張 媛

(太原大學(xué)外語(yǔ)師范學(xué)院，太原 030012)

1 概述

網(wǎng)上營(yíng)銷(xiāo)活動(dòng)在我國(guó)蓬勃發(fā)展，但只重發(fā)展，不顧售后的弊病也是行業(yè)頑疾。售后服務(wù)不完善至少會(huì)導(dǎo)致2個(gè)結(jié)果，首先是無(wú)法有效地提高用戶(hù)的滿(mǎn)意度，進(jìn)而降低客戶(hù)粘性;其次是無(wú)法讓網(wǎng)上營(yíng)銷(xiāo)做到有的放矢。從網(wǎng)上營(yíng)銷(xiāo)者的角度來(lái)衡量看待這2個(gè)問(wèn)題，就不難發(fā)現(xiàn)售后服務(wù)是企業(yè)的命脈，但什么是“好的”售后服務(wù)呢?業(yè)界普遍認(rèn)為“主動(dòng)”的售后服務(wù)才是真正好的售后服務(wù)。主動(dòng)的售后服務(wù)能將專(zhuān)業(yè)規(guī)劃與信息維護(hù)引入企業(yè)，幫助企業(yè)在經(jīng)營(yíng)上更加有競(jìng)爭(zhēng)力，也能提升中小企業(yè)對(duì)網(wǎng)上營(yíng)銷(xiāo)者的客戶(hù)粘性［1-2］。

以太原最大的網(wǎng)上營(yíng)銷(xiāo)服務(wù)商為研究對(duì)象，利用RFM模型對(duì)網(wǎng)上營(yíng)銷(xiāo)售后服務(wù)客戶(hù)進(jìn)行集群分析設(shè)計(jì)，通過(guò)客戶(hù)售后服務(wù)數(shù)據(jù)分析提取系統(tǒng)所需數(shù)據(jù)，再使用集群分析工具將客戶(hù)集群，對(duì)分析結(jié)果進(jìn)行解釋并提出相應(yīng)的服務(wù)建議，進(jìn)而提升客戶(hù)的服務(wù)滿(mǎn)意度，同時(shí)也可為網(wǎng)上營(yíng)銷(xiāo)商提供營(yíng)銷(xiāo)決策參考。

1.1 RFM

在眾多的客戶(hù)關(guān)系管理(CRM)的分析模式中，RFM模型應(yīng)用廣泛。RFM模型是衡量客戶(hù)價(jià)值和客戶(hù)創(chuàng)利能力的重要工具和手段。該模型通過(guò)一個(gè)客戶(hù)的購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總體頻率及花銷(xiāo)這3項(xiàng)指標(biāo)來(lái)描述該客戶(hù)的價(jià)值狀況。RFM模型較為動(dòng)態(tài)地展示了一個(gè)客戶(hù)的全部輪廓，為個(gè)性化的溝通和服務(wù)提供了依據(jù)，同時(shí)，如果與該客戶(hù)打交道的時(shí)間足夠長(zhǎng)，也能較為精確地判斷該客戶(hù)的長(zhǎng)期價(jià)值(甚至是終身價(jià)值)，通過(guò)改善這3項(xiàng)指標(biāo)的狀況，從而為更多的營(yíng)銷(xiāo)決策提供支持［3］。

在RFM模式中，R(Recency)表示客戶(hù)購(gòu)買(mǎi)的時(shí)間有多遠(yuǎn)，F(xiàn)(Frequency)表示客戶(hù)在時(shí)間內(nèi)購(gòu)買(mǎi)的次數(shù)，M(Monetary)表示客戶(hù)在時(shí)間內(nèi)購(gòu)買(mǎi)的金額。一般的分析型CRM著重在對(duì)客戶(hù)貢獻(xiàn)度的分析，RFM則強(qiáng)調(diào)以客戶(hù)的行為來(lái)區(qū)分客戶(hù)。RFM非常適用于生產(chǎn)多種商品的企業(yè)，而且這些商品單價(jià)相對(duì)不高，如消費(fèi)品、化妝品、小家電、錄像帶等;它也適合企業(yè)內(nèi)的少數(shù)耐久商品，但是該商品中有一部分屬于消耗品，如復(fù)印機(jī)、打印機(jī)、汽車(chē)維護(hù)等消耗品;RFM對(duì)于加油站、旅行保險(xiǎn)、運(yùn)輸、快遞、快餐店、KTV、行動(dòng)電話(huà)信用卡、證券公司等也很適用。

1.2 數(shù)據(jù)集群

數(shù)據(jù)庫(kù)集群即利用至少2臺(tái)或者多臺(tái)數(shù)據(jù)庫(kù)服務(wù)器，構(gòu)成一個(gè)虛擬單一數(shù)據(jù)庫(kù)邏輯映像，向客戶(hù)端提供透明的數(shù)據(jù)服務(wù)［4］。

2 研究方法

根據(jù)前述的相關(guān)理論，研究提出一個(gè)信息售后服務(wù)的集群設(shè)計(jì)過(guò)程，首先經(jīng)過(guò)分析得到加權(quán)化核心價(jià)值類(lèi)型。進(jìn)而區(qū)分客戶(hù)類(lèi)型，然后應(yīng)用集群工具分析客戶(hù)數(shù)據(jù)，最后按照結(jié)果提出核心客戶(hù)營(yíng)銷(xiāo)策略與建議［5］。以太原最大的網(wǎng)上營(yíng)銷(xiāo)服務(wù)商為研究對(duì)象，利用RFM模型對(duì)網(wǎng)上營(yíng)銷(xiāo)售后服務(wù)客戶(hù)進(jìn)行集群分析設(shè)計(jì)。集群分析流程圖如圖1所示。

圖1 集群分析流程圖

3 系統(tǒng)設(shè)計(jì)

利用營(yíng)銷(xiāo)數(shù)據(jù)進(jìn)行客戶(hù)等級(jí)評(píng)估，并將分析所求的結(jié)果輸入到分析軟件進(jìn)行數(shù)據(jù)運(yùn)算，得到各顧客的權(quán)重值，再將數(shù)據(jù)庫(kù)內(nèi)的客戶(hù)服務(wù)數(shù)據(jù)帶入RFM模型進(jìn)行客戶(hù)價(jià)值分?jǐn)?shù)加權(quán)運(yùn)算，最終找到核心客戶(hù)。將核心客戶(hù)信息化數(shù)據(jù)經(jīng)過(guò)集群算法處理，對(duì)集群后結(jié)果進(jìn)行解釋并提出營(yíng)銷(xiāo)建議，為網(wǎng)上營(yíng)銷(xiāo)者提供營(yíng)銷(xiāo)服務(wù)參考。系統(tǒng)架構(gòu)圖見(jiàn)圖2。

3.1 信息采集

研究共取得原始客戶(hù)數(shù)據(jù)5 280份，由于這些數(shù)據(jù)都出自同一信息記錄軟件，因此數(shù)據(jù)的格式、有效性、準(zhǔn)確性都非常符合分析標(biāo)準(zhǔn)。分析采用平均數(shù)計(jì)算方式匯總綜合分?jǐn)?shù)，數(shù)據(jù)分析的主要方面有以下幾項(xiàng):

(1)信息服務(wù)的“維護(hù)時(shí)間”情況;

(2)信息服務(wù)的“維護(hù)頻率”情況;

(3)信息服務(wù)的“維護(hù)費(fèi)用”情況。

圖2 系統(tǒng)架構(gòu)圖

3.2 核心顧客分析

以太原最大的網(wǎng)上營(yíng)銷(xiāo)服務(wù)商年度維護(hù)紀(jì)錄數(shù)據(jù)(共有153 590條)為研究基礎(chǔ)。利用RFM分析消費(fèi)數(shù)據(jù)找出核心客戶(hù)，研究所采用衡量變量分析，其中，R(Recency)為最近維護(hù)時(shí)間，F(xiàn)(Frequency)為維護(hù)頻率，M(Monetary)為維護(hù)金額。經(jīng)過(guò)分析，發(fā)現(xiàn)客戶(hù)的消費(fèi)平均數(shù)為3 001.54元，當(dāng)然，由于客戶(hù)分為企業(yè)客戶(hù)與個(gè)人客戶(hù)，因此消費(fèi)數(shù)據(jù)不能簡(jiǎn)單地作為核心客戶(hù)的唯一標(biāo)準(zhǔn)，經(jīng)過(guò)加權(quán)處理之后，把標(biāo)準(zhǔn)定位在一個(gè)核心客戶(hù)數(shù)值之上，計(jì)算后的結(jié)果低于平均數(shù)值的客戶(hù)為3 421家，高于平均數(shù)值的客戶(hù)為1 809家，得知核心客戶(hù)的比例為34.26%。有了核心客戶(hù)作為基礎(chǔ)，系統(tǒng)就可延伸下一步的集群設(shè)計(jì)。

3.3 核心客戶(hù)集群分析

對(duì)1 809家核心客戶(hù)的信息進(jìn)行調(diào)查，包含公司客戶(hù)管理、服務(wù)管理及配件管理3大選項(xiàng)。將相應(yīng)屬性數(shù)據(jù)導(dǎo)入到數(shù)據(jù)庫(kù)。首先將所收集的數(shù)據(jù)屬性及數(shù)據(jù)信息進(jìn)行量化，利用聚類(lèi)算法，經(jīng)過(guò)多次的測(cè)試及屬性調(diào)整，最后獲得2種較為全面的集群模型系數(shù)。核心客戶(hù)數(shù)為34.26%，可以很容易的區(qū)分出研究預(yù)期的核心客戶(hù)群是系統(tǒng)的期望信息。如表1所示，企業(yè)售后信息建設(shè)越完善，售后服務(wù)越重視、售后主動(dòng)性越明顯，則對(duì)整個(gè)經(jīng)營(yíng)活動(dòng)的促進(jìn)作用越大。

表1 集群分析比較表

4 結(jié)論

網(wǎng)上營(yíng)銷(xiāo)打破了傳統(tǒng)的經(jīng)營(yíng)方式，既有巨大的機(jī)遇，同時(shí)也要面臨巨大的挑戰(zhàn)。該研究只針對(duì)網(wǎng)上營(yíng)銷(xiāo)的售后服務(wù)環(huán)境進(jìn)行集群分析，利用現(xiàn)有的銷(xiāo)售和售后數(shù)據(jù)找出有效的營(yíng)銷(xiāo)服務(wù)參考信息，這不僅能提高企業(yè)營(yíng)銷(xiāo)的精準(zhǔn)度，也能在售后中提高客戶(hù)的滿(mǎn)意度，最終增加客戶(hù)粘性，為企業(yè)的生存保駕護(hù)航。研究中應(yīng)用了“RFM模型”分析與集群分析，分類(lèi)出核心客戶(hù)，并抽取具有參考價(jià)值的信息作為企業(yè)決策的參考依據(jù)。

［1］徐鵬.零售業(yè)顧客忠誠(chéng)度的模型研究與聚類(lèi)挖掘［D］.大連:大連交通大學(xué)，2008:21-26.

［2］熊小莉，何景風(fēng).基于自組織創(chuàng)新網(wǎng)絡(luò)的集群式供應(yīng)鏈體系研究［J］.物流技術(shù)，2006(9):34-37.

［3］王霄寧.基于社會(huì)網(wǎng)絡(luò)分析的產(chǎn)業(yè)集群建模及實(shí)證檢驗(yàn)［J］.系統(tǒng)工程，2005(3):79-84.

［4］安祥茜.基于RFM模型的C2C環(huán)境下顧客價(jià)值識(shí)別研究［D］.成都:西南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012:34-39.

［5］柴國(guó)榮，李振超，王瀟耿，等.供應(yīng)鏈網(wǎng)絡(luò)下集群企業(yè)合作行為的演化分析［J］.科研管理，2011(5):102-109.