外文翻译--数据挖掘在CRM中运用

附 录 一 调研报告 数据挖掘在 CRM中运用 (1)通过数据挖掘获得新的客户。 在 CRM中首先应识别潜在客户，然后将他们转化为客户。 Big Bank and Credit Card(BB&CC)公司每年通过邮递的方式开展 25 次促销活动，每次给一百万人提 供申请信用卡的机会， BB&CC 公司会将信用高的申请者接受为服务对象，最终 只有 1%的申请者成为用户。 BB&CC公司所面临的挑战是如何让邮递促销活动更加有效。首先， BB&CC公 司抽取了一个 50,000人的样本，做了一个测试。在样本测试结果分析的基础上建 立了两 个模型，一个用来预测谁将填写申请表（使用决策树方法），另一个是信 用评估模型（使用神经网络方法）。从剩下的 950,000 个人中再次抽取 700,000 个样本，使用模型找出哪些人会对促销活动做出反应，并且具有良好的信用。结 果如下：包括建模型时用的 50,000 共抽取了 750,000个样本，其中 9,000 个申请 者被接受，接受率从 1%上升到了 1.2%。 数据挖掘虽然不能准确的识别哪 10,000 个申请者最终会成为用户，但是可 以促使营销活动更加有效。 (2)通过数据挖掘使用交叉销售提高现有客户的价值。 Guns and Rouses(G&R)公司销售的产品是：仿迫击炮与大炮的室外花盆和仿 大口径手枪与长枪的室内花盆。产品表被发往 12,000,000 个家庭。当客户电话定 购某个产品时， (G&R)公司会积极的推销其它的产品 —— 交叉销售。但是， (G&R) 公司发现只有 1/3 的客户允许他们提出建议，最终的交叉销售率不足 1%，并招 致了一片抱怨声。为此 B&R 公司想确定到底是哪些人在定购某个产品的同时需 要其他的产品。 G&R 公司建立了两个数据挖掘模型，一个是用来预测某个客户是否会被建议触怒，另一个用来预测什么样的建议会被很好的接受。数据挖 掘模型使用客户 信息数据库中客户的信息和新的客户信息，告诉销售代表哪种人可以采用交叉销 售的方式以及建议什么产品。交叉销售的成功率上升到了 2%，而且很少有抱怨。 数据挖掘帮助 B&R 公司更好的了解了客户的需求。当把数据挖掘模型与典 型的 CRM 交叉销售活动结合起来时， B&R 公司的景况 完全改变了。 (3)通过数据挖掘提高现有客户的价值 Big Sam’s Clothing 是一家制衣公司，它建立 了一个网站，提供了友好的用 户登陆界面 ；进行在线销 售。一旦你定购了某件商品或注册为成员后，公司将会 通过电子邮件 的方式向你推荐一些你可能感兴趣的新产品 F当你在网站上查阅 一件产品时，网站会向你推荐一些与该产品有关的你可能感兴趣的产品。 当公司最初建立这个网站时，根本没有考虑个性化，仅仅将它作为一个产品 目录的在线版。借助数据挖掘工具公司改善了网站的结构，使用聚类方法将以往 按产品类型分类替换成按互补原则分类。当客户寻找某个商品时便可以使用这些 分组提供建议，然后建立客户数据，识别哪些客户可能对产品目录中添加的新产 品感兴趣。同时， Big Sam’s 公司用数据挖掘预测那些会引起客户兴趣的新产品， 并通过电子邮件传递给客户 ，客户可以选择是否接收。 Big Sam’s 公司确定了个性化战略，通过提供主动性客户服务指导客户挑选 商品，不仅增加了销售额而且加强了与客户之间的联系。客户已经将它看作购物 时忠实的顾问。 (4)通过数据挖掘保留忠实客户。 Know Service公司是一家网络服务公司，像其它的公司一样也在不停地流失 客户。流失率每月 8%，这意味着现有的一百万个客户中每个月会有 80， 000个客 户流失。 Know Service公司重新寻找一个客户的成本是 $200，每个月公司要在寻 找新客户上投资 $16,000,000，因此 Know Service公司需要数据挖掘的帮助。 Know Service公司掌握了客户的大量上网信息和客户的个人信息，构建了客 户信息数据库。 Know Service公司做的第一件事就是从客户数据库中选择、转变 数据。接下来所作的就是根据客户支出、生命周期对客户进行划分，并判定客户 的持久性，识别哪些客户在将来会成为忠实的客户然后在忠实的客户中识别哪些 有可能流失。第三步，确定最优服务、保持客户忠实。例如对上网支出大的客户 可以提供包月的服务而不是提供更加大的主页空间。 结果客户流失率从原来的 8%下降 到 7.5%，每个月节省了 $1,000,000。