電信CRM中的客戶特征管理

2008/02/22

• 時(shí)效性不同。一般來(lái)說(shuō)，屬性是不變的或較少變化的信息，例如，客戶的姓名（名稱）、證件信息等一般是不會(huì)改變的，有些屬性，例如客戶地址，雖然會(huì)改變，但不會(huì)很頻繁。由于特征來(lái)自對(duì)動(dòng)態(tài)數(shù)據(jù)的統(tǒng)計(jì)分析，所以其時(shí)間穩(wěn)定性一般比較差，基礎(chǔ)數(shù)據(jù)積累的變化和分析方法的變化都會(huì)引起它的改變。例如，客戶信用等級(jí)會(huì)隨著其支付、借貸等活動(dòng)而改變；客戶的消費(fèi)習(xí)慣也會(huì)隨著分析方式和目標(biāo)的不同而發(fā)生變化。



• 關(guān)聯(lián)性不同。一般來(lái)說(shuō)，屬性表達(dá)的是一種直接的客觀事實(shí)，特征則是因一定目的對(duì)這些客觀事實(shí)的分析和綜合；另外，特征的生成一般有相當(dāng)?shù)哪康男�，與生成者的視角有一定的關(guān)系。因此，屬性的關(guān)聯(lián)因素較少，特征的關(guān)聯(lián)因素較多。特征有兩個(gè)方面的關(guān)聯(lián)因素：其一，它是多種事實(shí)綜合的結(jié)果，因而和這些事實(shí)之間有關(guān)聯(lián)；其二，它和觀察視角（即目的性）有關(guān)聯(lián)。例如，客戶對(duì)企業(yè)收入的貢獻(xiàn)必須綜合客戶的多次消費(fèi)才能得出，它必然和這些消費(fèi)有關(guān)聯(lián)；另外統(tǒng)計(jì)的方式不同得出的結(jié)果也可能不同，例如，可以對(duì)近期的消費(fèi)進(jìn)行加權(quán)，得出的結(jié)果和一般的消費(fèi)累加也是不一樣的。



• 可信程度不同。由于特征的關(guān)聯(lián)因素多，任何一個(gè)因素的改變或不準(zhǔn)確都會(huì)對(duì)最后結(jié)果（特征）產(chǎn)生影響；同時(shí)，特征的時(shí)效性較強(qiáng)，管理因素也會(huì)影響它的可信程度，因此，特征的可信程度一般比屬性要低。例如，在計(jì)算客戶對(duì)企業(yè)收入的貢獻(xiàn)時(shí)，如果采集的數(shù)據(jù)只是最近一年的，得出的結(jié)果就無(wú)法反映該客戶自使用企業(yè)產(chǎn)品以來(lái)的貢獻(xiàn)。

表1是對(duì)客戶屬性和客戶特征差異的總結(jié)。

表1　客戶屬性和客戶特征的差異

　　在客戶信息的管理、使用中，如果忽視上述這些屬性和特征的差異，無(wú)疑會(huì)帶來(lái)很多問(wèn)題。而在當(dāng)前CRM系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)中，兩者的差異并沒(méi)有引起足夠的重視，而是一般以下面兩種方式處理特征數(shù)據(jù)。

• 把特征等同于屬性處理。這一方式忽略了特征和屬性之間的差異，在管理方面，會(huì)由于時(shí)效性和生成方法等因素造成數(shù)據(jù)無(wú)法反映客觀現(xiàn)實(shí)以及不一致等問(wèn)題；在使用方面，更是會(huì)發(fā)生因基礎(chǔ)數(shù)據(jù)不準(zhǔn)確而產(chǎn)生的誤操作。例如，當(dāng)信用數(shù)據(jù)沒(méi)有及時(shí)更新時(shí)，如果根據(jù)客戶的信用數(shù)據(jù)來(lái)進(jìn)行優(yōu)惠，就會(huì)造成應(yīng)該優(yōu)惠的客戶沒(méi)有得到優(yōu)惠，不該優(yōu)惠的客戶卻得到了優(yōu)惠。



• 對(duì)不同的特征個(gè)別處理。CRM系統(tǒng)中客戶信息的很多方面都可以歸結(jié)為客戶特征，這一點(diǎn)在以往很多CRM系統(tǒng)的分析和設(shè)計(jì)中并沒(méi)有意識(shí)到。例如，當(dāng)前的客戶信用度、忠誠(chéng)度以及客戶品牌分類等。在很多系統(tǒng)中，這些信息都是單獨(dú)處理的，這就有了所謂的“信用度管理模塊”、“忠誠(chéng)度管理模塊”以及“客戶細(xì)分模塊”等，隨著業(yè)務(wù)需求的不斷深入和改變，還會(huì)對(duì)這些模塊進(jìn)行不斷地增加和修改，這就造成系統(tǒng)不斷膨脹，越來(lái)越臃腫，難以維護(hù)。

• 對(duì)客戶本身屬性的轉(zhuǎn)換和綜合，例如，客戶的出生年月可以轉(zhuǎn)換為客戶的年齡，客戶的年齡、性別、職業(yè)又可以作為生成某種消費(fèi)群體的分類特征的源數(shù)據(jù)；



• 用數(shù)據(jù)倉(cāng)庫(kù)手段對(duì)客戶關(guān)聯(lián)數(shù)據(jù)和歷史數(shù)據(jù)的挖掘、鉆取和分析，例如，對(duì)客戶的業(yè)務(wù)使用歷史和資費(fèi)情況進(jìn)行分析，得出客戶的消費(fèi)習(xí)慣；



• 用一定的統(tǒng)計(jì)算法或確定性算法，對(duì)客戶的關(guān)聯(lián)數(shù)據(jù)進(jìn)行運(yùn)算，得出某些有意義的特征，例如，可以用式（1）計(jì)算客戶在過(guò)去兩年內(nèi)的月平均消費(fèi)E（其中Si是自24個(gè)月前起，第i個(gè)月的消費(fèi)額）：


（1）

• 從企業(yè)內(nèi)外其他系統(tǒng)提供的服務(wù)獲取的統(tǒng)計(jì)或分析數(shù)據(jù)，例如，來(lái)自信用評(píng)估服務(wù)機(jī)構(gòu)的客戶信用等級(jí)、來(lái)自合作伙伴的客戶消費(fèi)特征等；



• 綜合特征再生成的特征。

• 在市場(chǎng)推廣宣傳中，需要根據(jù)客戶的消費(fèi)習(xí)慣、消費(fèi)額度等特征找出宣傳對(duì)象，有針對(duì)性地推廣企業(yè)的產(chǎn)品和服務(wù)；



• 在客戶細(xì)分和個(gè)性化服務(wù)中，需要根據(jù)客戶使用產(chǎn)品的類型、消費(fèi)水平、對(duì)企業(yè)的貢獻(xiàn)、客戶的社會(huì)和職業(yè)分類來(lái)針對(duì)不同的客戶提供他們所需要的個(gè)性化服務(wù)；



• 在定價(jià)和優(yōu)惠中，需要根據(jù)客戶已有產(chǎn)品的使用情況、消費(fèi)分析統(tǒng)計(jì)特征等決定定價(jià)、優(yōu)惠的額度或等級(jí)，例如，可以根據(jù)客戶平均月消費(fèi)額的高低確定通話費(fèi)單價(jià)的優(yōu)惠程度；



• 在銷售和收費(fèi)給據(jù)過(guò)程中，需要根據(jù)信用度等客戶特征決定收費(fèi)方式、賬務(wù)周期、欠費(fèi)處理等方面的不同操作；



• 在客戶管理和服務(wù)過(guò)程中，需要根據(jù)客戶對(duì)企業(yè)收入貢獻(xiàn)的積累、消費(fèi)的歷史情況給予服務(wù)不同方面（例如，時(shí)限、緊俏資源的分配等）的優(yōu)先。

• 考慮到屬性和特征的可擴(kuò)展性，應(yīng)當(dāng)把客戶某些屬性和所有特征作為獨(dú)立的存儲(chǔ)對(duì)象來(lái)處理（即所謂的“縱表”方式），上述的屬性包括可擴(kuò)展的屬性、不是所有客戶都具備的屬性（所謂稀疏屬性）等；


• 對(duì)于一些簡(jiǎn)單、常用和必需的屬性，仍然可以作為客戶對(duì)象本身的屬性處理（即所謂“橫表”方式）；


• 屬性和特征可以來(lái)自一個(gè)基類（如圖1所示），以方便這兩類對(duì)象信息處理重用，這些處理包括存儲(chǔ)、查詢、修改、生成數(shù)據(jù)等。
  
  

  

  
  圖1　屬性和特性的設(shè)計(jì)