- 相关推荐
网络式客户关系体系与客户属性关联规则
内容摘要：本文探讨了当前围绕客户概念和内涵所取得的研究成果，并在此基础上，建立了一种网络式客户关系体系，进而分析了该体系中的典型客户属性关联关系，介绍了一种基于二进制数粒计算的关联规则提取方法，并应用该方法进行网络式客户关系体系中典型客户属性关联规则提取的尝试，通过一个示例，展示这个方法的应用步骤，并对得到的结果做出简要分析。 关键词：网络式客户关系体系 客户属性关联规则 二进制数粒计算在CRM体系当中，企业之间按照供应链、联盟等管理经营模式，进行并发展着多变而复杂的业务关系互动，呈现出了网络式客户关系特点，而且存在着复杂的客户属性关联关系，因此，利用客户属性这个鲜明而有效的客户特征载体，建立网络式客户关系体系，提取典型客户属性关联规则成为本文的研究动机。
基于SCOPE模型的客户内涵扩展
现代营销学中，客户观念已经扩大化了，对于客户内涵的理解有以下原则：
客户不一定是产品或服务的最终接受者。处于供应链下游的企业是上游企业的客户，他们可能是批发商、零售商或者物流商，而最终的接受者是消费产品和服务的人或机构。也就是说，客户不一定是用户。处于供应链下游的批发商、零售商是生产商的客户，只有他们消费这些产品和服务时，才是用户。
客户不一定在公司之外，内部客户日益引起重视，它使企业的服务无缝连接起来。
曾海颖和刘晋根据CRM所涉及到的五个主要方面提出了SCOPE模型，模型的核心部分是客户(Customers)，其他的四个部分分别为供应商(Suppliers)，企业主或投资商(Owners/Investors)、员工(Employees)和第三方伙伴(third Partners)。该模型的基本前提是：只有从外部客户身上才能产生收益，而其他四个方面都只是产生成本和费用，因此，将客户放在中心位置。显然，这里所讨论的收益和成本主要是指能够以货币数量值表达的企业经济效益和经济损失。事实上，在当前对企业竞争力的研究中，早已经将企业诚信度、企业形象、品牌效应、客户满意度、客户忠诚度等定性指标转化成定量数值，作为对企业收益的衡量因素，纳入到企业在价值链中短期与长期的动态收益测评体系当中来了。
例如，在某些行业或某些业务当中，如果客户的满意度主要是在与员工的互动接触中建立起来的，则企业最重要的客户是内部客户—企业员工，员工的工作满意度增高将直接或间接地导致客户满意度的提高，美国零售业的典型代表之一—西尔斯公司所建立的管理模型，用以测定员工满意度、客户满意度和公司业绩之间的关系，该模型结果显示：如果员工满意度增加5个单位，那么将会使客户满意度增长1.30个单位，从而增加收益0.50%。再如，当某个企业刚刚进人一个新市场的时候，关注的核心问题是如何与分销商建立密切的联系，借助分销商所承担的销售、物流及客户服务的角色，培养树立自身在新领域里的商业信誉，逐步提高企业诚信度，从而进一步增强企业竞争力，此时，分销商，这一供应链中的下游企业就成了该企业的最重要客户。
在实践当中，企业的客户理念倾向于把企业内部上、下游流程工作人员和供应链中的上、下游企业看作是同事或合作伙伴，而淡化了服务意识，造成服务的内外脱节和不能落实等现象频频出现；由于企业文化建设成果良莠不齐，内部客户通常对于不能预期达到或不能保质保值的服务不予正面抗议，而是将责任或不满转嫁给企业之外的客户，导致客户管理与服务水平的降低。
综上所述，基于对SCOPE模型和管理实践的分析表明：客户是相对于产品或服务提供者而言的，它应该是一个实时动态的相对性概念，无论是个体还是组织都是接受企业产品或服务的对象，因此，个体客户和团体客户（组织客户）都统称为客户。在以供应链作为基本构成单元的价值网中，客户的下游还是客户，随着业务形式和业务关注重点等环节的动态转移，企业内部上、下游流程工作人员和供应链中的上、下游企业属于现代客户观念体系中的对等节点，从而，客户内涵表达形式自然地扩展成网络式结构，形成了网络式客户体系。
网络式客户关系体系的建立
在网络式客户关系体系中，所涉及到的节点要素主要有：
投资客户，即企业主或投资商。投资客户是为某个或某些企业投入企业发展资源，并按照一定比例提取企业的收入作为对自身投入回报的个人或组织。
原材料供应企业，或称为供应商。供应商通常处于供应链的上游，从事原材料的直接销售或者粗加工后的材料销售。
生产商，即生产企业。生产商主要从事最终消费品的生产制造，通过将制成品向下游市场方向的推广销售，依靠获取的收益达到生存与发展的目的。
销售与服务企业。他们的经营活动以进行某类或某几类商品和服务向消费者传递的业务为主。销售与服务企业呈现出多样性和复杂性，包含多种分类的可能，大致来讲，主要包括批发商、物流商和零售商。
内部客户。这里的内部客户采用Nagel和Cilliers提出的内部客户定义，即组织内部任何依靠他人提供的产品或服务来履行自己职责的员工。
用户。用户是指那些最终接受消费产品和服务的人或机构。
借鉴图论中无向图的思想，将以上6个要素作为节点，以字母代码a，b，…f 表示；节点之间的连线，即“边”，代表两节点存在客户关系；特别的，以字母代码ⅰ、ⅱ、ⅲ分别代表批发商、物流商和零售商；以虚线段表示包含关系，可以建立一个无向无环的网络式客户关系体系图（本文从略）。
网络式客户关系体系反映出：当前，在具有信息快速流动、人类个体的社会角色复杂而多样、商品流通市场高度开放等特征的环境当中，客户内涵亟待以开放的、前瞻的、动态的思路加以扩展，从而建立适时的、发展的客户观念，培养灵活而快速的客户服务意识。
网络式客户关系体系中的典型客户属性关联规则
属性（attribute），在英语中，attribute 一词意为characteristic和essential quality，是备选方案的特征、品质或性能参数。在CRM中，客户属性则是用以识别和评判客户的客户特征指标。不同行业、不同业务当中的客户表现出不同的特征，而且客户特征具有多样性和复杂性，需要一定的经验和方法，才能够从庞杂的客户特征当中提取出能够鲜明而有效地表达客户特征和性质的指标，即典型客户属性。
为了说明网络式客户关系体系中各类客户之间的典型属性关联关系，在网络式客户关系体系中按照供应链的结构原理，节选两段简单供应链，分别记为供应链①和供应链②，其中，供应链①是指：供应商—生产商—销售与服务企业；供应链②代表：投资商—销售与服务企业—用户。在供应链①中，当供应商选择、识别和评判生产商的时候，除了关注生产商本身的资金实力、生产规模、技术水平、生产周期等属性的取值之外，同样关注其下游销售与服务企业的总体数量、规模实力、销售渠道、资金回笼等属性信息；同理，销售与服务企业在选择和评判生产商的时候，除了考虑生产商本身特定的属性值大小，还要兼顾生产商上游的供应商的供货能力等指标。在供应链②中，当投资商进行是否向某个或某些销售与服务企业做出投资、投资数量和投资周期等决策的时候，不但要判断销售与服务企业的管理经营水平、人员素质、技术能力等典型属性值的大小，还要分析其下游的用户数量、范围、购买能力、人文特征等属性信息；用户在做出对销售与服务企业的选择与判断时，也同样要考虑位于该企业上游的投资商的资金实力、信誉度等属性要素。
因此，通过归纳分析，可以得到一个广义供应链的示意图（本文从略），图中标号1，2，…，i-1，i， i 1，…代表供应链上的具有客户关系的企业或个人，将他们称之为供应链上的节点，也即是网络式客户关系体系图中的要素节点。除了依照供应链本身的构成原理，节点i-1，i， i 1之间具有属性关联关系之外，在供应链上分别位于节点i的上游和下游的节点i-1和 i 1也具有属性关联关系。
这样，网络式客户关系体系图所示的网络式客户关系体系当中的典型客户属性关联关系就被拓展到了多维空间当中，其示意模型好似一个多棱多面的晶体。
基于二进制数粒计算的关联规则提取方法
通常，对于已知的对象论域X={x1,x2,…,xn}，其属性集合为A={al,a2,…,am}可以按照其属性值集合V={v1,v2,…,vq}，q是足够大的自然数，划分成简单的等价类，即商集X IIND(v)={[vl]aj},j=1,2…,m;l=1,2…,q。称商集中的元素为粒，显然粒是一种等价类，可以称[vl]aj ,j=1,2…,m;l=1,2…,q为粒名。
对每个粒中的元素都可以给出它在论域X上的位置，并且用该元素的下标表示。如果将下标编码对应于二进制数的位数，则这种粒可以用一个二进制数定义，即xi∈X （i=1,2…,n），且出现于某个粒中，那么，相应于二进制数的第i位上置为1，否则置为0 ，而且，二进制数长度恰好等于X的基数。
寻找给定关系中具有一定形式的关联规则，就是要在已取得的商集上，将两个对应粒的二进制数作布尔AND运算，得到关联次数结果，假设存在阈值ε∈[0,1]，当关联次数大于或等于ε的时候，则称该关联规则是可提取的，这样的操作可以扩充到任意有限多个粒。
客户属性关联规则提取示例分析
设生产商集合X={x1,x2,…,xn}(n=5)，随机抽取其综合实力属性指标集合B={b1,b2},BA,A是其全体属性集合；X的下游销售与服务企业综合实力属性指标集合为C,F={f1,f2}C。供应商一方的决策专家对各个生产商按照属性指标b1，b2，f1，f2依次进行评价，评价结果是：
x1 ：（s3，s2，s1， s3）；
x2 ：（s2，s2，s3， s2）；
x3 ：（s1，s2，s3， s2）；
x4 ：（s2，s1，s1， s2）；
x5 ：（s3，s1，s3， s2），
其中，si代表各个属性指标下的评价值。
运用本文提出的关联规则提取方法，可以得到粒[s2]b1={x2,x4}和粒[s2]f2={x2,x3,x4,x5}，它们各自的二进制数分别为：01010和01111，经过二进制数作布尔AND运算后的运算结果是：01010，其中1出现的次数是2，出现率2/5＝0.4，设阈值ε=0.2，则由0.4
【网络式客户关系体系与客户属性关联规则】相关文章：
网络虚拟财产属性分析08-26
客户关系私有化问题及应对策略10-31
基于客户关系管理谈石油化工产品营销08-25
关联企业和关联交易的有关问题06-08
数据关联算法综述及其性能评估05-05
论审计方法体系05-17
论先秦货币的两种体系05-31
制造业和服务业的产业关联分析05-30