网略智慧林祯舜：精准营销的核心——数据挖掘_运营管理_呼叫中心

网略智慧林祯舜：精准营销的核心——数据挖掘

2011/10/21

　　 2011年10月20日，由中国电子商会与江苏省南通市人民政府共同主办，中国电子商会呼叫中心与客户关系管理专业委员会（CNCCA）、南通市商务局承办，CTI论坛协办的“2011中国呼叫中心产业大会”在江苏南通召开。网略智慧(北京)信息技术公司总经理林祯舜发表题为《精准营销的核心——数据挖掘》的主题演讲。

　　本文根据大会现场笔录整理，未经与作者确认。

　　林祯舜：大家好，很荣幸组委会邀请我给大家做这个专题，谢谢赵经理把这留给我。我今天讲的是精准营销的核心——数据挖掘。各位可以在很多媒体上看到这个概念，这个概念背后有一个非常重要的观念，就是数据挖掘，这个概念可能在很多的文章上都提到了。可能各位没有去想过，为什么要做这些事情？从呼叫中心角度看，这个事情为什么会有一个核心是数据挖掘，等会我会做一个基本概念的说明。

演讲PPT下载（PDF格式 488KB）

图：网略智慧(北京)信息技术公司总经理林祯舜
　　我是网络智慧的总经理，在人大念博士学位，目前在吉林大学商学院市场营销上任教授，在中山大学数学学院统计系兼任教授，我在中山大学做的是这些领域。我自己学术的专长技术是数据挖掘，还有数据的统计，在商业上用的比较多的是营销，我是专门建立自己的营销模型。像上午红孩子的老总提到客户价值分析，是我自己很深的学术研究领域，等会跟各位分享经验。我自己做一些咨询，做一些跟客户数据有关的数据分析，数据挖掘商业上的应用，学术文章都在一些信息期刊广告有这方面发表。

　　从几个角度来看，第一个谈谈数据驱动的营销活动，另外从分析的角度看客户数据的分类。各位都是呼叫中心的从业人员，这个过程中有很多数据接触到，这些数据有很多不同的类型。各位可能觉得奇怪，呼叫中心都是做销售的活动，产品不一样，但是我们看客户数据的时候分类是不一样的。后面再讲一下精准数据分析的发展，为什么我们会想一些问题，数据分析在这里里面扮演的角色。各位听完以后会明白为什么精准营销的核心是数据挖掘。

　　数据驱动的营销活动。各位在呼叫中心的时候，通常一开始接触一些客户数据，客户打电话进来，你没有留下他的信息，但是你的咨询部门的IP技术部门一定也有交易数据。你发现在以后的营销环境里面，数据驱动会越来越重要。因为现在很容易搜集客户信息，也很容易跟客户接触，所以在这个过程里面有很多的营销活动会从传统的广告，慢慢转化成数据驱动的形式。这个形式是主要的观点，第一个可以从上面看到现在的营销活动，从左边图可以看到，我们做营销是希望越来越多的人知道，希望让客户考虑你的产品，接着希望他购买产生忠诚。里面有不同的驱动方式，实际上呼叫中心是一个很重要的一个核心，其实很多信息汇集到呼叫中心。可能是在央视上打广告，在任何地方打广告，让大家更多的知道。这时候再建立品牌知名度，可是你不知道客户是谁。接着他会对你产生兴趣，跟你要试用品，或者上网站看，或者是他会到门店去。他开始做这些动作的已经进入到考虑你的产品阶段，呼叫中心在这个过程非常重要。你在电视上或者网络上直接打客服电话，像做电视购物的时候，呼叫中心都考虑到后端，你从开始考虑的时候，留下他的信息，你希望他到实体店买东西，拿到你的目录，你这中间到后面买的时候会有更多的信息。所以你会发现，呼叫中心在接触到的数据形式，这些客户已经有意愿了，有两个角度，买的角度、服务的角度。有些人打电话到呼叫中心要求某些服务，已经跟你有一些联系，这时候你要想办法让你的服务做的好，让呼叫中心的服务质量慢慢提高。可你会发现他如果开始买的时候呼叫中心也是有信息的，比如说买车险，下次打电话过去的时候要知道客户是谁。在整个过程里面，这三块在未来后面两块会越来越近，基本会重合。以前很难重合，现在很容易重合，因为网络非常发达，手机非常发达，社交网络非常发达，后面从买到考虑这一段会越来越靠近。30年前这三件事情是完全分开的，在未来这三件事情除了第一段，第一段好象现在联不起来的，以后是联起来的。后面这块会先连起，然后再往前面连，各位可以听到很多概念，比如说多渠道的营销，各种不同的营销，都是基于这样整合的概念。为什么会整合？因为你拿到客户数据，这并不是表示拿了一千万的客户数据，你拿了没买也没有用。所以这个在环节里面营销以后发展就是这样子，最终会变成你掌握大量的客户数据。很多人经营呼叫中心的时候，洽谈的时候会讨论到客户数据的问题。我们先不考虑保密的问题，信任的问题，从这个过程可以看出所有人都是基于数据，不会今天做一个呼叫中心是基于央视上打的广告，只是有电视购物，其他没有。在谈的事情里面，所有的很多事情都是数据。这个过程是一个非常重要的，这个数据越来越多的时候，以前你在电视上打广告，现在你不需要了，现在在网络上搜集到客户的需要打广告。大家看过平安的计算机，他们已经收集了很多的客户信息，他是一个很有利的渠道。他只在做客户获得，客户获得以后开始买我的东西了，到我电子商务网站买东西已经产生一定价值，这个时候要考虑客户终生价值的问题。

　　跟各位讨论，当你接触到数据的时候从分析的角度怎么看客户数据的分类。这分类不是说今天有一千万条数据，要分成男生女生，不是这个概念。你接触到的数据类型应该从哪几个角度出发，这个我已经讲了很久了，这是一个很重要的概念，2005年的时候哈佛的几个老师做了一些东西，我们一般在客户数据的时候，各位在考虑客户数据的时候，或者进入呼叫中心行业里面从几个角度看，从两个角度。这个角度叫做与客户建立关系的类型，你的客户数据或者拿到这些数据，跟你要买得产品、你要服务的产品的关联性是怎么，从两个角度出发，第一个角度叫做契约性，第二个没有契约。这个客户跟你产生的关系从两个方面来看，从契约的角度来看，你去申请信用卡的时候签一个合约，其实你已经跟银行产生契约关系了。购买手机的时候，申请签一个电话号码，已经产生了一个契约。你开始会想客户数据基本上有两个角度，这个客户跟你有契约行为，另外一个没有契约行为。

　　这个客户产生交易的时候会不会有连续性，所以我们把交易的行为分为没有连续交易和离散性有规律的交易。第一维度，跟电信签的时候要会打手机，手机是想到打给谁就打给谁，跟这个交易行为或者跟这个公司的交易行为是连续性的。比如说你申请一个信用卡，你去刷卡会产生连续的交易行为，因为今天逛街的时候发现这个衣服喜欢就会买下，看到一个想要的东西就刷了，你会发现跟这个公司产生的交易的过程是连续的。还有一些是离散的，比如说买意外险，会一年交钱，我不会每个月都去交钱，是到期之前保险公司打电话给我，您要不要续约。所以你跟保险公司产生的交易行为是固定的，不是连续的，虽然第一年买，第二年，第三年，但其实是固定的时间。比如说你今天去参加一个研讨会，这个论坛每年办一次，你可不可以今年参加两次，2月来一次，5月来一次，不可能，一年只来一次。

　　所以当你从这两个角度考虑的时候，就可以把所有客户数据的类型分成四种类别。左上角这个，你跟这个客户没有契约，交易的形态是连续性，什么概念？今天去超市买一个洗发水，比如你喜欢宝洁的海飞丝，你买海飞丝的时候没有跟宝洁签约，你是想买就去买，可是你会常买，所以是属于连续的交易，可是跟你没有契约。所以你会发现到便利店买东西，去看医生，去住旅馆，基本上都是属于这样的行为。第二个他跟你没有契约，各位来参加这个会有没有跟协会签约，各位可能是看到消息才会来。可是你不会每个月都来，会一年来一次，所以你的交易是离散性的，没有契约。去药房取药也是一样，我生病了才会去取，这也是契约的行为。右上角是有契约的，比如说信用卡、学校的饭卡、使用手机，这个上面表示你跟它是有交易契约的，而且是频繁发生的。这个是有契约，但不是很频繁的，比如订杂志，你订杂志不会每个礼拜去交钱，一定是交了一年寄给你。参加健身俱乐部也是一样，购买保险也是一样。所以你会发现，从行为的行为角度来看，或者行业特点的角度来看，基本上有四种不同的类别。

　　今天上午提到客户终生价值，客户终身价值真正计算的时候不只是那张表，那张表不难，真正难的是今天你是属于哪一个行业，模型的复杂程度会不一样。举个例子，左上角，他跟你没有契约，他的交易也没有规律，是经常发生，这一种很难知道客户价值。第一他什么时候来你不知道，第二他跟你没有契约，根本搞不清楚。因为他跟你没有契约，所以你很难量出来。所以我们在靠看客户终身价值的时候，你会发现做了很多事情都是广告在做，实际上我们以数据驱动的营销活动里面比较不会做这件事情。住旅馆，携程里面很多的，它是提供服务的，你加入它会员时候你是有一定特性的。携程一开始的时候并没有这个概念，是客户累积到一定程度才变成这个，因为慢慢了解客户信息。右上角，有契约，因为契约可以进入到很多行为，你是常发生的，比如说刷卡、打电话，所以这个价值就很容易体现，因为很多企业就希望这样，多用，多买。所以这个是建模时候第二个比较复杂的。表面上你跟这个企业产生了关系，比如说电信或者信用卡也好，可是契约是一开始要用服务的时候生效，可是如果你跑掉的时候其实他是不知道的，除非他在跟你联系，你不会主动告诉他。所以这个部分是第二复杂。第三个，他没有契约性，但是交易是离散的，比如参加研讨会或者基金的募集。比较简单的是在杂志订阅，他跟你有契约，交易是离散的，它的终身价值很容易估计，因为你知道这个人买保险，你只要知道他明天会不会买就可以了，你不用猜他在什么时间点买。你会发现订杂志买保险的时候呼叫中心扮演很重要的角色。这个模型相对比较好建。从这个维度来看，各位如果学过营销会发现，讲白了是这样的，底下这个跟时间有关，直跟交易是有关联的。当你有契约行为的时候会知道他跟你产生关系的时间，上面是跟交易次数有关。基本上你会发现，当你运用数据库的时候，或者自己从事的行当里面跟数据或者跟呼叫中心跟客户数据有关的时候要考虑这几个问题，这几个问题产生后面的营销活动，跟价值的估算是不太一样的，它有复杂和简单。这是第二个部分，我们从客户数据的角度怎么去看这个问题，还会计算对客户的价值，也会牵扯到后面营销活动的方法手段不同，越复杂你可以用的手段和方法会越多，这是我们从客户数据分类角度看的数据。

　　这些数据跟营销有什么关系？最主要关系是这样的，我今天做品牌广告，办一些研讨会，让人家了解我，我可能实际去拜访，用电话销售产生我的利润，这个利润是我要对投资人做交代的。这是一个做商业的人基本上都知道这里面问题在那儿，真正的问题这个概念大家都知道，但是这个环节里面，怎么去把营销组合做优化，这件事情是一个管理上很核心的问题。也就是把营销组合做一个优化。可是在以前不能做，刚刚前面已经讲过，以前的时候，这三块基本上是分开，你分开之后做这一个销售漏斗，当你的数据没有办法串联起来的时候，没有办法做优化的。但是第一个是信息技术越来越发达，在后面两块开始连起来。我做的数据的结构的话，可以知道客户的基本资料，也可以知道他的交易信息，也可以知道他的联系信息，我也可以他以前接触他那些营销信息的时候，实质上等于把这两段往后连起来。所以连起来的时候，你会开始对营销活动的效果开始想要知道，怎么样去优化组合这件事情。所以这个过程里面，传统来讲从知名度考虑，然后卖掉这样的角度来看。这里面有不同的渠道，今天可能用大众的不同的方式。这些方式每一个地方有一个优化的过程。把这个过程合起来的时候，其实就在营销活动的整个优化。这个核心就是围绕数据。有数据的时候怎么做，你做了这个分析之后，最后目的不是为了给领导交代而交代，实际是想产生销售。所以在这个优化的过程里面，其实把这个销售漏斗原本比较狭的地方，想办法把它弄宽一点。或者原本宽的地方，花了太多资源，把它弄窄一点。所以事实上我们在做销售过程里面的优化。

　　这个优化会牵扯到怎么优化过程，主要的营销概念，一开始做营销管理，然后做项目的执行。会有不同的需求。第一个需求是，比较品牌方面的，牵扯到怎么去细分的客户，怎么在客户的生命周期里面做某些活动，今天做的品牌。第二个，怎样把产品捆绑之后让客户感兴趣，所以这里面会牵扯到我怎么捆绑我的产品，我的信息怎么传递，信息传递渠道是什么，还有定价。最后执行的时候，今天这个客户可能跟你接触，接触有好几个渠道，可是有电话接触、短信接触、网上接触。然后还有客户透过哪些路径来你这里。

　　在这个过程里面，我们以客户为核心的概念的时候，各位在经营的时候会遇到，这个营销效果好，这个营销效果不好，这个人来的多，这个人来的少。会自己有感觉，但是好坏有是另外一回事。核心从几个角度看，第一是从媒体的角度看，第二个从你怎么去细分这些你的客户，然后左下角的地方怎么去提供那些价值，比如说今天传递什么信息，价格是怎么样，怎么捆绑我的产品，我的服务有什么优势等等。还有怎么样根据一些经济、或者是人口的特性做一些分析，另外就是忠诚，客户买了产品之后，用了多久，会不会常用。当然有提到客户满意的部分。基本上围绕这几块。这几块里面就是优化五个步骤，第一个他有没有听过你，第二个他有没有考虑你的产品，第一个他会不会买你的东西，买了之后对你来讲贡献是什么。事实上，你会发现，我们在看客户数据的时候，尤其在营销的部分，基本上在优化这几个。其实这跟投资有点类似，其实客户买你的东西或者你跟客户产生关联，其实这也是一个投资关系。所以这是从客户数据角度来看分析这个概念。

　　所以整个分析结构，这个是你想要增加知名度，我想要人家来买我的东西，买了之后怎样让人家重复来买，最后你会发现每一个阶段都有一个刺激的工具，最后去优化。最后是要么就是增加客户数，要么增加销售额，要么就增加利润。基本上可以从这几个角度入手，这个是我们讲的，有交易数据跟客户数据的时候，我们怎么从数据的角度来看营销的一些分析。

　　数据分析扮演的角色是什么？第一个是很重要的概念数据挖掘，在寻找隐藏在数据中的信息，趋势、特征、跟相关性。为什么不叫数据分析而叫数据挖掘？因为当你的数据在你组织里面，去分析的时候，会产生知识。你今天这个数据在你组织里面进行分析，然后进行运用的时候产生知识，这知识留在组织里面，组织在继续运转，这个知识会验证积累。这个就是数据挖掘。KDD，也就是我们在数据库里面发现客户数据背后隐藏的价值转换成企业的知识。另外一个，是需要用比较高的运算能力和统计方法来解决这个问题。简单想其实就是一个数据分析，了解趋势跟特征相关性。

　　以后有一些数据分析的项目上，有几个概念，数据仓库，KDD。什么叫数据仓库？我的数据像仓库一样排整齐，是一个经过处理和整合的数据库。第二个概念KDD，叫做在知识里面发现一连串的程序。第三个数据挖掘是KDD的核心。在做分析的时候，你们发现整理数据很麻烦。所以数据准备在占数据挖掘70%的时间，有些需要80%的时间。你需要数据整理、数据挖掘。你有数据库你会分析，才有一个会说话的数据是死的。你用什么方法让数据活过来，一定有一个动机，这动机就是掌握了这么大客户数据，想办法跟客户做营销活动，对客户做销售。所以你需要分析，这个时候加起来的时候，才这是一个会说话的数据库。因为以前我们在做分析的时候，第一问题找工具搜集数据，然后建模，然后应用评估。可是当你自己已经有客户数据，交易数据还有客户营销活动，掌握在某一个可以把数据集中，你可以做服务，你了解这个客户的偏好，你有他的交易数据的时候。事实上你在这个数据里面做分析，这个数据是自然累计，不是特意搜集的。这个过程里面不是特意搜集的，在经营过程里面很自然累计的。当累计之后，以后做分析时候，不需要直线下来，可以中间任何有一个问题，可以回去看看就调整一下可以了。所以它变成一个非线性的过程，非线性的时候，相对来讲，对那个组织的知识的要求就会提高。所以传统上，以前传统的统计方法叫做先模型再数据，现在倒过来，以数据为导向。这样会贴近客户的需求。如果各位有机会接触一些数据分析的时候，你会发现这个过程已经不会是直的下来。

　　核心哪里，其实在这里，在左边地方统计的方法，上面是计算能力越来越强，右边是数据搜集能力越来越强的时候，中间合起来的地方就叫做数据挖掘。把分成三块合起来才精准。这个就是今天给各位的一个基本的概念，在各位经营的任何的行当里面，其实你有机会接触到数据的时候，基本上第一事情，你会想我怎么去看数据，第二个在数据库里面做分析的时候，应该具备哪一些基本的思路，最后跟各位提一下，在这个过程里面是一个知识积累的过程，事实上在想这些问题的时候，也是帮助你的组织有一些分析思考的方向，这个方向就不是以前国内喜欢的拍脑袋的方法，而是比较科学的方法，同时也符合国家未来的发展。你会发现，当我们用客户数据经营，然后产生的价值，其实跟党的政策很符合，叫做符合科学发展观。谢谢大家的聆听！

本文根据CTI论坛协办的2011中国呼叫中心产业大会会议记录整理，转载请注明出处！

CTI论坛报道