基于客戶價值分析的服務挖掘模型構造

摘要：本文首先介紹了“服務挖掘”的概念、應用范圍以及服務挖掘中客戶價值的產生過程。提出了基于客戶價值分析的服務挖掘模型，并以客戶細分模型為例，從客戶價值產生過程出發，對基于客戶價值分析的服務挖掘進行了實證分析。

關鍵詞：服務挖掘；客戶價值；客戶細分；模型

中圖分類號：F273.2 文獻標識碼：A

一、服務挖掘的概念

服務挖掘是指基于客戶服務數據庫，通過分析與統計工具，獲取每個客戶對某一特定產品的消費或使用習慣特征，結合給定的專家知識以及生產商所提供的服務指南，挖掘出客戶行為特征對每項服務所產生的影響因子，并將其作為制定客戶服務計劃的主要知識保存于知識庫中，這一系列的因子將隨著客戶接受服務的不斷延續而被持續刷新。結合預測模型、標準服務指南和知識庫。預測出每個客戶下一次最有可能接受服務的項目以及最有可能接受此項服務的時間，從而為服務商開展差異化的主動服務提供技術上的支持。它主要強調服務提前理念，其作用是在高度競爭的市場情況下為客戶提供差異化的“主動”服務，改變傳統“被動”服務的運作模式，使企業的有限資源發揮最大作用。

并非所有的服務都值得挖掘，也并非所有的服務都可以挖掘。服務挖掘可以應用于如下領域，汽車4S店、大型機械設備的維護、信用卡業務管理、手機實名制后的通信領域服務、保險行業、醫療衛生行業、電子商務等，歸納起來，這些應用領域有一個共同特征是服務商必須掌握大量的客戶信息和業務數據，在企業資源有限的情況下，服務商不可能為所有客戶提供一致的服務，因此有必要進行客戶價值分析，為服務挖掘選擇對象。在客戶價值分析的基礎上結合服務挖掘提供更細致的差異化的“主動”服務。

二、服務挖掘中客戶價值的產生過程

圖1是以汽車銷售行業為例表示如何將公司所有資源轉化為自己的核心能力，如品質，服務，品牌，渠道，環境等來創造客戶價值的流程。客戶的需求隨時都會發生變化，競爭對手也會有各種不同的對策，企業的資源、能力也在不斷調整，所以這個過程應該是車輪式動態的。

企業孤立的通過產品、服務、技術等手段創造出單一的絕對性的核心能力和競爭力有時已經很困難，只有通過整合企業所擁有的資源，針對客戶需求來創造和傳遞客戶價值，才能形成競爭對手難以模仿的、可持續的核心能力和競爭優勢。

對于服務商而言，不可能更改產品的品質，但可以通過提供最佳的服務使產品始終處于良好的狀態，以提高客戶對產品的滿意度，這應該是服務挖掘要達到的目的，基于這一點，客戶價值分析應該是選擇服務挖掘對象的一個重要環節。

三、基于客戶價值分析的服務挖掘模型

如圖2所示，服務挖掘中客戶價值的實現是通過利用企業的有限資源，通過一系列的流程操作，在品質、渠道、服務、品牌、環境上獲得客戶的滿意。而數據挖掘可以利用聚類分析、關聯規則、決策樹、異常檢測、神經網絡等算法，圍繞客戶細分，客戶保持，交叉營銷，客戶流失預警等方面為客戶提供差異化的主動服務提供技術，本文正是基于這種觀點提出了基于客戶價值分析的服務挖掘模型如圖，并以客戶細分為例重點進行模型的實證分析。

四、模型實證分析

客戶價值分析是選擇服務挖掘對象的一個重要環節，客戶細分又是客戶價值分析的首要環節，以下以客戶價值分析模型中的客戶細分模型為例，深入探討該模型在服務挖掘中的應用。

1 評價指標的選取

客戶總價值：客戶總價值包括產品價值、服務價值、人員價值和形象價值

(1)產品價值，產品價值就是指產品通過有形成能夠給消費者帶來的效用，即伴隨著產品消費者所得到的額外的利益，一般而言，產品價值是消費者價值的根本，是其它價值的前提與基礎，

(2)服務價值，服務價值是指消費者在購買商品的整個過程中所得到的相關配套的服務給消費者所提供的效用，

(3)人員價值(或文化價值)。人員價值就是搜集產品信息的時候或是購買前最后的咨詢時，對企業職員的一種印象，包括職員的知識面、責任心、誠懇度等的要素，是職員在與客戶接觸時所展現的個人的人格魅力。

(4)形象價值。企業形象價值是指企業在其所在行業的地位、先進性、專業性等特有之處給消費者帶來的無形價值，表現為社會公眾心目中的優勢。

從以上的表述上我們不難看出客戶是價值最大化的追求者，他們塑造出一個價值的期望值并想盡一切方法去實踐它。消費者往往從給他們提供最高讓渡價值的公司購買產品。這就意味著企業必須在總客戶價值和總客戶成本之間估算，并考慮與競爭者之間的差別，從而明確他們的產品如何在市場上銷售。如果公司在讓渡價值上沒有優勢，則應該在努力增加總客戶價值的同時，減少總客戶成本。實施差異化戰略，可以有效地提升客戶讓渡價值。

綜上所述，企業在評價客戶關系價值時，既要考慮到企業自身的價值認知，又要考慮到客戶的主觀感知價值。因此有必要從兩方面來研究客戶價值。

客戶認知價值。客戶認知價值是指客戶在購買使用產品或享受維修服務以后，客戶對企業及其產品等的主觀價值認識。我們選用四個指標來描述，分別是產品價值、服務價值、形象價值、理念價值。

企業認知價值。企業認知價值是從企業的角度來看待客戶價值，即企業為維持與客戶的關系能夠為企業帶來的價值，主要體現在以下五個方面，平均消費、客戶忠誠度、客戶滿意度、客戶轉移成本和交易次數。

2 數據準備

數據準備工作包括數據的選擇(選擇相關和合適的數據)、探索(了解數據分布情況和異常數據等)、修正(包括缺失數據的插值等)和變換(離散值數據與連續值數據的相互轉換，數據的分組分類，數據項的計算組合等)。各個企業在客戶資料收集上都有所不同。一般所收集得到的屬性也未必能夠用在建立模型上，因此我們在模型建立之前，可以利用相關性分析，找出每一個輸入變量與所要分析的業務的相關性，刪除相關性較小的變量，從而可以縮短建模時間，降低模型復雜度，有時還能使模型更精確。

3 聚類分析

聚類分析可以幫助企業依據客戶價值將客戶群細分成不同特征的客戶群體，從而針對不同類型客戶采取不同層次的管理、營銷策略和提供差異化的主動服務，聚類分析的結果為選擇服務挖掘的對象提供了依據。

聚類分析方法的類型主要有劃分方法、層次方法、基于密度方法、基于網絡方法和基于模型方法，本文采用傳統的劃分方法中的K-平均值法。K-平均值法的基本思想是將對象集合劃分為k個聚類，如圖3所示，步驟為：首先，從n個數據對象中任意選擇k個對象作為初始聚類中心，計算所剩下的其他對象，根據他們與這些聚類中心的相似度或距離，分別將他們分配給與其最相似的聚類中心所代表的類中；再計算所獲新聚類的聚類中心，一般取該聚類中所有對象的均值。不斷重復這一過程，直到每個聚類不再發生變化為止，最后所得到的結果即為所求的k個聚類。

每個客戶均由9個指標來描述其屬性，指標體系中除去有形價值指標和交易次數指標外。其他均為定性指標。

本文采用權重評分法將定性指標分等級并賦予權值，如客戶滿意度指標分為很滿意、滿意般、不滿意、很不滿意，相應設置權重為5、4、3、2、1。以企業認知價值評價為例，采用聚類分析方法將9個客戶分成3類，即n=9，K=3。

以下通過某汽車公司－4S店2004年1月至2006年8月維修數據為例，說明聚類分析在客戶細分中的具體應用，為簡單起見，隨機抽取九名客戶的維修數據，以及對應的客戶回訪滿意度調查情況，如表1所示：

每個客戶均由9個指標來描述其屬性，指標體系中除去干均消費指標和交易次數指標外，其他均為定性指標，本文采用權重評分法將定性指標分等級并賦予權值，如客戶滿意度指標分為很滿意，滿意、一般、不滿意、很不滿意，相應設置權重為5、4、3、2、1。首先，采用數據標準化方法對數據進行處理，將定性指標和定量指標統一量綱后如表2所示：

本文提出的基于客戶價值分析的服務挖掘模型在實際應用時仍有待完美，模型在應用中的表現應進行監控，如果模型表現不好，則對模型做進一步的考察和修正，以反映業務運作規律的變化。