【文章內(nèi)容簡介】 被紀(jì)錄的； 2. 以交互式個人化服務(wù)為終極目標(biāo)，除了因應(yīng)不同訪客呈現(xiàn)專屬設(shè)計的網(wǎng)頁之外，不同的訪客也會有不同的服務(wù)； 3. 可整合外部來源數(shù)據(jù)讓分析功能發(fā)揮地更深更廣，除了 log file、 cookies、會員填表數(shù)據(jù)、在線調(diào)查數(shù)據(jù)、在線交易數(shù)據(jù)等由網(wǎng)絡(luò)直接取得的資源外，結(jié)合實體世界累積時間更久、范圍更廣的資源，將使分析的結(jié)果更準(zhǔn)確也更深入。 利用 Data Mining 技術(shù)建立更深入的訪客數(shù)據(jù) 剖析，并賴以架構(gòu)精準(zhǔn)的預(yù)測模式，以期呈現(xiàn)真正智能型個人化的網(wǎng)絡(luò)服務(wù)，是 Web Mining 努力的方向。 Data Mining 在 CRM 中扮演的角色為何？ CRM（ Customer Relationship Management）是近來引起熱烈討論與高度關(guān)切的議題，尤其在直效行銷的崛起與網(wǎng)絡(luò)的快速發(fā)展帶動下，跟不上 CRM 的腳步如同跟不上時代。事實上 CRM 并不算新發(fā)明，奧美直效行銷推動十?dāng)?shù)年的 CO（ Customer Ownership）就是現(xiàn)在大家談的 CRM— 客戶關(guān)系管理。 Data Mining 應(yīng)用在 CRM 的主要方式可對應(yīng)在 Gap Analysis 之三個部分： 針對 Acquisition Gap，可利用 Customer Profiling 找出客戶的一些共同的特征，希望能藉此深入了解客戶，藉由 Cluster Analysis 對客戶進(jìn)行分群后再透過 Pattern 企業(yè)管理 資源網(wǎng) ()大量管理資料下載 Analysis 預(yù)測哪些人可能成為我們的客戶，以幫助行銷人員找到正確的行銷對象，進(jìn)而降低成本，也提高行銷的成功率。 針對 Sales Gap，可利用 Basket Analysis 幫助了解客戶的產(chǎn)品消費模式，找出哪些產(chǎn)品客戶最容易一起購買，或是利用 Sequence Discovery 預(yù)測客戶在買了某一樣產(chǎn)品之后，在多久之內(nèi)會買另一樣產(chǎn)品等等。利用 Data Mining 可以更有效的決定產(chǎn)品組合、產(chǎn)品推薦、進(jìn)貨量或庫存量，甚或是在店里要如何擺設(shè)貨品等，同時也可以用來評估促銷活動的成效。 針對 Retention Gap，可以由原客戶后來卻轉(zhuǎn)成競爭對手的客戶群中，分析其特征，再根據(jù)分析結(jié)果到現(xiàn)有客戶資料中找出可能轉(zhuǎn)向的客戶，然后設(shè)計一些方法預(yù)防客戶流失；更有系統(tǒng)的做法是藉由 Neural Network 根據(jù)客戶的 消費行為與交易紀(jì)錄對客戶忠誠度進(jìn)行 Scoring 的排序，如此則可區(qū)隔流失率的等級進(jìn)而配合不同的策略。 CRM 不是設(shè)一個（ 080）客服專線就算了，更不僅只是把一堆客戶基本數(shù)據(jù)輸入計算機就夠，完整的 CRM 運作機制在相關(guān)的硬軟件系統(tǒng)能健全的支持之前，有太多的數(shù)據(jù)準(zhǔn)備工作與分析需要推動。企業(yè)透過 Data Mining 可以分別針對策略、目標(biāo)定位、操作效能與測量評估等四個切面之相關(guān)問題，有效率地從市場與顧客所搜集累積之大量資料中挖掘 出對消費者而言最關(guān)鍵、最重要的答案，并賴以建立真正由客戶需求點出發(fā)的客戶關(guān)系管 理。企業(yè)管理 資源網(wǎng) ()大量管理資料下載 Data Mining 的進(jìn)行步驟 資料挖掘既然可以增加企業(yè)智慧，提升企業(yè)競爭優(yōu)勢，到底應(yīng)該如何進(jìn)行呢？根據(jù) Glymour 等人的研究，提出一個參考的進(jìn)行步驟如下： （ Acquisition） （ Integration and checking） （ Data cleaning） （ Model and hypothesis development） 核所挖掘的數(shù)據(jù)（ Testing and verfication） （ Interpretation and use） 從八個步驟來看， Data Mining 牽涉大量的規(guī)劃與準(zhǔn)備，而從其它文獻(xiàn)得知，專家聲稱高達(dá) 80%的過程花在準(zhǔn)備數(shù)據(jù)階段，這包括表格的 Join 以及可能相當(dāng)大量的數(shù)據(jù)轉(zhuǎn)換。從這個角度看， Data Mining 只是知識發(fā)掘過程中的一個步驟而已，而達(dá)到這個步驟前還有許許多多的工作要完成。 個案研究 現(xiàn)在已經(jīng)有相當(dāng)數(shù)量的公司安裝了數(shù)據(jù)挖采軟件，以找出那些會造成利潤差異的信息。 企業(yè)管理 資源網(wǎng) ()大量管理資料下載 英國 Safeway 此個案研究探討英國的 Safeway 如何運用 Data Mining 來從大量的數(shù)據(jù)中萃取商業(yè)信息。英國 Safeway 使用 Intelligent Miner 從數(shù)據(jù)中萃取商業(yè)知識，這是一個 Data Mining 可以成為企業(yè)的一部份的最佳范例。英國 Safeway 定義了明確并實際的目標(biāo)，使用相當(dāng)干凈的數(shù)據(jù)源，進(jìn)行 Data Mining，并且投注許多人力用以解讀 Data Mining 的結(jié)果，并且采取實際的行動以善用 Data Mining 所發(fā)掘出來的信息。 英國 Safeway 的 年銷售量超過一百億美金，旗下的員工接近七萬名，是英國第三大的連鎖超級市場，提供的服務(wù)種類則達(dá)三十四種。該公司的信息部有兩臺System/390 服務(wù)器，以平行的方式執(zhí)行 DB2，其中最大者每周要管理八百萬筆交易，以及約 4TB 的磁盤儲存容量。 根據(jù)英國 Safeway 的信息總監(jiān)邁克溫曲指出，該公司在兩年前就體會到必須要采用不同的方式來取得競爭上的優(yōu)勢。「在英國市場運用傳統(tǒng)的技術(shù)，如更低的價位、更多的店面、以及更多種類的產(chǎn)品，競爭已經(jīng)越來越困難了，」溫曲先生說：「大部份的競爭對手在價格以及產(chǎn)品范圍方面都能與我們匹敵 。由于土地以及擴充的成本，沒有一家公司有足夠的資源可以在擴充方面超越對手。」 溫曲先生的說法是，這個問題的答案是：「必須以客戶為導(dǎo)向，而非以產(chǎn)品與店家為導(dǎo)向。這意味著我們必須更了解客戶個人。為了達(dá)成這個目標(biāo)，我們必須了解六百萬客戶所做的每一筆交易，以及這些交易彼此之間的關(guān)連性?！箵Q句話說，英國 Safeway 想要知道哪些種類的客戶買了哪些種類的產(chǎn)品以及購買的頻率，以建立「個人導(dǎo)向的市場」。 (1)一把網(wǎng)住 將資源集中在特定的問題上，并設(shè)定可達(dá)成的目標(biāo)之后，英國 Safeway 在商業(yè)智慧過程（也就是 Data Warehousing/Data Mining 過程）中的下一步，就是選擇企業(yè)管理 資源網(wǎng) ()大量管理資料下載 適當(dāng)?shù)臄?shù)據(jù)來源，將客戶的交易數(shù)據(jù)集中在 Data Warehouse 中。為了達(dá)到這個目的，該公司開始發(fā)信用卡給客戶，客戶用這種信用卡結(jié)帳可以享受各種優(yōu)惠，這種信用卡就成為該公司在 500 家店面搜集六百萬客戶資料的「網(wǎng)」。這些客戶的消費行為數(shù)據(jù)不斷地被從主數(shù)據(jù)庫中萃取出來，每周存在 Data Warehouse 中（大約有 500GB），使用的平臺則為執(zhí)行 Intelligent Miner 的 RS/6000SP2。 IBM 聲稱該公司在 1996 推出的 Intelligent Miner 能提供 Data Mining 作業(yè)所需的完整環(huán)境，提供數(shù)據(jù)準(zhǔn)備的設(shè)施，以及八種 Data Mining 技術(shù)，包括預(yù)測模型、數(shù)據(jù)分割、以及產(chǎn)品吸引力分析，當(dāng)然還有圖形化的結(jié)果顯示。 通常數(shù)據(jù)在存入 Data Warehouse 之前，都必須經(jīng)過各種仔細(xì)的轉(zhuǎn)換（ Data Cleansing），例如將標(biāo)稱值轉(zhuǎn)換為數(shù)值、定義衍生的屬性、以及去除空值（ Null Values）等等，這都要視應(yīng)用而定。在英國 Safeway 的個案里，資料源為單一的交易處理系統(tǒng)，該公司對這些數(shù)據(jù)質(zhì)量有足夠的信心， 而且該公司的目標(biāo)僅在于大略的估計其客戶是哪些人，所以 Data Cleansing 并不是主要的問題。 在資料被存入 Data Warehouse 之后， Intelligent Miner 會根據(jù)客戶的相關(guān)資料，將客戶分為 150 類。然后再用 Association 的技術(shù)來比較這些數(shù)據(jù)集合（這些數(shù)據(jù)包括交易數(shù)據(jù)以及產(chǎn)品數(shù)據(jù)），然后將列出產(chǎn)品吸引力的清單（例如「在購買烤肉炭的客戶中， 75%也會購買打火機燃料」）。溫曲先生指出，這些功能是連續(xù)發(fā)生的：「并沒有一位統(tǒng)計師在那里跑來跑去的說：「你知道這件事嗎？」這個過程事實上是 我們業(yè)務(wù)的一部份?！? (2)找出模式 溫曲先生的說法是，由于 Data Mining 的貢獻(xiàn)，「我們找出了超過人類概念范圍的關(guān)連性?！估?Intelligent Miner 發(fā)現(xiàn)某一種奶酪產(chǎn)品雖然銷售額排名第209，可是消費額最高的客戶中有 25%都常常買這種奶酪，這些客戶可是英國企業(yè)管理 資源網(wǎng) ()大量管理資料下載 Safeway 最不想得罪的客戶。如果使用傳統(tǒng)的分析方法的話，這種產(chǎn)品很快就會不賣了，可是事實上這種產(chǎn)品是相當(dāng)重要的。 英國 Safeway 也發(fā)現(xiàn)在 28 種品牌的橘子汁中，有 8 種特別受到歡迎。因此該公司得以重新安排貨架的擺設(shè)，使得橘子汁的 銷量能夠增加到最大。「我可以舉出數(shù)百種與客戶購買行為有關(guān)的例子，」溫曲先生指出：「這些信息實在是無價之寶。」 還有，英國 Safeway 在了解客戶每次采購時會購買哪些產(chǎn)品以后，就可以利用 Data Mining 中的 Sequence Discovery 的功能，以偵測出長期的經(jīng)常購買行為。再將這些數(shù)據(jù)與主數(shù)據(jù)庫的人口統(tǒng)計數(shù)據(jù)結(jié)合在一起， Safeway 的行銷部門就可以根據(jù)每個家庭的「弱點」，也就是在哪些季節(jié)會購買哪些產(chǎn)品的趨勢，發(fā)出郵件?！父鶕?jù)這些信息，」溫曲先生指出：「我們在去年發(fā)出了一千兩百萬封完全根據(jù)個別狀況 設(shè)計的郵件，這在我們銷售量的成長方面扮演了很重要的角色。」 有些 Data Mining 的結(jié)果會比較容易應(yīng)用到實際上，有的則不然。針對這個事實，英國 Safeway 使用另外一種工具來篩選結(jié)果，也就是將 Data Mining 的結(jié)果再做 Data Mining，以找出有顯著興趣的數(shù)據(jù)。這種工具雖然目前使用的人不多，可是等到 Data Mining 越來越普遍后，接受度應(yīng)該會更高。 英國 Safeway 采取的 Data Mining 方式可能是很典型的。該公司把焦點集中在這種技術(shù)的商業(yè)利益上，保持?jǐn)?shù)據(jù)的品質(zhì)，設(shè)定實際的目標(biāo)， 而利用其結(jié)果時采取的步驟雖然小，但是實用。換句話說，實際的「 Data Mining」只是較大規(guī)模的商業(yè)智慧過程中的一小部份而已。 通訊公司 企業(yè)管理 資源網(wǎng) ()大量管理資料下載 與其它電話公司一樣， MCI 想要保有最多的顧客。方法之一就是及時找出可能考慮換到競爭公司的顧客。如果做得到這一點，該公司就可以設(shè)法留下客戶，例如提供特別的費率和服務(wù)。 如何從數(shù)百萬的顧客之中，找到你要維持的對象昵？ MCI 的辦法是徹底搜尋 1 億 4 千萬筆市場家庭數(shù)據(jù)，而評估每一筆數(shù)據(jù)的屬性，則高達(dá)一萬個。這些特性包括收入、生活力式、過去通話習(xí)慣的詳絀資料等。但是 哪些特性的組合才是最需要觀察的？且數(shù)據(jù)的范圍要訂在多少昵？賬單月費快速減少，可能代表顧客完全背公司而去了，但是我們可以從顧客的國際電話中找到更精微的模式嗎？或從顧客打電話紿客戶服務(wù)專線的次數(shù)找到模式？ 為找出這個模式， MCI 定期啟動該公司的 IBMSP/2 超級計算機－該公司的數(shù)據(jù)倉儲（ data warehouse），以找出最顯著的變項，并密切注意這個變項。到目前為止，在多次重復(fù)整理歷史資料后，這臺 SP/2 已經(jīng)匯編出一套含 22 個詳細(xì)而高度機密的統(tǒng)計性資料文件。 MCI 的信息主管 指出，沒有 數(shù)據(jù)挖采程序的話，不可能開發(fā)出任何統(tǒng)計數(shù)據(jù)文件。 公司 和其它電話公司一樣，它也希望能找出有家用第二和第三條電話線的強烈需求的家庭。這些需求是為了家中的青少年、傳真設(shè)備和個人計算機。但是除非電話公司可以完全確定新增線路會產(chǎn)生實質(zhì)的利益，否則他們是不會把錢投資在一些特別區(qū)域的網(wǎng)絡(luò)總機和電話干線的。甚且， US West 說，他們打算精確的找出特定顧客，這些顧客不僅接受公司提供的初級服務(wù)，而且會持續(xù)使用第二條電話線路，時間久到讓公司獲有利潤。 為了找到這些人， US West 使用一個叫做 PALMS 的程序。與該公司共同設(shè)計這套程序的有 ATamp。T 的 NCR 計算機部門，及擁有美國航空公司的 AMR 公司旗下的 Sabre Decision Technologies 部門。 PALMS 的執(zhí)行平白是威力強大的 NCR平行處理計算機。首先， PALMS 過