Data Mining在CRM中扮演的角色

因特网的兴起，引起一股电子商务的热潮，从美国延烧到台湾，一时之间，.com公司纷纷成立，传统企业也大幅度的投入电子商务的列车中，设立各式商务网站，但是反思顾客是否真正从网络上的电子商务得到更多的附加价值，则也引起广泛的讨论。同时，四月中旬NASDAQ大幅下挫，浮现出网络概念股泡沫化的阴影，未来网络公司何去何从，下一波的经营重点又应是如何，更是引发各界的疑虑。因此，近来顾客关系管理(CRM：Customer Relationship Management)逐渐成为注目的焦点，企业也体认到良好顾客关系的提升成为电子商务时代的致胜关键，而客服中心(Call Center)的建置，发挥与顾客互动的功能，更扮演强化CRM的火车头。本文即从客服中心谈建置CRM，描述CRM所涵盖的架构，作为未来CRM策略的参考依据。
一、客服中心是顾客关系管理的火车头
根据IDC study的调查，在在线购物中，消费者在购物车（Shopping Cart）选定好商品以后，最后放弃完成交易(submit)的比例高达70%，因为一般人购物前需要一些互动的接触。另外Ovum report也指出，虽然电子商务盛行，但是客服中心在策略上十分重要，未来甚至越来越重要，因为企业能藉此直接面对客户。从科技的观点，要取代人和顾客的互动诸如深入谈问题、传递互动价值及情感部分，尚属不可能，相当重视客户关系管理的亚玛逊书店(Amazon)内部即承认，其消费者在网页上放弃完成交易的比例高于60%，显示只是单有网页作为电子商务交易的媒介是不够的，因此亚玛逊书店不单使用网站作为电子商务的媒介，亦大力扩充客服中心的规模。
客服中心是建置电子商务系统的重点，网站应只是客服中心的支持性工具，如此方完整构成企业对于顾客的联系窗口。对于顾客来说，他需要和企业进行许多网页上所无法提供的互动，因此常常转而联络客服中心，不管是透过电话的方式，或是传真、电子邮件、甚至网络聊天室、网络电话及视讯电话的方式，主要需要一个交互式的接触。惟浏览网页正如听取客服中心的电话语音，呆版且制式，仅能提供顾客自助式的服务，因此通常只适用于少数的特定用途，而大多数的商业型态则是需要人与人的互动方能让顾客信任且满意。这一点从1999年底圣诞节过后美国虚拟通路的网络零售业股票大跌，而实体通路股票反而大涨可以看出端倪，顾客对于单纯在网页上进行交易，发生疑问时网站连基本的问题都无法回答的情形大为不满，除了浪费时间的等待还有毫不相关垃圾讯息的充斥，往往令顾客的第一次购物成为最后一次。
从另一方面来说，当企业越处于产业价值链末端，越接近消费者的时候，他和顾客的互动就越需要人面对面的沟通，商业型态也越复杂，人的因素占销售的比重也就越重，直接面对消费者的企业并不像其上游制造商和供货商之间的料号统一且单纯，在实际拓业务时，业务人员直接面对顾客的附加价值也仍是由信息工具面对顾客所无法完全取代的。

1.客服中心的策略涵义
(1) 是企业对顾客的单一联系窗口
如果没有客服中心，顾客不同性质的问题必须直接寻求企业中不同部门人员的协助，或牵扯许多单位往来奔波。且当企业任由顾客打电话到内部单位来联系时，常会干扰到内部人员的作业，并且可能造成人员忙于日常的工作，而给予顾客不友善的态度或不一致的答案，这种情形是失去顾客最快的方式。客服中心能提供顾客一个明确且单一的对话窗口，提供一次购足(one-stop)的服务，解决顾客询求协助的困扰并避免干扰内部作业。
(2) 是企业能让顾客感受到价值的中心
进入竞争激烈的电子商务时代中，企业应更专注于创造顾客的附加价值，特别是未来竞争主轴—服务。透过客服中心能提供顾客产品之外更多的附加价值，例如个人化咨询服务，24小时电话服务，这些附加价值有助于协助顾客解决问题，增加顾客满意度。
(3) 是企业搜集市场情报、顾客数据的情报中心
企业透过客服中心来接近市场，有下列几种情境可以参考︰
‧搜集顾客的抱怨与建议，作为改善产品暨服务质量的重要依据，  客服中心应定期的将顾客的需求及抱怨，整理集中交给后台(Backend)的单位来参考。
‧客服中心可以用来搜集顾客的基本数据、偏好与关心的议题，建立顾客数据库作为分析市场消费倾向。
‧企业的营销活动，往往可以先透过客服中心、网站上参观人潮、顾客来信等管道来了解市场的动向，提早协调后台活动单位来调整活动规模，例如反应比起预期热烈的话，企业便要考虑是否能处理过多的订单或活动，藉此提早因应。
(4) 是维护顾客忠诚度的中心，并具扩大销售基础
顾客的忠诚度往往和售后服务成正比，例如快速响应顾客的抱怨、协助解决顾客的困扰，并让顾客感受贴心的服务，此时客服中心负起维护顾客忠诚度的重责大任，解决疑难杂症。除此之外，并可求推荐其它适用的产品，满足客户其它的需求，增加销售额，因为忠诚的顾客可以买得更多、或愿意购买更高价的产品，并且服务成本更低。忠诚的顾客也可能免费为公司宣传，或推荐他的人脉关系来购买或了解，增加更多的新顾客，此时客服中心将可由原来的成本中心(Cost Center)变成利润中心(Profit Center)。

2.客服中心具有企业流程再造中流程总管的功能
对许多产业而言，建置客服中心是必要的，同时设立客服中心之后也带来企业内部流程重整的契机。因为诸多客户的需求及抱怨，往往非客服中心能单独解决的，而是需要后台的整合，换言之，客服中心及其它部门的合作，才能完整的满足顾客的需求。企业在建置客服中心之初，便需要就各种可能的服务项目定义，再者各项客服流程的定义，也需要详细来厘清，因此常常促使企业思考流程重整的议题︰以客服中心为前台(Frontend)的角色之下，后台应如何来支持以改善客服流程的顺畅，以创造最大的顾客满意度。另外客服中心也往往成为客户服务流程的协调中心，负责联系不同的部门，协调流程的顺畅与改善，追踪问题解决的进，以答复顾客，因此慢慢的便具备有类似企业流程再造(BPR: Business Process Reengineering)中流程总管(Process Owner)的功能。
 
二、从客服中心角度看顾客关系管理
顾客关系管理的完整范围可分为电话中心、计算机电话整合、顾客关系管理系统三阶段建置过程(Phase Imple- mentation) 。
 
1.电话中心︰此阶段单纯运用电话、传真、网站及电子邮件的方式来服务顾客，处理简单的客服流程(Customer- service process)，属于小型的客服中心。

2.计算机电话整合客服中心︰此阶段导入计算机电话整合(CTI: Computer Telephony Integration)系统，适合较大规模的客服中心以及复杂的客服流程。运用CTI增加许多客服人员信息系统的支持功能，例如屏幕显现来电基本数据(Pop-up screen)协助客服人员立即拥有足够的信息来处理顾客来电、自动话务分配(ACD: Automatic Call Disturbution)来平均客服人员的话务载重(Loading)、交互式语音(IVR:Interative Voice Response)运用计算机语音来回答基本常问的咨询，不需客服人员直接来服务顾客、对话录音(Voice Logger)提供与顾客对话的录音，作为管理服务水平、教育训练及作为纠纷处理的凭据。

3.顾客关系管理：此阶段继续加强客服中心CTI系统和后台流程的整合，达到后台前台一体的境界。销售流程自动化(SFA:Sales-Force Automation)有利于快速创造订单及响应顾客需求，并规划数据挖掘(Data Mining)及数据仓储(Data Warehousing)的建置，深入了解顾客的需要达到一对一营销(One to One Marketing)的境界，让顾客得到个人化的服务(Personal Treatment)。

(1) CRM的架构
就策略面来说，CRM应应用信息科技来强化企业的商业智慧（Business Intelligence），并对于顾客关系管理策略重新来定位。流程面来说，CRM应包括营销、销售及服务流程的协同整合(Collaboration)，以及企业对外窗口电子化客服中心（eCenter:包括传统电话客服中心及网站作为企业接触顾客的窗口）。信息科技面来说，CRM应建置单一数据库(Centralized DataBase)，作业人员信息窗口(Portal)，以及移动式手持装置（Mobile handheld/PDA）辅助电子化流程的延伸。

(2) CRM的功能模块
CRM在和顾客接触的企业功能分为营销、销售及服务三方面，加上可运用的信息工具包括客服中心、PDA及网站三种展开来看，企业可从九个方面来考虑信息系统的需求模块，构成企业订单产生与实现及售后服务流程面的电子化及自动化方案。
包括客服中心电话营销、客服中心销售、客服中心服务、PDA辅助销售、PDA辅助维修服务、网站营销、网络商店、网络服务及商业智能（包括营销智能、销售智能及顾客智能）九大项，这其中以商业智能为CRM信息系统之中建置难度最高，但也是效益最大的部分。诚如商业智慧正如人的头脑思考下决策，协调身体各部分运行，而其它客服中心、PDA及网站部分正如人的手脚，作为企业和顾客之间的互动窗口。

(3) 数据挖掘是顾客关系管理的核心
数据挖掘(Data Mining)指收集和顾客有关的数据作分析，并把原始数据转换成商机。从CRM的整体架构来说，数据挖掘是整个CRM的核心精神，也是构成商业智慧的基础。
 
【顾客利润贡献度矩阵】
完整的数据挖掘不单可以做到准确的目标市场营销，当分析的工具及技术成熟时，加上数据仓储(Data Warehousing)提供大量储存顾客数据能力，能让数据挖掘作到大量客制化(Masscustomization)，做到准确的对个人顾客作营销，也就是所谓的一对一营销。
企业对所服务的顾客作利润贡献度的分析，将有助于了解服务顾客的成本及顾客利润贡献度的关系，而对不同的顾客提出不同的服务策略。企业利润贡献度高且服务成本低的顾客，这一群组的顾客应是对企业最有利的客群，维系并发展这一群组的顾客应是经营上最主要的考虑方向，企业内部的资源也应该主要投注在维系且发展这一群组的顾客。
对于顾客充分的了解，才能有效的和顾客建立关系，进而有效的营销出击，创造订单。数据挖掘是CRM中商业智商(Business Intelligence)的基础，透过数据挖掘，有效的提供营销上、销售上、服务上的决策支持，让作业人员可以得到充分的信息来行动，达到在适当的时间、地点，提供顾客适量的产品及服务，大幅提高作业的效率，这也就是所谓的营销智慧（Marketing Intelligence）、销售智慧(Sales Intelligence)及服务智慧(Service Intelligence)。
一旦对于顾客的了解程度提高以后，针对目标市场营销的准确度(hit rate)大幅提高，将直接影响到成交的比例，同样数量的DM出去，成交比例从过去10%可能提高到80%，营销的效益/成本比将大幅提高。因为了解顾客，所以可以有效的过滤无效的样本，在未接触顾客以先，就已经知道顾客是会成交的对象，因此以往浪费的营销成本作散弹打鸟的方式，变成一击必中（One-Shot）的方式。

Data Mining应用在CRM的主要方式可对应在Gap Analysis之三个部分：
1.Acquisition Gap：可利用Customer Profiling找出客户的一些共同的特征，希望能藉此深入了解客户，藉由Cluster Analysis对客户进行分群后再透过Pattern Analysis预测哪些人可能成为我们的客户，以帮助营销人员找到正确的营销对象，进而降低成本，也提高营销的成功率。
2.Sales Gap：可利用Basket Analysis帮助了解客户的产品消费模式，找出哪些产品客户最容易一起购买，或是利用Sequence Discovery预测客户在买了某一样产品之后，在多久之内会买另一样产品等等。利用 Data Mining可以更有效的决定产品组合、产品推荐、进货量或库存量，甚或是在店里要如何摆设货品等，同时也可以用来评估促销活动的成效。
3.Retention Gap：可以由原客户后来却转成竞争对手的客户群中，分析其特征，再根据分析结果到现有客户数据中找出可能转向的客户，然后设计一些方法预防客户流失；更有系统的做法是藉由Neural Network根据客户的消费行为与交易纪录对客户忠诚度进行Scoring的排序，如此则可区隔流失率的等级进而配合不同的策略。

三、结语
完整的CRM运作机制在相关的硬软件系统能健全的支持之前，有太多的数据准备工作与分析需要推动。企业透过Data Mining可以分别针对策略、目标定位、操作效能与测量评估等四个切面之相关问题，有效率地从市场与顾客所搜集累积之大量数据中挖掘出对消费者而言最关键、最重要的答案，并赖以建立真正由客户需求点出发的客户关系管理。
未来商业智慧(BI)的高低应是决定商场胜负的准则，近来因特网拉近人与人的距离，打破了国界与国界的藩篱，似乎只要上得了网络就有无限的商机，因此网络零售网站纷纷成立，但却造成顾客更多的不便。运用人工的方式来处理顾客数据的网站，便如同瞎子摸象似来制定营销策略，只凭经验的手法和过去经营传统通路一样，并没有附加太多价值在顾客身上。但导入CTI及数据仓储/数据挖掘甚至完整的CRM系统的企业，对于顾客了如指掌的了解，可以完全不同的游戏规则来进行一对一营销，让顾客得到更多个人化服务的价值，企业将减少浪费营销成本的方式，应该是下一波网络业者经营的主流模式。