CRM系统：基于SAS 数据挖掘技术的航空CRM系统分析

5 　CRM 系统功能设计根据分析和航空系统需求,我们将系统划分为三大应用模块:系统管理模块、数据挖掘模块、查询分析模块。　5. 1 　系统管理模块 5. 1. 1 　系统资源管理功能。系统资源管理功能提供对业务人员的调度、授权、统计、授权管理等功能。系统资源定义是对应用系统的所有环境资源进行定义和注册。系统的环境资源包括业务资源、安全资源和流程资源。 5. 1. 2 　任务调度管理功能。任务调度功能主要是完成对需要按一定的周期和频率,由计算机自动执行的任务的调度。在任务调度模块主要完成以下几种任务的调度:a. 数据采集任务调度。通过设置数据采集周期频率实现数据采集的任务自动化。b. 数据挖掘批量计算调度。对于复杂的大批量的数据挖掘分析模型的计算,安排在非上班时间进行。批量计算的人物调度,通过设置批量计算的周期频率来实现批量计算任务的自动化。c. 报表/ 报告更新任务调度。通过设置Web 发布信息更新的周期频率,实现Web 信息更新的任务自动化。 5. 1. 3 　辅助管理。辅助管理功能包括系统的基本维护和管理,主要包括通知功能、日志管理功能。用户的每一次有意义的操作都会记录在系统的日志里,管理员可以对日志进行查看、删除等操作。 5. 1. 4 　数据管理功能。数据管理平台以数据为中心,包括数据采集、数据的管理和数据重整等功能,主要完成各种数据信息的收集、处理、定义、积累,并能处理大容量数据,所有的数据最后会形成客户信息数据集市。系统采用大型数据库的建设技术,统一归纳和管理现有各系统业务数据,建立起一套较为完整的客户信息管理平台,解决现有的“信息孤岛”问题。通过数据管理平台建立的客户信息数据集市,可以成为其它应用系统完整的数据后台。同时,一方面可以支持现有及可能的客户分析业务要求;另一方面,通过此平台的建立,也为航空公司CRM 的建设和市场营销决策系统进行相应的数据准备。　5. 2 　数据挖掘模块　数据挖掘就是数据的深加工过程,是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则,并能够根据已有的信息对未发生行为做出结果预测,为企业经营决策、市场策划提供依据。数据挖掘是实施客户关系管理强有力的手段,经过分析研究,航空客户关系管理系统数据挖掘模块主要体现在以下几个分析模型中: 5. 2. 1 　响应率分析模型。分析客户的行为习惯等因素, 定位对某一特定的服务与产品最可能感兴趣的消费群体。建立客户相应分析模型,可以通过提高营销活动客户的响应率来降低营销成本,提高销售收入。当企业不进行任何建模分析时,盲目进行营销活动(包括市场调查/ 营销推广等) ,其客户响应率一般都相当低,这样既浪费了人力、财力和时间,又不便于对营销活动的结果进行分析。通过客户响应分析模型,找出具有某种倾向性(客户对某种产品的爱好程度) 客户的特征,有目的地进行营销活动,提高活动的效率,减低营销的成本。论文对某实例利用人工神经网络做出响应率分析,当企业不进行任何建模分析时,盲目地将调查表发出,其响应率约为 23. 9 %。这样既浪费了人力、才力和时间,又不能对调查者进行分析,我们并不知道具有什么特征的客户喜欢这个产品并将调查表提交。神经网络能够根据数据集的分布特征自动地发现规律,并以权值表示之。这些权值实际上表征并隐藏着客户的特征,如年龄在30～45 岁之间的大多数客户喜欢该产品并乐意将调查表提交。如果企业将调查表减少为原来的30 % ,并按神经网络权值隐含的规则散发调查表,其响应率可望达到 33 %。如果企业将调查表减少为原来的10 % ,并按神经网络权值隐含的规则散发调查表,其响应率可望达到51 %。 5. 2. 2 　客户分类/ 市场细分模型。将具有不同行为的客户分组,便于建立与相应客户有针对性地服务;能更好地理解客户的需求;将客户从一个行为组变为另一行为组;细致地分析客户的群组模式,确认刻划这些模式的可定义的属性。通过客户细分,能够充分掌握客户的状况和行为,并针对不同特点的客户群体,可以实施差异性的、高效率的营销策略和客户服务。客户细分不同于客户分群,主要包括两大类:一类是直接以数据挖掘技术对大量的客户行为数据(包括消费、金融等交易数据) 进行分析和探索,从而发现某些具有相同行为特征的客户群,这种细分又称为数据驱动的客户细分;另一类是根据市场部门制定明确的商业目标,寻找具有该类性质的客户群及其背景和行为偏好,进而有效地开展市场营销,准确地进行产品定位。 5. 2. 3 　客户流失分析预测模型。根据已有的客户流失数据,建立人口统计数据客户属性、服务属性、客户消费情况等数据与客户流失概率相关联的数学模型,找出这些数据之间的关系,并给出明确的数学公式。然后根据此模型来监控客户流失的可能性,对于具有不同流失可能性的客户,采用不同的营销策略等手段来提高客户忠诚度,防止客户流失的发生,同时对客户进行客户流失监控、有效实现客户关怀等策略。 5. 2. 4 　交叉销售分析模型。交叉销售是一种发现顾客多种需求,并满足其多种需求的营销方式,从横向角度开发产品市场。例如,一个高尔夫俱乐部会员卡的购买者,可能也是一个轿车购买者,并且是一位健康服务购买者。如果了解这个顾客的消费属性和兴趣爱好,我们就可以有更多的客观参考因素来判断这样一个事实。客户分类和客户群分析将带动交叉销售的机会,而交叉销售对提高航空公司利润率具有重要作用。交叉销售可以使航空增加每个用户的平均收入,基于航空目前所提供的产品和服务种类,通过分析系统所内嵌的数据挖掘模型,主动、预先地发现深入销售和交叉销售的机会,预测旅客购买某一特定产品或套件产品的可能性,进而做到有针对性的设计销售活动和服务方式,以此达到最大的销售利润。交叉销售分析包括产品相关性分析、销售对象分析和优化产品/ 服务组合(套餐) ,设计合理的营销策略。 5. 2. 5 　超售分析模型。由于航空公司存在不同的部门, 所以具有不同的利益。这些利益常常导致隐性成本的上升。如航班不正常成本和超售成本。航班不正常包括延误、取消、返航和改航等。航班不正常成本包括销售损失、食宿交通支出、航务支出等费用。国际上统计出的数据是按每小时(每次) 每座位成本计算的。而超售也带来两面性,在一定程度上销售市场部门会高兴地汇报超售带来了多少额外的收入,而客运服务部门可能会面对超售旅客的抱怨、喝骂甚至殴打。过多的投诉会损坏航空公司的品牌形象。即使没有投诉,表面上各方皆大欢喜,但实际从闭环控制来说,下次旅客不会选择一家“为了自己利益,损坏旅客行程利益的公司”。而那些因为超售而被拉下飞机的旅客会产生吃饭住宿索赔等额外费用。 5. 2. 6 　航线结构和机队结构优化模型。机队规划和航线规划是航空公司重要的战略决策之一,规划成败关系到成本的数额特别巨大。航线结构要与优化机队结构结合进行,可以根据航线结构状况优化机队结构,也可以根据机队结构来调整航线、航班。一般情况下,两个方面要同时考虑、同时进行。因为航线、飞机是航空公司进行运输生产的最重要的资源,应采用科学的方法进行优化配置,力求成本最小化。否则,机型与航线航班不匹配,飞机利用率、客座率和载运率低,这种浪费是最大的浪费。需要着重强调的是,必须通过详细的成本测算与分析,来确定机型与航线的搭配。 5. 2. 7 　升级销售预测模型。向上销售可能更好的理解应该是追加销售,是指向顾客销售某一特定产品或服务的升级品、附加品,或者其它用以加强其原有功能或者用途的产品或服务。这里的特定产品或者服务必须具有可延展性,追加的销售标的与原产品或者服务相关甚至相同,有补充或者加强或者升级的作用。向上销售基于顾客终生价值(Life Time Value) 理念,从长远来看,一个顾客的价值是他终生购买量的折现价值, 企业要留住顾客,并不断实现他们的产品购买。企业的产品策略会根据顾客需求而不断升级,这些产品与原来的产品有很大的相关度,企业也可以运用向上销售策略向顾客销售这些升级或者附加产品。 5. 2. 8 　客户价值评价模型。多方位地定量评估客户的价值,并根据许多特征属性预测特定客户群组的价值。客户价值的趋势预测模型对特定群组的客户做时间序列分析,以便了解该群组客户对公司的收入贡献度。建立收入模型,预测公司下一年度的销售收入。客户价值评价分析包括:a. 常客贡献比例分析。根据乘客行为的不同划分为不同的群体,各个群体有着明显的行为特征。通过分组,可以更好地理解乘客,发现群体乘客的行为规律,从而为公司在确定市场活动的时间、地点、合作商等方面提供确凿的依据。b. 常客收益比较。分航程分航线分航班计算客公里收益,与平均客公里收益比较,从而得出常客的含金量; 计算两者比值,得到一个常客的收益等于多少个一般旅客的收益,以说明常客的重要性,可以进一步按行业地区分析。c. 顾客忠诚度分析。(长期) 利润= 客户价值×客户数量×客户忠诚度,可见及时识别忠诚乘客是十分重要的。对不同忠诚度的乘客推出不同的忠诚计划,挑选真正有价值的忠诚乘客。而对常客忠诚度分析的一个重要作用就是在与乘客交易时,能及时地识别乘客的特殊身份,从而给予相应的产品和服务。同时常客数据库警示乘客异常行为的功能,如一位常客的乘机周期和乘机频率出现显著变化时,都是潜在的乘客流失迹象,表明忠诚度下降,需要采取相应的措施。通过忠诚度调查可以预测乘客最需要什么样的服务,什么时候乘机、乘机频率等,可以作为乘客未来行为的可靠预测。 5. 2. 9 　客户未来预测分析模型。在客户分群、客户行为、贡献度及客户忠诚度等分析中,产生一个相对应的预测模型, 在营销计划尚未付诸执行前,由系统先行预测可能发生的成效,以提升销售活动的成效。客户未来分析包括:a. 客户资料分析。对客户在消费终端产生的信息进行统一收集、规划、管理、处理分析,建立统一客户数据平