巨曉璇 鄒小斌 屈 直 劉春敏

((1.陜西省氣象服務(wù)中心，陜西 西安 710014；2.西安理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710054）

專業(yè)氣象服務(wù)是指除公益氣象服務(wù)之外的，為滿足國民經(jīng)濟(jì)的不同生產(chǎn)部門對氣象服務(wù)的具體需求而開展的有針對性的氣象服務(wù)，屬于有償氣象服務(wù)的范疇，因此具有很強(qiáng)的市場交易特征。專業(yè)氣象服務(wù)的客戶包括農(nóng)林、保險、電力、交通、能源、政府、媒體、軍隊等諸多行業(yè)的企事業(yè)單位。氣象科學(xué)技術(shù)，現(xiàn)代衛(wèi)星遙感技術(shù)，計算機(jī)技術(shù)等技術(shù)的發(fā)展提高了專業(yè)氣象服務(wù)商品的生產(chǎn)質(zhì)量，而現(xiàn)代通信技術(shù)的發(fā)展使得氣象服務(wù)信息的傳播變得越來越便捷，氣象服務(wù)組織和客戶的溝通與互動的成本越來越低廉，交易費(fèi)用的降低使得專業(yè)氣象服務(wù)的“客戶定制化”成為可能?；ヂ?lián)網(wǎng)技術(shù)和現(xiàn)代通訊技術(shù)的結(jié)合可以實現(xiàn)專業(yè)氣象服務(wù)的電子商務(wù)化—讓氣象服務(wù)組織在整合內(nèi)部資源的基礎(chǔ)上實現(xiàn)與客戶的互動。氣象服務(wù)組織可以發(fā)揮自己的專業(yè)特長，把氣象信息加工成為指導(dǎo)企業(yè)生產(chǎn)和客戶商業(yè)活動的決策，在滿足客戶的個性化需求的基礎(chǔ)上促進(jìn)氣象信息服務(wù)市場的形成與發(fā)展。另一個方面，在中國經(jīng)濟(jì)的轉(zhuǎn)型時期，我國氣象服務(wù)組織將面臨很大的挑戰(zhàn)。產(chǎn)權(quán)保護(hù)的滯后，制度約束，氣象服務(wù)信息的不對稱，國外氣象機(jī)構(gòu)的加入所導(dǎo)致的市場競爭，氣象信息商品的特殊性等等因數(shù)，將成為我國氣象服務(wù)組織不得不克服的障礙［1］?！拔从晗然I”，利用以往積累的大量的客戶交易數(shù)據(jù)與信息，采用數(shù)據(jù)挖掘的手段，來分析陜西專業(yè)氣象客戶的行為，用以指導(dǎo)專業(yè)氣象服務(wù)的營銷，不失為一個好的嘗試。

陜西省氣象服務(wù)中心堅持“科技支撐、項目帶動、行業(yè)突破”的專業(yè)氣象服務(wù)發(fā)展思路，不斷拓展專業(yè)服務(wù)領(lǐng)域，通過大項目實現(xiàn)規(guī)模效益，確保專業(yè)服務(wù)實現(xiàn)突破發(fā)展。服務(wù)領(lǐng)域涉及農(nóng)林、油田、電力、水利、交通、林業(yè)、天然氣、煤炭、旅游、商業(yè)、建筑、保險、公安等14個行業(yè)，100多家用戶。近年來，專業(yè)氣象服務(wù)收入逐年增長的同時(如下圖1所示），積累了大量客戶交易數(shù)據(jù)，為數(shù)據(jù)挖掘提供了條件。

圖1 2008-2013年陜西省全省專業(yè)氣象服務(wù)收入

自從客戶細(xì)分的概念出現(xiàn)以來，不同的專家學(xué)者提出了各種不同的客戶細(xì)分方法，宏觀上主要包括人口統(tǒng)計細(xì)分、生活方式細(xì)分、行為細(xì)分和利益細(xì)分等四種［2］。行為細(xì)分法又可分為RFM分析法、客戶價值矩陣法、聚類分析、人工神經(jīng)網(wǎng)絡(luò)分析法［3］。國外的學(xué)者把改進(jìn)的Bays方法以及Booting方法應(yīng)用于KDD以及KDD與數(shù)據(jù)庫的結(jié)合方面取得較好的效果，而國內(nèi)的KDD技術(shù)研究一般集中在對國外的算法改進(jìn)和方法的實際應(yīng)用方面［4］。

聚類分析是客戶細(xì)分的一個重要研究方法。在數(shù)據(jù)挖掘領(lǐng)域，人們已經(jīng)提出了很多聚類算法，他們可以分為如下幾類：順序算法、層次聚類算法、遺傳聚類算法、、基于網(wǎng)格的方法和模糊聚類算法等，這些算法對于不同的研究對象各有其優(yōu)缺點［5］。順序算法和層次聚類算法是最常見的兩種聚類技術(shù)。順序算法具有較高的執(zhí)行效率，而層次聚類算法的聚類效果更符合觀察結(jié)果，所以在實際中運(yùn)用更為廣泛。

我們運(yùn)用層次聚類算法來對專業(yè)氣象客戶細(xì)分的原因基于以下兩點：一是我們在整理數(shù)據(jù)時發(fā)現(xiàn)客戶群之間的特征具有明顯的層次性，但是層次之間又有一定聯(lián)系。二是層次聚類算法是通過將數(shù)據(jù)組織為若干個組并形成一個相應(yīng)的樹形結(jié)構(gòu)來進(jìn)行聚類，更能幫助我們認(rèn)識客戶之間的區(qū)別與聯(lián)系，同時還具有算法簡單、快速而且能有效地處理大數(shù)據(jù)集的特點。

1 層次聚類算法的原理

聚類分析的實質(zhì)是建立一種分類方法，它能夠?qū)⒁慌鷺颖緮?shù)據(jù)按照它們在性質(zhì)上的親密程度在沒有先驗知識的情況下自動進(jìn)行分類。層次聚類算法與k-means聚類算法不一樣，它不產(chǎn)生單體聚類，而是產(chǎn)生層次聚類，每一個類包含(或包含于）另一個類中，最后形成一個類似樹形的聚類結(jié)構(gòu)。這種算法通常應(yīng)用于社會科學(xué)和生物學(xué)等領(lǐng)域，計算機(jī)科學(xué)與工程領(lǐng)域也經(jīng)常應(yīng)用層次聚類算法［6］［7］。依據(jù)聚類方向的差異，層次聚類算法又可分為合并算法和分裂算法［5］。合并的層次聚類算法是一種自低向上的聚類策略，首先將每個對象作為一個類，然后合并這些原子類為越來越大的類，直到所有的對象都在一個類中，或者某個終結(jié)條件被滿足。分裂的層次聚類是一種自頂向下的策略，與合并的層次聚類相反，它首先將所有對象置于一個類中，然后逐漸細(xì)分為越來越小的類，直到每個對象自成一類，或者達(dá)到了某個終結(jié)條件，例如達(dá)到了某個希望的類數(shù)目，或者兩個最近的類之間的距離超過了某個閩值。層次化聚類方法盡管簡單，但如何恰當(dāng)?shù)剡x擇合并或分裂點，是個很困難的工作，這樣的選擇是非常關(guān)鍵的，因為一旦一組對象被合并或者分裂，下一步的處理將在新生成的簇上進(jìn)行，已做的處理不能被撤銷，聚類之間也不能交換對象。如果在某一步?jīng)]有很好的選擇合并或者分裂的決定，可能會導(dǎo)致低質(zhì)量的聚類結(jié)果。而且，這種聚類方法不具有很好的可伸縮性，因為合并或者分裂的決定需要檢查和估算大量的對象或簇［8］。層次聚類算法又可分為合并算法和分裂算法，層次合并算法的代表是AGNES算法。層次分裂算法的代表是DIANA算法。

2 層次聚類細(xì)分客戶的實證研究

2.1 數(shù)據(jù)的處理分析

2.1.1 研究所需的數(shù)據(jù)

以2008-2013年陜西省專業(yè)氣象服務(wù)客戶為調(diào)查對象，調(diào)查統(tǒng)計的范圍包括客戶名稱、所屬行業(yè)、合作金額(萬元/年）、合作項目名稱、氣象服務(wù)內(nèi)容、氣象服務(wù)的期限(短期、長期）、氣象服務(wù)的精度要求、有無長期合作意向等八個方面的數(shù)據(jù)信息，收集了陜西省氣象服務(wù)中心、咸陽市、安康市、延安市、渭南市、銅川市、寶雞市、漢中市、商洛市、楊陵區(qū)等十個區(qū)市的專業(yè)氣象服務(wù)客戶的數(shù)據(jù)信息，統(tǒng)計樣本171個。

2.1.2 層次聚類因子指標(biāo)的選取

在客戶細(xì)分過程中，人們最關(guān)注的兩個方面：一是客戶的貢獻(xiàn)率，二是客戶的忠誠度。因此在層次聚類因子指標(biāo)的選取上，我們選擇了累計合作金額來評價客戶的貢獻(xiàn)率。度量客戶的忠誠度的依據(jù)來源有兩個調(diào)查，一是氣象服務(wù)合作的期限，二是有無長期合作意向，通過統(tǒng)計得出6年內(nèi)氣象服務(wù)機(jī)構(gòu)與各個客戶的合作年限，以累計合作金額和合作年限作為層次聚類的因子。

2.1.3 數(shù)據(jù)處理［9］

由于不同的指標(biāo)數(shù)據(jù)具有不同的量綱，這些數(shù)據(jù)放在一起直接進(jìn)行聚類，會壓低甚至排除了某些數(shù)量級很小的因子的作用，故需對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，處理的方式如下：

式中，n是樣本總數(shù)， 是第i個樣本的第j個指標(biāo)值， 標(biāo)準(zhǔn)化后的數(shù)據(jù)。

①采用歐式距離計算各客戶之間的相似性系數(shù)，并按一定的閾值標(biāo)準(zhǔn)，以相似性系數(shù)最大化為原則將客戶特征最為相似的歸為一類。

②將最為相似的兩個客戶歸為一類后，利用“類平均法”計算該類型與其他尚未歸類的客戶或類型間的相似度，合并兩類的結(jié)果使得所有的兩兩項對之間的平均距離最小。

③繼續(xù)(2）的思路和方法，直至將所有客戶歸并為同一大類。

④利用客戶相似性系數(shù)的一定閾值標(biāo)準(zhǔn)。并根據(jù)具體情況進(jìn)行校對，最終確定客戶細(xì)分的結(jié)果。

2.2 客戶細(xì)分的結(jié)果

通過SPSS軟件完成上述層次聚類的過程，通過對客戶聚類層次的進(jìn)一步分析，結(jié)合客戶的具體實際情況，專業(yè)氣象客戶可以分為以下八類。

2.2.1 長期合作的大客戶有5個，它們是陜西省公路局、西安鐵路局、西北電網(wǎng)、長慶油田、華商報。累計合作金額70萬元以上，主要分布在電力能源、交通領(lǐng)域。服務(wù)內(nèi)容以氣象預(yù)報為主，要求預(yù)報精度高。其中能源電力有中長期氣象預(yù)報需求。這也從另一個方面印證了氣象對電力能源和交通行業(yè)的影響最大，相關(guān)性最強(qiáng)［10］。

2.2.2 長期合作的中型客戶有12個，它們是省天然氣公司、西安市供電局、延長石油、延安市環(huán)保局、延安市公路局、安康市工務(wù)段、安康富強(qiáng)機(jī)場、西安市防火辦等、合作金額在20～50萬元之間，主要分布在能源、交通、農(nóng)林領(lǐng)域，媒體和政府部門各一個。服務(wù)內(nèi)容以氣象預(yù)報和氣象預(yù)警為主。要求預(yù)報預(yù)警精度高。

2.2.3 長期合作的小型客戶。合作金額20萬元以下。這類客戶數(shù)最多，有81個，分布范圍也是最廣，包含了能源，民航、水利、交通、保險、農(nóng)林、礦業(yè)、醫(yī)藥、媒體等十多個行業(yè)。這類客戶合作的金額雖然少，但客戶忠誠度高。

2.2.4 短期合作的大項目。合作金額至少在40萬元以上項目有7項，包括鹵陽湖石化項目氣候影響評價項目、寶漢高速漢中管理處氣象信息化建設(shè)項目、榆林市水務(wù)局氣象預(yù)警建設(shè)項目、寶雞市國土局的《寶雞地質(zhì)災(zāi)害防治應(yīng)急指揮信息系統(tǒng)》建設(shè)項目等等，合作內(nèi)容主要是以項目建設(shè)為主。其中與榆林市水務(wù)局氣象預(yù)警建設(shè)項目達(dá)到120萬元，主要是建立氣象監(jiān)測預(yù)報預(yù)警以及氣象信息共享機(jī)制。服務(wù)內(nèi)容主要是利用氣象部門的專業(yè)特長，幫助建設(shè)氣象預(yù)報預(yù)警信息化系統(tǒng)。

2.2.5 短期合作的中型項目，合作金額在10-20萬元之間的有4個，分別是省電力公司、中煤油公司、陜西省質(zhì)監(jiān)局、榆林市水務(wù)局(1），分別分布在電力、能源、水利和政府部門。合作內(nèi)容以氣象預(yù)報為主，要求預(yù)報精度高。

2.2.6 短期合作的小型客戶。合作金額在10萬元以下，短期合作的小型客戶數(shù)達(dá)到49個之多，分布范圍也很廣。合作的內(nèi)容包括氣象預(yù)報與預(yù)警、氣象資料服務(wù)、中長期氣候變化預(yù)測、氣象信息咨詢等多個方面，對氣象服務(wù)的精度要求也各不相同。

2.2.7 潛在的長期大中型客戶，合作年限在2-4年之間，合作金額在10萬元以上有4個，它們是國電丹江水電公司、國電大渡河水電公司、銅川林業(yè)局、相關(guān)廣告公司等。分別分布在能源、水利、林業(yè)和廣告媒體業(yè)。這類客戶的數(shù)據(jù)信息只有最近幾年的。服務(wù)內(nèi)容以中長期、短時臨近預(yù)警信息，要求氣象預(yù)報預(yù)警精度高。

2.2.8 潛在的長期小客戶，合作年限在2-4年之間，合作金額在10萬元以下有10個，分別分布在學(xué)校、交通和相關(guān)企業(yè)。業(yè)務(wù)內(nèi)容以氣象預(yù)報為主。

2.3 客戶營銷策略

圖2 各類合作金額在總合作金額中的餅形圖

通過以上的餅形圖可以看出，1～4類客戶的總體合作金額在90%左右。對于1類和2類長期合作的客戶數(shù)雖然在整個客戶群中所占比重小，可是總體貢獻(xiàn)率和忠誠度都很高。主要分布在電力能源交通等領(lǐng)域，因此要采用個性化服務(wù)營銷策略，重點研究專業(yè)氣象服務(wù)在這些行業(yè)的運(yùn)用，把氣象信息轉(zhuǎn)化為行業(yè)的決策信息。同時采用產(chǎn)品策略，提高氣象服務(wù)的精準(zhǔn)度，防止這類客戶的流失。3類客戶雖然單個客戶的合作金額少，但是數(shù)目眾多，而且忠誠度比較高，如何通過廣告等方式來加強(qiáng)氣象服務(wù)的影響，提高與此類客戶合作深度是必須考慮的問題。與4類和5類客戶合作的內(nèi)容主要以項目建設(shè)為主，由于氣象對經(jīng)濟(jì)的影響日益明顯［11］，這類的需求未來有上升的趨勢，通過廣告策略和渠道策略，加強(qiáng)與客戶的溝通和聯(lián)系，讓更多的企業(yè)和個人便捷的享受到定制化的專業(yè)氣象服務(wù)，是未來專業(yè)氣象服務(wù)努力的方向。對于6類、7類、8類客戶都是潛在的長期合作對象，很多是抱著嘗試的態(tài)度來開展合作的。對于這類客戶一方面要采用產(chǎn)品策略來提高服務(wù)質(zhì)量，提升此類客戶的忠誠度，另一方面也可適度采用價格策略來留住此類客戶，防止客戶流失。為提高與客戶的合作水平，還應(yīng)從以下幾個方面來提高專業(yè)氣象服務(wù)的質(zhì)量：

①與公共氣象服務(wù)不同，專業(yè)氣象服務(wù)技術(shù)含量更高和更復(fù)雜，服務(wù)產(chǎn)品個性化特征更加明顯。經(jīng)常要根據(jù)服務(wù)行業(yè)或企業(yè)的具體需要，提供定制化服務(wù)。因此，客戶的參與配合至關(guān)重要，只有加強(qiáng)與客戶之間的溝通，對客戶的需求進(jìn)行系統(tǒng)分析之后，才能提供對客戶有價值的氣象服務(wù)。

②進(jìn)入互聯(lián)網(wǎng)時代，氣象信息獲取渠道更加多樣化和便捷化，不僅僅有傳統(tǒng)的電話、電視、廣播等傳統(tǒng)手段，還有網(wǎng)絡(luò)、微信、微薄、手機(jī)客戶端等現(xiàn)代手段，通過這些手段來“武裝”專業(yè)氣象信息發(fā)布渠道，依據(jù)客戶需求提供多渠道的專業(yè)氣象服務(wù)是提高專業(yè)氣象服務(wù)水平的前提。

③加快專業(yè)氣象服務(wù)信息數(shù)據(jù)庫建設(shè)和專業(yè)氣象決策支持系統(tǒng)的建設(shè)。氣象信息只有轉(zhuǎn)化成對客戶有用的決策其價值才能真正體現(xiàn)。做好電力、農(nóng)業(yè)、能源、交通等關(guān)鍵行業(yè)的氣象決策支持系統(tǒng)建設(shè)，不僅僅能夠提高氣象部門的經(jīng)濟(jì)效益，而且能夠幫助有關(guān)企業(yè)避免損失，實現(xiàn)部門效益和社會效益的最大化。

3 結(jié)論

層次聚類算法是根據(jù)樣本數(shù)據(jù)的相似性，把樣本歸到各個聚合類中的分類方法，聚類問題的特點是事先不知道一批樣本中的每一個樣品的類別或其他先驗知識，而唯一的分類依據(jù)就是樣品的數(shù)據(jù)特征，利用樣品的特性來構(gòu)造分類器。本文用層次分析聚類算法，對陜西省專業(yè)氣象服務(wù)客戶進(jìn)行了分類，并根據(jù)分類結(jié)果，提出了相應(yīng)的營銷策略，取得了比較滿意的結(jié)果。在此基礎(chǔ)上，如果能夠根據(jù)年代變化來分析客戶合作金額的增長變化，將取得更加細(xì)致的客戶分類結(jié)果，而這將是我們未來研究的方向。

［1］許小峰.現(xiàn)代氣象服務(wù)［M］.北京：氣象出版社，2010.

［2］劉英姿，吳昊.客戶細(xì)分方法研究綜述［J］.管理工程學(xué)報，2006,20(1）：53-57.

［3］吳小紅.綜述客戶細(xì)分的方法與技術(shù)［J］.科技信息，2012(1）：110-111.

［4］呂巍，蔣波，陳潔.基于K-means算法的中國移動市場顧客行為細(xì)分策略研究［J］.管理學(xué)報，2005，2(1）：80-84.

［5］(希臘）Sergios Theodoridis,Konstantinos Koutroumbas著，李晶皎等譯.模式識別［M］.北京：電子工業(yè)出版社，2012.

［6］李鑫鑫.聚類算法在電子商務(wù)客戶細(xì)分中的應(yīng)用［D］.青島：中國海洋大學(xué)，2012.

［7］(美）Michael J.A.Berry,Gordon S.Linoff著，別榮芳，尹靜，鄧六愛譯.數(shù)據(jù)挖掘技術(shù)-市場營銷、銷售與客戶關(guān)系管理領(lǐng)域應(yīng)用［M］.北京：機(jī)械工業(yè)出版社，2006.

［8］趙法信，王國業(yè).數(shù)據(jù)挖掘中聚類分析算法研究［J］.通化師范學(xué)院學(xué)報，2005(26）：112-125.

［9］盧紋岱.SPSS for Windows統(tǒng)計分析［M］.北京：電子工業(yè)出版社，2000.

［10］羅慧，李良序，章國財，萬迪.陜西氣象條件與經(jīng)濟(jì)行業(yè)發(fā)展的相關(guān)性分析［J］.自然災(zāi)害學(xué)報，2008,17(3）：36-40.

［11］(德）Friedhelm Schwaz著，郭晗冉譯.氣候經(jīng)濟(jì)學(xué)-影響全球80%經(jīng)濟(jì)活動的決定性因素［M］.北京：氣象出版社，2012.

［12］鄭文清.氣象服務(wù)產(chǎn)品的營銷策略研究［J］.價格月刊，2009(2）：58-60.

［13］(美）Carl McDaniel,Jr·Roger Gates著，李桂華，等譯.當(dāng)代市場調(diào)研(原書第8版）［M］.北京：機(jī)械工業(yè)出版社，2011.

［14］江瀅.案例研究：H氣象局短信業(yè)務(wù)營銷［D］.廣州：華南理工大學(xué)，2011.