某年度顾客关系管理与数据资料采矿

1、年月顧客關係管理與資料採礦 , 一、 導論在經歷過電子化衝擊的九年代後，企業化程度已逐漸成熟，然而在比較分析化所帶來之成本效益與投資報酬率後，許多企業仍對化所帶來的成果表示失望，是化所保證之營運前景有如海市蜃樓般遙不可及？或是在化的過程中忽略某些成功的要素？ 企業間在經歷有如革命般歷程之電子化過程，在承接組織再造、人力資源、營運模式、資訊科技、商務環境變遷等有如大海浪潮般衝襲企業營運基礎之力量後，許多企業已慢慢察覺無論何種經營模式，最重要的是能夠徹底掌握與顧客間之互動，瞭解顧客之需求；與此方向背道而馳的任何化努力，不僅不會為公司帶來任何化的成果，相反地在電子化的過程中，企業卻可能因為失去原有之

2、商業戰略目標而慘遭或瀕臨淘汰的命運。 為徹底掌握企業化的成果、整合公司的資源、瞭解顧客的需求、調整經營模式與行銷策略，部份企業已紛紛開始導入顧客關係管理之軟體，希望藉此來改善公司與顧客間之互動關係，掌握顧客之需求。 顧客關係管理之範圍涉及甚廣，包括電子化服務、電話服務中心、資料採礦等均屬顧客關係管理之一環，其中以資料採礦雖最為大眾所熟知，然而對其應用方式也較其他電子商務軟體來的陌生。 主要原因為導入資料採礦所費不貲，許多企業對其所能對企業營運產生之正面效果仍持保留態度；其次，許多公司業已導入企業資源規劃、供應鏈管理及部份顧客關係管理管理等應用軟體，其所能提供企業之報表及分析報告，企業經營及管理

3、階層業已耗費相當大的時間精力與人力資源來進行消化分析，對於安裝另外一套新的軟體來進行顧客資料分析之效益存疑；最後，許多企業對自身營運分析相當自信，認為對客戶之需求與特性業已瞭若指掌，並無藉由其他軟體來對客戶群進行分析管理之必要。 上述觀點整體而言尚屬正確，畢竟商業軟體之導入需要大量人力資源與金錢之投資，且過度的投資往往造成企業財務之困難，應謹慎從之，況且無論何種應用軟體，均無法完全取代傳統企業與顧客間長期以來所建立之商務關係。然而由於電子商務之興起，顧客利用各種不同的管道如電話、傳真、網路等大幅增加與企業間之互動機會，而這些互動關係則提供了企業最佳的機會來瞭解顧客之特性。 由於資訊科技發展迅速

4、，許多企業在尚未掌握舊有資訊軟體之功能前，新一波的資訊風潮卻早已充斥於各大傳播媒體與資訊科技新聞中，如在資料採礦逐漸興起的同時，許多企業可能會有疑問，公司為了提高產業競爭力，業已導入企業資源規劃、供應鏈管理以及顧客關係管理等軟體設備，上述各項軟體業可產生多項制式報告，故資料採礦對其有無一定之必要性？要回答這個問題，首先我們必須要檢視一下企業電子化的歷程與其實質內涵。 多數企業所安裝之、等軟體僅僅汰換公司舊有的系統，改善原先作業流程，因此對於企業所產生之效益固然存在，惟企業基本運作模式仍未有徹底改變，因此所獲得之經濟效益有限。其次，多數公司均於同一時期前後導入各項軟體，由於企業導入家數之增多，相

5、對的軟體所能對企業營運所產生之競爭優勢也逐漸降低。 最後，多數化軟體均負責處理交易（）所產生的資料或是過去的數據資料，而缺乏能力預測顧客可能之行為模式以及其對企業營運所造成之影響。而資料採礦正可彌補上述幾項資訊軟體之不足，使企業得以一個較為寬廣的視野來審思與檢視自身經營模式，瞭解顧客特性。 然而要瞭解資料採礦，就必須先瞭解顧客關係管理的真正意涵，本文將由顧客關係管理著手，分析顧客關係管理對於企業營運之重要性，並介紹資料採礦如何協助企業進行顧客關係管理及經營行銷策略之規劃。二、 顧客關係管理對企業經營之重要性什麼是顧客關係管理？顧客關係管理是一項經營管理的概念，要求企業將焦點放在企業營運最重要的

6、核心顧客之上，試著與顧客間建立一種學習關係，從顧客對企業所提供產品與服務之表現，來學習如何加強提供更佳的產品與服務品質，進而以顧客為中心，訂定有效的經營管理與營運目標，以建立企業與顧客間之關係。 長久以來，顧客關係管理一直是企業經營努力的目標，瞭解顧客需求或創造顧客需求，一直是企業經營之核心，此企業經營基本原則並未隨著電子商務時代來臨而有所改變。然而隨著資訊軟體功能之提昇，導致企業與顧客間之互動關係亦隨之演化，以往企業與顧客關係之建立，存在於雙方長期以來所建立的互動聯繫，但隨著資訊科技進步，愈來愈多的企業應用資訊軟體來管理經營與顧客間之互動關係。 由於網路與資訊軟體之普遍使用，企業與顧客間之互

7、動亦愈加頻繁，在電子商務時代，不同行銷管道與策略，使得企業與顧客間之關係愈趨複雜，如何在顧客群中發掘獲利率高之客戶群，以及如何保持與既有顧客間之良好關係，均為驅動顧客關係管理之主要因素。電子商務時代所稱之顧客關係管理主要是藉由資訊軟體之應用來協助企業提昇對於顧客之服務，改善企業與顧客間之互動關係。 要充分掌握顧客關係管理之精髓，除提昇服務品質外，企業生產之產品與提供之服務亦必須符合既有顧客及未來潛在顧客群之期望與要求；換言之，企業必須掌握顧客整體之生命週期，針對不同顧客需求提供產品與服務。目前顧客關係管理之資訊軟體，均已提供整合方案，協助企業瞭解利用顧客於企業資料庫之資料，完整呈現顧客群與企業

8、間之關係，並將其整合至企業整體經營策略之內。 顧客關係管理的精髓在於藉由資訊軟體之輔助，企業得以對於客戶所做的每一個互動加以記錄，而增加企業位於客戶需求之學習效果，使企業更加瞭解掌握特定顧客之需求，因此企業未來在傳達行銷訊息予顧客時，得以更加精確地掌握不同顧客之特質，進而降低行銷成本與提高行銷效率，亦可藉此作為市場區隔之工具，拉大與市場競爭者之差距，以保持企業競爭優勢。 三、 顧客關係管理與資料採礦顧客關係管理不僅可提昇企業與顧客間之互動關係，同時也藉由互動關係來蒐集顧客資料。一般而言，顧客關係管理蒐集之顧客資料包括行銷活動的顧客反應度、運銷和產品供應之相關數據資料、銷售與購買之資料、客戶資料

9、、客戶網站註冊資料、相關服務之數據、產品市場資料及網路銷售數據等。由於各項資料均為顧客與企業間之互動而產生，因此藉由分析顧客之各項資料，得以有效掌握顧客特性，而分析資料的主要工具之一即為資料採礦。 顧客關係管理對企業而言乃是將顧客關係放在企業經營之核心，以滿足顧客需求之行銷理念；而資料採礦則為顧客關係管理之工具之一，如前述由於顧客關係管理涉及多種層面，因此資料採礦並非顧客關係管理之唯一模式，然而由於其資料分析之特質，使其成為顧客關係管理上之必要之工具。 要有效應用資料採礦，首先必須整合資料採礦、顧客關係管理與公司整體策略。顧客關係管理從較大的範疇而言，為管理企業所有顧客群與企業間之互動。在實務

10、上，則牽涉到如何應用顧客資料，更加有效地提昇企業對顧客之服務，與增進企業與顧客間之互動關係。 基本上，企業在進行顧客關係管理上存在著許多不同層次與相互關連之策略考量，主要包括顧客之獲取、增加顧客對於企業之價值，以及顧客之留存。而顧客之資料採礦可有效地在各項不同層面增加公司收益，協助達成企業營運之整體策略目標。資料採礦應用於顧客關係管理之具體實例可概分為下列幾種層次： （一） 顧客獲利率（ ）： 瞭解企業對於不同客戶群之獲利率，為企業利用資料採礦之方式來進行顧客關係管理的第一步。倘若企業對於不同客戶群之獲利程度無法清楚掌握，就無法妥善規劃未來企業的行銷及營運方向，也因此可能導致企業錯誤

11、的投資及行銷現象策略。 許多企業往往認為客戶永遠是對的，因此無論客戶的要求為何，均應努力達成。此種論點在某些層面而言應屬正確；然從實務層面來看，企業針對不同的客戶需求而改善自身營運流程與成本，由於不同的客戶群對商品與服務需求程度之不同，企業所採行之定價與獲利程度亦有所不同。  倘若部門流程間未盡完善，往往導致部份獲利程度較低之客戶有過度服務，而獲利程度較高之客戶反而產生服務不足之情形。因此，瞭解不同顧客群對於企業獲利之貢獻程度，可以使企業類似站在一個置高點上，對顧客關係管理可得到一個較為清晰之全貌，作為調整營運模式與行銷策略之依據，再從既有之基礎上，提高企業對於客

12、戶群之獲利程度，增加企業之營收。 （二） 顧客之獲取（ ）： 企業傳統贏取顧客的方式多透過整體行銷策略之規劃，輔以強勢之廣告宣傳訴求，來贏取顧客對於產品與服務之青睞。惟此種方式多以企業對於其商品之特定客戶群所內含之特質而量身訂作而成。其與顧客關係管理之差別即在於，傳統之廣告行銷方式係由企業針對自身對客戶之認知所發起；而顧客關係管理則為有系統地記錄特定顧客群對於商品之反應與特性，再針對其特點擬定廣告行銷訴求，如此可有效提高行銷之有效率，以吸引更多客戶消費企業商品。（三） 交叉銷售（）：如何提高既有客戶增加購買公司其他不同產品一直是企業努力的目標。交叉銷售不僅可提高既有客戶對不

13、同產品之購買，顧客對於不同產品購買量之增加亦可大幅提昇客戶對於企業之忠誠度，減少客戶轉移至競爭對手之可能性。然而從實務上而言，多數企業對交叉銷售多以企業整體客戶群為基礎，由於不同客戶群對於商品喜好與服務程度不一，舊有資訊系統並無法提供有效的資料分析與行銷工具，因此在交叉銷售上往往並無效率，部份商品甚至引起客戶反感而產生反效果。藉由數位採礦之功能，企業可由不同客戶群間產品購買的歷史、信用額度等資料，來判斷顧客要求進而提供符合客戶要求之商品或服務。（四） 顧客之掌握（ ）：從傳統行銷的觀點而言，取得一個新客戶所花費的成本較約維持一個既有的客戶高出六倍之多。激烈的商業競爭，導致客戶有更多的選擇；因此

14、如何掌握既有客戶群，避免其移轉至競爭對手，一直是企業努力的目標之一。藉由資料採礦之應用，企業可以瞭解客戶移轉之主要原因及其具有之特性，進而使企業有能力提供不同的方案與誘因，吸引顧客繼續與企業維持良好的商務關係。（五） 顧客之區分（ ）：不同之客戶群必然存在著不同的特質，將顧客群有系統地分類，可以協助企業從一個較為寬廣的視野來審思與檢驗公司既有的營運策略，針對不同的客戶特性來設計商品與服務，擬定不同的行銷策略與廣告模式，以取代舊式以企業觀點出發之行銷模式。資料採礦除了可以應用在顧客關係管理外，亦可應用在不同企業管理之領域；藉由資料採礦之使用，可使企業瞭解企業運作現況外，並可以藉由整合顧客與產品之

15、資料數據，找出顧客對於企業產品與服務之滿意度或不滿意之部分。資料採礦同時可以增進企業營運效率，創造企業知識之附加價值。 資料採礦可運用在弊端之偵測、產品於市場之定位、企業利潤中心之發掘以及公司物產管理等。對於零售業者而言，資料採礦可以協助業者瞭解顧客依據人口統計學之分類所產生之消費特性，發掘消費者採購模式，以及改善直接郵寄之廣告宣傳效益。 對於銀行業者而言，資料採礦可以協助銀行瞭解客戶信用卡發放與使用所可以產生之弊端，協助找出對銀行而言最有利潤以及忠誠度最佳之顧客群。電信業者則可利用資料採礦之資料分析瞭解顧客拒絕續約之原因，並藉以提供消費誘因以留住消費者。保險業者則利用資料採礦來分析保戶通常要

16、求理賠之模式，除了可以調整作業流程外，並可加強稽核，以防止詐財之可能性發生。製造業者則可針對不同標的作成本分析，瞭解產業及產品之特性，以提高獲益率。 四、 資料倉儲（ ）與資料採礦要進行資料採礦前，企業必須先行建置資料倉儲。資料倉儲乃是儲存大量資料之資料庫，其與資料庫最大的不同之處則在於，資料庫中所儲存之資料通常為與營運（）相關之資料，而這些資料在累積一段時間後，除儲存備份外，亦可加以整理後移轉至另一資料系統供作資料分析之用，稱之為資料倉儲。 由於將資料庫中之資料移轉至資料倉儲必須先行經過資料萃取及重新整理之過程，因此資料分析師可藉由相關分析工具如線上分析處理（ , ）之工具、統計分析以及其他

17、如資料採礦之分析工具來進行資料分析。 （資料來源： .）不同的分析工具針對相同的資料數據可能產生各種簡單與複雜的分析結果。一般而言，資料庫均有類似如詢問（）與報告（）等分析工具，藉由系統所設定之參數，產生不同之分析報告。 此類分析報告多屬制式性質，通常由部門中技術類型之經理（ ）來負責，一般分析的標的為不同時期之銷售量、成本等資料；而線上分析進行之工具以及多層次（）分析工具則多屬企業內部商業分析人士專屬使用，這些分析工具使得分析人士有能力得以對於原始資料加以剖析（）以瞭解資料所呈現出之不同面向，或是瞭解不同參數間之相關性；資料採礦亦具有上述之特性，惟其與上述各項分析工具主要之區分在於資料採礦可

18、以針對相當大量之資料加以分析，找出資料中的隱性模式（ ）。 資料採礦本質上與統計分析技術及線上分析技術有所不同。統計技術分析僅能針對較少量之資料，就資料之關聯性或統計學上不同之標的加以分析；而線上分析處理技術，則為一般資料倉儲所採用之分析報告，可以針對制式化以及關聯性較低的數據資料加以分析。例如線上分析處理可以提供零售業者瞭解不同產品、區域以及其對於成本及銷售收入之影響，但是並無法提供顧客之購買行為模式，如顧客在購買零食後通常會購買飲料等顧客購買相關產品間之關連性。 以下的例子可以簡單的說明線上分析處理與資料採礦對於資料分析的不同點： 五、 資料採礦之步驟與技術分類網路或資訊軟體之應用並未改變

19、資料採礦之流程，但是新資訊科技加速了資料採礦的流程並擴充了應用層面。在實體商品世界中，直效行銷（ ）可能要耗費數週甚至數月來籌備，在資訊世界的領域中，直效行銷往往只是彈指之間即可完成。 雖然資料採礦涉及資訊軟體與統計分析，範圍相當廣泛，然而由於資訊科技的進步，一般企業使用者幾乎不需要過分瞭解軟體背後所涵蓋之專業知識。最重要的是，資料採礦之重點在於能夠瞭解資料背後所寓含之意義，以及資料分析對於商務營運所可能產生之功效，倘若公司無法或錯誤解讀資料，資料採礦也就完全失去了意義，甚至可能對公司營運產生負面效果。 資料採礦係一種利用分析與行為模組（）之技術，可瞭解顧客行為模式同時預測顧客未來可能行為模式

20、之資訊軟體應用。而進行資料採礦有三個基本步驟：資料之描述、預測模組之建立以及測試模組之可信度。 首先，業者必須針對需進行資料採礦之資料進行整理，瞭解資料分析對於企業運作所可能產生之效益與優點，再針對資料庫中之資料加以分析，擷取最符合經濟效益之資料內容。其次，企業必須就歷史資料庫中之資料建立一個可供分析使用之模式（），並針對所設計之模式整合編修較不完整或遺失之資料，再從所設計之模式中找尋可資利用之資料行為模式。最後，則必須針對所建立之模組進行測試。測試之進行可從資料庫中透過取樣之方式，以測試所建立模組結果之真偽，然後再從測試結果瞭解模組之可信度。 由於不同之產業與顧客群特性，企業有時必須針對不同

21、之模組設計來進行抽樣研究，再從中找尋最合適之模組與應用方式。錯誤之模組設計往往將導論出不同之結論，由於資料採礦之結果通常為行銷策略之重要指標，因此錯誤的設計不僅會使企業的行銷計畫不如預期，甚至可能會使公司營運遭到嚴重打擊。 資料採礦雖與傳統所用之統計分析有所不同，然二者之本質內容仍屬類似。簡單的資料採礦仍普遍應用統計學中之資料分析方式，分析資料之數學特性如平均值、中位數等，以及瞭解數據資料間之關連性如線性迴歸等分析方式，來作為資料預測之依據。而常見之資料採礦分析類別可概分為下列數種： （一） 線性迴歸（ ）： 線性迴歸分析方式乃是藉由二個或二個以上之變數，瞭解彼此間之關係。如廣告預算可能對銷售

22、收入所造成之影響，即可藉由廣告預算與銷售收入二者之歷史數據，利用線性迴歸分析來瞭解數據間之關連性，進而預測未來廣告收入之增減可能對銷售收入所產生之影響。 （二） 最鄰近者（ ）： 此種分析方式性質上與之後介紹的叢集分析方式近似。此種分析方式可算是所有分析技術中最簡易也最常為使用者使用之方式。 使用者可以利用過去的數據資料，訓練應用軟體瞭解不同數據間之關連性。例如使用過去十個時期的股票價格，其中前九次為預測數據（ ），第十次則為預測決定數據（ ）；重複依循不同次序輸入十項不同股票價格可以產生十種不同之訓練模組，然後再由其推斷可信度較高之數據。 （三） 叢集（）： 叢集就是將不同的資料數據加以分類

23、，然後提供使用者一個較佳的資料觀察點來分析資料。一般來說，叢集分析法可以提供使用者，尤其是行銷部門，瞭解產品及顧客之特性，進而制訂出有效之行銷策略。叢集分類的方式可依照策略之需要來制訂相關資料變數，並無特定的方式或最佳之方式，由於叢級與最鄰近者分析方法類似，因此二者經常配合使用。 （四） 決策樹（ ）： 決策樹之分析方式是一種十分適合使用者進行資料分析之工具。由於決策樹係將資料依據不同的變數循序來產生分析結果，因此使用者幾乎不需要擁有任何統計分析之知識，即可藉由決策樹之分析方式來分析顧客或消費者之特質與異同點。 與上述各項分析方法不同的是，決策樹分析法係由使用者之意旨來將資料依據其特性加以分類

24、，使用者並可利用決策樹之各項不同變數來判斷及預測可能之結果。然而，決策樹並非毫無缺點，倘決策過程中選擇之問題錯誤，將導致整體分析出現明顯之偏差，影響分析品質。 （五） 神經網絡（ ）： 神經網絡係指藉由不同之變數設定，來訓練軟體做出較佳之決策分析與預測，其原理與人腦神經系統運作之原理類似，因此稱之為神經網絡。 神經網絡對於資料分析與預測十分有效率，且其導入與使用十分簡易，然而其軟體內部隱含之模組（）十分複雜，即便統計學專家有時亦無法完全掌握其中的精要。其原理則為藉由不同資料變數之連結來推論出可能之結果。變數越多，產生之結果正確率越高，或藉由對於變數加權值之運作，可獲得更佳之分析結果。 （六）

25、規則演繹（ ）： 規則演繹為資料採礦中最直接也最為一般使用者所瞭解之分析方式。藉由分析模組之設計，可以瞭解龐大資料庫中資料之特性規律，稱之為規則（）。 例如零售業者可以瞭解百分之七十的顧客於購買真皮牛仔褲後，均購買塑膠皮帶，因此這二者間有其一定之關連性，可稱之為規則。瞭解規則之存在，有助於知道顧客與產品之特質，然而並非每一項規則均有其實用價值，資料之實用性與否仍須視企業性質而定。六、 資料採礦於網路上之應用資料採礦在網路上之應用與一般利用資料庫中客戶資料所作的分析有所不同。目前的顧客關係管理軟體多利用網路來增加企業與顧客間之互動，當顧客或潛在的客戶到訪企業網址時，往往能藉由顧客關係管理之資訊軟

26、體來進行資料蒐集，進而以資料採礦之分析工具來進行資料分析。 當顧客到訪網站時，顧客其實即已提供了許多寶貴的顧客資料，企業即可藉由這些資訊分析來瞭解顧客的行為模式。如顧客所提供的個人資料、顧客點選的網頁內容、於不同網頁所停留的時間長短、利用搜尋引擎時所經常使用的關鍵字，以及顧客到訪網站的時間點等，藉由資料庫的設置可以將這些資料儲存起來供日後分析之用，藉以瞭解顧客網站乃至於公司所提供之產品與服務性質的滿意度。 大部份的網站或相關軟體均有上述的功能，惟其在實務應用上之困難存在於企業本身缺乏對資料進行分析之意願，以及缺乏對於資料分析解讀之人力資源。 要利用資料採礦的技術來分析顧客於網站上之行為模式，首

27、先企業必須建構一套可以記錄顧客對於網站產品及服務的機制，並先確認進行網路資料採礦之目標，配合整體營運策略來完整蒐集顧客資料。 一般而言，可用來區分及利用網站訪客的特質包括地理區隔、人格特質及訪客使用之資訊設備等方面。地理區隔包括訪客地址、收入、購買能力等；人格特質則包括訪客之購買特性，如是否為衝動性或精打細算型消費者；而訪客所使用之資訊設備則包括訪客使用之網路頻寬、操作系統、瀏覽器或伺服器等。 而訪客於網頁中的點選順序與落點可以將顧客群依照產品來加以分類，以瞭解產品與服務對於顧客所提供之吸引力。 上述各項特質均可利用不同的軟體與網站內容促使訪客提供相關資料。當網站訪客與網站產生互動時，即有機會

28、產生資料，而這些資料的累積可以針對企業銷售及整體策略加以分析。如顧客之購買歷史、點選廣告之次數、網站上所提供之資訊以及網頁點選之落點與頻率以及訪客於網站停留時間等，均為極為珍貴之顧客資料。 在採取網路資料採礦之前，由於可供擷取之資料過多，考量成本效益後，企業必須界定採取網路資料採礦之目標，以作為整體策略之準則。多數企業採取網路資料採礦多為支援公司整體行銷策略，亦有部份企業僅將網路作為其行銷管道之一，並將其與傳統行銷管道區隔。 然而顧客愈加有效利用網站資源，表示網站的設立有助於企業整體行銷策略之推展，因此在規劃網路資料採礦整體策略前，最好能夠有一個十分明確的目標。如：增加顧客平均瀏覽網頁之頁數、

29、增加顧客於網路購買之數量與銷售金額、減少產品退回、增加品牌知名度、增加顧客到訪網站之頻率，或減少顧客購買產品之流程等，均可為企業提昇營運效率之目標，並將方案內容整合企業整體營運計畫之內。 除了確認計畫目標外，企業尚須瞭解自身問題之所在。以網路行銷（ ）為例，網路行銷者通常面對的問題有，如何強化廣告訴求、如何創造訪客個人化網頁、如何將關聯性較高的產品置於同一網頁上、如何將相關文章（以資訊為主）加以分類條列、區分不同特質的訪客、統計忽略之資料，以及預測顧客未來之行為模式等等。不同部門間有其不同的業務與資料需求，因此在資料蒐集與分析後，不同部門間即可針對原先設定之計畫方向調整各項行銷策略。 七、 顧客關係管理與資料採礦應注意事項部份企業仍視電子商務為資訊科技，由資訊部門專責管理，然而企業往往發現，完善的技術管理並無法使資訊科技產生最大的效能，如何將資訊科技完備地應用在商業營運上，才是公司導入資訊軟體的主要目的。 資料採礦之實施也同樣具備上述特性，多數公司仍由資訊部門來專責管理，然而由於資料採礦因為涉及顧客資料之判讀以及資料分析後在商業上之應用，因此企業在導入資料採礦時最好能夠籌組一個包括資訊部門與商業部門人士之導入團隊，方能使資料採礦獲得最大的功效。 顧客關係管理並非資訊科技，因此企業主應該瞭解在尋找合宜的顧客關係