客户消费行为分析

关键词： 消费行为 客户资源 客户 财富

客户消费行为分析（精选十篇）

客户消费行为分析 篇1

随着社会的不断进步与经济的持续发展, 我国个人金融资产规模也有了显著的提高, 财富客户资源也呈现出了不断增长的发展态势。财富客户是商业银行宝贵的高端客户资源, 近年来, 由于客户的理财意识越来越强, 同时商业银行所提供的理财产品也越来越多, 使得客户资产波动的频率也明显扩大了。本文将在数据统计分析的基础上着重分析研究财富客户的金融消费特征, 并在此基础上提出一些相关的建议与策略。

1 影响金融客户消费的因素及其消费特征

我们先来探讨一下影响客户金融消费的诸多因素和消费特征。由于不同类型的财富客户其消费行为特征存着很大的差异, 所以银行必须深入研究客户的消费行为特征, 在了解客户的不同需求之上提供各种各样的差异化服务, 从而才能留住最有价值的客户群体。

影响客户金融消费的因素有很多, 概括起来可以分为以下几个方面:

1.1 年龄

不同年龄层次的人会有不同的生理需求, 同时由于年龄的不同, 对于生活目标和精神需求的变化也是不尽相同的。

1.2 性别

影响消费行为的一个重要因素是性别, 不同的性别对于消费活动也有着不同的行为特征, 女性消费注重美观时尚, 相比之下, 男性消费则更看重实用与质量。

1.3 生活方式

不同生活方式下的人对于消费行为有着不同的需求, 他们的生活目标、价值观念以及日常行为准则都会对自己的消费行为产生各种不同的影响。

1.4 心理倾向

消费者会根据自己的兴趣爱好、生活和精神需要、自我意识以及价值观等一系列心理倾向决定自己的消费行为。

1.5 社会阶层

处于不同社会阶层的人群会有各自不同的消费理念和消费行为, 各种职业的不同也会直接导致收入的不同, 从而影响自己的购买力, 对消费行为产生直接影响。

当然, 影响消费者消费行为的因素不仅仅是以上几个, 在此就不一一列举。对于一般的商业银行来说, 它们的财富客户基本上属于高端客户群体, 因此, 这些客户对于消费行为还有更高的要求。比如对于个性化服务的需求越来越高, 楚语高端消费群的财富客户希望自己与众不同, 可以得到他人的重视与尊重, 并且可以享受到特殊待遇, 因此, 这些高端客户会主动追求那些能都显示自己与众不同, 突显自己个性化形象的服务和产品, 还有的客户由于自己的可支配收入水平的提高, 对高端产品的需求和偏好就会随之加强, 他们愿意花更多的钱来享受效果更好的业务, 同时在满足自己的需求的基础上, 越来越多的客户开始想要主动参与到银行对自己的服务上, 这是商业银行就需要多与客户沟通, 在做决策之前应该多听取客户的意见, 保障客户在购买产品和服务之后可以收到最大化的收益与保障。由于高端客户身份的不同, 他们在各自的企业或者家庭中都起着十分重要的影响, 因此商业银行应该给这些客户更多地关注, 在能力范围内满足客户对于专属产品的需求, 这样就会在这些客户当中建立一个良好的口碑, 从而扩大自己的客户群。

以上就是影响客户消费行为的原因及其消费行为特征, 商业银行在面对不同的金融客户时, 应该根据客户的年龄、性别、职业等因素进行综合分析, 引导客户进行综合金融消费, 努力为客户提供周到的金融服务, 扩大自己的客户群体。

2 对于商业银行如何拓展自己的高端金融客户的分析讨论

2.1 客户

由于商业银行的个人金融服务是以客户为中心展开的, 所以客户对于商业银行来说是最大需求, 而细分市场从而寻找目标客户群就成了商业银行拓展自己高端金融客户的主要工作。对于商业银行来说, 想要扩大客户群体就应该站在客户的角度考虑, 了解客户的性别年龄、职业特点、财务状况、性格特点等等各方面, 从客户角度出发, 对客户进行心理和行为的分析, 以便做出更适合客户需求的产品与服务。

2.2 商业银行自身

商业银行要充分认识自己产品与服务的价值所在, 对自己的业务与团队等多个方面都有充分的掌控与了解。目前, 商业银行的多层次理财产品越来越丰富, 品种越来越多, 增长速度也越来越快, 但是从专属理财产品来看, 商业银行的优势并不明显, 银行可提供的投资渠道仍旧十分单一, 这就削弱了高顿客户的消费欲望, 这种情况下就需要理财人员深入研究产品特点, 结合当前市场形势为客户开发更多种类的产品, 扩大客户群。在这之中, 客户经理的队伍建设是扩大客户群的重要方面, 根据目前客户经理队伍知识经验缺乏的情况, 商业银行应该推出有效的行销之策, 满足客户的多重需求。

2.3 对手与伙伴

知己知彼方能百战百胜, 商业银行在充分了解自己的产品与服务同时, 也要研究对手的优势与长处, 通过自己与他人的比较, 对自己的服务与流程有全面的认识, 努力为客户提供人无我有, 人有我优的个性化服务, 充分满足客户需求, 要学会取长补短, 务实创新。

3 对于如何提升商业银行竞争力的建议

以上是关于商业银行如何扩大自己的客户群的分析, 接下来本文将对商业银行如何提升自身的竞争力和财富客户拓展能力提供几点策略建议。

对于商业银行来说, 为了提高市场占有率, 实现自己销售额的不断增长, 经常回以扩大客户源作为自己经营管理的重点。但是从著名的“漏桶理论”来说, 懂得如何维护好老顾客才是促进商业银行发展的重点, 寻找新的客户群固然重要, 但是相比新客户, 老客户会给银行带来更大的效益。这是因为随着顾客不断重复购买商业银行的产品与服务, 他们对银行的信任也越来越大, 随着信任度的增加和口碑的建立, 可以诱发顾客购买其他的相关产品, 同时也会吸引更多的客户。所以, 商业银行应该全面提升最有价值客户的贡献。

首先, 应该积极利用系统支持, 寻找可发展的最有价值客户。作为维护客户资金动态的工具, 银行的相关信息系统在交易中发挥着十分重要的作用, 但是信息系统之外的客户信息却做得不够到位, 所以商业银行应该通过对金融资产的分析筛选无人维护的金融客户并尽快定期导入网点, 并与之建立起维护关系, 同时根据交易频率分析潜在的保险客户、基金客户等并对其进行动态的跟踪, 适时的把握营销机会。其次, 商业银行要尽量细分客户群, 尽快使理财沙龙增值活动价值化。虽然客户的满意是非常重要的, 但是相对于满意来说, 保持金融客户的忠诚度更为重要, 对银行更有价值。所以, 银行应该分析不同客户的兴趣爱好, 从客户需求出发, 开展多种多样的新颖理财服务, 提高客户的回报率, 增加客户回访和增值活动, 同时, 更多的让客户自己参与到理财服务中来, 深入了解客户, 增进与客户之间的感情交流, 尽快使营销活动价值化。

除此之外, 银行提升自己的品牌内涵, 重视客户转介绍工作也是十分重要的。不同的营销方式和营销手段所产生的营销结果和营销影响不同, 优质的客户服务不单单要把事情做好, 同时还要靠与对手不同的差别化精细服务赢得客户的信任, 争取更多的客户群。

参考文献

[1]邓恩, 卢艳.商业银行个人理财业务的问题与对策[J].经济导刊, 2010 (02) .

[2]喻凌云.商业银行个人理财产品的现状与发展策略探讨[J].新西部 (下半月) , 2008 (03) .

[3]金洳伊.商业银行理财产品的研究分析[J].现代经济信息, 2011 (01) .

通信营业厅客户消费心理分析 篇2

摘 要

在通信产品的营销模式中，对目标市场客户消费心理的充分了解与把握尤为重要，这是整个通信产品设计与营销方案制定的基础。通信运营商要想比竞争对手更好、更快地培育和抢占目标市场，就要比竞争对手更能满足目标市场的消费需求。特别是在当前国内三大通信运营商都是全业务经营以及3G网络开始运营的态势下，新一轮竞争越来越聚焦终端市场，谁最了解终端目标市场客户的消费心理，谁就能赢得市场与先机。

本文通过对通信营业厅消费者心理特点与影响因素的研究，以及通信消费者的类型分析，消费动机，消费决策以及行为特性，如何从庞大的消费群体中识别企业潜在的顾客，分析他们的心理与行为特征，是通信运营商营业厅营销的首要任务。本文对消费者的心理与行为特征进行了具体的分析，并指出通信营运商必须认识，适应并主动地采取相应的营销策略来影响消费者的心理和行为，才能在未来的营销竞争中立于不败之地。

关 键 词： 通信消费者 消费心理 消费者行为 营销策略

通信营业厅客户消费心理分析

绪 论

近十年来，中国通信业的发展与改革经历了“完全垄断—寡头垄断—适度竞争”的过程。通信业主要以营业厅为基础进行营销服务。随着竞争的日益加剧，产品的同质性越来越高，以往无差异化营销策略越来越不适应市场竞争的需要，差异化营销已成为各运营商的重要经营战略。差异化营销的前提是准确的市场细分，而市场细分的依据是目标市场客户的消费心理。

长期以来，从垄断时代走来的通信运营商，固守的是以产品为中心的经营理念，因此一直对市场调研重视不够。客户的消费需求影响其购买动机与消费行为，最终影响企业市场营销的成败。因此，众多的心理学家、经济学家、市场营销专家与企业家对此都给予高度的关注并进行了大量的研究。西方学者对消费心理的研究主要集中在三方面：消费心理过程、消费心理差异性特点以及消费心理的影响因素。相比较而言，我国对消费心理的研究起步比西方晚很多。综合近二十年来国内专家学者的研究，可以发现消费心理过程的研究主要侧重于消费需求与动机两方面的研究。在消费心理差异性研究方面，我国学者主要是年龄、性别、学历与职业等人口统计变量方面对比了不同群体的消费心理。从年龄差异来看，研究侧重于老年人和青少年的消费心理，从性别差异来看，则对女性消费心理给予了较多的关注，尤其是城市中青年女性。在消费心理影响因素方面的研究，我国学者则比较关注收入水平与社会地位；消费习惯与消费风俗；消费者的价值观与消费观；参照群体等。第一章：消费心理研究综述

1．消费与消费者

广义的消费包括生产消费和个人消费。生产消费指生产过程中工具、原材料、人力等生产资料和活劳动的消耗。它包含在再生产之中，是维持生产过程连续进

通信营业厅客户消费心理分析

行的基本条件。个人消费是指人们为满足自身需求而对各种物质生活资料、劳务和精神产品的消耗。它是人们维持生存和发展，进行劳动力再生产的必要条件，也是人类社会最大量、最普遍的经济现象和行为活动[2]。如果将前者作为这一过程中的起点，后者则构成这一过程的终点，即个人消费是一种最终消费。马克思称之为“原来意义上的消费” [3]。在研究中，狭义的消费者指购买、使用各种消费品或服务的个人与住户（household）[4]。广义的消费者是指购买、使用各种产品与服务的个人或组织。本文主要从广义的角度营业厅消费者的消费心理。

2、消费心理与消费行为

消费心理是指消费者进行消费活动时所表现出的心理特征与心理活动的过程。又称消费者心理[5]。消费者的心理特征包括消费者兴趣、消费习惯、价值观、性格、气质等方面的特征；消费者的心理过程分为七个阶段：产生需要、形成动机、搜集商品信息、做好购买准备、选择商品、使用商品、对商品使用的评价和反馈。此外，消费者心理还受到消费环境、消费诱导等多方面因素的影响。

消费者行为是指消费者为获取、使用、处置消费物品或服务所采取的各种行动，包括先于且决定这些行动的决策过程[6]。消费者行为模型见下图：

图2-1 一般消费行为模型

消费者行为既富有多样性，又很复杂。多样性表现为不同消费者在需求、偏好等方面各有侧重、互不相同，同一消费者在不同的时期、不同的情境、不同产品的选择上，其行为也呈现很大的差异性。不仅如此，消费者的行为还受到各种

通信营业厅客户消费心理分析

文化的、经济的、个体的因素所影响，而且这些因素对消费者行为的影响有的是直接的、有的是间接的，有的是单独的、有的则是交叉或交互的。正是这些影响因素的多样性、复杂性，决定了消费者行为的多样性和复杂性。尽管如此，消费者行为也并非是完全不可捉摸的，事实上通过精心设计的调查或实验，可以找到千差万别的消费行为背后，存在一些共同的特点和特征。正是这种共性的存在，使我们对消费者行为规律的探索成为可能。研究消费者行为的作用有开发新的市场机会，有效的分割市场，改善目前的市场营销等等

3、消费需求研究

需求是人为了发展生命和实现自主，对相关条件的要求和欲望。需求在主体的心理体验上通常是一种不满足感。需求是购买动机的源动力，因此，它备受学者们的关注。

在心理学领域，最具代表性、影响最深远的是1943 年美国心理学家马斯洛（Abraham Maslow）提出的需求层次理论。马斯洛认为，人的需求可分为 5 个层次，如下图：

图2-2 马斯洛需求层次理论

最低层次是生理需要，这是人类最基本的需要；第二层次是安全需要，包括生命财产及心理上的安全；第三层次是社会需要，指归属感、爱与被爱，认同与接纳；第四层次是尊重需要，包括自尊和受别人尊重。最高层次是自我实现需要，表现为希望最大程度地发挥自己的能力和潜能，实现自己的人生目标。

通信营业厅客户消费心理分析

马斯洛认为就发展性而言，每一较高层次需求的出现，都是在较低层次需要得到完全满足以后。对此观点，心理学家阿德佛提出了不同的看法。阿德佛认为人的需求可归结为三个层次：生存需要、相互关系需要与成长需要，这三个层次的需求并不是一定要等低层次的需要得到满足以后高层次的需要才会出现的。显然，阿德佛的“ERG”理论要比马斯洛的需求五层次理论更进一步。恩格斯在此基础上作出补充，认为人的需求还应有享受需求。

经济学家们认为，消费需求的影响因素，除了内部因素外，还应包括外部因素，如：价格、需求弹性、消费者可自由支配的收入等。马歇尔的消费需求理论提出，影响消费者个人需求的“要核”可归纳为:边际效用递减规律、需求规律、需求的价格弹性规律、消费习俗的惯性和消费者剩余[7] 英国经济学家凯恩斯(J•M•Keynes)的绝对收入理论认为,实际消费支出与实际收入之间有稳定的函数关系,即消费水平取决绝对收入水平。每一个消费者的消费行为均不受他人消费行为的影响。美国经济学家杜森贝里(J•S•Duesenberry)的相对收入理论(Relative Income Hypothesis, RIH)认为,消费者的消费支出不仅受其自身收入的影响,而且受他人消费支出的影响,这被称为消费者的“示范效应”。美国经济学家哈维·莱宾斯坦(HarveyLeibenstein)提出了边际外部效应递减原理,根据这个原理,单个消费者的消费行为会受其他消费者消费行为的影响,但影响的程度迟早会出现递减的趋势。莫迪利安尼的生命周期理论则认为，个人所处的生命周期的不同，也会对消费需求造成影响。

以上学者为消费需求的研究提出了很好的思路与方向，但随着时代的发展，消费者的消费心理越来越复杂，如：炫耀心理、攀比心理。显然，我们还应关注更多新需求的出现。

4、消费动机研究

心理学家贝尔逊及斯蒂纳指出：“动机是身体内一切情况如愿望、欲望、内驱力等等的活动或移动” [8]。显然，动机是为了满足某种需要而产生的。动机应用到商业上就是购买行为。动机是引发和维持消费者行为并导向一定目标的行为发生的源动力。

消费者行为是一种动机性行为。购买动机是引起购买行为的内心推动力，喜、通信营业厅客户消费心理分析

厌、好、恶等心理因素会增强或是削弱购买动机，从而产生不同的价值取向和购买行为。贝尔逊及斯蒂纳认为，消费动机总体来看主要有以下三个方面：

1.情感动机，包括求新求美、满足嗜好、自我表现、好胜攀比等都属于情感动机的范畴。

2.理智动机，包括追求实用、追求廉价、追求便利等。

3.惠顾动机，也称习惯性动机，它是指消费者对特殊品牌或特定商店产生特殊的偏好和信任，从而在近似条件反射的基础上习惯性的光顾某一商店，购买某一品牌。

5、国内学者对消费心理的研究

我国在消费心理方面的研究起步较晚,20世纪80年代中期才对该理论进行系统化、体系化的研究,大多以引进和介绍国外研究成果为主,通过定性与定量的方法，集中研究了三方面的内容：消费心理过程、消费心理差异性特点以及消费心理的影响因素。在消费心理过程的研究方面主要侧重于消费需求与动机两方面的研究。城镇居民消费心理需求的特征表现在无限性、多样性与时代性[11](崔影慧，1999)。消费者纷繁复杂的购买动机可归纳为以下类型：求实、求新、求趣、求利、求廉、求名、求速、求安、求便等[12](李立红，1998)。后来的研究者在此基础上补充了逆反心理和随多心理[13](孙梅，2003)。对比改革开放前后我国城市居民消费心理的不同特点也曾是学者们研究的热点之一。刘连叁认为变化如下：实用消费—美感消费；集中消费—松散消费；硬性消费—软性消费；共性消费—个性消费。[14](刘连叁，1997)众多对城镇居民消费心理的研究结果显示：城镇居民消费心理正日趋成熟，人们由过去的效仿型和追随型向理智型和个性化方向转变。尹文莉等人通过对皖北地区农村居民消费行为的研究指出，农民的消费心理表现为消费观念比较保守、强烈的后顾意识、求同的从众心理、盲目的攀比心理等。[15](尹文莉等人，2008.12)在消费心理差异性研究方面，我国学者主要是对比了不同群体的消费心理，如性别、年龄、学历与职业等人口统计变量方面的不同群体。从性别差异来看，研究侧重于女性消费心理，尤其是城市中青年女性。从年龄差异来看，则对青少年和老年人的消费心理给予了较多的关注，特别是对大学生的消费心理研究最

通信营业厅客户消费心理分析

多。高洁等人通过对城乡大学生的消费行为差异性研究，认为城乡大学生在消费心理方面存在显著差异。在研究消费心理影响因素方面，我国学者重点关注收入水平与社会地位；消费习惯与消费风俗；消费者的价值观与消费观；参照群体等。王宁认为“我”是按照“我们”所接受、认可、赞许的方式来进行消费活动的。“我们”不但是“我”的参照群体，也是“我”的消费活动的观众和道德裁判。“我们”为“我”的消费活动划定了边界、制定了规矩[16](王宁，2001)。

3、西方学者对消费心理的研究

消费心理与行为的理论研究始于19世纪末。1895年美国明尼苏达大学盖尔首先采用问卷调查法，对消费者对商品广告及其所介绍商品与看法进行研究。1899年，美国经济学家威布伦在《悠闲者阶层的理论》一书中，提及消费心理及其社会含义，并明确阐述了过度消费中的炫耀心理。20世纪初,美国心理学家沃尔特·D·斯可特发表了《广告心理学》一文,将心理学首次应用到广告活动中,第一次提出了“消费心理”的概念。在以后的一段时期,美国许多心理学家根据当时经济形势的需要,积极从事有关消费问题的各项心理研究与实验。1908年,罗斯出版的《社会心理学》开辟了群体消费心理的研究领域。1938年,欧内斯特·迪士特提出了消费动机理论的实验研究成果。1951年，美国心理学家马斯洛提出了需要层次理论；1953年，美国心理学家布朗开始研究消费者对商品的倾向性。

自20世纪70年代以来,西方学者对消费心理的研究进入了全面发展的阶段,研究因素由关注年龄、性别、职业、家庭收入等转入需求、动机、个性、群体社会规范等社会因素,同时研究也由定性分析转向了定量分析,分析模型的建立、定量化分析、统计分析技术、信息处理技术等现代科学方法和技术手段的运用将该领域的研究提升到了一个新的水平。

综观近年来消费者心理与行为的研究现状，可发现以下新的发展趋势:一是研究角度趋向多元化，许多学者开始把消费者心理与行为同更为广泛的社会问题联系在一起，从宏观经济，自然资源和环续护、消费者利益、生活方式等多种角度进行研究。二是研究参数趋向多样化，把心理因素和社会因素有关的变量如需要、动机、个性、参照群体、社会态度与人际沟通等引入消费心理与行为的研究

通信营业厅客户消费心理分析

中，为研究的精细化提供了可能性。

第二章：营业厅顾客消费心理分析

1、国内电信行业消费心理研究综述

回顾中国电信业的发展与改革历程，各大电信企业是从“完全垄断—寡头垄断—适度竞争”一路走来。自上世纪90年代，我国开始实行以“打破垄断、引入竞争”为指导思路的电信业改革。1997年，电信和邮政分开；1998年，电信业实行政企分开；1999年，中国电信重组，分别组建中国移动、中国电信和中国卫通。2000年，铁通成立。2002年5月，中国电信集团公司和中国网络通信集团公司挂牌成立。电信市场一度形成“5+1”竞争格局：电信、移动、联通、网通、铁通和卫通[17]。2008年底，中国电信业又进行重组，形成中国电信、中国移动和中国联通“三足鼎立”的竞争格局。三大电信企业都是全业务运营，并分别获得工业及信息产业部颁发的三张不同的3G牌照：CDMA2000（中国电信）、TD-SCDMA（中国移动）、WCDMA（中国联通）。

“电信企业提供什么产品，消费者就只能选择什么产品”，这是垄断时代“以产品为中心的”的“老福特式”的营销理念。进入竞争时代，这一经营理念已不再适应新的竞争形势，电信企业必须做到“消费者需要什么产品，电信企业就提供什么产品”!电信企业必须牢固树立“以客户为中心的” 的经营理念，才能使自己在激烈的市场竞争中立于不败之地。

随着竞争产品的同质性越来越高，以往无差异化营销策略越来越不适应市场竞争的需要，差异化营销已成为各电信企业的重要经营战略。差异化营销的前提是准确的市场细分，而市场细分的依据是目标市场客户的消费心理。因此，各电信企业都开始重视对客户消费心理的研究，利用心理学、消费心理学、经济学与

通信营业厅客户消费心理分析

市场营销学的相关理论进行目标客户消费心理的分析与探讨，用以指导企业的营销实践。

市场细分这个概念是由美国市场营销学家文德尔·斯密（W G Smith）于 1956 年首先提出的，目的在于识别不同消费者个人或群体的需求、动机、态度、偏好、购买力和购买行为等各方面的差异性和共同性，把市场区分成各个不同的子集。市场细分是指企业按照消费者需求的差异性把某一产品的整体市场划分为若干子市场，或者说是把一个异质的整体市场划分为若干个相对同质的子市场，以确定产品的目标市场，使相对有限资源的效益最大化的过程。细分出的每一个消费者群，称为“子市场”或“亚市场”[18]。由此可见，每一细分市场都是由具有类似需求倾向的消费者构成的群体，也就是说每一个“子市场”或“亚市场”中的消费群体的需要、欲望、购买行为和购买习惯都是较为类似的，而分属不同细分市场的消费者对同一产品的需求与欲望等则存在明显的差别。

市场细分的变量一般有人口统计变量、地理变量、心理变量、行为变量。人口统计变量包括年龄、教育背景、职业状况、可自由支配收入等；地理变量是指地域类型的不同，心理变量涵盖了消费者的一般心理过程与心理特征；行为变量主要指消费者不同的消费行为及同一消费行为的频率程度。

依据消费需求与动机的相关理论，电信企业将产品分为基础业务与增值业务。基础业务以语音业务为核心，以满足客户较低层次的需求，如：沟通与情感交流；增值业务以数据业务为核心，以满足客户较高层次的需求，如：获取资讯与提高效率。依据经济学的收入与需求价格弹性方面的相关理论，电信企业将客户细分为消费水平高、中、低三个层次，中国移动据此成功塑造了全球通、动感地带与神州行三大品牌。中国电信成功推出了“我的E家”系列品牌。中国联通也据此打造了世界风、新势力、如意通与万众卡四大品牌。依据年龄这一细分变量，中国移动的动感地带自推出之日起，就深受目标用户群(18-25岁)的追捧。中国联通的竞争策略品牌：新势力(目标用户群年龄段同移动的动感地带)也取得了不俗的业绩。依据地理这一细分变量，三大运营商都对同种业务区分出两个版本：城市版与农村版。在基本业务功能不变的情况下，在价格及配套的增值业务方面作出调整。依据心理需求点的不同，中国移动的全球通所强调的“我能” 品牌口号深入人心；而动感地带的“我的地盘我作主”因非常切合这一年龄段消费

通信营业厅客户消费心理分析

者的心理而赢得了较大的客户群[19]。

尽管电信企业主观上已经认识到消费心理研究的重要性，但目前在方面的研究是较少而且是比较粗糙的。但由于客户群规模庞大、客户需求的变化、客户数据分散、不完整以及主要依赖的CRM(客户关系管理)系统的滞后性，给现阶段进一步推进市场细分工作造成了极大的困难[20]。而突破当前制约各大电信企业准确细分市场瓶颈的有效办法，除了升级CRM系统，集中客户数据以外，还应加大对客户消费心理的调查研究。

1．当代消费者心理变化趋势和特征

通信产品的消费心理中，求名、模仿、炫耀与攀比心理是第一位的，其次是求新和求美心理，人们以前对安全与价格实惠的要求不是很高。对安全要求不高的原因是因为当时人们对信号辐射影响身体健康这一问题还没有深刻的认识；对价格实惠要求不高，更多是因为高价格为他们带来的炫耀的满足足以补偿高价的损失。但随着手机终端与通信费用的不断降低、手机在居民中的普及率不断提高、手机用户使用移动数据业务的占比越来越大，早期被视为奢侈品而赋予消费者地位、身份等象征意义已经大大弱化。因此，本文认为当前人们的通信产品消费心理较早期已产生很大的变化。如下图所示：

图4-1 通信产品消费心理变动图

通信营业厅客户消费心理分析

当今中国三大通信运营商的激烈竞争，市场正由卖方垄断向买方垄断演变，消费者主导的营销时代已经来临。在买方市场上，消费者将面对更为纷繁复杂的通信产品的选择，这一变化使当代消费者心理与以往相比呈现出一种新的特点和趋势。

(1).个性消费的复归

之所以称为“复归”，是因为在过去相当长的一个历史时期内，工商业都是将消费者作为单独个体进行服务的。在这一时期内，个性消费是主流。只是到了近代，工业化和标准化的生产方式才使消费者的个性被淹没于大量低成本、单一化的产品洪流之中。另一方面，在短缺经济或近乎垄断的市场中，消费者可以挑选的产品本来就很少，个性因而不得不被压抑。市场发展到今天，多数通信产品无论在数量还是品种上都已极为丰富，现实条件已初步具备。消费者能够以个人心理愿望为基础挑选和购买商品或服务。更进一步，他们不仅能作出选择，而且还渴望选择。他们的需求更多了，变化也更多了。逐渐地，消费者开始制定自己的准则，他们不惧怕向商家提出挑战，这在过去是不可想象的。用精神分析学派的观点考察，消费者所选择的已不单是商品的使用价值。而且还包括其他的“延伸物”，这些“延伸物”及其组合可能各不相同。因而从理论上看，没有一个消费者的心理是完全一样的，每一个消费者都是一个细分市场。心理上的认同感已成为消费者作出购买的品牌和产品决策时的先决条件，个性化消费正在也必将再度成为消费的主流。

(2).消费主动性增强

在社会分工日益细化和专业化的趋势下，即使在许多日常生活用品的购买中，大多数消费者也缺乏足够的专业知识对产品进行鉴别和评估，但他们对于获取与商品有关的信息和知识的心理需求却并未因此消失，反而日益增强。这是因为消费者对购买的风险感随选择的增多而上升，而且对单向的“填鸭式”营销沟通感到厌倦和不信任。尤其在一些大件耐用消费品(如电脑)的购买上，消费者会主动通过各种可能的途径获取与商品有关的信息并进行分析比较。这些分析也许不够充分和准确，但消费者却可从中获得心理上的平衡，减低风险感和购后产生后悔感的可能，增加对产品的信任和争取心理上的满足感。消费主动性的增强来源于现代社会不确定性的增加和人类追求心理稳定和平衡的欲望，而且人天生就有很强的求知欲。

(3).消费心理稳定性减小，转换速度加快

通信营业厅客户消费心理分析

现代社会发展和变化速度极快，新生事物不断涌现。消费心理受这种趋势带动，稳定性降低，在心理转换速度上趋向与社会同步，在消费行为上则表现为产品生命周期不断缩短。看现代人换手机，换各种个性的通信产品就知道。

(4).对购买方便性的需求与对服务的要求越来越高

一部分工作压力较大，紧张度高的消费者会以办理的方便性为目标，追求时间和劳动成本的尽量节省。还有对服务的要求越来越高。

(5).价格仍然是影响消费心理的重要因素

虽然营销工作者倾向于以各种差别化来减弱消费者对价格的敏感度，避免恶性削价竞争，但价格始终对消费心理有重要影响。像现在三大通信运营商很大程度上是在价格方面的竞争。这说明即使在当代发达的营销技术面前，价格的作用仍旧不可忽视。只要价格降幅超过消费者的心理界限，消费者也难免不抨然心动而转投竞争对手旗下。

(4).躲避现实干扰的消费心理。现代消费者更加注重精神的愉悦，希望在购物中能保持心理状态的轻松和自由。但店铺式购物却常常对消费者构成干扰和妨碍, 或营业员态度不佳，或对商品购物环境不满意，或不想让人知道自己所购买的商品等，而网上消费恰恰能够弥补这些不足。

(5).追求价廉的消费心理。即使营销人员倾向于以其它营销差别来降低消费者对价格的敏感度, 但价格始终对消费心理有着重要的影响。一旦价格降幅达到消费者的心理预期，消费者就有可能被吸引并产生购买行为。

(6).保持与外界的广泛联系，减少孤独感的消费心理。网上市场提供了具有相似经历的人们聚集的机会，通过网络而聚集起来的群体是一个极为民主性的群体。在这样一个群体中，所有的成员都是平等的，每个成员都有独立发表自己意见的权利，这可以帮助在现实社会中经常处于紧张状态的人们减轻一定的心理压力。

2、营业厅顾客类型及分析

（1）、急躁型：容易发怒。语言的选择和态度要慎重，不能随便套近乎。动作敏捷，避免让顾客等候。

（2）、胆怯型：羞怯畏缩。仔细观察顾客的表情和动作，提供引导、保证和支持顾客。

通信营业厅客户消费心理分析

（3）、健谈型：特别爱说话。耐心的倾听、不打断顾客的话。抓住机会让话题转到服装相关的正题

（4）、博学型：知识与见识丰富。对顾客的学识加以赞赏。分析顾客的兴趣和喜好，推荐适宜的货品。

（5）、自我型：自我优越感强。倾听并顺应她的自我主意。在适合的时候征询她的意见，让你的建议成为她的主意。

（6）、怀疑型：防卫戒备，不相信他人。通过询问找出顾客的疑虑。对顾客的介绍要真实可信

（7）、沉稳型：似乎认真倾听，就是迟迟不作购买决定。明确表达货品的卖点与她的个人特征吻合。透露货品受欢迎或限量供应等供给不足的信息

（8）、内向型：少言寡语，不善言谈，选择时间长，犹豫不决，容易推翻自己，后悔接近的时机不能过早，保持一定的距离，给顾客自由的空间感。配合顾客的心理接受度，适时的以对方确切的优点夸奖对方，引起话题，增强顾客的信心。（9）、好胜型：总想证明自己是对的。推荐货品一定要尊重顾客的意愿和情绪。给顾客做建议时要充分自信，让她感受到虽然你谦虚，但你比她专业。

（10）、条理型：做事缓慢，不断的权衡。条例清晰的向顾客介绍说明。你的解说必须简洁、有理有据。

（11）、嘲弄型：爱说刻薄话或风凉话。保持和平的心态，不要被顾客的语言或行为激怒。对顾客嘲弄的语言可以用“您真幽默”或“您真是个风趣的人”来化解。

（12）、理智型：喜欢自己作主，不愿别人过多介入，购买时不动声色，善于比较，不急于作出决定。尊重顾客的意愿，夸奖顾客的眼光。从专业角度对货品的特征做补充说明。

（13）、随意型：没有明确的购买目标，愿意听取他人建议，不过于挑剔表达真诚，了解她的需求，让她感觉提出的建议出发点是为她着想适可而止，不过多推荐。

（14）、冲动型：反应快，易受外界影响，下购买决定快，行为受情绪的影响。

通信营业厅客户消费心理分析

参 考 文 献

[1]韩小红 网络消费行为 西安交通大学出版社

通信营业厅客户消费心理分析

[2]樊文娟 消费心理学

[3]赵淑清 于国水编 商业心理学 中国商业出版社 [4]黄敏学.网络营销 武汉大学出版社,2001 [5]姜旭平网络营销 清华大学出版社,2003.[6]田剑 冯鑫明 电子商务环境下消费者行为分析 华东经济管理,2001,(1).[7]李忠艳 电子商务中的消费心理浅析 商业研究2004，（11）[8]冯英健 网络营销基础与实践 清华大学出版社,2004.[9]CNNIC中国互联网络发展状况统计调查资料[OL]..致 谢

感谢指导教师在论文选题、撰写过程中对我的无私帮助，使我能够顺利完成毕业论文的答辩，并取得理想的成绩。通过毕业论文的撰写和答辩，加深了我对专业基础理论的理解，拓宽了我的专业知识面，实在是受益匪浅。

感谢我班同学在撰写过程中的对我的大力支持。由于相关资料缺乏，她们

通信营业厅客户消费心理分析

会为我借阅重要参考资料，使我能够抓紧宝贵的时间，完成毕业论文的写作。只是今后大家都将在难以聚首，希望以后大家都各奔前程，一切如愿。

客户消费行为分析 篇3

关键词：数据挖掘；数据仓库；寿险；决策树；C5.0

中图分类号：TP311文献标识码：A文章编号：1009-3044(2007)18-31481-03

Application of Data Mining Technology to Analyze Life Insurance Customers' Purchase Behavior

ZHANG Xiao-yan1,QI Chun-ying2

(1.Educational Information Technology Center,South China Normal University,Guangzhou 510631,China;2.Xuzhou TV University,Jiangsu 221006,China)

Abstract:With China's entrance to WTO, the competition of domestic life insurance market is becoming red-hot day by day.With two decades' development, our life insurance has achieved rapid progress and accumulated a large amount of data of their customers.To find the rule that the customers selected their life insurance policy.the data mining technology is used based on their purchasing records.Data deriving, data cleaning and data pre-processing are necessary steps before data mining. After that, decision tree models were set up with C5.0 algorithm in SPSS Clementine tool and different models were compared and analyzed to find out some useful rules in the customers' decision about different life insurance product..

Key words:data mining;data warehouse;life insurance;decision tree;C5.0

1 引言

1.1研究的背景和动机

随着计算机技术和信息技术的发展，信息的增长速度呈指数上升。有数据表明，进入二十世纪90年代，人类积累的数据量以每月高于15%的速度增加。面临浩瀚无际的数据，如果不借助强有力的分析技术，仅依靠人的能力来理解这些数据是不可能的，因此，人们需要强有力的数据分析技术来满足对海量数据分析的需求。在这种情况下，从数据库中发现知识及其核心技术——数据挖掘技术应运而生，并显示出强大的生命力。

寿险行业在我国虽然起步较晚，但自改革开放以来，寿险业在我国取得长足发展，每家寿险公司都积累了自己庞大的信息库，面对这些海量的数据，如何加以合理分析与利用，是每家公司急于要解决或正在解决的问题。基于这样的一个背景，本文提出了在寿险行业中应用数据挖掘的方法对客户对寿险产品购买行为进行分析的研究

1.2研究现状

国内的寿险业经过近二十年的发展，积累了大量的客户数据和代理人数据，目前国内的各大寿险公司已经从数据仓库着手，建立自己公司的BI系统，从目前的规模、IT人员技术的积累、市场竞争的加剧等客观情况来看，数据挖掘在寿险业的应用的时机和条件都日趋成熟，只是在目前的条件下，数据挖掘在寿险行业的成功应用并不能一蹴而就，而需要一个循序渐进的过程。

1.3寿险行业数据挖掘应用范围

在寿险产品的销售过程中，一共有四种角色参与：投保人和被保人、寿险代理人和保险人，其中投保人与被保人都称作公司的客户，数据挖掘在寿险业的应用范围非常广泛，具体包括以下方面：

对客户而言，数据挖掘的应用范围主要包括：客户利润分析、客户生命周期价值分析以及客户聚类分析；

对代理人而言，数据挖掘的应用范围主要包括：为代理人队伍的正确部署准备决策依据和潜在优秀代理人的发掘；

对保险公司而言，数据挖掘的应用范围主要包括：风险模型的建立和索赔分析；

2 数据挖掘技术及其现状

2.1数据挖掘的概念

数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。这些数据可以是结构化的，如关系数据库中的数据，也可以是半结构化的，如文本，图形，图像数据，甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的，也可以是非数学的，可以是演绎的，也可以是归纳的。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等，还可以进行数据自身的维护。数据挖掘借助了多年来数理统计技术和人工智能以及知识工程等领域的研究成果构建自己的理论体系，是一个交叉学科领域，可以集成数据库、人工智能、数理统计、可视化、并行计算等技术。

2.2数据挖掘的主要步骤、任务、方法和应用

数据挖掘一般有以下几个主要步骤：数据收集、数据整理、数据挖掘、对数据挖掘结果的评估以及最终的分析决策。数据挖掘过程需要多次的循环反复，才有可能达到预期的效果。

数据挖掘技术的目标就是从大量数据中，发现隐藏于其后的规律或数据间的关系，从而服务于决策。

数据挖掘主要任务有：数据总结、分类、关联分析和聚类分析。

数据挖掘工具采用的主要方法包括决策树、相关规则、神经元网络、遗传算法，以及可视化、OLAP联机分析处理等，另外也采用了传统的统计方法。

目前，数据挖掘的研究和应用非常热门，应用主要集中在以下几个领域：金融、市场业、工程与科学研究、产品制造业、司法和证券业。

2.3数据仓库与数据挖掘

数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。数据仓库本身是一个非常大的数据库，它储存着由组织作业数据库中整合而来的资料，特别是指从联机事务系统OLTP（On-Line Transactional Processing）所得来的资料。企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础，整个数据仓库系统包含四部分：数据源、数据的存储与管理、OLAP服务器和前端工具。

数据挖掘是在数据仓库的基础上进行的，若将数据仓库比喻作矿坑，数据挖掘就是深入矿坑采矿的工作，若没有够丰富完整的资料，是很难期待数据挖掘能挖掘出什么有意义的信息的。

3寿险客户购买行为数据集市设计

3.1数据集市总体结构和开发模型

在多年开发和维护寿险客户分析系统的基础上，为了减少开发与维护的工作量，同时为了在客户的购买行为上开展数据挖掘，作者决定在SQL Server数据库上通过对业务数据的抽取、清洗与转换，建立有关客户购买行为的数据集市，并通过建立多维数据集，对不同的决策层采用不同的工具展示他们所需要的数据，其总体结构如图1所示：

图1 数据集市总体结构

本文的实验是采用数据集市（Data Mart）的形式。数据集市开发模型的建立如图2所示：

图2 数据集市开发模型

4 客户购买行为的决策树分析

4.1数据预处理

4.1.1数据抽取

总公司可以直接从数据库中提取数据，分公司则采用了微软的DTS（数据转换服务），通过定义一个源数据端和一个目的数据端，通过DTS在两端之间传输数据。建立好抽取的模型后，再用SQL Server的企业管理器，定义作业，指定每天凌晨定时从总公司的业务系统里取数据。

4.1.2数据清洗

寿险业的数据与其他数据一样，常常是含有噪声、不完全和不一致的，数据预处理能够帮助改善数据的质量，进而帮助提高数据挖掘进程的有效性和准确性。

对数据的清理，主要包括一下几个方面：遗漏数据清理、噪声数据处理和错误数据处理。

4.1.3数据转换

(1)日期的转换

在业务系统上，日期都是用数值型表示。对于生效这类日期是以8位的数值表示，如20040101，而对于客户的出生日期是用5位数值表示，如20040101表示为40101，所以在向数据装载数据之前，需要把这两类日期表示方法进行统一处理，如把40101作如下转换：40101＋20000000 = 20040101

(2)保费的转换

对于寿险产品，缴费方式分为年缴与趸缴，趸缴是一次性缴完所有保费，所以趸缴保单的保费是远远大于年缴保单的。而年缴保单不同的缴费年期的缴费金额也不同的。而对于寿险公司来讲，对这些保单的管理的投入也是不同的，所以通常会对这些单做标准保费的转换。

对于年缴保单，标准保费是一倍自然保费的，对于趸缴保单，标准保费是等于自然保费的10%。

4.2 数据分析与数据展示

对于公司不同层级的决策层，由于使用电脑的频率不同，采取了不同的展示方法，对于中层的决策层，由于使用电脑机会较多，通过多维数据模型，向他们展示不同维度的数据分析。维度是经过对业务部门需求分析得出的，下例是分成三个维：

时间维：表明该保单同意承保日期

险种维：根据被保险人所购买险种类型归类的层次结构

区域维：对各分支机构进行归类的层次结构

多维数据集的数据展示如图3所示：

图3 营销数据的多维分析

4.3 数据记录的选取

根据预处理后的数据，可以从中得到被保险人的详细资料，包括被保险人的年龄、性别、家庭年收入、职业、婚姻状况、学历及所购买的寿险产品代码等，其数据片断如图4所示。

其中的职业分类（典型职业）：1表示普通文员，2 表示外务员，3表示司机，4表示厨师，5类表示采矿工人，6类表示伐木工人。由于客户在选择寿险产品的时候，主要是看它的主险部分，而且无论从保费还是从保障来讲，都是主险占绝对影响力，而且在寿险公司对保单的件数的统计都是以主险为单位的，而不考虑附加险。所以对于客户对险种的选择，只选取了以主险为单位的那些记录。这样，结合被保人与客户对主险的选择一共有24736条记录。

图4 所选择的数据片段

4.4决策树模型的建立

按照保险对象来分，分为人寿险、健康险和意外险三类。由于意外险的在我们公司是以卡单的形式存在的，没有特定的主险形式，所以我们对这些单分成两类。这种分类方法是从保险专业的角度来讲的，所谓人寿保险就是仅以人的生命为保险对象，以人的自然生死为保险金给付责任的人身保险。健康保险是以人的身体或生理机能为保险对象，以疾病或意外伤害事件所致的医疗费用支出或收入损失为保险责任的人身保险。我们公司的健康险包括三个险种：D01P、D05P和P01P，这几款险种的特点是全消费型，而且比较贵，都是对重大疾病的保障。按此类方法，我们把健康险定为A类，非健康险分为B类，记录片段如图5所示。

图5 分类数据片段

记录分布如图6所示：

图6 记录分布

分类的决策树模型如图7所示：

图7 分类的决策树模型

决策树产生的分类规则如图8所示：

图8 决策树产生的分类规则

4.5结果分析

从分类产生的结果来看，可以明显看到以下规则：

(1)年龄在17岁以下和45岁以上的客户购买健康险的比率较少：

分析：对于17岁以下的那些客户，由于本身罹患重大疾病的机率较小，而国内的寿险客户在选择寿险产品的时候多从自身所处的情况出发，对周围比较容易发生的风险比较关注，而对离自己较远的那些风险则是相对关注较少，所以这类客户多数是不考虑购买重大疾病的保险。而对于年龄45以上的那些客户，考虑到费率的原因，这类客户在这个年龄段购买重大疾病保险费用高，举例来讲，对于一个25岁的健康男性，如果购买保额为1000元的重大疾病保险，按20年缴，只需要33元/年，而同样的保额对于一个45岁的人来讲，则需要56元/年，所以多数客户如果要选择健康险，都是趁比较年轻时费率相对较低的时候购买，而不会在上了一定年纪后费率较贵的时候购买。

(2)对于在17岁到45岁之间的客户，是否购买健康险首先是由其家庭年收入多少决定，对于年收入在41000元以下的那些客户较少选择健康险，分析其原因是与健康险本身的特点有关，前面已经分析过，这三款健康险都是纯消费型的产品，既没有储蓄的性质，也没有投资的性质，也就是在保障期满，所缴纳的保费是没有返还的，而一般的人寿险特别是养老型的险种都具有一定的储蓄性质，就算是纯保障的产品，也会相对比较便宜。所以对于家庭年收入较低的家庭，考虑健康险的也比较少。而对于这个年龄段的客户，如果收入在41000元以上的家庭，职业类别是1类和2类的，也就是那些办公室文员、行政内勤、商店经营人员选择健康险的比较多，分析这类人员的特点多为企事业白领阶层，工作紧张压力大，平时活动和运动量都相对较少，但是对自身的身体健康却非常在意，而不太看重保险的投资与养老的功能，所以这类人更多会选择健康型的险种。

(3)对于三类职业，结果中没有明显的规则发现，但是异常数据比较多，共9287条记录，占总数的35%，而第3类职业在我们的职业分类表里，多为司机类职业。由于寿险公司在对被保险人的风险类型进行评估的时候，如果出现多个类型，是取高风险的职业类别。因此要根据该类客户所从事的职业进行进一步分析，如从事的职业是与驾驶车辆有关的职业，则购买健康险的客户比较多，否则，符合前两类分析结果。

5 总结

本文在数据挖掘理论研究的基础上，利用数据挖掘的决策树的方法，对寿险公司客户在选择寿险产品的规则上进行了分析与研究。较为系统性地研究了数据挖掘方法在寿险客户购买行为分析上的应用。提出并建立了我公司寿险客户产品选择的决策树模型，以便能对寿险代理人在展业过程中，有针对性地为客户设计寿险计划有所帮助。

参考文献：

[1]Jiawei Han,Micheline Kamber.Data Mining Concepts and Techniques[M].San Mateo:Morgan Kaufmann Publishers Inc,2001.

[2]Microsoft Corporation(Microsoft SQL Server 7.0的经典指南分析服务})[M].北京:清华大学出版社,2001.8.

[3]Jiawei Han Michaline Kamber(加)范明,孟小峰.等.译.数据挖掘概念与技术[M].北京:机械工业出版社,2001.8.

[4]朱明.数据挖掘[M].北京:中国科学技术大学出版社,2002.5.

[5]飞思科技产品研发中心.SQL Server 7.0 OLAP服务设计与应用[M].北京:电子工业出版社,2002.1.

[6]郑纬民,黄刚.数据挖掘工具及其选择.计算机世界,1999年第20期.

[7]单承戈.决策支持系统问题模型的可视化构造方法[J].计算机应用研究,2000,23(9):25-27.

客户消费行为分析 篇4

1.背景

1.1国内外发展现状

国际先进电网企业为最大化地保持和提升客户价值, 高度重视客户满意度, 借助完善的客户关系管理 (CRM) 系统, 通过需求分析、部门协同、资源分配、个性化服务等方式, 使营销服务机制完善、优化, 不断提高服务水平, 国内供电企业目前运转开始趋于完善, 但随着电力体制深入改革, 供电企业面临更大压力, 在提供大客户服务方面还存在以下问题:

1.1.1大客户服务标准不明确

大客户档案未能体现出客户的差异化的服务需求特征或信息, 对“客户定制服务措施”仅仅限于粗糙的措施, 具体服务标准信息无从体现。

1.1.2服务方式与内容趋同

对客户采取的市场营销服务策略针对性不强, 难以满足电力客户日益提高的个性化服务需求。

1.1.3对大客户服务人员的约束力偏弱

绩效指标虽然下达, 但未能有效反映大客户服务过程的质量与水平, 无法为管理改善提供数据支撑。

1.2肇庆供电局大客户服务现状

肇庆供电局在大客户服务方面, 主要存在大客户影响突出、客户服务面临各方面压力持续增大、大客户服务管理问题亟待改善三个特点, 具体如下:

1.2.1大客户影响突出

肇庆供电局现有用电客户将近175 万户, 大客户共3351户, 占总户数0.193%, 其中, 特大客户211 户, 包括地市级营业区内年用电量排前20名、供电电压等级在35k V及以上的共53户, 大型骨干企业18 户, 重点建设项目140 户, 一般大客户3140 户。以用电量前100 名的大客户为例, 用电量就占全局售电电量的36.6%, 由此可见大客户对肇庆供电局售电量增长具有决定性的影响。

1.2.2客户服务面临各方面压力持续增大

目前大客户对服务信息重视程度调查结果分析, 99.16%客户全面重视, 0.84%客户选择性重视, 反映了客户对服务信息的高度重视。从2015 年1 月-5 月客户抱怨原因分布情况分析, 供电服务因素导致客户抱怨的事件次数占总抱怨次数的21%, 停电与供电质量因素导致客户抱怨的事件次数占总抱怨次数的65%。肇庆供电局面临客户满意度指标考核指标压力也愈为突出。

1.2.3大客户服务管理问题亟待改善

肇庆供电局积极推进客户全方位服务体系建设, 也提出客户关系管理需针对客户分群及市场细分设计服务策略及产品, 满足不同客户群体的个性化需求。网、省公司相继发布相关标准, 但由于分群算法的合理性及实践管理可操作性仍有待验证, 客户分群管理模型未能成熟, 而基于分群策略的差异化服务要求也未能有效运用到客户服务管理。

2.主要做法

2.1主要内容及思路

围绕“成为服务好、管理好、形象好的国际先进电网企业”的战略目标, 肇庆供电局承接客户分群模型, 并进行优化, 开展基于客户交互行为特征分析的大客户服务标准构建研究:

2.1.1基于客户交互行为特征分析

按照公司客户分群模型, 结合本地大客户实际情况, 建立基于客户交互行为特征分析方法, 为大客户服务标准构建提供有效支撑。

2.1.2大客户服务标准构建

通过5W1H工具, 细化大客户服务策略, 建立具体、可操作、针对性强的服务标准, 确保大客户服务内容的标准化。

2.1.3大客户服务质量评价指标优化

综合考虑服务过程与绩效两部分, 利用鱼骨图分析大客户对服务质量是否满意的关键影响因素并确定过程指标, 明确统计方法, 运用AHP加权法, 确定各指标权重。

2.2主要实践

从大客户服务管理现状出发, 通过试点运行检验和完善, 具有较强的实用性。

2.2.1 构建“基础套餐+个性化服务”大客户服务标准库。主要明确大客户服务标准, 服务内容及要求、服务时间、服务场所、服务方法、服务人员, 为大客户个性化服务计划制定提供具体、可操作的指引。

2.2.2优化服务质量评价指标。通过建立大客户服务质量评价指标结构, 监控和改善大客户服务过程的关键表现水平, 促进大客户服务质量的持续提升。

2.3实施路径

2.3.1大客户服务模式优化

大客户服务模式优化, 如图1所示。优化后大客户服务模式为:承接客户分群模型, 结合客户行为属性特征分析, 建立基于客户交互行为特征分析方法, 运用到大客户服务标准库构建, 为大客户服务计划制定与执行提供具体依据, 并通过建立服务质量评价指标, 对大客户服务过程关键表现进行监控与分析, 实现大客户服务质量的持续改善, 有效解决原大客户服务模式存在的弊端。

(1) 基于客户交互行为特征分析

因大客户存在差异导致存在服务个性化需求, 建立基于客户交互行为特征分析方法, 分析过程及结构如图1 所示。大客户交互行为特征分析包含类别特征和交互行为属性两部分, 首先基于用电量数据分布以及服务资源评估定义区分两类大客户类型;其次对用电服务交互行为属性进行相关性筛选, 经过专家判断和调查访谈分析可确定交互行为属性。

1类别特征分析

类别特征方面, 肇庆供电局从特大客户和一般大客户划分标准及范围分析。

2交互行为属性特征分析

根据大客户服务组成单元, 包含服务内容 (包含投诉处理、用电检查、抢修协助服务、抄核收、业扩报装、资讯服务、节能服务) 、服务渠道、工作频率和服务响应四部分。从分群模型 (划分为高价值客户群、停电高敏感客户群、欠费高风险客户群、渠道活跃客户群和用电高风险客户群) 角度, 交互行为属性包含沟通渠道偏好、沟通频率偏好、营业厅支持服务、耗能程度、业扩需求、供电可靠需求、用电安全风险、电价敏感程度。

3建立基于客户交互行为特征分析方法

鉴于目前信息系统及基础数据未完善, 肇庆供电局采用专家判断方法, 对客户交互行为特征进行定性判断, 如表1所示。

表1调查结果者中, 评估选择对应的特殊属性的结果含义如表2所示。

(2) 大客户服务标准库构建

构建大客户服务标准库是服务标准化的重要一环, 为提供服务有规范做法。

1大客户服务标准构建过程

大客户服务标准库包含基础服务套餐和个性化服务套餐。大客户基础服务套餐承接广东电网公司服务策略、大客户服务相关规范性要求编制, 是属于基础服务工作。个性化服务套餐主要根据客户交互行为特征分析, 找出关键属性特征所关联的差异化服务需求, 而制定个性化服务。

2大客户服务标准制定与运用

制定相关服务标准后, 其中, 特大客户服务标准套餐需与特大客户进行沟通确认。拟定服务套餐标准时, 按表1评估确定客户关键属性, 表1引入函数并自动在对应个性化服务中提出具体基础服务套餐和个性化服务套餐。

(3) 大客户服务效果评价指标

设定大客户服务质量的评价指标, 既能有效评价大客户服务的工作成效, 也能反映出大客户服务人员工作质量, 是监控和改善大客户服务质量和提升服务质量的一种手段。

1指标设计

指标设计方面, 综合考虑过程与绩效两部分, 其中绩效指标沿用客户满意度、投诉/抱怨次数两个指标。过程指标利用鱼骨图工具 (可考虑服务响应及时性、服务内容有效性、服务方式合理性、问题解决情况等过程指标) , 分析影响大客户质量的关键因素。

2指标权重分配

指标权重分配采用AHP加权法 (也称层次分析加权法) 。例如, 在表3中, 对于6大考核项目, 按照表4量化取值对照表, 如果我们认为A比B稍微重要时, 则在B行A列交叉处给B记2, 在A行B列处给A记1/2。由此得出考核指标权重表;在表单下方的合计栏中, 将考核要素逐列求和, 得到最后一行数据为:16、14、4.6、3.7、22.5、4.3然后就可以逐行求出各考核要素的权重。

其中, 过程指标权重为60%, 绩效指标权重为40%。运用AHP加权法分别计算出各指标权重如下:

客户满意度、投诉/抱怨次数在绩效指标中的权重比例如下:

综上所述, 计算出6个指标权重, 如表7所示, 将作为大客户服务管理有效输入。

2.3.2试点运行与修正

2015年7月至9月份共3个月期间, 肇庆供电局对上述实践进行试点运用, 试点范围包含211户特大客户, 包括:地市级营业区内年用电量排前20名、供电电压等级在35k V及以上的共53户, 大型骨干企业18户, 重点建设项目140户。试点运行后, 从10月份开始, 上述实践已在肇庆供电局范围内, 推广运用到一般大客户服务管理, 提升效果明显, 并着手全面推广。

3.实施成效

(1) 直接成效

如表8 所示, 为成果试点前后客户服务质量评价得分情况, 不同程度得到提升。

(2) 间接成效

1大客户管理模式优化:针对大客户服务模式的不足, 引入服务标准化的理念, 系统提出大客户服务优化路径。

2构建“基础套餐+个性化服务”大客户服务标准库, 突出特大客户与一般大客户区别, 实现大客户个性化服务。

3优化服务质量评价指标, 能有效监控服务人员的服务过程的表现, 反映出服务过程存在的不足和改进方向, 为大客户服务质量改善提供方向。

参考文献

[1]《电力营销管理》.中国电力出版社

[2]《南方电网公司客户分群管理指导意见》管理制度.

客户消费行为分析 篇5

学号：201213***** 摘要：在信息爆炸的今天，随着互联网的普及和各种移动设备、社交网络的增多，人们不仅仅会接触使用到大量的各种各样的数据，也成为数据的制造者。数据量呈现指数级增长，大数据热潮汹涌来袭！运用好大数据能产生巨大的价值。本文将从大数据的基本概念及数据挖掘基本任务出发介绍大数据在分析客户购物行为中的应用。

关键字：大数据、数据挖掘、购物行为

一、大数据介绍

（一）大数据来源及定义

早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009年开始，“大数据”才成为互联网信息技术行业的流行词汇。据统计，谷歌公司每天要处理超过24EB字节的数据，相当于美国国家图书馆所有纸质出版物所含数据量的上千倍。[1]IBM新兴市场部大数据中心总监王晓梅说：“大数据并非从天而降而是早就存在，所以大数据不是一场新的革命，而是一种演变。大数据本身其实不是一个新事物。我们有大量的海量数据其实由来已久。之所以大数据在最近几年突然变得如此热门，是因为我们第一次有成熟的技术不但能够有效地将这些大数据存储和管理起来，更重要的是能够有效地对这些海量的、多样性数据进行有效的分析，产生洞察力，从而进一步产生生产力。大数据最大的魅力在于它给各行各业带来的商业模式的革命性转型。这也就解释了为什么大数据自从问世以来，一直受到各行业业务主管以及主流媒体的关注和推崇。”

“大数据”一词由英文“Big Data”翻译而来，麦肯锡全球研究所报告《大数据：创新、竞争和生产力的下一个前沿》中把“大数据”定义为“大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群”。[2]

（二）大数据特征

大数据的4V特点：Volume、Velocity、Variety、Value。即大量化，快速化，多样性和价值。[3]

二、数据挖掘技术介绍[4]

数据挖掘是指从大量数据中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并利用这些知识和规则建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程；数据挖掘技术的基本任务主要体现在分类与回归、聚类、关联规则、时序模式、偏差检测五个方面。

分类就是构造一个分类函数（分类模型），把具有某些特征的数据项映射到某个给定的类别上。

回归先假设一些已知类型的函数，这些函数可以用来拟合目标数据，然后利用某种误差分析确定一个与目标数据拟合程度最好的函数。

分类与回归又被称为有监督的学习。

聚类分析是在没有给定划分类的情况下，根据信息相似度进行信息聚类的一种方法，又称为无指导的学习。

关联规则：揭示数据之间的相互关系，而这种关系没有直接在数据中表示出来。时序模式：描述基于时间或其他序列的经常发生的规律或趋势，并对其建模。

偏差检测：用来发现与正常情况不同的异常或者变化，并进一步分析这种变化是有意的诈骗行为还是正常的变化。

三、大数据在分析客户购物行为中的应用

(一)、购物前期客户需求发掘和潜在客户定位

利用社交媒体和互联网购物数据进行大数据分析、通过客户在现实生活中留下的数据（在搜索引擎上的搜索或者购物网站上的浏览点击等）发现客户的需求并建立极具针对性的潜在客户名单。

以西班牙品牌ZARA为例，该公司透过全球资讯网络，每一件销售出去的衣服都有自己的销售身份证（包括售价、部门、时段、客户），这些数据经过自动化程序分析出顾客喜欢的质地、样式及颜色之后能把新的需求迅速转化成产品。传统服装行业按季度推广产品，但ZARA的理念是每3、4个星期就提供新产品，最短3天就可以推出一款新品，一年可以推出12000款时装。正是大数据分析所带来的洞察客户需求的能力让ZARA引领了快速时尚风潮的崛起。

(二)、购物中期客户购物习惯兴趣分析和产品推荐

根据客户购买商品的关联分析发现客户购物习惯，由客户购买的产品种类留意的产品信息等判断客户兴趣，以便在客户购物时进行有效地产品推荐，提高产品销量。

著名的“尿布与啤酒”故事：尿布和啤酒摆在一起出售的举措使尿布和啤酒的销量双双增加。这是发生在美国沃尔玛连锁超市的一个真实案例。沃尔玛拥有世界上最大的数据库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其客户进行购物篮分析。沃尔玛数据仓库里集中了其在各门店的详细原始交易数据，在这些数据的基础上，沃尔玛利用数据挖掘的方法对这些数据进行分析和挖掘。一个意外的事实是：跟尿布一起购买最多的商品居然是啤酒！经过大量实际调查和分析揭示了一个在“尿布和啤酒”背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%到40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱丈夫们在下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了自己喜欢的啤酒。

在产品推荐上典型的例子有亚马逊，客户在亚马逊上的每一次搜索都会增加其对客户兴趣的了解，亚马逊根据其了解推荐相关产品。

(三)、购物过程中客户个性化要求的满足

通过客户在网上的搜索及主动的要求与建议等信息的获取，发现客户的个性化需求。按照传统的二八原则，大量零散的、不具规模价值的消费者需求是会被忽视的，商家只需关注占比为百分之二十的重要客户。而现在在互联网领域，我们一直在讲长尾理论，其实就是要满足所有消费者的需求，即个性化的东西，一一满足之后长尾效应就会显现，企业就能够将过去不被重视的长尾的价值更多的挖掘出来。另外随着客户个性化要求的满足，客户对商家的满意度和品牌忠诚度将大大提高。

(四)、购物后期客户关于商品或商品流程的反馈及反馈影响分析

通过顾客发的商品图片、评论、购买反馈等大数据分析该客户的品牌忠诚度及商品售出环节或商品本身存在的问题。另外通过“达人”推荐，给好评等方式扩大商品影响力度。根据点赞数等形式可以评测其影响。

在优衣库上，购买过该品牌产品的消费者自己搭配服饰。并通过在YouTube上传视频和社交网站上发布照片的形式“晒单”，优衣库根据喜爱“晒单者”搭配方式的跟随者数量决定其赠送给“晒单者”优惠券的面值。这种模式不仅为公司省掉了大量成本还提高了客户体验质量。

四、总结：

大数据不仅在分析客户购物行为改变运营模式上有极大的运用，也预示着包括银行、保险、医疗等众多行业的改革，谁能越早在这场革命中掌握大数据挖掘技术谁就能获得更多的优势。

参考文献：

[1] 维克托.迈尔-舍恩伯格，肯尼斯.库克耶 大数据时代——生活、工作与思维的大变革[M] 浙江人民出版社 2013.01 11 [2] 郭晓科 大数据[M] 清华大学出版社2013年

失去客户的六种错误行为 篇6

这对想开展自己事业的人们可是个再好不过的消息了。但是，根据Toe Girard的理论，从反面来看，当一个顾客由于不满意而离你而去时，你失去的就不仅仅是一个顾客而已，你因此将切断至少与250个潜在顾客和客户的联系，并有可能导致一个重大的损失以至于你的事业在刚刚走上轨道的时候就跌一大跤。

许多缺乏经验的创业者并没有意识到是什么致命的错误将他们的客户和潜在客户撵走。结果呢，他们被迫放弃自己的创业之梦也仅仅只是早晚的事了。所以，在开始之前，你一定要了解如何让你的顾客成为经常购买的回头客，如何让他们成为你的终生顾客!

鉴于广大读者的要求，本刊现选编、分析了六种较为常见的失去顾客的方式，供广大创业者参考：

1、替自己找借口

假设你拥有一家公共关系公司：你没能在规定期限前完成工作，那么，你将如何应付客户的抱怨和不满呢?千万不要找理由说：“我快被繁重的工作压垮了。所以一直没腾出时间开始做你的方案。”这实在是很不明智的，客户才不会关心你是否承担得了如何繁重的工作，他们只会记得，你们公司或者你个人层承诺过在一个确定期限以前完成工作，现在没有完成就是言而无信。

与其找借口，还不如先老老实实承认自己的过失，然后再尽力使事情好转。哪怕是加班加点的工作，也一定要给顾客一个满意的答复。当你能承担所有责任并改正你的过失时，本来一个不好的事反而会让你赢得顾客的信任。

2、忽视反馈信息

大多数顾客并不会告诉你他们的不满，只是转身离开另觅交易罢了。请注意，这个时候要想方设法留住他们!用些额外的时间来争取他们的注意力，定下时间来进行一次私人会面，或者办一个主题讨论会，与你的客户直接电话联系，或请他们回答一些调查问题。比如：

您为什么选择我们的产品与服务?

是什么使使您购买我们的产品而非其他供应商的?

您觉得我们的产品和服务还需要哪些改进?

——找到这些问题的答案将会有助于你的生意。你会找到哪些方面你已经做好了，哪些还存在不足。如果一个顾客不满意，你就能在他改变主意之前采取行动。当你向顾客和你——交流了上述问题，就表明你和顾客的良好关系正在建立，吸引顾客成为回头客是水到渠成的事了。

3、思想消极懈怠

消极懈怠的情绪会使你的顾客在不知不觉中失去。

开创自己的事业难道会是一件容易的事么?想想，一旦你的生意开始，你得随时准备好为现金周转奔波，扛上一大堆琐碎和繁重的重担。然而不管多么艰难，你都必须高昂着头保持微笑。人们只愿意同那些充满自信的人做生意。

摆脱消极思想的恶性循环，集中精力在你的目标上，相信不管遭遇多少挫折你都能最终心想事成。你对自己坚定不移的信心也会同样使顾客对你的生意信心倍增。

4、损害竞争对手的声誉

你怎么对你的顾客和潜在客户说你的竞争对手，他们也同样可以怎么说你。

当有人问你贵公司是如何在与x公司的激烈竞争中累计财富的，可以用这种方式回答：“x公司的产品的确很不错(或很有实力)，但允许我告诉您，为什么顾客选择了我们公司。”然后向你的潜在客户出示一些以往顾客满意的感谢信件等等。用这种方式，你就轻而易举的将话题从竞争对手转移到你们的交易上来了。

从正面说竞争对手的不足或者不好是一种非常不明智的行为。

5、对你的顾客想当然

一旦你懈怠下来，你就输定了。不要理所当然的认为顾客在你这儿购买过一次，就会成为你的终生顾客。

甚至就在你读这篇文章的时间里，你的竞争对手有可能正准备策划着如何将你的顾客们拉走呢。

什么才能吸引你的顾客成为回头客?

举个例子，如果你拥有一间咖啡屋，你可以举办一些经常性的促销活动，例如顾客购买了九杯咖啡，就能获赠一杯额外的。

所有的商家都会抓住顾客的特殊日子，如生日或周年纪念日，给顾客寄去贺卡庆祝，并提供某种免费服务或商品；另外在某段特定日期内将商品打折出售也是一种促销方法。

经验法则：使顾客感到成为你的老客户是对顾客自己也是有利的。

6、固步自封

不要有了一点小成绩就不思进取，在市场飞速发展的今天，如果你不求发展，就只有关门大吉的份了。要不断自我教育，参加各种研讨会，阅读专业书籍和杂志以成为你所在行业的先锋。

你对你行业的了解和知识程度越深，顾客就会对你越有信心，从而使得你的公司成为消费者心目中的第一选择。

基于孤立点检测的异常客户行为分析 篇7

目前，国内超市大多利用POS系统收集了大量的客户交易数据，这些交易数据记录了交易的时间、交易的商品名称、交易的金额和交易的数量等。超市通过数据库技术对这些交易数据进行分类统计，从而得出不同的客户群体，并对其实施相应的营销策略。而数据挖掘技术正是从大量的数据中发现潜在知识的过程。

孤立点检测问题是数据挖掘技术的重要研究领域之一，它用于发现数据集中小部分数据对象，这些对象和数据中的一般行为或数据模型有着明显的不同。孤立点检测被广泛地应用在信用卡欺诈探测中,被发现的孤立点可能预示着欺诈行为，而及时发现这种信用卡欺诈行为对商业银行而言相当重要，可以避免不必要的经济损失。在医疗分析中，可用于对多种治疗方式的不寻常的反应等;在市场分析中，可用于确定极低或极高收入的客户的消费行为。而在零售业中，首先，客户在流失之前，一般情况下，其购买行为也表现出与平时有着明显的不同，如果不能及时知道客户的这些与平时不同的购买行为，则可能使这些客户流失。不少学者发现保持住这些将要流失的客户对公司的盈利能力有着惊人的影响，客户保持率一个小的提高能导致利润可观的改善[1]。Reichheld和Sasser(1990)对美国9个行业的调查数据表明，客户保持率增加5%，行业平均利润增加幅度在25%-95%之间。客户保持已经成为企业成功最至关重要的因素。其次，零售业销售商对客户的正常购买行为是知道的，因此一般根据客户的正常购买行为制定相应的采购、库存等营销手段，但当客户的购买行为出现与平常明显不同的情况时，零售业销售商如果还要按照正常行为来实施销售策略，则可能出现其营销策略与实际情况不符的情况，甚至出现巨大偏差，其损失不言而预。最后，通过对客户与平时有明显不同的购买行为进行研究，可能会发现非常有价值的新的客户。

1 CRM中的客户行为分析

客户关系管理(Customer Relationship Management,CRM)是实现商业智能的关键环节之一，它的核心思想是将企业的客户作为最重要的企业资源，通过完善的客户服务和深入的客户分析来满足客户的需求，保证实现客户的终生价值。客户行为分析是CRM的重要研究内容之一，它是将客户购买信息按不同购买行为特征分成若干类别，对具有某一类行为特征的用户，分析其基本信息，并找出客户行为和客户基本特征两者之间的若干潜在关系。客户关系管理中的客户行为分析一般按照整体行为分析和群体行为分析。整体行为分析用来发现企业所有客户的行为规律，但仅有整体行为分析是不够的，企业的客户千差万别。“物以类聚，人以群分”，根据客户行为可以将他们划分为不同的群体，各个群体有着明显的行为特征。通过客户群体行为分析，CRM用户可以更好地理解客户，发现群体客户的行为规律。基于这些理解和规律，市场专家可以制定相应的市场策略，同时还可以针对不同客户组进行交叉分析，帮助CRM用户发现客户群体间的变化规律。由于实际销售分析中有一条这样的普遍规律：大量的利润来自少部分的客户，所以分析这部分客户群体也就相当重要，这就是大客户分析的重要性。另外，客户分类中还有一种极端情况，每个类别里的客户只有一个，即一对一营销(One To One)。一对一营销是指了解每一个客户，并与之建立起长期持久的关系。而客户异常行为分析就是从客户购买记录中，利用异常检测方法对客户购买行为进行检测，找出其异常变化点，分析产生异常变化的原因，并采取相应的营销策略。

2 孤立点检测

孤立点是数据集中的小部分数据对象，这一小部分对象和数据中的一般行为或数据模型有着明显的不同[2]。孤立点检测是应用数据挖掘的理论和方法来发现数据集中的孤立点，即用于发现孤立点数据集中不同于数据中的一般行为或数据模型的小部分数据对象。零售业孤立点检测指的是在零售业中，应用数据挖掘的理论和方法在客户购买的数据集中发现不同于平时的特殊购买行为或其购买行为的数据模型与平时购买行为的数据模型有着明显不同。

目前在其它领域，常用的孤立点检测算法有：基于统计的方法、基于距离的方法、基于偏离的方法和基于密度方法[2]。其中基于距离的孤立点的概念最早由E.M.Knorr和R.T.Ng[3]提出，S.Ramaswamyetal[4]和S.D.Bay et al[5]分别进行了改进。在这种方法里，一般根据数据对象的最近邻居来判断其是否为孤立点。基于距离的孤立点的优点在于不需知道数据的分布模型，因而可以应用于任何可以用某种距离机制量度的特征空间。而零售业中客户行为的特征正是基于距离机制的量度空间，因此本文采用基于距离的孤立点的检测方法来萃取客户行为的孤立点。但基于距离的孤立点的检测需要确定参数p和d，而参数p和d的确定比较困难，因此,本文采用改进的基于距离的孤立点检测---基于自动距离和的孤立点的检测方法。本方法在进行孤立点检测时不需要确定参数p和d，降低了孤立点检测对用户的要求。

基于自动距离和的零售业孤立点检测的主要思想是通过提取零售业销售商收集的客户原始数据，计算数据集中n个对象两两之间的距离，形成距离矩阵R，然后累计矩阵R中每个对象与其它对象的距离P，并求出其平均值P。将每个P与距离平均值P进行比较，如果P大于2P，则认为此点为孤立点，所有满足此条件的集合即为孤立点集合。

3 基于距离和的孤立点检测异常行为分析

3.1 零售业系统中孤立点的分析

零售业采用POS机和CRM,积累了大量的销售数据,如顾客购买历史记录、货物进出、消费与服务记录以及流行的电子商务等丰富的数据资源。管理人员可以对这些信息进行关联规则挖掘、类描述、聚类分析，找出其中隐含的知识。本文主要根据零售业客户购买记录的信息特点，采用基于距离和的孤立点检测方法检测隐含在其中的有意义的客户信息。

基于距离和的零售业孤立点检测步骤如下：

(1)数据标准化

原始数据集中的数据通常有特定的单位,不同的单位度量会对距离的计算结果产生影响。所以,在计算距离之前,应先对数据进行标准化,用标准化后的数据计算距离。

令、Rj和Sj分别表示第j个属性的均值、平均绝对偏差和标准差，即:

则标准化后的数据为：

其中，j表示每个月购买的次序，n表示总的购买时间数，xij表示第i个月第j次的购买量。选择Rj或Sj会对孤立点产生一定的影响,因为在计算Rj时,属性值与平均值的偏差没有被平方,因而孤立点的影响被减小了。上文指出,使用Rj比Sj具有更好的鲁棒性,但对于孤立点检测来说,还是希望标准化后的数据能尽可能地突出孤立点,所以通常使用Sj。

(2)计算距离

基于距离和的孤立点自动检测方法对于距离的计算，最常用的距离是绝对距离和欧氏距离。绝对距离又称曼哈顿距离，其定义为：

欧氏距离为：

其中，m为数据对象的维数，xij表示第i个对象第j个属性的值。这两个距离可以统一为：

这就是明考斯基距离。

(3)建立距离矩阵

基于距离和的孤立点检测距离矩阵的建立方法如下：

对原始数据集进行标准化后，首先计算数据集中对象两两之间的距离，然后累计每个对象与其它对象的距离。即将xij'代入绝对值距离公式，根据绝对值距离公式计算n个对象两两之间的距离dij，形成距离矩阵R。

(4)寻找可能孤立点

令，即pi为矩阵R中第i行的和，pi值越大，说明对象i与其它的对象距离越远，这些对象有可能是孤立点。

(5)确定孤立点

求出所有的平均值，然后比较pi与，如果，则第i点即为孤立点。

3.2 零售业系统中孤立点的算法实现

为了发现孤立点，在数据分析前，需要对数据库中的数据进行数据的标准化等处理，然后进行孤立点检测。下面给出了基于距离和的孤立点监测算法描述如下：

sampleDatabase()‘对原始数据进行标准化Read_nextRecord(next_user,result1(user_amount))‘读取客户的输出数据

4 应用实例与分析

为了验证算法的有效性，选择某超市18个月的客户购买记录加以检验，从2003年的6月到2004年的12月，以客户购买频率和购买金额作为检测变量。由于孤立点直观上难以理解，使用图表的形式更形象地表示客户购买行为发生异常的倾向。用第三节的分析和算法来实现研究结果，并分别从孤立点和无孤立点两种情况取2个有代表性的客户的检测结果，如图一和图二所示。

5 结束语

孤立点检测问题是数据挖掘技术的重要研究领域之一，它用于发现数据集中小部分数据对象，这些对象和数据中的一般行为或数据模型有着明显的不同。本文探讨了孤立点检测中的基于距离和的孤立点自动检测在零售业中的应用，并通过实际数据验证了距离和孤立点检测方法在零售业中的有效性。研究结果表明该方法不仅可以用来发现零售业数据库中客户购买行为波动情况，而且可以进行消费者购买行为孤立点的检测，从而为零售业进行客户管理提供有效的营销依据，为进一步进行客户预测研究打下理论基础。

参考文献

[1]谭跃雄,周娜,于强.客户生命周期价值模型扩展及在客户细分中的应用[J].湖南大学学报(自然科学版),2005,32(3):124-128.

[2]Edwin M.Knorr and Raymond T.Ng,Algorithms for mining distance-based outliers in large database[J].Proceeding of the24th VLDB conference,New York,USA,1998.

[3]E.M.Knorr,R.T.Ng and V.Tucakov,Distance-Bas-ed Outliers:Algorithms and Applications[J].VLDB Journal:Very Large Databases,2000:237-253.

[4]K.Yamanishi and J.Takeuchi,A Unifying Frame-work for Detecting Outliers and Change Points from Non-Stationary Time Series Data[J].SIGKDD’02mon-ton,Alberta,Canda,2002.

[5]S.D.Bay,M.Schwabacher.Mining Distance-Based Outliers in Near Linear Time with Randomization and a Simple Pruning Rule[C].SIGKDD,Washington,DC,US-A,2003.

[6]张云涛,龚玲.数据挖掘原理与技术[M].北京:电子工业出版社,2004.

客户消费行为分析 篇8

关键词：客户行为分析,电子渠道,协同,协同原则

1、引言

经过2008年的电信业重组后的三大运营商纷纷将发展渠道作为争夺客户和提高服务水平的重要举措。国内外各行业公司的电子渠道发展迅速, 电子渠道在客户服务和营销中的作用增大。随着电信运营商积极推进电子渠道业务, 电子渠道功能的完善和便利程度的不断提高, 电子渠道得到了飞速发展, 业务量不断攀升。

截至到2009年, 移动客服中心提供了5个客服渠道 (IVR、人工、门户、短信、WAP和自助) 供所有客户使用;这5个渠道各具特色, 提供的服务有所侧重, 可为客户提供各类服务。由于渠道多样, 且分布的业务众多, 一旦某个渠道的某个业务出现问题, 势必影响客户的使用, 容易引起投诉, 如每次大型营销活动或者出现大型故障, 都会引起省客服中心人工服务繁忙, 而此时如果引入其他的渠道并引导客户完成了所需的服务, 势必极大的提高客户的满意度, 提升企业的服务能力。因此, 渠道协同势在必行。

渠道协同, 是指移动运营商以满足客户需求为核心, 以渠道协作为前提, 以提高服务为主导, 以客户信息充分共享为运作平台, 各渠道之间不是相互隔离的, 而是作为一个整体的服务界面, 对客户实施的服务运作协同的渠道, 相互辅助、配合、无间响应, 形成联动优势, 共同在运营商的服务中发挥作用。

所谓协同, 就是指协调两个或者两个以上的不同资源或者个体, 协同一致地完成某一目标的过程或能力。对于客户来说, 某个业务成功办理完成就是客户接触电子渠道的“目标”;对于企业来说, 协同的目标是为了更好的为客户服务, 提升客户服务能力, 提高客户满意度。

因此, 电子渠道协同可以定义为协调两个或者两个以上的不同资源或个体, 协同一致的完成客户请求服务的目标。以满足客户需求为核心, 以渠道协作为前提, 以提高服务为主导, 以客户信息充分共享为运作平台, 各渠道之间不是相互隔离的, 而是作为一个整体的服务界面, 渠道相互辅助、配合、无间响应, 形成联动优势, 共同在运营商的服务中发挥作用。

2、协同原则分析

协同需要完成的功能是当用户在电子渠道的某一个渠道办理业务时, 因为各种原因不能在当前渠道继续办理时, 通过系统分析, 自动同步或引导用户到其它适合 (包括渠道、业务、客户三方面适合) 的渠道办理业务, 那么在同步或引导客户到其他渠道办理时, 需要遵循怎样的原则, 确保客户满意是协同平台设计的一个重点问题, 通过分析我们归纳出以下六大原则。

2.1 业务渠道承载原则

移动新业务产品线非常丰富, 但是由于各电子渠道各有特点, 并不是所有的产品都适合在所有的渠道承载, 因此产品在各电子渠道的承载并不同步。而如果要进行渠道的协同, 在协同时势必要分流至实际承载的渠道, 即协同时要考虑业务渠道承载的原则, 让客户能快速便捷地解决问题, 才能实实在在的解决了移动电子渠道协同的问题。

2.2 渠道间可协同原则

移动各电子渠道各有特色, 在进行渠道协同时需要充分考虑到各渠道的特色, 在进行协同时, 需要充分考虑各渠道的特色, 考虑各渠道间是否适合协同, 如果将业务协同至不适合协同的渠道, 如客户使用电话营业厅时将客户协同至自助营业厅, 而客户周边根本没有自助终端设备, 这样的话根本不能起到协同的效果, 甚至会引起客户的反感及投诉。或者将未开通GPRS功能的客户分流至wap掌上营业厅, 同样会导致客户的投诉。

2.3 渠道忙闲均衡原则

通过调研, 我们发现移动各个渠道业务量时间分布并不均匀, 存在明显的极值点, 在某个渠道业务量处于峰值的时候, 如果还将客户协同至该渠道, 一方面会加重渠道负担, 降低成功率;另一方面影响客户感知。为了对业务进行准确的协同, 确保协同后能为客户提供快捷有效的服务, 需要在协同时遵循渠道忙闲均衡的原则。

2.4 成本控制原则

根据“二八法则”, 20%的顾客可能给商家带来80%的利润。遵循“二八法则”的企业在经营和管理中往往能抓住关键的少数顾客, 精确定位, 加强服务, 达到事半功倍的效果。因此, 针对移动的客户群, 可以将高价值客户优先引导至高成本渠道, 普通客户引导至低成本渠道。将为移动带来大部分利润的小部分客户引导至高成本渠道, 提供高质量服务, 提升客户感知, 确保这部分客户的忠诚度。

高价值客户一般是指VIP客户中的钻金银卡客户。

高成本渠道, 可按照投入产出比的方式来界定某个渠道是高成本渠道还是低成本渠道。按照常规来说, 实体营业厅渠道是成本最高的渠道, 电子渠道中的高成本渠道是热线人工渠道。

通过界定渠道成本和客户价值, 我们可以将VIP客户中钻金银卡客户优先引导至呼叫中心人工高成本渠道, 提供高质量的精确的服务, 而其他普通客户则可以引导至低成本渠道, 这样既能满足大部分客户的需求, 又能体现差异化服务, 还能保证呼叫中心接通率等KPI指标的顺利完成。

2.5 客户渠道偏好原则

协同可以通过挖掘客户渠道偏好, 按照客户偏好进行精确化的服务, 提高客户的忠诚度。在客户接触到的渠道无法进行服务时, 也可按照客户渠道偏好进行协同, 准确把握客户真实需求。

客户渠道偏好原则分析是对协同渠道的分析, 即当客户接触的渠道无法满足客户的要求时, 需要对客户协同至客户偏好的另外的渠道。

2.6 渠道优先顺序原则

为了提升客户自主获取业务服务的习惯, 有效降低和分流服务热线人工压力, 在向客户推荐业务服务获取方式时, 总体上应遵循网上营业厅———短信营业厅———掌上营业厅———服务热线IVR———服务热线人工的先后次序。

3、协同平台建模

我们根据需求分析总结并提出电子渠道协同模型。该模型分为数据资源层、协同分析层和协同表示层。其中, 数据资源层为模型的搭建提供各项数据;协同分析层实现协同的触发分析和原则分析, 为协同提供支持;协同表示层负责协同的实现及系统日志的记录。

整个模型建立在渠道业务管理、渠道业务状态监控、客户渠道偏好分析及客户行为记录这几个支撑功能基础之上。

数据资源层为协同分析层提供数据, 同时也为各支撑功能提供基础数据, 如数据资源层中的业务数据为业务承载监控提供业务在渠道的承载信息, 为渠道忙闲时监控提供历史忙天忙时信息;数据资源层中的为客户行为记录提供历史行为数据等等。

数据资源层的数据和支撑功能的各项监控是协同分析层的基础, 为协同分析提供数据及基本逻辑分析。模型如图1所示。

4、协同平台需求分析

4.1 协同平台功能需求

电子渠道协同平台功能模块划分为协同管理模块、协同分析模块和协同应用模块。如图2所示。

4.1 协同平台应用需求

根据业务办理完成的阶段不同, 电子渠道协同包括:事前协同、事中协同和事后协同。协同平台应用框架如图3所示。

事前协同应用主要包括事前主动引导;事中协同应用包括事中协同和业务繁忙提醒;事后协同应用包括事后补救和事后引导。

事前主动引导是为了降低渠道出现业务峰值或其他突发情况的可能性, 在业务高峰前主动提醒客户通过各种渠道提前办理, 实现错峰分流。

事中协同是为了在单个渠道出现业务峰值和突发情况, 无法完成客户的目标时, 线上协同到相关渠道, 提高客户业务办理成功率。

业务繁忙提醒是某个渠道的某些业务出现故障时, 在客户办理这些业务时自动生成提示信息, 这样就可以提前通知客户渠道存在的问题, 避免客户办理不成功的投诉以及重复办理导致业务的更大故障。

事后补救是为了在事中分流或事中协作失败的情况下, 采取后续补救措施, 协助完成失败操作。

事后引导是为了降低下次业务办理不能完成的风险和可能性, 在客户办理业务完成后, 根据客户的使用习惯提供更快捷、有效的方式而进行的引导操作。

5. 结束语

针对目前电子渠道协同的现状, 以及充分结合客户行为的相关理论, 结合运营商的实际情况, 提出了电子渠道协同平台协同原则包括业务渠道承载原则、渠道间可协同原则、渠道忙闲均衡原则、成本控制原则、客户渠道偏好原则、渠道优先顺序原则。并根据实际情况确定了各协同原则的优先顺序。

根据协同的原则和协同时间点等, 提出协同的模型。模型分为三层:数据资源层、协同分析层和协同表示层。其中, 数据资源层为模型的搭建提供各项数据;协同分析层实现协同的触发分析和原则分析, 为协同提供支持;协同表示层负责协同的实现及系统日志的记录。

参考文献

[1]全昌文.基于数据挖掘的电信企业客户行为分析研究.2005

[2]江泓何恩.行为分析技术及其在可信网络中的应用前景.信息安全与通信保密.2009.2

[3]应维云覃正李秀.面向客户全生命周期价值的客户行为分析决策支持研究.http://articles.e-works.net.cn/CRM/Article58022.htm, 2008.9

[4]黄河.呼叫中心的客户行为分析.http://www.51callcenter.com/Contents/?fid=154&webid=30526, 2009.5

[5]全生命周期价值客户行为分析决策支持研究.http://xxh.manaren.com/CRM/201006/3097.html, 2010.6

[6]宁宇等.中国移动BOSS30业务技术规范.中国移动.2007

客户消费行为分析 篇9

一、基于客户生命周期的客户购买行为

通常意义上, 客户被界定为具有 (潜在) 购买意愿和购买力的消费者群体。在购买意愿和购买力两个关键因素中, 商家所能影响的只有购买意愿。对于商家而言, 只有把潜在客户的购买意愿激发出来并进一步促其转化为购买行为, 真正的商务活动才会发生。交易活动完成后, 客户就会使用或者享用他们购买到的商品。他们在这一过程中的体会和感受直接影响到他们如评价商品、如何向周边的人进行宣传以及是否会有进一步的购买行为。

正是基于上述考虑, 有学者提出应该从客户生命周期的视角看待和理解客户及其购买行为。在电子商务背景下, 此观点显得更有意义。相对于传统商务活动而言, 电子商务活动交易的双方并不直接接触, 甚至客户对商品的感知也不真切。无论付款与否, 对于不满意的商品, 客户可能会选择退换货或者通过各种社交媒体进行评价。因此, 对于商家而言, 需要借鉴客户生命周期理论, 从购买前、购买中、购买后三个过程识别影响客户购买行为的因素, 以提高电子交易成功率。

二、购买前过程中的影响因素

严格意义上讲, 在购买行为真正发生以前, 客户只能称为潜在客户。至于其能够真正有购买行为, 取决于其购买意愿能够被强化。在这个过程中, 有两个因素具有重要影响:找到相应商品的便利性以及其他顾客对相应商品的评价。

电子商务打破了传统货架经济的限制, 取而代之的是网页上虚拟商品的展示。电子商务网站上售卖的商品种类几乎没有限制。在纷繁的产品中, 如何才能使客户快速、便捷地找到自己想买的产品、并对其进行比较深入的了解非常重要。否则, 这样的潜在客户就可能会流失。当找到商品以后, 客户是否会作出购买决策会受到以往客户评价的影响。如果以往购买过此商品的客户给出了积极的、正向的评价, 那么客户的购买意愿往往会增强。相反, 如果以往客户给出的评价更带有批评、不满意和负面色彩, 那么客户的购买意愿就会削弱, 甚至终止浏览相应网页, 更谈不上是否购买。在上述过程中, 买家的购买行为能够发生与商品能够与其需求对接有直接关系。

三、购买中过程中的影响因素

“购买中”过程的主要特征是客户将“购买意愿”转化为“购买行为”。影响这一转化过程的主要因素有:商品交付的时间、方式和付款的时间、方式。

商品如何交付取决于商品的性质。如果属于数字类产品或者服务, 商品交付可以通过在线形式即时完成, 谁对客户需求响应速度快, 谁就可能获得客户的订单。对于有形商品, 商品的交付分为送货上门和自提两种方式。虽然从一般意义上讲送货上门更方便 (依托自身或者第三方物流) , 但在一些时候 (如客户需求紧急或者离自提点比较近) 自提也不失为一种好的交付方式。不管怎么说, 商品快速送到客户手中都是非常重要的。就付款时间而言, 可以分为提前支付和货到付款两种方式。只要在安全可以保证、以及客户退换货没有障碍的情况下, 至于是提前付还是收货后再付没有区别。就付款方式而言, 商家应该提供现金 (或借记卡) 、信用卡 (全额或分期付款) 等多种形式以满足不同消费群体的需求。

四、购买后过程中的影响因素

由于电子交易中客户并未客观地观察或了解过商品, 或者由于商家刻意或者不经意对商品做的不恰当修饰等原因, 电子商务中逆向物流 (退换货) 的问题相对传统商务形式要严重。因此, 客户的购买行为并未因其付款或者收到货物而结束。客户购买行为是否真正有意义还取决于其购买后对商品“易用性”和“有用性”的感知, 以及这两方面的体验是否与预期一致。

“易用性”指的是客户对于商品的使用有无障碍。“有用性”则指的是商品给客户带来的功能体验和满足程度。这两者对于客户是否真的不会退换货有非常重要的影响。因此, 商家对于客户的关注一定到持续到客户可以自由、稳定、满意地使用商品为止。在客户收到商品后, 商家应该对客户能否快速、便捷地使用商品给予关注并进行适当的支持, 对于客户的疑问和抱怨进行快速、真诚的回应, 使得客户可以无障碍地获得预期的体验和功能。否则, 一旦退换货发生, 不仅客户购买行为没有任何意义, 也给商家带来不好的影响和比较明显的经济损失。

五、结语

B2C环境下的客户行为分析 篇10

客户行为分析及时指企业通过对客户自然属性、客户行为轨迹以及行为过程中的各个阶段所表现出的特征来分析,来了解消费偏好,分析客户流失原因,判定客户获取渠道,管理客户满意度及预测客户满意读,制定客户保留策略,识别客户价值并定位客户群体,为企业制定满足客户需求的营销策略提供决策支持。

2 B2C环境下客户行为分析过程

根据上述对客户行为分析的概述,我们可以构建建一个基于电子商务过程的客户行为分析的框架模型。完整客户行为分析过程可分为:

2.1 客户同电子商务平台交互的过程

客户根据一定的消费动机而选择进入电子商务平台,客户便通过对电子商务货架的遍历、客户管理工具的使用、同网上服务中心和在虚拟社区内的信息交流表达了其消费诉求。

2.2 数据收集、整理、分析过程

首先,在消费者表现其消费诉求的同时,电子交易平台以注册信息、Web日志、表单数据形式记录客户行为过程。其次,为便于数据管理和后期的知识挖掘,需要对客户的行为过程数据进行抽取、转换、装载并按一定的数据结构组成数据仓库。再次,该过程需要提供OLAP等(联机分析过程)工具的知识发现手段。

2.3 知识获取过程

确定贷发现的知识领域,在客户行为分析中,该过程的知识领域主要包括客户消费偏好、网上访问偏好、满意度分析、忠诚度预测、客户流失分析、客户群体特征分析等。

2.4 优化决策过程

根据知识获取过程提供的有关参数,针对客户价值管理、客户获取策略等问题建立优化数学模型,并根据问题的相应特点,采取合适的算放实施优化决策计算。该过程获得的决策方案将直接支持电子商务平台的改造和企业电子商务系统(CRM、ERP、SCM)的运行。

3 B2C环境下的客户消费心理和行为分析

3.1 消费的个性化日益突出

没有一个消费者的消费心里是相同的,每一个消费者都是一个细分市场。互联网的发展,使得消费者个性消费逐渐成为主流。

3.2 消费的主动性增强

在社会分工日趋细化和专业化的趋势下,消费者对购买的风险感随着选择的增多而上升。在网站购物更增加了消费者的风险意识。尤其是,在许多大额或高档的消费中,消费者往往会主动通过各种可能的渠道获取与商品有关的信息并进行分析和比较。

3.3 注重购物方便性和乐趣

在网上购物,除了能够完成实际的购物需求以外,消费者在购买商品的同时,还能得到许多信息,并得到在各种传统商店没有的乐趣。

3.4 选择商品理性化

在网络环境下,消费者选择商品的空间更大,且不受商家的诱导,消费者利用在网上得到的信息对商品进行反复比较,以决定是否购买。这样就使得购买决策更加理性化。

3.5 关注价格

从客户角度来说,价格不是决定购买的唯一因素,但仍是重要的考虑因素。网上购物之所以具有生命力,重要的原因之一是网上销售的商品价格普遍低廉。尽管电子商务企业,尤其是B2C网站都倾向于以差异化来减弱消费者对价格的敏感度,避免恶性竞争,但价格始终对其心理产生重要的影响。

4 B2C环境下的客户保留策略

4.1 收集客户的各种数据

利用各种方法来收集客户自然属性、客户行为轨迹以及行为过程中的各个阶段所表现出的特征,并对这些方面进行深入分析,以此来了解客户偏好。

4.2 给客户提供人性化、个性化服务

客户忠诚度的高低往往取决于网站所提供的服务水平,个性化、人性化的服务可以提高客户的忠诚度,帮助企业与客户建立非常密切的信任关系。因此,B2C网站在对客户消费心里和消费行为分析的基础上,一方面可以为客户提供个性化和定制化服务,另一方面积极完善的物流配送服务、合理的送、退货政策,提供及时、准确、安全的送货服务和商品的包装服务。

4.3 增加客户的信任

B2C网站应该加强与客户积极沟通,深入了解客户需求,要通过保护客户的网上注册信息和聊天资料的安全,以增加网络客户的信任。保护客户隐私,是对于客户的尊重,也是对客户的负责。对于网络企业而言,把客户指定的商品及时送达指定的地点,必须将其网上业务与网下的物流服务系统相结合。因此,在网站上详细展示商品的具体信息,突出商品品牌,准时交货,可以增强客户对网站的信心。

4.4 做好会员制营销

会员制营销是一种非常成功的培养客户忠诚的方式,通过赋予会员额外利益(如折扣、礼品、活动等等)将一群具有共同兴趣或消费精力的人组织起来,使他们不仅加强和企业的沟通,而且还可与其他会员交流消费体验。这样,就会使会员产生参与感与归属感,进而建立起客户忠诚度。

4.5 提供良好的客户体验

良好的客户体验对于网站和客户都极其重要。B2C网站的核心竞争力恰恰就在客户体验上。良好的客户体验,要靠B2C网站对客户的深入了解。笔者认为可以从网站界面、网站内容、商品价格、服务质量等方面去着手。尤其是B2C网站要在物流方面下些功夫。

总之,随着电子商务的发展环境的不断成熟,B2C电子商务也将迎来一个良好的发展机遇景。面对机遇,企业应该通过各种工具和方法更多地了解目标客户的需求、动机和消费行为,从而更好地提供满足客户需求的产品,最终实现自己的利益。

参考文献

[1]詹志辉,丁美琳.从客户行为分析到一体化营销[J].中国金融家,2004,(Z1).

[2]薛军,陈英.基于AOI的客户行为分析方法[J].计算机应用与软件,2008,(06).