客

户智能是创新和使用客户知识、帮助企业提高优化客户关系的决策能力和整体运营能力的概念、方法、过程以及软件的集合［１ｌ。“智能”体现了个体对环境应变的能力，客户“智能”反应了当面对特定的与客户有关的决策问题时，企业作为一个整体抓住问题本质并对它们做出适当的反应的能力。

消费行为学认为，客户关系存在一个从开始到

它是数据仓库、联机分析处理ｏＬ奸（ｏｎｌｉｎｅ

Ａｎａ—

ｌｙｔｉｃａｌＰｒｏｃｅ商ｎｇ）和数据挖掘等相关技术走向商业

应用后形成的一种应用技术。为此，把商业智能看成是一种解决方案应该比较恰当。其关键是从许多来自不同的企业运作系统的数据中，提取出有用的数据，进行清理以保证数据的正确性，然后经过

结束的生命周期，Ｃ刚系统应该实现对客户生命

周期全过程的客户关系管理。因此，ＣＲＭ系统的基础流程可总结为：客户获取，客户接触，客户保留，客户增值［２｜。客户智能的本质是创新、使用客

抽取（Ｅｘｔｒａｃｔｉｏｎ）、转换（Ｔｒａｎｓｆｏｍａｔｉｏｎ）和装载

（ｋ甜），即ＥＴＬ过程，合并到一个企业级的数据仓

库里，从而得到企业数据的一个全局视图，在此基

收稿日期：２００４一０９—１５

作者简介：孙岩（１９７９一），女，硕士研究生，研究方向：管理科学与工程（Ｅ一嘲ｉＩ：ｅｙｅｄｒａ９０ｎ＠１６３．ｃｏｍ）；董毅明（１９６３一），男，云南昆明

人，副教授，研究方向：信息系统，信息管理，电子商务。

万方数据　

商业智能在客户关系管理中的应用研究

第２４卷第１期孙岩等：商业智能在客户关系管理中的应用研究

８９

户知识创造客户价值。而客户智能也恰恰是通过对这几个基础流程的支持来支持ＣＲＭ系统。本文研究的重点在于，如何实现客户获取流程中的客户细分智能。

客户细分的概念是美国市场学家温德尔－史密斯（ＷｅｎｄｅｎＲ．Ｓｍｉｔｈ）于２０世纪５０年代中期提出来的。所谓客户细分就是指按照消费者欲望与需求把一个总体市场（总体市场通常太大以致企业很难为之服务）划分成若干个具有共同特征的子市场的过程。因此，分属于同一子市场的消费者，他们的需要和欲望极为相似；分属于不同子市场的消费者对同一产品的需要和欲望存在着明显的差别。客户细分就是根据消费者各方面的属性，按照科学的方法把市场分割为具有不同需要、性格或行为的购买者群体。

客户细分可根据许多不同条件而进行。这些条件可由简单的年龄、性别、地理位置或这些变量的组合来构成。当这些条件变得越来越复杂时，利用数据挖掘技术实现客户细分即客户细分智能就应运而生了。决定使用哪些条件单独取决于客户细分的目的和应用方法。

３

ＣＲＭ中客户细分智能的实现

客户细分的分类标准有很多，如客户的消费行

为、购买方式、地理位置等等ｂＪ。本文以在电信行业中如何运用客户行为对客户进行细分为例阐述实现客户细分智能的过程。３．１定义行为细分

在电信业务中，行为细分可以帮助公司使用其可靠的事务数据管理客户关系，因为所有的通话事务都会在每个通话级别以通话详细记录的形式（称为ＣＤＲ，通话详细记录）被捕获。

行为细分好的起始点是定义客户行为。定义客户行为的一种常见方法是将行为定义与通话和服务关联起来，而通话和服务是电信公司产生收入和利润的部分。我们将客户行为定义为通话行为和服务利用行为的结合。３．２选择符合要求的数据

客户细分的主要挑战是为细分过程选择适当

的变量。由于基于人口统计数据的细分若不与行

为相联系，在市场前景方面就不实用，而且人口统计数据本身经常是不可用或已知为不可靠的。然而，基于行为的细分可立即扩展到整个客户基础上，而且行为数据来自可靠的事务数据。数据挖掘

万　

方数据中的行为细分可标识有相似行为的客户组，并用其自己的行为和其他辅助变量描述每个组。

在电信公司中进行客户行为细分通常需要以下类型的数据：

（１）行为数据（通话、服务）；（２）人口统计数据；

（３）概述每个细分的附加数据。３．３确定客户特征

（１）行为数据ａ．通话行为数据

通话行为可用不同变量来解释，如通话时间、拨叫次数或通话收入（客户支付的总金额）。在此处的细分模型中，选择通话时间作为客户通话行为，原因如下。拨叫次数可以是通话行为的一个测度。然而，即使客户 …… 此处隐藏：11435字，全部文档内容请下载后查看。喜欢就下载吧 ……