工程机械行业数据挖掘在CRM中的实践
发布时间：2021-07-17 07:15:18 所属栏目：大数据 来源：互联网
导读：1 国内工程机械行业简述 在经济全球化的今天，我国工程机械企业一方面面临全球信息化、竞争加剧的挑战;另一方面又面临着企业缺乏有效管理、原材料价格上涨及用户
|
1 国内工程机械行业简述 在经济全球化的今天，我国工程机械企业一方面面临全球信息化、竞争加剧的挑战;另一方面又面临着企业缺乏有效管理、原材料价格上涨及用户需求多变等压力。国内外经济形势，都对工程机械行业的发展提出了新的要求和挑战。在信息化进程上，我国工程机械行业已经被西方发达国家远远的抛在了后头，在危险与机遇并存的今天，如果还不奋起直追，何谈突破与发展。 由于历史因素，工程机械行业内粗放型发展模式一度占据主导地位。粗放型的发展模式虽然能使行业在短期内获得高速增长，但也暴露出行业对外依存度高、产品附加值低、竞争力弱以及产能盲目扩张等严重问题。现在，很多工程机械企业已经意识到了这个问题。压力当前，我国工程机械企业纷纷采取压缩成本、实施精细化管理、提升管理效率等措施。信息化作为帮助企业实现这些目标的手段，日益受到重视。 2 客户关系管理与数据挖掘 2.1 客户关系管理的内涵 客户关系管理思想产生的背景是西方国家市场竞争的激烈化，客户更容易的选择企业的竞争对手，于是很多企业开始重视客户。在这样的环境下产生了维护好与客户之间关系的管理思想，为了解决这个问题CRM孕育而生。如果没有这种大环境，或者企业没有认识到客户的重要性，而单纯的应用软件是脱节的。客户关系管理并不是一种单纯的软件或数据库的应用，而是一种战略性的经营哲学：“客户是企业的命脉”。 2.2 数据挖掘(DM)概述 数据挖掘(Data Mining)就是从大量的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在具有价值的规律和知识的过程。在企业中的应用就是通过模型化处理，从中提取辅助商业决策的关键性数据。 数据挖掘功能用于指定数据挖掘任务中要找的模式类型。一般地，数据挖掘任务可以分两类：描述和预测。描述性挖掘任务刻划数据库中数据的一般特性。预测性挖掘任务在当前数据上进行推断、预测。 2.3 数据挖掘在CRM中的地位与内容 以电子商务环境下的企业客户关系管理为主线，辅之以建立在数据仓库基础上的各种数据挖掘技术，在吸引客户、挽留客户、升级客户的过程中实现不断提升企业核心竞争力的目标。数据挖掘处于CRM中的核心地位。 对于企业而言，数据挖掘能够根据已有的信息对未发生行为做出结果预测，有助于揭示已知的事实，发现业务发展的趋势，预测未知的结果，为企业经营决策、市场策划提供依据。 “以客户为中心”的数据挖掘内容涵盖了客户需求分析、客户忠诚度分析、客户等级评估分析等三部分，有些还包括产品销售。其中，客户需求分析包括：消费习惯、消费频度、产品类型、服务方式、交易历史记录、需求变化趋势等因素的分析。客户忠诚度分析包括：客户服务持续时间、交易总数、客户满意程度、客户地理位置分布、客户消费心理等因素的分析。客户等级评估分析包括：客户消费规模、消费行为、客户履约情况、客户信用度等因素的分析。产品销售分析包括：区域市场、渠道市场、季节销售等因素的分析。通过数据挖掘技术对客户需求进行深入分析可以满足企业对个体细分市场的客户关系管理需求。CRM的精髓在于如何运用数据挖掘技术建立好分析层次的CRM。 3 数据挖掘在工程机械行业CRM中应用模式的设计 随着中国加入WTO，我国工程机械营销企业面临着的竞争全世界球化和高速化。加强客户关系管理不仅可以占领市场，处处“以客户为中心”。在CRM中加强对DM的分析功能的运用发现客户潜在需求，根据客户需求进行流程的优化和组织的重组，从而可以更好的满足客户，达到良性循环，以提高企业管理效率，实现管理现代化。 3.1 目前工程机械销售中存在的问题 1)难以进行可持续性服务——缺乏对动态信息的收集和分析。我国工程机械行业的客户系统中只有客户购买机器时的静态描述数据，包括客户的姓名、地址、电话、邮政编码、所购机器的机型、机号等。但是从客户购机交付后，这台机器的状况如何的相关数据就很少了。缺乏这些动态过程的数据。就无法对机器进行完整的了解，要开展更深入的数据挖掘便无从谈起，也就不能向客户提供更有针对性的后续服务。 2)企业对客户信息采集不够深入。难以进行DM深层次的挖掘。在实际的工程机销售过程中，业务代表只是把今天拜访的客户的姓名记了下来，集中在一个共同的本子。即使这个客户以后买了车，信息中也只是这些，企业认为只要把机器卖了就可以了。不会做更深入的工作，另外也没有人指导业务代表应该收集客户哪些重要的信息，即使收集了也没有可以运用的途径。 3)DM应用不多，很难进行客户行为分析、市场细分。现在很多企业的概念是有钱、有工程活的个体或者单位买机器，而没有形成具有某些特征的客户买什么样的机器的细分概念。目前买机器的市场还不是很大，影响也许不大，但随着市场扩大，会产生细分群体的特征不明确，会影响到对商业行为的分析。 4)信用管理不受重视。开展工程机械分期付款销售时间不长，很多企业在销售初期风险认识不够，风险防范意识不强。未能认识到信用管理的重要性。有些企业错误的认为实施信用管理会限制分期付款交易，影响企业与客户关系。增加管理成本。 5)由于缺乏对客户多维特征分析、聚类、分类分析，很难给客户进行定义性的判断，更不可能进一步针对某一类客户做宣传，而只能象展示会一样是对机器来做宣传。这不是一种“以客户为中心”的理念。在CRM系统中，不运用DM更是难以想象如何开展对客户的个性化需求进行满足，进行“针对性的个性化服务”。 3.2 工程机械行业数据挖掘应用模式设计 通过上述数据挖掘程序和某企业应用的实际经验，能够给企业带来以下的作用。举个例子：下列关系表描述：customer，item，employee 和branch。关系客户由一组属性：包括客户的唯一标识号(custom_ID)，客户的姓名、地址、年龄、职业、年收入、信誉信息、分类等。 关系数据可以通过数据库查询访问。数据库查询使用如SQL这样的关系查询语言，或借助于图形用户界面书写。在后者，用户可以使用菜单指定包含在查询中的属性和属性上的限制。一个给定的查询被转换成一系列关系操作，如连接、选择和投影，并被优化，以便有效地处理。查询可以提取数据的一个指定的子集。假定你的工作是分析数据，通过使用关系查询，你可以提这样的问题：“显式一个上个季度销售的机器的列表”。关系查询语言也可以包含聚集函数，如sum，avg(平均)，count，max(最大)和min(最小)。这些使得你可以问“给我显式上个月的总销售，按分公司分组”，或“多少确定购买出现在7月份?”，或“哪一位业务代表的销售额最高?”。 1)建立有效的客户数据仓库：收集客户信息建立数据仓库是进行数据挖掘的前提和基础。数据仓库在数据分析和决策方面为用户或“知识工人”提供服务。这种系统可以用不同的格式组织和提供数据，以便满足不同用户的形形色色需求。数据仓库的好处在于：信息统一集中管理。在各部门的数据要能够统一集中管理，不能分散在各个部门，甚至是员工手中，企业能够了解到客户和机器信息的全貌。做到各部门的信息共享，不同品牌机器的信息共享。不仅知道客户的信息，机器的信息也要了解，而且要十分详细，具体到是哪个服务人员去支援的信息都要有，如果进行过维修，维修了哪些内容、更换了哪些配件。建立相对应的服务标准、服务知识库、统一的索引。例如：机器出厂交付时，服务人员发放带有会员编号的会员卡，对于一卡多机的客户，交付时在机器上贴上序号。后期客户有报修时，输入会员卡编号可以查询出每一次和客户接触的具体记录。服务人员能够及时了解机器的状况。各部门的业务也成功串联到一起了。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
