CRM系統：基于SAS 數據挖掘技術的航空CRM系統分析
5 CRM 系統功能設計
根據分析和航空系統需求,我們將系統劃分為三大應用模
塊:系統管理模塊、數據挖掘模塊、查詢分析模塊。
5. 1 系統管理模塊
5. 1. 1 系統資源管理功能。系統資源管理功能提供對業
務人員的調度、授權、統計、授權管理等功能。系統資源定義是
對應用系統的所有環境資源進行定義和注冊。系統的環境資
源包括業務資源、安全資源和流程資源。
5. 1. 2 任務調度管理功能。任務調度功能主要是完成對
需要按一定的周期和頻率,由計算機自動執行的任務的調度。
在任務調度模塊主要完成以下幾種任務的調度:a. 數據采集任
務調度。通過設置數據采集周期頻率實現數據采集的任務自
動化。b. 數據挖掘批量計算調度。對于復雜的大批量的數據
挖掘分析模型的計算,安排在非上班時間進行。批量計算的人
物調度,通過設置批量計算的周期頻率來實現批量計算任務的
自動化。c. 報表/ 報告更新任務調度。通過設置Web 發布信息
更新的周期頻率,實現Web 信息更新的任務自動化。
5. 1. 3 輔助管理。輔助管理功能包括系統的基本維護和
管理,主要包括通知功能、日志管理功能。用戶的每一次有意
義的操作都會記錄在系統的日志里,管理員可以對日志進行查
看、刪除等操作。
5. 1. 4 數據管理功能。數據管理平臺以數據為中心,包
括數據采集、數據的管理和數據重整等功能,主要完成各種數
據信息的收集、處理、定義、積累,并能處理大容量數據,所有的
數據最后會形成客戶信息數據集市。系統采用大型數據庫的
建設技術,統一歸納和管理現有各系統業務數據,建立起一套
較為完整的客戶信息管理平臺,解決現有的“信息孤島”問題。
通過數據管理平臺建立的客戶信息數據集市,可以成為其它應
用系統完整的數據后臺。同時,一方面可以支持現有及可能的
客戶分析業務要求;另一方面,通過此平臺的建立,也為航空公
司CRM 的建設和市場營銷決策系統進行相應的數據準備。
5. 2 數據挖掘模塊 數據挖掘就是數據的深加工過程,是
從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價值
的知識和規則,并能夠根據已有的信息對未發生行為做出結果
預測,為企業經營決策、市場策劃提供依據。數據挖掘是實施
客戶關系管理強有力的手段,經過分析研究,航空客戶關系管
理系統數據挖掘模塊主要體現在以下幾個分析模型中:
5. 2. 1 響應率分析模型。分析客戶的行為習慣等因素,
定位對某一特定的服務與產品最可能感興趣的消費群體。建
立客戶相應分析模型,可以通過提高營銷活動客戶的響應率來
降低營銷成本,提高銷售收入。當企業不進行任何建模分析
時,盲目進行營銷活動(包括市場調查/ 營銷推廣等) ,其客戶響
應率一般都相當低,這樣既浪費了人力、財力和時間,又不便于
對營銷活動的結果進行分析。通過客戶響應分析模型,找出具
有某種傾向性(客戶對某種產品的愛好程度) 客戶的特征,有目
的地進行營銷活動,提高活動的效率,減低營銷的成本。
論文對某實例利用人工神經網絡做出響應率分析,當企業
不進行任何建模分析時,盲目地將調查表發出,其響應率約為
23. 9 %。這樣既浪費了人力、才力和時間,又不能對調查者進
行分析,我們并不知道具有什么特征的客戶喜歡這個產品并將
調查表提交。神經網絡能夠根據數據集的分布特征自動地發
現規律,并以權值表示之。這些權值實際上表征并隱藏著客戶
的特征,如年齡在30～45 歲之間的大多數客戶喜歡該產品并
樂意將調查表提交。如果企業將調查表減少為原來的30 % ,并
按神經網絡權值隱含的規則散發調查表,其響應率可望達到
33 %。如果企業將調查表減少為原來的10 % ,并按神經網絡權
值隱含的規則散發調查表,其響應率可望達到51 %。
5. 2. 2 客戶分類/ 市場細分模型。將具有不同行為的客
戶分組,便于建立與相應客戶有針對性地服務;能更好地理解
客戶的需求;將客戶從一個行為組變為另一行為組;細致地分
析客戶的群組模式,確認刻劃這些模式的可定義的屬性。通過
客戶細分,能夠充分掌握客戶的狀況和行為,并針對不同特點
的客戶群體,可以實施差異性的、高效率的營銷策略和客戶服
務。
客戶細分不同于客戶分群,主要包括兩大類:一類是直接
以數據挖掘技術對大量的客戶行為數據(包括消費、金融等交
易數據) 進行分析和探索,從而發現某些具有相同行為特征的
客戶群,這種細分又稱為數據驅動的客戶細分;另一類是根據
市場部門制定明確的商業目標,尋找具有該類性質的客戶群及
其背景和行為偏好,進而有效地開展市場營銷,準確地進行產
品定位。
5. 2. 3 客戶流失分析預測模型。根據已有的客戶流失數
據,建立人口統計數據客戶屬性、服務屬性、客戶消費情況等數
據與客戶流失概率相關聯的數學模型,找出這些數據之間的關
系,并給出明確的數學公式。然后根據此模型來監控客戶流失
的可能性,對于具有不同流失可能性的客戶,采用不同的營銷
策略等手段來提高客戶忠誠度,防止客戶流失的發生,同時對
客戶進行客戶流失監控、有效實現客戶關懷等策略。
5. 2. 4 交叉銷售分析模型。交叉銷售是一種發現顧客多
種需求,并滿足其多種需求的營銷方式,從橫向角度開發產品
市場。例如,一個高爾夫俱樂部會員卡的購買者,可能也是一
個轎車購買者,并且是一位健康服務購買者。如果了解這個顧
客的消費屬性和興趣愛好,我們就可以有更多的客觀參考因素
來判斷這樣一個事實。客戶分類和客戶群分析將帶動交叉銷
售的機會,而交叉銷售對提高航空公司利潤率具有重要作用。
交叉銷售可以使航空增加每個用戶的平均收入,基于航空
目前所提供的產品和服務種類,通過分析系統所內嵌的數據挖
掘模型,主動、預先地發現深入銷售和交叉銷售的機會,預測旅
客購買某一特定產品或套件產品的可能性,進而做到有針對性
的設計銷售活動和服務方式,以此達到最大的銷售利潤。交叉
銷售分析包括產品相關性分析、銷售對象分析和優化產品/ 服
務組合(套餐) ,設計合理的營銷策略。
5. 2. 5 超售分析模型。由于航空公司存在不同的部門,
所以具有不同的利益。這些利益常常導致隱性成本的上升。
如航班不正常成本和超售成本。航班不正常包括延誤、取消、
返航和改航等。航班不正常成本包括銷售損失、食宿交通支
出、航務支出等費用。國際上統計出的數據是按每小時(每次)
每座位成本計算的。而超售也帶來兩面性,在一定程度上銷售
市場部門會高興地匯報超售帶來了多少額外的收入,而客運服
務部門可能會面對超售旅客的抱怨、喝罵甚至毆打。過多的投
訴會損壞航空公司的品牌形象。即使沒有投訴,表面上各方皆
大歡喜,但實際從閉環控制來說,下次旅客不會選擇一家“為了
自己利益,損壞旅客行程利益的公司”。而那些因為超售而被
拉下飛機的旅客會產生吃飯住宿索賠等額外費用。
5. 2. 6 航線結構和機隊結構優化模型。機隊規劃和航線
規劃是航空公司重要的戰略決策之一,規劃成敗關系到成本的
數額特別巨大。航線結構要與優化機隊結構結合進行,可以根
據航線結構狀況優化機隊結構,也可以根據機隊結構來調整航
線、航班。一般情況下,兩個方面要同時考慮、同時進行。因為
航線、飛機是航空公司進行運輸生產的最重要的資源,應采用
科學的方法進行優化配置,力求成本最小化。否則,機型與航
線航班不匹配,飛機利用率、客座率和載運率低,這種浪費是最
大的浪費。需要著重強調的是,必須通過詳細的成本測算與分
析,來確定機型與航線的搭配。
5. 2. 7 升級銷售預測模型。向上銷售可能更好的理解應
該是追加銷售,是指向顧客銷售某一特定產品或服務的升級
品、附加品,或者其它用以加強其原有功能或者用途的產品或
服務。這里的特定產品或者服務必須具有可延展性,追加的銷
售標的與原產品或者服務相關甚至相同,有補充或者加強或者
升級的作用。向上銷售基于顧客終生價值(Life Time Value) 理
念,從長遠來看,一個顧客的價值是他終生購買量的折現價值,
企業要留住顧客,并不斷實現他們的產品購買。企業的產品策
略會根據顧客需求而不斷升級,這些產品與原來的產品有很大
的相關度,企業也可以運用向上銷售策略向顧客銷售這些升級
或者附加產品。
5. 2. 8 客戶價值評價模型。多方位地定量評估客戶的價
值,并根據許多特征屬性預測特定客戶群組的價值。客戶價值
的趨勢預測模型對特定群組的客戶做時間序列分析,以便了解
該群組客戶對公司的收入貢獻度。建立收入模型,預測公司下
一年度的銷售收入。
客戶價值評價分析包括:a. 常客貢獻比例分析。根據乘客
行為的不同劃分為不同的群體,各個群體有著明顯的行為特
征。通過分組,可以更好地理解乘客,發現群體乘客的行為規
律,從而為公司在確定市場活動的時間、地點、合作商等方面提
供確鑿的依據。b. 常客收益比較。分航程分航線分航班計算
客公里收益,與平均客公里收益比較,從而得出常客的含金量;
計算兩者比值,得到一個常客的收益等于多少個一般旅客的收
益,以說明常客的重要性,可以進一步按行業地區分析。c. 顧客
忠誠度分析。(長期) 利潤= 客戶價值×客戶數量×客戶忠誠
度,可見及時識別忠誠乘客是十分重要的。對不同忠誠度的乘
客推出不同的忠誠計劃,挑選真正有價值的忠誠乘客。而對常
客忠誠度分析的一個重要作用就是在與乘客交易時,能及時地
識別乘客的特殊身份,從而給予相應的產品和服務。同時常客
數據庫警示乘客異常行為的功能,如一位常客的乘機周期和乘
機頻率出現顯著變化時,都是潛在的乘客流失跡象,表明忠誠
度下降,需要采取相應的措施。通過忠誠度調查可以預測乘客
最需要什么樣的服務,什么時候乘機、乘機頻率等,可以作為乘
客未來行為的可靠預測。
5. 2. 9 客戶未來預測分析模型。在客戶分群、客戶行為、
貢獻度及客戶忠誠度等分析中,產生一個相對應的預測模型,
在營銷計劃尚未付諸執行前,由系統先行預測可能發生的成
效,以提升銷售活動的成效。客戶未來分析包括:a. 客戶資料分
析。對客戶在消費終端產生的信息進行統一收集、規劃、管理、
處理分析,建立統一客戶數據平