利用客戶訪問日志數據研究客戶需求和服務設計

【論文關鍵詞】客戶服務　客戶需求　訪問者　日志數據　客戶關系管理　客戶訪問　　【論文摘要】在技術環(huán)境迅速變化的今天,產品不斷更新換代,顧客的需要隨時可能變化,但不管顧客需要什么產品,企業(yè)成功的秘訣在于與顧客維系有利可圖的關系。特別對于像銀行這類服務收益日益增長、競爭焦點轉向客戶服務的企業(yè),為了維持客戶,需要不斷地采用先進的技術手段,增加和改善服務渠道,從傳統(tǒng)的等待顧客上門的面對面服務到自動柜員機、電話銀行、網上銀行、移動手機銀行、汽車銀行和24小時自助銀行等,正是轉向服務競爭的具體體現�！　≡诩夹g環(huán)境迅速變化的今天，產品不斷更新換代，顧客的需要隨時可能變化，但不管顧客需要什么產品，企業(yè)成功的秘訣在于與顧客維系有利可圖的關系。特別對于像銀行這類服務收益日益增長、競爭焦點轉向客戶服務的企業(yè)，為了維持客戶，需要不斷地采用先進的技術手段，增加和改善服務渠道，從傳統(tǒng)的等待顧客上門的面對面服務到自動柜員機、電話銀行、網上銀行、移動手機銀行、汽車銀行和24小時自助銀行等，正是轉向服務競爭的具體體現。　　一般企業(yè)均知道維系客戶非常重要，在服務手段的科技化方面投人不斷增加，然而在如何運用信息技術輔助設計客戶服務，挖掘客戶需求方面，則普遍顯得欠缺。多數的企業(yè)研究客戶需求，設計服務產品所采用的方式或者說創(chuàng)意的獲得，主要靠參考別人的經驗或少數人員的創(chuàng)意。　　我們既然可以通過先進的技術手段增加服務渠道，為什么不能通過數據分析技術，有序地從客戶的訪問數據中挖掘出更多的客戶需求價值呢?近年來，筆者在研究數據挖掘和客戶關系管理系統(tǒng)過程中，結合網站的商業(yè)目標，將這些用戶訪問行為軌跡與具體內容進行動態(tài)統(tǒng)計分析，揭示了包含在這些數字之中的一些具有商業(yè)價值的商業(yè)智能(Busines，xntelligenee)，并將他們用于科學的、有的放矢的服務創(chuàng)新之中。本文介紹的就是其中的部分結果，供設計客戶服務產品或者從事技術開發(fā)的同行參考�！　　叭诉^留名，雁過留聲”。每一個網站訪問者，在從網站中獲取信息的同時，無意中在網站的日志數據中留下了自己的足跡，這些數據構成了我們分析的基礎數據源。數據是絕對的，但其價值卻因企業(yè)商業(yè)目標和關注角度的差異而不同，因此，這里介紹的數據分析方式并不具備一般性含義。而且數據源并不限于網站訪問日志，例如對銀行來說，金融POS、自動柜員機、電話銀行系統(tǒng)中留下的客戶訪問日志數據都是非常有價值的數據源。下面從4個層面簡要介紹訪問者行為信息中的商業(yè)含義以及挖掘客戶需求的思路。　　一、訪問概要統(tǒng)計數據的商業(yè)意義分析　　無數的網站日志分析軟件都能提供關于服務器的瀏覽量、統(tǒng)計網站所有頁面和相關文件被顯示的次數、訪問最多的網頁、客戶端訪問最頻繁的文件、訪問者的IP分布、每日訪問統(tǒng)計、每周每月等的統(tǒng)計結果。但多數業(yè)務決策人員無法直接理解包含在這些統(tǒng)計數據中的商業(yè)意義，而要正確理解包含在這些數據中的商業(yè)意義，必須結合企業(yè)自己的產品/服務和客戶進行分析。下面通過舉例方式說明一二:　　1.訪問者訪問時段分析　　結合IP地址和時段之間的關系，可以將來訪者大致的身份作一個基本的判斷。如按上班前、工作期間、下班后、節(jié)假日等，可以針對訪客的初步性質安排合適的內容，如產品信息和廣告，因為一個人在不同時段的心理需求是不同的，而不同訪客在同一時段所關注的信息卻有更多的相似性。在大眾傳媒中，對時間觀念最強的電視和廣播，就非常注意為不同時段觀/聽眾安排不同的節(jié)目和廣告，然而，在更可以充分利用電腦自動處理能力的互聯網中，卻少見依據時間和地區(qū)的不同“播放”不同的推薦主題節(jié)目�！　�2.訪問者地區(qū)分布分析　　通過將訪問者的IP地址轉換為地理區(qū)間，可以分析出來訪者的大致地理分布范圍。二、表現形式對訪問行為影響分析　　1.頁面詞匯分析　　通過統(tǒng)計訪問者從超鏈接點擊的詞匯，可以分析各種用語之間的關系，從而改進與客戶溝通的言語選擇，特別是進行跨地區(qū)、跨文化推銷服務時，更顯得重要。　　2.下面的分析可用于有序地促進網頁設計的改進:　　(l)標題/超鏈接位置對促成點擊的影響分析　　(2)不同突顯展現方式對促成點擊的影響:不同突現方式，包括顏色、閃爍時間/周期、圖形、動畫、移動畫面對訪問者點擊的影響　　(3)單一面上多亮點的干擾分析:多突顯因素造成的影響(干擾/降低、誘導/增強)　　將上面的這些分析結果結合那些根據模版、規(guī)則、數據庫自動生成網頁的發(fā)布系統(tǒng)，可以構成一個自動完善的智能網站系統(tǒng)。就像每個企業(yè)有其管理組織結構一樣，網站也有一定的組織結構。面對一個信息豐富龐雜的網站，如何使訪問者快捷準確地看到他感興趣的信息，是網站在網頁設計及制作中應該解決的，這樣，網頁對訪問者才具有吸引力�！　⊥ㄟ^建立一個自主維護網站(Ada西vewebsite，)，可以對不同類型的目標用戶群體提供針對性信息和服務項目推介，讓訪問者迅速獲得最感興趣的內容。在此基礎上，企業(yè)可以有目標地進行商業(yè)活動，降低企業(yè)獲得用戶數據的成本;雖然已有不少網站宣傳能對用戶提供個性化服務，但他們提供的服務通常是由用戶自己選擇喜歡的網站內容，然后根據其選項為其生成定制的內容，這種服務需要用戶的主觀參與，不僅參與率較低，而且不能保證其所填寫內容的真實性。
　　三、內容聚類、藕合、交易行為分析　　1.站在所有來訪用戶的立場來對內容進行分類　　根據多個用戶一次(一個注冊用戶或者一個IP的一次訪問)具有一定人數的相同內容組(多個uRL的集合)構成了訪問者自然選擇產生的內容分組。從這些分組信息中提出共性，通過機器學習算法形成聚類概念，并對內容按照用戶自然形成的概念進行分類和組織，以便用戶可以在最短的時間內全面獲得自己最關注的信息，去除冗余信息�！　�2.各類內容之間的關聯分析　　通過分析各個內容組之間的特性異同了解內容的深層含義。從不同的內容分組中，服務設計人員可以分析出訪問者內在的服務需求，特別是在正式推出和宣傳新創(chuàng)造的服務之前，更可以通過設計專門的內容進行“現場觀察式”的調查�！　�3.訪問序列中斷分析　　除了上述由用戶自然使用產生的內容分組外，有些內容訪問序列是我們在設計某些交易時預先設計的，如購物過程中的多步流程，一個完整的購物活動有5一6步驟，通過分析可以發(fā)現導致客戶流失的關鍵步驟。為了留住用戶，或者讓更多的客戶能自始至終完成服務項目，我們可以通過改進導致客戶服務中斷的關鍵環(huán)節(jié)，并能通過分析數據了解改進的效果�！　�4.內容誘導分析　　在成組的內容中進行訪問時序分析，如果有少數內容在若干用戶的訪問日志紀錄中，總是呈現在其它內容之前，在排除信息物理/邏輯呈現上的顯著性影響外，則可以從這些成組的內容關聯之間發(fā)現誘導因素。利用誘導因素，可以設計出讓客戶易于理解和接受的某些新服務項目的推介方式，或者有針對性地設計服務項目�！　∷�、客戶分群分析　　考慮到服務成本，更出于維持穩(wěn)定客戶群體的目的，服務項目的設計也不可能全面實現一對一服務產品，除非是網上自助式服務，通過基本的服務模塊，讓客戶自己設計和組合服務新產品。然而，通過對客戶進行分群分析，有利于服務設計和利用客戶群之間的認同來增強客戶忠誠度。下面就是其中一些用于客戶分群的參考要素�！　�1.根據訪客行為之間的相似度對訪客進行分組/群;　　2.根據可能提供服務/產品的區(qū)分度，對客戶進行細分;　　3.各類客戶之間的差別分析;4.從訪問內容推斷/檢驗各類客戶的深層需求及其在客戶心中重要性的排列;　　5.根據訪問者的lP了解訪問者的地理位置后，將主要文化因素作為輸人要素，可以分析出文化因素對服務的潛在影響;　　6.客戶群可能購買的產品/服務類別或產品/服務組合分析;　　7.潛在需求分析�！　”疚牧信e的分析要素，只是筆者在研究和開發(fā)過程中采用的一種分析方法，并正在通過軟件實現可以讓客戶服務設計人員使用的專家系統(tǒng)。對這方面有興趣希望深人了解的讀者，可以參考下面列出的參考文獻。希望了解算法的讀者，請同筆者聯系。參考文獻:1　MikePerkowitz，OrenEtzioni，AdaPtiveWebSites:ConeeptualClusterMining，ProeeedingsofU-CAI97，1997.2　MikePerkowitz，OrenEtzioni，AdaPtiveWebSites:anAlChallenge，ProeeedingsofIJCAI99，1999.3　王實，高文，李錦濤，Web數據挖掘，計算機科學ZO00Vol.27No.4JesusMeria，DataMiningYourWebsite，19994　劉明晶熊睛汐，網上證券交易客戶關系管理(cRM)系統(tǒng)，現代圖書情報技術，2001，1

【利用客戶訪問日志數據研究客戶需求和服務設計】相關文章：

客戶數據庫的開發(fā)與信息資源的利用03-23

試析汽車服務流程中的客戶需求設計03-19

基于客戶需求的第三方物流客戶分類論文11-14

以客戶需求為導向的MC營銷策略分析03-07

壽險公司客戶經營研究12-09

客戶關系管理的數據采集過程分析03-21

專業(yè)物流公司的客戶需求及經營管理要點03-21

客戶關系管理與數據挖掘技術綜述03-21

客戶關系管理中數據挖掘的應用03-08