數據挖掘可以做什么？
數據挖掘的用處有很多，在這里我只想從技術(shù)和應用兩個(gè)層面來(lái)簡(jiǎn)單談?wù)劇?/font>
從技術(shù)層面來(lái)說(shuō)，按照數據挖掘產(chǎn)出的知識可以粗分為兩大類(lèi)：描述型挖掘和預測型挖掘。
-描述型挖掘是對現有數據的進(jìn)一步精煉和歸納，從中抽取中更宏觀(guān)的反映數據特征的概念描述。舉個(gè)例子來(lái)說(shuō)，某家銀行有幾百萬(wàn)客戶(hù)，數據倉庫中存儲了每個(gè)客戶(hù)的人口統計信息、賬戶(hù)信息、交易信息、客服聯(lián)絡(luò )信息等詳細數據。但是銀行不可能清楚地了解每位客戶(hù)是什么樣的客戶(hù)，客戶(hù)的消費模式到底是怎樣的？這時(shí)一般需要把全體客戶(hù)進(jìn)行細分，劃分為幾個(gè)客戶(hù)群，而且這種劃分可以保證具有相似行為、相似價(jià)值的客戶(hù)會(huì )被放入同一個(gè)群組中。有了這些客戶(hù)群，銀行就能更容易地發(fā)現營(yíng)銷(xiāo)機會(huì )并制定營(yíng)銷(xiāo)戰略。這個(gè)例子中所用的挖掘技術(shù)是聚類(lèi)模型，它就是一種典型的描述型挖掘。
-預測型挖掘，顧名思義，就是建立的挖掘模型具備預測能力。這種預測能力可能包括預測哪些客戶(hù)下個(gè)月會(huì )流失，哪些客戶(hù)對促銷(xiāo)活動(dòng)會(huì )積極響應，哪些客戶(hù)的未來(lái)價(jià)值會(huì )成長(cháng)以及成長(cháng)多少等等。預測型挖掘常常對企業(yè)運營(yíng)具有更強的指導作用，從而更快地見(jiàn)效。
從應用層面來(lái)說(shuō)，數據挖掘可以應用到很多行業(yè)中，包括電信、銀行、證券、保險、制造、因特網(wǎng)等等。拋開(kāi)具體行業(yè)的特定應用不談，在各個(gè)行業(yè)中一般都會(huì )把數據挖掘應用在客戶(hù)關(guān)系管理（CRM）之中。在CRM中的數據挖掘應用，包括客戶(hù)細分、客戶(hù)價(jià)值分析、客戶(hù)獲取、客戶(hù)保持、交叉銷(xiāo)售和提升銷(xiāo)售等等。此外，信用評分、欺詐偵測和文本挖掘等也是常見(jiàn)的應用。
客戶(hù)細分已經(jīng)在描述型挖掘的例子中予以闡述，不再贅言。
準確地評價(jià)客戶(hù)價(jià)值是企業(yè)成功運營(yíng)的關(guān)鍵。這里的客戶(hù)價(jià)值不僅僅包括客戶(hù)當前給企業(yè)帶來(lái)的收入，還包括消耗在客戶(hù)身上的各種成本，以及客戶(hù)未來(lái)會(huì )給企業(yè)帶來(lái)多少價(jià)值。把客戶(hù)的當前價(jià)值和未來(lái)價(jià)值合起來(lái)就構成了對客戶(hù)整個(gè)生命周期（從成為企業(yè)的客戶(hù)到最終流失）價(jià)值的綜合評價(jià)，即LTV（LifeTime Value）。當我們明確了解客戶(hù)價(jià)值之后，就可以有針對性地區分對待，盡量留住高價(jià)值客戶(hù)，推動(dòng)中低價(jià)值的客戶(hù)向高價(jià)值發(fā)展，并為不同價(jià)值的客戶(hù)提供不同等級的服務(wù)。
圖： 客戶(hù)生命周期各階段的數據挖掘應用
上圖中給出了客戶(hù)生命周期各個(gè)階段中可以用到的數據挖掘，橫軸為時(shí)間軸，縱軸則為客戶(hù)在不同時(shí)間點(diǎn)給企業(yè)帶來(lái)的利潤。整個(gè)生命周期可以分為四階段：起始期（從潛在客戶(hù)變成新客戶(hù)）、發(fā)展期（逐步擴大使用產(chǎn)品的范圍和數量）、成熟期（對企業(yè)的利潤貢獻達到頂峰）、終止期（逐漸遠去流失）。
在客戶(hù)生命周期的不同階段，數據挖掘可以幫我們做什么呢？在起始期，由于潛在客戶(hù)尚未與企業(yè)有多少接觸，對各種品牌和產(chǎn)品缺乏了解和認知，他還在觀(guān)望，看看有沒(méi)有適合自己的產(chǎn)品。此時(shí)潛在客戶(hù)基本上還談不上對企業(yè)有多高的忠誠度，我們可以運用數據挖掘技術(shù)來(lái)協(xié)助鎖定目標潛在客戶(hù)群，通過(guò)對現有客戶(hù)和營(yíng)銷(xiāo)活動(dòng)的分析，發(fā)現哪些人最有可能變成我們的客戶(hù)，通過(guò)什么促銷(xiāo)手段和渠道來(lái)更有效地打動(dòng)他，并評價(jià)如果把他發(fā)展為客戶(hù)之后會(huì )給企業(yè)帶來(lái)多少收益。這種數據挖掘應用稱(chēng)為“客戶(hù)獲取”。
在發(fā)展期，客戶(hù)對企業(yè)的產(chǎn)品和服務(wù)使用頻率相對偏低，用量也不大，這時(shí)可以運用數據挖掘技術(shù)來(lái)激活睡眠客戶(hù)，刺激用戶(hù)購買(mǎi)更多不同的產(chǎn)品（交叉銷(xiāo)售），或者擴大現有產(chǎn)品的購買(mǎi)量（提升銷(xiāo)售）。數據挖掘技術(shù)中的關(guān)聯(lián)分析可以幫助企業(yè)發(fā)現哪些產(chǎn)品之間的關(guān)聯(lián)程度最高，預測技術(shù)可以幫助我們了解客戶(hù)對特定營(yíng)銷(xiāo)活動(dòng)是否會(huì )積極響應，聚類(lèi)技術(shù)則可以幫助我們找到具有相似行為和偏好的客戶(hù)群體，從而進(jìn)一步推動(dòng)客戶(hù)向高價(jià)值客戶(hù)發(fā)展。
在成熟期，客戶(hù)對企業(yè)的利潤貢獻已經(jīng)最大化。但這時(shí)企業(yè)不能躺在功勞簿上睡大覺(jué)，而應該居安思危，謹防優(yōu)質(zhì)客戶(hù)的衰退和流失，及時(shí)對激烈的市場(chǎng)競爭作出反應。此時(shí)可以運用數據挖掘中的預測技術(shù)來(lái)及早發(fā)現哪些客戶(hù)已經(jīng)出現了異動(dòng)，可能會(huì )流失，并采取有針對性的挽留行動(dòng)。
實(shí)際上，在整個(gè)客戶(hù)生命周期，我們都要不斷對客戶(hù)的行為和價(jià)值進(jìn)行分析，隨時(shí)掌握他們的偏好和異動(dòng)，這樣才能加強企業(yè)對客戶(hù)的洞察力，對運營(yíng)進(jìn)行有力的指導和促進(jìn)。而這些分析都是數據挖掘可以幫助我們做到的。
聯(lián)系客服
