酒店管理分析顾客关系中的数据应用与CRM 叶予舜Word下载.docx
《酒店管理分析顾客关系中的数据应用与CRM 叶予舜Word下载.docx》由会员分享，可在线阅读，更多相关《酒店管理分析顾客关系中的数据应用与CRM 叶予舜Word下载.docx（13页珍藏版）》请在冰豆网上搜索。
在整个顾客生命周期中，企业在不同阶段会有不同的市场目标，而每一位顾客经历各个阶段的时间不同，发生的重要事件也各不相同，因此各个阶段里的详细资料，会因顾客从事的行业和企业的不同而有所差异。
但从本质上说，顾客生命周期是企业顾客发展的一个基本框架，各个阶段的丰富资料和信息可以用来理解不同时期顾客的消费行为，根据顾客在生命周期中各个阶段的特点，及时发现和预测顾客的变化，将极大有利于企业顾客关系管理。
从总体上观察顾客生命周期，企业顾客的发展大致要经历这样的过程：
开始的时候，没有成为顾客的人对公司产品和服务有兴趣（他们成为公司锁定的目标市场）。
经过一段时间以后，他们变为企业的新顾客，加入企业真正顾客的行列。
然后随着时间的推移，这些顾客可能变得越来越有价值，并成为企业的忠诚顾客，也可能因为寻找更优惠的价格和更好的服务而自愿离开，选择企业的竞争对手，那些对于企业没有价值、甚至有负价值的顾客，最终将被列入企业黑名单而被迫离开。
下面从数据挖掘技术在顾客关系管理中的商业价值分析入手，从不同的顾客生命周期中，分析数据挖掘技术在顾客关系管理中的应用。
（二）潜在顾客阶段（获取新顾客）
企业的潜在顾客是指目前还没有成为企业顾客，但属于被公司锁定的目标市场中的人群。
在企业的目标市场中，未来的潜在顾客主要是指那些对企业的产品不了解的顾客，他们可能是企业产品的潜在消费者（比如，年轻的父母会是婴儿用品的潜在消费者），也可能是以前接受企业竞争对手服务的顾客，有些潜在顾客可能曾经也是企业的客户。
这个阶段是顾客生命周期的第一步，企业顾客关系管理的主要目标就是从潜在顾客中挖掘新顾客，以保证企业的发展和壮大。
在这个阶段，利用数据挖掘技术可以识别潜在顾客，并将他们转化为企业真正的顾客。
（1）通过划分潜在顾客群来获取新顾客（NewCustomerAcquisition）
争取顾客（AcquisitionCampaign）的活动是面向企业目标市场的营销活动，它的目的是找到对公司产品或服务有兴趣的人，并使他们成为企业真正的顾客。
数据挖掘技术通过帮助企业完成日益繁重的潜在客户群的划分，明显提高营销活动的响应率，改善营销活动的回报率，从而实现改善这些活动的效果并对获取新顾客成本的实现有效管理。
由于目标市场上的潜在顾客并不是企业的真正顾客，因此无法直接取得他们的资料。
在这个阶段，数据挖掘是通过建立模型，将以前对类似产品有兴趣的人员整理出来，把在以前活动中涌现出来的有意向者作为本次市场营销活动的重点对象。
这个过程简单描述如下：
首先，通过过去广告、直邮、电话、网络营销等商业活动获得顾客的响应行为（包括积极响应行为和消极响应行为）；
接着，分析响应结果，对消极的响应行为进行处理，或转化或清除，收集积极响应行为的分析数据；
最后，利用响应结果正式进行数据挖掘，对顾客将来行为进行预测和分析，以确定潜在顾客，从中确定营销活动的目标顾客。
还有一个数据挖掘方法是，寻找和当前高收益的顾客类似的潜在顾客，使那些真正对产品和服务有兴趣的顾客有更多机会接触和了解该项产品或服务。
值得注意的是，数据挖掘并不能精确的识别哪些顾客会成为企业的最终顾客，但它通过对潜在顾客的划分，可以使营销活动的投入更加有效。
（2）案例研究——数据挖掘在BB&
CC公司获取新顾客中的应用
BB&
CC公司每年开展25次直邮活动，每次大概向1,000,000用户提供信用卡使用的机会。
营销活动响应率为6%，其中约有16%能够通过公司的信用率审查成为公司的正式顾客（即在邮件列表中只有1%的顾客成为公司的正式顾客）。
邮件的成本是$1.00/份，今后的两年中每个顾客每年将为公司带来利润$125。
为了更加有效的发掘新顾客，公司综合采用了预测模型和信用评分模型来从众多的顾客资料中发掘新顾客。
首先BB&
CC公司抽取了一个50,000位潜在顾客的样本，向上述顾客开展直邮活动，得到样本数据。
在样本测试结果分析的基础上建立了两个模型：
一个利用决策树方法建立预测模型，用以测定哪些顾客会响应直邮活动；
另一个利用神经网络技术建立信用评分模型，用以发现响应顾客中具有良好信用的顾客。
综合预测模型和信用评分模型，可以发现那些既有良好信用又可能对公司营销活动做出响应的顾客，并将他们作为公司直邮活动的目标顾客。
公司将模型应用到剩余的950,000位顾客中，并从中挑选了700,000作为公司直邮活动的目标顾客，其中约有9,000人成为公司的正式顾客。
应用数据挖掘前
应用数据挖掘后
直邮数量
1,000,000
750,000
直邮成本
$1,000,000
$750,000
发展新顾客数量
10,000
9,000
利润/每顾客
$125
毛利润
$1,250,000
$1,125,000
净利润
$250,000
$375,000
挖掘成本
$40,000
最终利润
$335,000
表3-1应用数据挖掘前后的对比
从表3-1中我们可以发现，即使扣除了数据挖掘的相关费用$40,000后，公司净利润仍然增加了$85,000。
CC公司的案例清楚地表明：
利用数据挖掘明显提高了营销活动的响应率，改善营销活动的回报率。
（三）真正顾客阶段（提高现有顾客价值）
企业真正的顾客，是指正在使用企业产品和服务的人。
由于企业对自己真正顾客拥有各种详细的销售和交易资料，因此，企业真正的顾客为数据挖掘提供了大显身手的机会。
数据挖掘可以从企业成堆的详细交易记录中发现隐藏的顾客消费行为，从而透视顾客的重要消费模式，以充分挖掘和提高现有顾客的价值。
进入这个阶段，数据挖掘的目的就是充分提高现有顾客的价值，这主要可以通过以下几个方面来实现。
（1）通过顾客分级改进顾客关系管理
企业的资源是有限的，任何企业都不能把自己的目标市场定位于所有的消费者，因此企业为了获得市场上的相对竞争优势必须进行市场细分。
在顾客关系管理理论中有一个经典的2/8原则，即80%的利润来源于20%的顾客。
所以，不要期待在CRM时代继续人人平等。
当然，成功的CRM也不可能让顾客感觉受到歧视。
数据挖掘可以帮助企业对客户行为进行分析，将那些消费额最高、最为稳定的客户群，确定为“黄金客户”，即重点顾客。
针对不同等级的顾客，确定相应的营销投入，实施不同的顾客关系管理，间接指导市场策略，以求留住高利润的客户。
顾客赢利能力分析是进行顾客分级的前提和依据，也是数据挖掘的基本目的。
数据挖掘技术就是通过帮助企业提高客户赢利能力来发挥作用的。
数据挖掘技术通过分析企业客户的购买资料（产品品种、数量），客户的个人资料（性别、年龄、收入、教育程度）等因素，从过去客户的交易记录中发现一些行为模式，同企业的利润贡献相结合，进行聚类或神经网络模型的相关分析，来计算和预测客户赢利能力的高低。
通过对客户行为特征和交易历史数据的挖掘工作，可以使销售人员根据客户赢利能力的大小，在市场营销过程中保留住那些有价值的顾客，促使那些价值不大的客户转化为更有价值的顾客。
例如，预测有多少“黄金客户”会在下一年中变为“青铜客户”，企业可以有针对性的采取响应策略，以防止“黄金客户”变为“青铜客户”，保持或增加其赢利能力。
（2）通过客户细分（CustomersSegmentation）实现个性化营销（Personalization）
传统的市场营销策略已由4P，即产品（Product）、价格（Price）、渠道（Place）和促销（Promotion）向4C，即消费者的需求与欲望（ConsumerWants&
Needs）、成本（Cost）、购买方便（Convenience）和沟通与交流（Communication）转变。
真正关心顾客，为顾客提供与其要求相一致的个性化服务，才能让顾客体会到企业的价值，建立顾客忠诚，从而提高企业的市场竞争力。
对于实施CRM的企业，个性化营销是建立和发展良好的顾客关系的重要手段。
而要实施个性化营销，重点市场行为在于了解顾客，并和顾客建立起长期的、持续的关系。
从某种角度来看，这个概念是新的；
但是从另一个角度来说，这又是一个老观念。
早在很多年前，市场营销的任务之一便是要了解一个行业中的客户，这个任务通常由一些传统的过程和方法完成，如焦点小组、电话调查等（这些方法基本上都是着眼于人口统计学的数据）。
但如果是一个大型企业，拥有的客户数量很大，由于各种限制，与每一位顾客分别进行交流不太现实，一个可行的办法就是通过客户细分。
在CRM系统中，完全可以通过数据挖掘技术来进行客户细分。
数据挖掘技术可以对客户数据库中收集，加工和存储大量客户消费信息进行分析和处理，以特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，进而推断出相应的消费群体或个体下一步的消费行为，把大量的客户分成不同的类，每一类客户具有相似的属性，而不同类别客户的属性也不同，如生产化妆品的企业可以将客户划分为少儿、青年、中年和老年或者按性别划分为男、女，在每一种类别中又可以按照不同的属性进一步划分。
通过数据挖掘获得不同客户的爱好、习惯、倾向、需求和趋势等信息，使客户细分与CRM服务系统中的客户服务自动化模块相结合，进而在营销4P中提供更有针对性的个性化产品和服务，提高不同类别的客户对企业和产品的满意度。
（3）使用交叉销售（Cross-Selling）和增值销售（Up-Selling）提高现有顾客价值
企业与其顾客之间的商业关系是一种持续不断发展的关系。
在顾客与你建立起这种双向的商业关系之后，企业就要尽力保持这种关系。
保持顾客关系的最佳境界可以体现在三方面：
延长这种关系的时间；
在维持这样的关系期间增加互相的接触；
在每一次互相接触中获得更多的利润。
根据关系营销理论，企业需要对已有的顾客进行交叉销售。
交叉销售（Cross-Selling）是指促使顾客购买尚未使用的产品和服务的行销手段，从而保持现有客户资源，提升现有客户的价值。
它是建立在双赢原则上的，对客户而言可以得到更多的产品和服务，对企业而言，也会因销售增加而获益。
使用数据挖掘技术可以帮助企业有效的完成交叉营销，以实现利润增长和保持顾客关系的目的，这需要从以下两个方面入手：
一方面，通过数据挖掘中的聚类分析，确定交叉销售的目标客户。
通过聚类分析，可以确定属于某类顾客经常购买的商品，并向没有购买行为的此类顾客推销这类商品和服务；
另一方面，通过关联分析发现最优的销售组合，并向响应的目标客户开展交叉销售。
企业对于购买频率较高的销售组合，找出购买了大部分组合商品的客户并向其推销“遗漏”商品；
同时，对于某类客户推销对应的商品组合。
增值销售（Up-Selling），也称扩大销售，是指根据既有客户过去的消费喜好，提供更高价值的产品或服务，刺激客户做更多的消费。
呼叫中
升级会员 