【文章內(nèi)容簡(jiǎn)介】 與用戶二者實(shí)現(xiàn)雙贏的重要舉措。目前用戶需求呈現(xiàn)多樣化、個(gè)性化的趨勢(shì)，只有通過(guò)深入分析用戶消費(fèi)行為，精確識(shí)別、細(xì)分用戶市場(chǎng)，開發(fā)出針對(duì)不同層次用戶的服務(wù)品牌進(jìn)行服務(wù)營(yíng)銷，方能使得各方價(jià)值發(fā)揮到最大，實(shí)現(xiàn)共贏。不同級(jí)別的客戶對(duì)服務(wù)的需求以及“贏”的概念是不同的，正是因?yàn)闉椴煌目蛻籼峁┎煌漠a(chǎn)品和服務(wù)才能使客戶都達(dá)到滿意，從而在市場(chǎng)上占據(jù)有利地位。 fjnFLDa5Zo細(xì)分方法介紹在數(shù)據(jù)挖掘中，往往通過(guò)聚類分析的方法來(lái)實(shí)現(xiàn)細(xì)分。聚類分析方法至少有以下幾類：1）KMeans聚類法。使用者需要首先確定數(shù)據(jù)分為K群，該方法會(huì)自動(dòng)確定K個(gè)群的中心位置，繼而計(jì)算每條記錄距離這K個(gè)中心位置的距離，按照距離最近的原則把各個(gè)記錄都加入到K個(gè)群，重新計(jì)算K個(gè)群的中心位置，再次計(jì)算每條記錄距離這K個(gè)中心位置的距離，并把所有記錄重新歸類，再次調(diào)整中心位置，依次類推……，當(dāng)達(dá)到一定標(biāo)準(zhǔn)時(shí)，結(jié)束上述步驟。這種方法運(yùn)算速度快，適合于大數(shù)據(jù)量。2）兩步聚類法：這種方法首先需要確定一個(gè)最大群數(shù)比如說(shuō)n），并把數(shù)據(jù)按照一定的規(guī)則分為n個(gè)群，這是該方法的第一步。接著按照一定的規(guī)則把n個(gè)群中最接近的群進(jìn)行歸并，當(dāng)達(dá)到一定的標(biāo)準(zhǔn)時(shí)，這種歸并停止，這就是該種方法最終確定的聚類群數(shù)比如說(shuō)m），這是第二步。兩步聚類法的一個(gè)顯著優(yōu)點(diǎn)是可以不指定聚類群數(shù)，它可以根據(jù)據(jù)結(jié)構(gòu)本身自動(dòng)確定應(yīng)該把數(shù)據(jù)分為多少群。3）Kohonen網(wǎng)絡(luò)聚類法：是運(yùn)用神經(jīng)網(wǎng)絡(luò)的方法對(duì)數(shù)據(jù)進(jìn)行細(xì)分的數(shù)據(jù)挖掘方法。為了提升客戶的全面經(jīng)驗(yàn)，許多金融機(jī)構(gòu)將數(shù)據(jù)挖掘應(yīng)用于客戶細(xì)分在客戶個(gè)人屬性以及產(chǎn)品之間提取直觀的聯(lián)系。從這些現(xiàn)存的客戶以及潛在客戶中得到的客戶特征經(jīng)驗(yàn)的知識(shí)進(jìn)而可以用于配合市場(chǎng)營(yíng)銷工作來(lái)增加交叉銷售的機(jī)會(huì)，提高投資回報(bào)率ROI）Peacock，1998）。這使得金融機(jī)構(gòu)可以提供特定的產(chǎn)品與服務(wù)來(lái)滿足客戶的需要。數(shù)據(jù)挖掘中典型的細(xì)分應(yīng)用要么是使用有監(jiān)督學(xué)習(xí)方法，要么是使用非監(jiān)督學(xué)習(xí)方法來(lái)進(jìn)行Chung和Gray，1999）。對(duì)于前者，數(shù)據(jù)挖掘模型學(xué)習(xí)客戶的行為特征與已經(jīng)確定的我們感興趣的輸出變量之間的關(guān)系。例如，客戶評(píng)價(jià)模型，將客戶分為不同的等級(jí)，并得出每個(gè)等級(jí)的特征。另一方面，非監(jiān)督學(xué)習(xí)方法基于客戶的輸入屬性產(chǎn)生不同的類別，而且不需要設(shè)定我們感興趣的輸出變量。每個(gè)類別的成員享有相似的特征，并且與其它的類別之間的特征是截然不同的。 tfnNhnE6e5客戶細(xì)分實(shí)例假設(shè) Z 銀行擁有以下數(shù)據(jù)：1．客戶號(hào)；2．儲(chǔ)蓄賬戶余額；3．活期賬戶余額；4．投資賬戶余額；5．日均交易次數(shù)；6．信用卡支付模式；7．是否有抵押貸款；8．是否有賒賬額度；9．客戶年齡；10．客戶性別；11．客戶婚姻狀況；12．客戶家庭情況孩子數(shù)）；13．客戶年收入；14．客戶是否擁有一輛以上小汽車；15．客戶流失狀態(tài)。假設(shè)Z銀行希望建立更為有效的市場(chǎng)營(yíng)銷戰(zhàn)略來(lái)給持有高價(jià)值投資組合的客戶推銷其金融產(chǎn)品。為了做到這些，Z銀行使用細(xì)分模型特征化了其客戶，并且依賴客戶屬性分割這些客戶為截然不同的類別。其后，自然可以利用這些從客戶中得到的特征剖面來(lái)定制其市場(chǎng)營(yíng)銷戰(zhàn)略來(lái)給其潛在的客戶提供更多目標(biāo)性的信息。此外，假設(shè)Z銀行使用監(jiān)督學(xué)習(xí)以及非監(jiān)督學(xué)習(xí)建模技術(shù)來(lái)生成客戶的特征。這里我們使用SPSS公司的數(shù)據(jù)挖掘軟件Clementine。 HbmVN777sL：投資賬戶余額分段 對(duì)于監(jiān)督學(xué)習(xí)模型，基于上面涉及到的十三個(gè)變量基礎(chǔ)進(jìn)行細(xì)分。目標(biāo)變量是由輸入變量－投資賬戶余額，直接生成的多分類變量。關(guān)于投資賬戶余額的分布可以由直方圖節(jié)點(diǎn)來(lái)決定如何適當(dāng)?shù)膶⒚總€(gè)客戶分類到三個(gè)箱柜中：高、中和低投資組合價(jià)值。關(guān)于投資賬戶余額的歸箱組成了我們感興趣的投資價(jià)值目標(biāo)變量。進(jìn)而可以構(gòu)建Logistic回歸模型來(lái)生成基于不同單個(gè)客戶投資價(jià)值的不同分類的特征屬性。進(jìn)一步的結(jié)果表明，在預(yù)測(cè)每個(gè)客戶的投資價(jià)值的預(yù)測(cè)模型中統(tǒng)計(jì)上顯著的變量有儲(chǔ)蓄賬戶余額和活期賬戶余額。進(jìn)而，高價(jià)值投資組合客戶的特征就由這些變量來(lái)決定。 V7l4jRB8Hs：Logistic回歸模型 非監(jiān)督學(xué)習(xí)細(xì)分模型是基于十四個(gè)變量來(lái)做出的。在這種情形下，不需要設(shè)定目標(biāo)變量。對(duì)于非監(jiān)督學(xué)習(xí)細(xì)分，通?？梢允褂萌N數(shù)據(jù)挖掘算法，也就是，兩步聚類、Kohonen 網(wǎng)絡(luò)以及Kmeans聚類。對(duì)于我們的演示，這里僅僅使用了兩步聚類。 83lcPA59W9：兩步聚類分析結(jié)果 。關(guān)于每一類的信息也列了出來(lái)。例如，第4類包含278個(gè)客戶，它描述了在這個(gè)類別中大部分的客戶是男性且大部分無(wú)抵押貸款的客戶。另一方面，第2類描述了大多數(shù)為已婚女性且擁有賒賬額度的客戶。更進(jìn)一步的數(shù)據(jù)探索是建立在兩步聚類結(jié)果上，通過(guò)利用我們所關(guān)心的變量的直方圖或是分布圖等圖形化展示手段來(lái)比較五個(gè)類別的結(jié)果。我們可以看到，第2類中擁有大多數(shù)的主動(dòng)以及被動(dòng)流失的客戶。同樣，第3類則是相當(dāng)?shù)幕旌狭爽F(xiàn)存客戶以及主動(dòng)流失的客戶。此外，第4類中具有最大的現(xiàn)存客戶。對(duì)于其他的分類輸入變量來(lái)講可以繪出相似的分布圖。 mZkklkzaaP：五個(gè)類別中流失狀態(tài)以及流失率的比較 最后，關(guān)于投資賬戶的直方圖也可以根據(jù)五個(gè)類別分別繪出。我們可以看到，第1類包含了相對(duì)其它幾類更多的低投資賬戶的客戶。另一方面，第3類則是由持有高價(jià)值投資賬戶的客戶組成。如此，如果Z銀行能夠促銷新產(chǎn)品，第3類的客戶可能是更為有希望的目標(biāo)群體，能夠生成更好的市場(chǎng)營(yíng)銷結(jié)果。利用這些知識(shí)，Z 銀行現(xiàn)在能夠設(shè)計(jì)適當(dāng)?shù)你y行產(chǎn)品來(lái)滿足那些不同的客戶群體。 AVktR43bpw：五個(gè)類別的投資賬戶余額的直方圖 為了發(fā)展新客戶和推廣新產(chǎn)品，企業(yè)通常會(huì)針對(duì)潛在客戶推出各種直接營(yíng)銷活動(dòng)。然而，如果目標(biāo)客戶的選擇不明確，營(yíng)銷活動(dòng)往往花費(fèi)巨大而取得的實(shí)際效益不佳，甚至可能遭遇由于活動(dòng)響應(yīng)率太低而無(wú)法收回成本的境況。在當(dāng)今競(jìng)爭(zhēng)激烈的金融市場(chǎng)上，一方面，客戶每天通過(guò)短信、電話、郵件、電子郵件、網(wǎng)站廣告等方式會(huì)接觸到大量的金融業(yè)務(wù)廣告，缺乏針對(duì)性和足夠吸引力的營(yíng)銷活動(dòng)往往會(huì)被客戶直接忽略。另一方面，用戶越來(lái)越看重個(gè)性化服務(wù)，對(duì)新的金融產(chǎn)品具有較大的需求。為了更好的滿足客戶需求，許多公司采用了促銷活動(dòng)管理系統(tǒng)來(lái)幫助執(zhí)行促銷活動(dòng)。這些管理系統(tǒng)增加了公司采取的促銷活動(dòng)的數(shù)量，卻并不一定能改善促銷活動(dòng)的效率。事實(shí)上，不合適的促銷活動(dòng)和過(guò)多的促銷活動(dòng)只會(huì)導(dǎo)致用戶對(duì)公司的不滿意度增加。所以，有效促銷活動(dòng)不在于數(shù)量的多少，而在于要在恰當(dāng)?shù)臅r(shí)機(jī)，通過(guò)恰當(dāng)?shù)姆绞剑蚯‘?dāng)?shù)挠脩敉其N恰當(dāng)?shù)漠a(chǎn)品。也就是說(shuō)，有效的促銷活動(dòng)，不在于涉及客戶的數(shù)量多少，而在于針對(duì)的都是具有高響應(yīng)概率的目標(biāo)人群。這不僅可以提升客戶的滿意度，增強(qiáng)客戶對(duì)公司的忠誠(chéng)度，而且可以降低客戶獲取費(fèi)用，增加營(yíng)銷活動(dòng)投資回報(bào)率，直接帶來(lái)公司效益的增加。數(shù)據(jù)挖掘中的營(yíng)銷響應(yīng)分析可以幫助達(dá)到提高營(yíng)銷活動(dòng)回報(bào)率的目標(biāo)。 ORjBnOwcEd什么是營(yíng)銷響應(yīng)？營(yíng)銷響應(yīng)模型是一種預(yù)測(cè)模型。目標(biāo)變量是預(yù)測(cè)誰(shuí)會(huì)對(duì)某種產(chǎn)品或服務(wù)的宣傳進(jìn)行響應(yīng)，自變量是客戶及其行為的各種屬性，如：客戶年齡，客戶收入，客戶最近一次購(gòu)買產(chǎn)品的時(shí)間，客戶最近一個(gè)月的購(gòu)買頻率等。利用響應(yīng)模型來(lái)預(yù)測(cè)哪些客戶最有可能對(duì)營(yíng)銷活動(dòng)進(jìn)行響應(yīng)，這樣，當(dāng)以后有類似的活動(dòng)時(shí)，可以針對(duì)具有較高響應(yīng)可能性的客戶進(jìn)行相應(yīng)的營(yíng)銷活動(dòng)。而對(duì)響應(yīng)度不高的客戶就不用對(duì)他們進(jìn)行營(yíng)銷活動(dòng)，從而減少活動(dòng)成本，提高投資回報(bào)率。2MiJTy0dTT如何提高營(yíng)銷響應(yīng)率？金融機(jī)構(gòu)應(yīng)當(dāng)在深入了解客戶需求和客戶特征的基礎(chǔ)上，制定營(yíng)銷策略，從而達(dá)到增加營(yíng)業(yè)收入和客戶滿意度的雙重目標(biāo)。我們提倡的不是針對(duì)最佳的客戶群開展?fàn)I銷活動(dòng)，而是針對(duì)每一個(gè)客戶開展活動(dòng)。所謂“知己知彼，百戰(zhàn)不殆”，建立在對(duì)客戶需求良好把握基礎(chǔ)之上極具針對(duì)性的營(yíng)銷將極大地提高營(yíng)銷活動(dòng)的成功率。要開展這樣的營(yíng)銷活動(dòng)，首先需要回答以下幾個(gè)問(wèn)題： ? gIiSpiue7A 對(duì)誰(shuí)開展?fàn)I銷活動(dòng)? ? 多長(zhǎng)時(shí)間開展一次營(yíng)銷活動(dòng)? ? 何時(shí)開展?fàn)I銷活動(dòng)? ? 如何開展?fàn)I銷活動(dòng)?金融機(jī)構(gòu)在數(shù)據(jù)挖掘技術(shù)的幫助下，針對(duì)客戶數(shù)據(jù)建立營(yíng)銷響應(yīng)模型，在合適的時(shí)間，通過(guò)合適的渠道，以一種合適的接觸頻率，對(duì)合適的客戶開展活動(dòng)，從而提高營(yíng)銷活動(dòng)的響應(yīng)率和投資回報(bào)率。 uEh0U1Yfmh：營(yíng)銷活動(dòng)的四個(gè)要素 1選擇合適的客戶金融機(jī)構(gòu)對(duì)以往的營(yíng)銷數(shù)據(jù)進(jìn)行分析，采用決策樹等數(shù)據(jù)挖掘方法，識(shí)別出具有高響應(yīng)率的客戶的特征。通過(guò)選擇合適的客戶，可以排除對(duì)促銷活動(dòng)響應(yīng)不積極的客戶，將目標(biāo)客戶的數(shù)量大大減小，從而在實(shí)現(xiàn)更有針對(duì)性地營(yíng)銷的同時(shí)減小營(yíng)銷成本。據(jù)統(tǒng)計(jì)，通過(guò)減小目標(biāo)客戶的數(shù)量，通?？梢怨?jié)省25%40%的營(yíng)銷費(fèi)用，同時(shí)增加營(yíng)銷響應(yīng)率。2選擇合適的渠道第二步是要針對(duì)用戶選擇合適的營(yíng)銷渠道，也就是和客戶接觸的方式。通過(guò)使用每個(gè)用戶偏愛(ài)的方式與之接觸，也有利于提升客戶響應(yīng)率。在確定促銷渠道時(shí)，要考慮客戶對(duì)渠道的偏愛(ài)，渠道成本，期望的響應(yīng)率，其他營(yíng)銷限制條件等。3選擇合適的時(shí)間在當(dāng)今競(jìng)爭(zhēng)激烈的社會(huì)里，客戶有很多滿足自己需求的機(jī)會(huì)和選擇。因此，一旦發(fā)現(xiàn)了客戶尚未被滿足的需求或者出現(xiàn)遺失客戶風(fēng)險(xiǎn)時(shí)，一定要及時(shí)和客戶接觸。這種事件驅(qū)動(dòng)的促銷方式，通常也可以取得較高的響應(yīng)率。4選擇合適的活動(dòng)頻率此外，并不是促銷活動(dòng)越多，效果越好?；顒?dòng)計(jì)劃者需要根據(jù)實(shí)際情況，針對(duì)具體的客戶，選擇一個(gè)最優(yōu)的活動(dòng)次數(shù)，既使得客戶的各種需求得到較好的滿足，又避免因?yàn)檫^(guò)于頻繁的接觸而導(dǎo)致客戶的反感。同時(shí)，過(guò)多的營(yíng)銷活動(dòng)，也會(huì)增加營(yíng)銷成本。需要在增加的成本和提高的響應(yīng)率帶來(lái)的收益之間尋找一個(gè)最優(yōu)點(diǎn)。客戶自身的偏好對(duì)于營(yíng)銷活動(dòng)的頻率確定也至關(guān)重要，比如，對(duì)于不喜歡過(guò)于頻繁的接到促銷電話的客戶，就要適量降低電話促銷的頻率。通過(guò)選擇更有針對(duì)性地選擇客戶和根據(jù)客戶的需求和偏好來(lái)推廣促銷活動(dòng)，可以將促銷活動(dòng)的投資收益率提高25%50%。IAg9qLsgBX：營(yíng)銷活動(dòng)四階段總結(jié) 階段 1．合適的客戶 2．合適的渠道 3．合適的時(shí)間 4．合適的營(yíng)銷頻率 目標(biāo) 為營(yíng)銷活動(dòng)選擇最佳客戶 為目標(biāo)客戶選擇最優(yōu)營(yíng)銷方式 在合適的時(shí)間對(duì)目標(biāo)客戶開展?fàn)I銷 確定最適合客戶的營(yíng)銷頻率 方法 預(yù)測(cè)分析 渠道優(yōu)化 事件營(yíng)銷 促銷優(yōu)化 策略 預(yù)測(cè)誰(shuí)是最有可能響應(yīng)營(yíng)銷并且能給營(yíng)銷活動(dòng)帶來(lái)收益的客戶 在客戶偏愛(ài)的方式和公司的成本與能力之間選取最優(yōu)結(jié)合點(diǎn) 變小的，經(jīng)常性的營(yíng)銷活動(dòng)為事件觸發(fā)的營(yíng)銷活動(dòng) 在客戶響應(yīng)率和公司收益之間選擇最佳結(jié)合點(diǎn) 好處 降低25%40%的營(yíng)銷成本 降低接觸客戶的成本 響應(yīng)率的提高至少達(dá)到兩倍 提高25%50%的收益 營(yíng)銷響應(yīng)應(yīng)用案例一家虛擬銀行新推出了一種新的抵押貸款業(yè)務(wù)，為了推廣新產(chǎn)品，該銀行決定執(zhí)行直接營(yíng)銷活動(dòng)。為此，分析人員收集了以往進(jìn)行類似產(chǎn)品的營(yíng)銷時(shí)公司執(zhí)行營(yíng)銷活動(dòng)的相關(guān)數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)挖掘應(yīng)用，計(jì)算客戶影響概率，得到客戶響應(yīng)率模型，進(jìn)而對(duì)客戶對(duì)新產(chǎn)品的響應(yīng)概率進(jìn)行預(yù)測(cè)。從中選取響應(yīng)率高的客戶開展新產(chǎn)品營(yíng)銷活動(dòng)。1）商業(yè)理解識(shí)別出可能響應(yīng)直接營(yíng)銷活動(dòng)的客戶，提高營(yíng)銷活動(dòng)的響應(yīng)率。2）數(shù)據(jù)理解收集部分以往的營(yíng)銷活動(dòng)數(shù)據(jù)包括對(duì)活動(dòng)響應(yīng)的客戶數(shù)據(jù)和未對(duì)活動(dòng)響應(yīng)的客戶數(shù)據(jù)），選擇客戶屬性，包括客戶人口統(tǒng)計(jì)學(xué)特征和賬戶信息等。利用直方圖、分布圖來(lái)初步確定哪些因素可能影響客戶響應(yīng)。所選取的數(shù)據(jù)屬性包括：用戶編號(hào)、年齡、收入、孩子數(shù)目、是否有汽車、是否抵押、居住區(qū)域、性別、婚姻狀況、在該銀行是否有儲(chǔ)蓄賬戶、在該銀行是否有活期賬戶、是否對(duì)促銷活動(dòng)響應(yīng)等12個(gè)字段。其中是否響應(yīng)是預(yù)測(cè)的目標(biāo)變量，共有兩個(gè)屬性：否：客戶未響應(yīng)營(yíng)銷活動(dòng)；是：客戶響應(yīng)營(yíng)銷活動(dòng)。 WwghWvVhPE：數(shù)據(jù) 首先采用直方圖，散點(diǎn)圖等工具對(duì)數(shù)據(jù)之間的關(guān)系進(jìn)行初步探索。下圖是按照響應(yīng)與否察看收入與孩子數(shù)目之間的散點(diǎn)圖?？梢?，如果只考慮“孩子數(shù)目”屬性，發(fā)現(xiàn)隨著孩子數(shù)目增加，響應(yīng)的客戶比率降低。同時(shí)考慮“孩子數(shù)目”和“收入”屬性，發(fā)現(xiàn)響應(yīng)比率與“收入”和“孩子數(shù)目”的比值相關(guān)，這個(gè)比值通常被成為“相對(duì)收入”。 asfpsfpi4k：收入與孩子數(shù)目的散點(diǎn)圖 下圖是孩子數(shù)目的分布圖。%。而在這些客戶中，大部分是對(duì)直接營(yíng)銷活動(dòng)進(jìn)行響應(yīng)的客戶?？偟恼f(shuō)來(lái)，隨著孩子數(shù)目增加，客戶響應(yīng)率降低。ooeyYZTjj1：孩子數(shù)目的分布圖 3）數(shù)據(jù)準(zhǔn)備根據(jù)數(shù)據(jù)理解的結(jié)果準(zhǔn)備建模需要的數(shù)據(jù)，包括數(shù)據(jù)選擇、新屬性的派生，數(shù)據(jù)合并等。在數(shù)據(jù)理解中發(fā)現(xiàn)，是否響應(yīng)與“收入”和“孩子數(shù)目”的比率有關(guān)，因此，派生出“相對(duì)收入”屬性，定義為：如果“孩子數(shù)目”為0，則“相對(duì)收入”＝“收入”；否則，“相對(duì)收入”＝“收入”/“孩子數(shù)目”。4）建立模型及評(píng)估對(duì)數(shù)據(jù)進(jìn)行預(yù)處理之后，神經(jīng)網(wǎng)絡(luò)模型，Camp。RT決策樹分類模型，以客戶屬性為輸入變量，以客戶是否響應(yīng)為目標(biāo)變量進(jìn)行分類。然后對(duì)測(cè)試集分別應(yīng)用這三個(gè)模型，選取效果最好的模型部署到企業(yè)中。 BkeGuInkxI：部分?jǐn)?shù)據(jù)流圖 ，發(fā)現(xiàn)與客戶響應(yīng)相關(guān)的共有4條規(guī)則，與客戶不響應(yīng)相關(guān)的共有8條規(guī)則。響應(yīng)的客戶有如下特點(diǎn)：有孩子，相對(duì)收入大于49997元；或者有孩子，有車，居住在郊區(qū)，在該銀行開有儲(chǔ)蓄賬戶，相對(duì)收入大于25563元；或者是年齡大于45歲，沒(méi)有抵押貸款，在該銀行開有儲(chǔ)蓄賬戶，相對(duì)收入大于25563元；或者是年齡大于45歲，沒(méi)孩子，沒(méi)貸款，收入小于25563元。 PgdO0sRlMo： 神經(jīng)網(wǎng)絡(luò)模型在輸入層、隱藏層和輸出層分別有20個(gè)、3個(gè)和2個(gè)神經(jīng)元。此外，最重要的輸入變量包括按照重要性降序排列）：相對(duì)收入，孩子數(shù)目，收入等。%。 3cdXwckm15：神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果 使用Camp。RT對(duì)是