【正文】 在過(guò)去的二十年中，有兩種技術(shù)誕生了：決策樹(shù)和神經(jīng)網(wǎng)絡(luò)。這些數(shù)據(jù)挖掘技術(shù)能被用來(lái)發(fā)現(xiàn)深澳的知識(shí)和構(gòu)建復(fù)雜的預(yù)測(cè)模型。 ? 高端客戶(hù)關(guān)系管理 (CRM)系統(tǒng)是怎樣昂貴，怎樣有益呢？根據(jù) AMR調(diào)查公司的資料顯示，應(yīng)用 CRM系統(tǒng)的公司需要支付一大筆許可費(fèi)用，數(shù)額相當(dāng)于應(yīng)用他們自己系統(tǒng)的三倍。根據(jù) Giga Information Group的估計(jì)，高端 CRM系統(tǒng)花費(fèi)的成本大致是每個(gè)使用者 3000美元。如果這聽(tīng)起來(lái)是很大一筆錢(qián)，那么考慮一下 CRM的優(yōu)勢(shì)。最近的一份研究中提到， Insight Technology Group認(rèn)為應(yīng)用 CRM解決方案的組織能預(yù)期銷(xiāo)售額增長(zhǎng) 42%，銷(xiāo)售成本下降 35%，銷(xiāo)售周期縮短 25%，顧客滿(mǎn)意度增長(zhǎng) 20%。投資回報(bào)率更是有大幅度增長(zhǎng)。 ? 操作型 CRM：提供整體的客戶(hù)觀點(diǎn) ? 大多數(shù)公司都存在的問(wèn)題 —— 特別是那些在過(guò)去的十年中，和客戶(hù)渠道接觸點(diǎn)的增殖性密切相關(guān)的問(wèn)題 —— 是什么？這個(gè)問(wèn)題就是組織不同部門(mén)對(duì)于同一個(gè)客戶(hù)有不同的看法和觀點(diǎn)。比如，一個(gè)客戶(hù)可能和同一個(gè)銀行簽定了一份轎車(chē)租約，同時(shí)在該銀行中也有存款和支票賬戶(hù)。然而，因?yàn)橛嘘P(guān)每一個(gè)客戶(hù)或者產(chǎn)品的數(shù)據(jù)通常存放在分散的多操作系統(tǒng)中，因此，對(duì)于客戶(hù)的觀點(diǎn)是不唯一的，商務(wù)使用者也許不知道特定客戶(hù)對(duì)于組織有多么重要。 ? 從客戶(hù)角度看，使用者常常不知道獲得信息的方法，這些信息主要是指通過(guò)一種單一的媒介產(chǎn)生的客戶(hù)和公司之間的交互信息。他們必須要打一個(gè)免費(fèi)電話(huà)進(jìn)行訂單查詢(xún)，通過(guò)郵件客戶(hù)服務(wù)獲得有關(guān)賬戶(hù)狀況具體的信息或者進(jìn)行文件聲明及發(fā)票的查閱。門(mén)戶(hù)網(wǎng)站將這種低層的圖片轉(zhuǎn)變成為穩(wěn)定的交互式窗口，允許在使用者 —— 顧客、員工和供應(yīng)鏈合作伙伴之間進(jìn)行直接的、高效的互動(dòng)。 ? 個(gè)性化服務(wù)：在收集信息基礎(chǔ)上形成一個(gè)使用者概況，在存儲(chǔ)于客戶(hù)概況 (元數(shù)據(jù) )的基礎(chǔ)上為每一個(gè)門(mén)戶(hù)網(wǎng)站使用者過(guò)濾信息內(nèi)容。 ? 安全服務(wù)：為內(nèi)部和外部使用者執(zhí)行組織安全規(guī)則。 ? 出版服務(wù)：對(duì)于使用者來(lái)說(shuō)是一種互動(dòng)機(jī)制，說(shuō)明交易內(nèi)容的位置和意義。 ? 訪問(wèn)服務(wù)：有助于使用者找到和獲得門(mén)戶(hù)網(wǎng)站的相關(guān)內(nèi)容。 ? 期刊訂閱服務(wù)：在有規(guī)則訂閱的基礎(chǔ)上，通過(guò)郵件、傳真或者其他方法傳遞交易信息。 ? 下載中心：為現(xiàn)行用戶(hù)管理交易內(nèi)容和信息的傳播。 ? 工作流程服務(wù)：提供與工作流程產(chǎn)品諸如普通郵件、語(yǔ)音郵件、 PDA等建立互動(dòng)聯(lián)系。 ? 協(xié)作服務(wù)：允許門(mén)戶(hù)網(wǎng)站使用者和其他人進(jìn)行交流 —— 這包括諸如 Web聊天、即時(shí)通知等特點(diǎn)。 ? 注冊(cè)精靈：簡(jiǎn)化使用者概況信息的收集 ? 大批量輸入服務(wù)：允許訂閱人增加大量?jī)?nèi)容，諸如時(shí)事通訊，分銷(xiāo)軟件等。 ? 數(shù)字儀表板：允許使用者鞏固個(gè)人團(tuán)隊(duì)、公司以及外部信息。 ? 根據(jù) Gartner公司的研究顯示，先進(jìn)的門(mén)戶(hù)網(wǎng)站產(chǎn)品也有以下特征： ? 數(shù)據(jù)庫(kù)和已有應(yīng)用整合：將企業(yè)的數(shù)據(jù)庫(kù)和已有應(yīng)用程序進(jìn)行整合； ? 擴(kuò)展的搜索能力：搜索其他數(shù)據(jù)庫(kù)或者甚至其他搜索引擎和返回組合結(jié)果的裝置。 ? 廣泛的脫機(jī)支持：允許 PDA使用者脫機(jī)工作，為未來(lái)的連接儲(chǔ)存信息。 ? 分析型 CRM：下一代數(shù)據(jù)挖掘技術(shù) ? 目前有許多數(shù)據(jù)挖掘技術(shù)在使用，諸如古典統(tǒng)計(jì)學(xué) (包括線性回歸等 )、準(zhǔn)則推斷以及遺傳算法。它們中的大部分能和簡(jiǎn)單的數(shù)據(jù)挖掘任務(wù)相匹配。然而，在過(guò)去的二十年中，有兩種技術(shù)誕生了：決策樹(shù)和神經(jīng)網(wǎng)絡(luò)。這些數(shù)據(jù)挖掘技術(shù)能被用來(lái)發(fā)現(xiàn)深澳的知識(shí)和構(gòu)建復(fù)雜的預(yù)測(cè)模型。因?yàn)樗鼈兿喈?dāng)復(fù)雜，每一種技術(shù)都能寫(xiě)出一大篇文章，所以這里只是點(diǎn)到各種技術(shù)的關(guān)鍵點(diǎn)，討論一下它怎樣能在你的分析型 CRM中使用。 ? 決策樹(shù) ? 你可以從它的名字中猜到，決策數(shù)是一種樹(shù)型分析模型。樹(shù)枝代表了用來(lái)定義或者細(xì)分客戶(hù)的不同問(wèn)題。比如，假設(shè)一家音樂(lè)俱樂(lè)部想要分析為什么一些會(huì)員不會(huì)再次申請(qǐng)它的會(huì)員資格 (該俱樂(lè)部會(huì)員采取月申請(qǐng)制 )。為了形成決策樹(shù)，公司召集了一批由 100個(gè)忠誠(chéng)顧客、 100個(gè)非忠誠(chéng)或者已經(jīng)公司已經(jīng)失去的顧客組成的測(cè)試小組。然后，公司開(kāi)始提出一系列問(wèn)題，要求顧客形容一下忠誠(chéng)的顧客和非忠誠(chéng)的顧客是什么樣子的。整個(gè)決策樹(shù)就如圖二所示。 ? 神經(jīng)網(wǎng)絡(luò) ? 人的大腦通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)由神經(jīng)元、軸突、樹(shù)枝狀結(jié)晶和神經(jīng)鍵組成。大腦接受輸入信息，分析它們，然后輸出特征或模式的識(shí)別信息。最近幾年，許多研究都已經(jīng)開(kāi)始深入探究創(chuàng)造人工神經(jīng)網(wǎng)絡(luò)。 ? 目前能使用的人工神經(jīng)網(wǎng)絡(luò)由許多種，但是我想有兩種人工神經(jīng)網(wǎng)絡(luò)是最具潛力的，它們是反向傳播神經(jīng)網(wǎng)絡(luò) (或多層前饋神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱(chēng)BPN)和 Kohonen特征映射網(wǎng)絡(luò)。但是在這兩種人工神經(jīng)網(wǎng)絡(luò)中， BPN類(lèi)型的神經(jīng)網(wǎng)絡(luò)使用的更加廣泛，所以，這邊我重點(diǎn)討論一下這種類(lèi)型的神經(jīng)網(wǎng)絡(luò)是怎樣運(yùn)作的，它能做什么。 ? 金融機(jī)構(gòu)可以使用的 BPN簡(jiǎn)單的模型，可以參考圖三。 ? 假設(shè)該集團(tuán)的數(shù)據(jù)組包括了 100000個(gè)現(xiàn)有和潛在的顧客。數(shù)據(jù)組中所有成員至少滿(mǎn)足一個(gè)列示于每個(gè)輸出節(jié)點(diǎn)邊上的特征條件，比如說(shuō)，他們的年齡小于 35歲或者是在 3540之間，男性或者女性，房東或者租借人。 BPN從所有的輸入節(jié)點(diǎn)中獲得數(shù)據(jù)，并且以此編譯一個(gè)預(yù)測(cè)型模型。這個(gè)簡(jiǎn)單的模型告訴使用者，年齡在 3540歲之間的男性房東最有可能購(gòu)買(mǎi)共同基金和金融市場(chǎng)產(chǎn)品。這是BNP能預(yù)測(cè)的信息。 ? Kohonen特征映射網(wǎng)絡(luò) ? Kohonen特征映射網(wǎng)絡(luò)也是一種令人激動(dòng)的神經(jīng)網(wǎng)絡(luò)技術(shù)。 Kohonen映射技術(shù)比 BPN技術(shù)出現(xiàn)的時(shí)間更短，但是這種技術(shù)非常有潛力。不像反向神經(jīng)傳播網(wǎng)絡(luò)， Kohonen映射網(wǎng)絡(luò)沒(méi)有隱藏的分析層。相反，網(wǎng)絡(luò)的輸出層做了所有的工作。網(wǎng)絡(luò)使用極其復(fù)雜的數(shù)學(xué)運(yùn)算法則組織和分析輸入數(shù)據(jù)。 ? 在既定的數(shù)據(jù)組環(huán)境下，網(wǎng)絡(luò)逐字學(xué)習(xí)，使用戶(hù)能預(yù)測(cè)客戶(hù)可以做什么。但是， Kohonen映射網(wǎng)絡(luò)存在和 BPN一樣的局限性。練習(xí)時(shí)間相對(duì)較長(zhǎng)，數(shù)據(jù)組一定要很大。 ? 優(yōu)勢(shì)：從充分利用你擁有的大部分信息 ? 即使練習(xí)過(guò)程相對(duì)較長(zhǎng)，但是一個(gè)強(qiáng)大的成熟的神經(jīng)網(wǎng)絡(luò) —— 或者是 BPN或者是 Kohonen特征映射網(wǎng)絡(luò) —— 在客戶(hù)價(jià)值 (或者至少在收入增長(zhǎng)方面 )是物有所值的。神經(jīng)網(wǎng)絡(luò)能被用來(lái)改善和提高各種數(shù)據(jù)挖掘任務(wù)的有效性，諸如： ? 市場(chǎng)細(xì)分：通過(guò)由認(rèn)識(shí)模式和群集技術(shù)發(fā)現(xiàn)的信息進(jìn)行市場(chǎng)細(xì)分。圖三中的 BPN例子利用了模式識(shí)別，發(fā)現(xiàn)在 3540歲的男房主最有可能有金融市場(chǎng)和共同基金賬戶(hù)。 ? 客戶(hù)概況描述：通過(guò)由聚集運(yùn)算法則發(fā)現(xiàn)的信息，在基于內(nèi)在相似性的基礎(chǔ)上將各條信息組合在一起。 Kohonen映射網(wǎng)絡(luò)通常被用來(lái)創(chuàng)造成熟的數(shù)據(jù)叢，該數(shù)據(jù)叢能提供各方面觀點(diǎn)的新信息和詳細(xì)的顧客概況。 ? 銷(xiāo)售渠道 /活動(dòng)有效性分析：通過(guò)由群集和局外人分析發(fā)現(xiàn)的信息來(lái)分析銷(xiāo)售渠道 /活動(dòng)的有效性。局外人分析是發(fā)現(xiàn)反常數(shù)據(jù)的過(guò)程，那些反常的數(shù)據(jù)信息通常能扭曲其他正常的信息。它能夠被用來(lái)作為分析過(guò)程的一部分，分析過(guò)程只要是分析為什么不同的銷(xiāo)售渠道 /活動(dòng)的有效性有的高，有的低，或者為什么一些渠道活動(dòng)參與者有巨大的成功或者是失敗。