【教学课件】第七章客户关系管理的数据信息分析.ppt

《【教学课件】第七章客户关系管理的数据信息分析.ppt》由会员分享，可在线阅读，更多相关《【教学课件】第七章客户关系管理的数据信息分析.ppt（34页珍藏版）》请在三一办公上搜索。

1、第七章 客户关系管理的数据信息分析,本章结构,7.1客户信息的来源和分类7.2 CRM 的客户信息7.3客户关系管理的信息分析7.4案例分析在金融业数据挖掘应用的案例,7.1.1 CRM信息按来源分类,1内部信息 内部信息主要是指企业内部产生的各种信息 2外部信息 外部信息主要指在企业以外产生但与企业业务相关的各种信息,7.1客户信息的来源和分类,生产信息,销售信息,技术信息,市场需求信息,竞争信息,用户信息,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.1.2 CRM信息分类,1基本信息 基本信息是指客户信息中最原始的一类信息，这类信息是企业与客户打交道时保

2、留下来的，如商品的购买时间、地点、数量、品种等 2统计信息 统计信息是对基本信息进行提炼，进一步汇总和统计后得到的信息，主要是各类报表 3文本信息 没有一定结构且信息量比较大，其中有一部分是可以量化或编号的，另外一种文本信息不可量化,占有很大的份量,信息的“含金量”很高,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.2 CRM 的客户信息,客户数据类型,表7-1 客户数据类型和特点,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,客户数据的隐私与安全,1保证客户信息的安全性2尊重客户的隐私权3建立企业内部的知识共享,安全策略,物理防

3、范,数据加密,必须尊重并使用P3P标准,培养“知识共享”的企业文化,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.3客户关系管理的信息分析,CRM的信息分析处理是通过对客户详细资料的深入分析，采取措施来提高客户满意度和忠诚度，从而提高企业的竞争力,客户概况分析,客户未来分析,客户忠诚分析,客户性能分析,客户利润分析,客户产品分析,客户促销分析,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.3.1 客户关系管理的一般统计分析,CRM对信息的一般统计分析是指对现有的CRM数据信息进行简单的统计计算，以获取企业当前的运作状况，使用户

4、能够监测业务运行情况；或提供部门人员的工作业绩报告等,客户市场管理统计,客户销售管理统计,客户支持与服务管理统计,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,客户关系指数模型,在对客户关系指数模型建模时需要重点关注其中的几个重要属性：,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,2客户关系的基本逻辑模型和计算模型,一般意义上，YRIDX与Xf，Xs，Xv和Xt存在着某种函数关系，因此，我们给出如下关系指数的基本数学模型：YRIDX=F（Xf，Xs，Xv，Xt）(1)这是一般意义上的数学模型，我们可以简单的描述：YRIDX=k1Xf

5、+k2Xs+k3Xv+k4Xt(2),CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,3客户关系指数模型的自变量,一个宏观上的满意度评估要考虑的因素如下图所示,图7-2 The e-Loyalty matrix客户忠诚度矩阵,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,客户终生价值分析模型,1客户终生价值理论,每100个满意的顾客会带来25个新顾客,吸引一个新客户的成本相当于保持现有客户的5倍,每收到一次顾客投诉，就意味着还有20名有同感的顾客,客户流失率降低5%利润就能增加25-85%,客户关系管理首先提倡的是保持现有客户，实现现有

6、客户的重复购买是企业追求的首要目标,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,2客户终生价值的组成,所谓客户终生价值（Customer Lifetime Value，简称CLV或LTV）是随着时间的延续，企业从客户(个人、家庭或中间商)那里获得的所有收益超过公司为吸引这个客户、向这个客户出售商品、提供服务等所有支出成本的一个可接受的现金量，并且要将这个现金量折为现值CLV=CLV1+CLV2+CLV3+CLV4+CLV5+CLV6,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,3影响客户终生价值各因素分析,（1）计算的时间长度 计

7、算客户终生价值的时间长度缩短会减少客户终生价值，随着时间的推移，各项在客户终生价值中的比例会逐渐变化增加,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(2)贴现率客户终生价值的简单计算公式如下：,R表示企业每年从忠诚客户那里获得的收入,r表示贴现率,n表示客户对企业忠诚的年数,客户的终生价值与贴现 率成反比,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(3)客户的维系率 客户的维系率指客户经过一个购买周期后仍被维系住的概率,CLV包括CLV2，CLV3,Ri表示第i年从客户那里获得的收入,r表示贴现率,n表示客户对企业忠诚的年数,

8、客户的终生价值与客户的维系率成正比,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(4)产品被提及率 产品被客户提及率与客户终生价值中的推荐收益CLV5有密切的关系。如果产品被客户正面提及，则就产生正的推荐收益，会使客户终生价值增大；如果产品是被负面提及，推荐收益是负值，会使客户终生价值减少(5)客户收入的变 当客户的收入增加时，一般用于消费的开支会增加，这会对客户终生价值的几个方面发生影响。一般客户的终生价值与客户的收入成正比,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(6)客户关系的维系成本 客户关系的维系成本指为了维系客户关

9、系所发生的成本。这个成本不是每次特定交易相关的直接成本。这个成本能促使客户数量保持在一定的范围内，并且促使客户的购买持续期在一定的时期之上(7)营销费用 营销费用包括广告费用、客户数据库建立以及客户资料分析费用等。一般营销费用属于客户终生价值的减少项目(8)其他 影响客户终生价值还有其他的一些因素，如市场的新进入者以及竞争者退出都有可能影响客户的终生价值,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.3.4 联机分析处理,联机分析处理（Online Analytical Processing，OLAP）的概念最早由关系数据库之父E.F.Codd于1993年提出

10、,联机分析处理是针对特定问题的联机数据访问和分析,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,OLAP的特点,快速,分析,共享,多维,信息,OLAP的优点,（）直观的多维数据模型使用户很容易就能选择、浏览和研究数据（）分析查询语言为研究复杂的业务数据关系提供了强大功能（）对频繁查询的数据预先进行计算，而不是在执行时加入的数值，OLAP加快了向浏览这些多维结构的最终用户提交信息的速度,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,基于数据仓库的OLAP,数据仓库的基本概念 数据仓库经常用作决策支持系统的基础。一个组织机构尝试使用用于联

11、机事务处理(OnLine Transaction Processing System，简称OLTP)的同一数据库执行策略分析时可能会遇到问题，而数据仓库的设计目的是要克服这些问题。,特殊形式,数据集市,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(2)数据仓库和OLAP的关系,数据仓库侧重于存储和管理面向决策主题的数据,OLAP则侧重于数据仓库中的数据分析，井将其转换成辅助决策信息,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(3)基于数据仓库的OLAP,下图展示了OLAP系统的工作模型：,图7-3 OLAP系统工作模型,CRM

12、的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.3.5 客户关系管理决策支持,1客户关系管理决策支持的分类(1)面向客户的决策支持 面向客户的决策支持主要是要完成客户智能和智能查询的功能，更重要的是利用CRM来与客户达到快速有效的交互,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,(2)面向部门的决策支持 将专家系统(ES)嵌入决策支持系统中，通过推理机制扩大系统的智能搜索、解释和判断能力，从而可以赋予系统以主动性的特征，形成主动性的ADSS(Active Decision Support System)(3)面向企业高层管理者的决策支持,

13、数据仓库,数据挖掘,群体决策支持,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,2客户关系管理决策支持的功能,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,3客

14、户关系管理决策支持的系统模型,客户关系管理中的决策支持系统应包括如下典型的组件,数据管理子系统,模型管理子系统,知识管理子系统,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,4CRM决策支持系统中的数据分析模型,(1)使用特征化和划分了解客户的基本状况(2)使用响应建模定位新的潜在客户(3)使用风险建模避免高风险客户(4)使用流失建模留住创利客户(5)客户终生价值建模来定位创利客户。(6)市场分析,预测模型,买量或某次活动的可能性,描述模型,著名的啤酒和尿布故事,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,7.4 案例分析在金融业数据挖掘应用的案例,数据挖掘已经广泛应用于银行和金融市场在银行业，数据挖掘主要用于信用欺诈的建模和预测、风险评估、趋势分析、收益分析等活动。在金融市场，已将神经网络用于股票价格预测、购买权交易、债券等级评定、资产组和管理、商品价格预测、合并和买进以及金融危机预测等方面 将数据挖掘技术和实时营销活动结合起来的企业在创造商标价值和客户价值方面将发挥重要作用,CRM 的客户信息,客户关系管理的信息分析,案例分析,客户信息的来源和分类,