CRM系統(tǒng)：聚類算法在證券公司CRM 中的應(yīng)用
聚類算法在證券公司CRM 中的應(yīng)用
王荇 鄭成增
(常州工學(xué)院計(jì)算機(jī)信息工程學(xué)院,江蘇常州213002)
摘要:將聚類分析技術(shù)應(yīng)用于客戶關(guān)系管理可以有效實(shí)現(xiàn)客戶細(xì)分,改善客戶關(guān)系。文章使用層次
凝聚法和K - m eans算法實(shí)現(xiàn)了客戶的自動(dòng)聚類,并且在權(quán)衡算法效率和聚類精度的基礎(chǔ)之上提出了
改進(jìn)的聚類距離公式和K - m eans算法。
關(guān)鍵詞:聚類算法;客戶細(xì)分;層次凝聚法; K - m eans算法
中圖分類號(hào): TP311. 132. 3 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1671 - 0436 (2008) 04 - 0059 - 04
0 引言
企業(yè)要在瞬息萬(wàn)變的市場(chǎng)環(huán)境中立于不敗之
地,就必須依托現(xiàn)代化的管理思想和管理手段。
因此,越來(lái)越多的企業(yè)轉(zhuǎn)向以客戶為中心進(jìn)行生
產(chǎn)銷售和管理,客戶關(guān)系管理(Cus tom e r Rela tion2
ship M anagem ent,以下簡(jiǎn)稱CRM )應(yīng)運(yùn)而生[ 1 ] 。
隨著證券市場(chǎng)的日益規(guī)范, 證券公司之間的
競(jìng)爭(zhēng)加劇,傭金的浮動(dòng)制使得證券公司經(jīng)紀(jì)業(yè)務(wù)
的競(jìng)爭(zhēng)越發(fā)激烈,因而提高客戶質(zhì)量,提供及時(shí)準(zhǔn)
確的情況分析變得更加重要。而證券公司實(shí)現(xiàn)電
子化較早,在多年的經(jīng)營(yíng)過(guò)程中積累了大量寶貴
的歷史數(shù)據(jù)[ 2 ] 。如何充分利用這些數(shù)據(jù)并提取有
效信息,使人們有能力最終認(rèn)識(shí)數(shù)據(jù)的真正價(jià)值?
數(shù)據(jù)挖掘作為有效手段得到了廣泛的應(yīng)用,而其
中聚類算法的研究開(kāi)展得比較積極。
1 算法介紹
聚類是指在預(yù)先不知道目標(biāo)數(shù)據(jù)對(duì)象究竟有
多少類的情況下,將所有對(duì)象分組變成多個(gè)簇,使
同一個(gè)簇中的對(duì)象具有較高的相似性,而不同簇
中的對(duì)象具有較大的相異性。這樣, 每一簇中的
成員都可以被統(tǒng)一看待。通過(guò)聚類, 人們能夠識(shí)
別密集和稀疏的區(qū)域,從而發(fā)現(xiàn)全局的分布模式
以及數(shù)據(jù)屬性間的關(guān)系[ 3 ] 。
聚類過(guò)程的實(shí)質(zhì)是尋找聚類目標(biāo)函數(shù)最優(yōu)解
的優(yōu)化過(guò)程。層次凝聚法是將數(shù)據(jù)對(duì)象在不同階
段組成不同粒度的簇,并在簇的分裂和合并過(guò)程中
不斷改善聚類的效果,以達(dá)到逐步求精的目的[ 4 ] 。
K - m eans算法是對(duì)N個(gè)數(shù)據(jù)對(duì)象給出K個(gè)
劃分,通過(guò)迭代把數(shù)據(jù)對(duì)象劃分到不同的簇中,使
簇內(nèi)部對(duì)象之間的相似度很大,而簇之間對(duì)象的
相似度很小,相似度的計(jì)算根據(jù)一個(gè)簇中對(duì)象的
平均值來(lái)進(jìn)行。其核心思想是:給定一個(gè)包含n
個(gè)數(shù)據(jù)對(duì)象的數(shù)據(jù)庫(kù),以及要生成的簇的數(shù)目K,
隨機(jī)選取K個(gè)對(duì)象作為初始的K個(gè)聚類中心,然
后計(jì)算剩余各個(gè)樣本到每一個(gè)聚類中心的距離,
把該樣本歸到離它最近的那個(gè)聚類中心所在的
類,對(duì)調(diào)整后的新類使用平均值的方法計(jì)算新的
聚類中心,如果相鄰兩次的聚類中心沒(méi)有任何變
化,說(shuō)明樣本調(diào)整結(jié)束且聚類平均誤差準(zhǔn)則函數(shù)
E已經(jīng)收斂[ 5 ] 。
2 算法應(yīng)用
211 實(shí)例目標(biāo)
文章運(yùn)用層次凝聚法與K - m eans算法對(duì)某
證券公司柜面系統(tǒng)中的2007年客戶歷史交易數(shù)
據(jù)進(jìn)行聚類分析,提出了一種對(duì)聚類的評(píng)價(jià)方法,
并基于該評(píng)價(jià)方法對(duì)K - m eans 算法進(jìn)行了改
進(jìn),達(dá)到客戶細(xì)分的目的。公司可以根據(jù)客戶特
征采取不同的服務(wù)策略,例如,對(duì)貢獻(xiàn)大的客戶采
取相應(yīng)的政策照顧,或?qū)⒛承┬袨轭愃频呢暙I(xiàn)較
低的客戶發(fā)展為貢獻(xiàn)較高的客戶。
212 數(shù)據(jù)準(zhǔn)備
在證券公司的日常運(yùn)營(yíng)實(shí)踐中,客戶屬性一般
包括靜態(tài)屬性和動(dòng)態(tài)屬性兩種。靜態(tài)屬性是客戶
的一些自然屬性(如性別、年齡、職業(yè)等) ,往往與實(shí)
際操作者不符,沒(méi)有采集意義。動(dòng)態(tài)屬性是指與客
戶交易行為相關(guān)的屬性, 主要包括: 資金規(guī)模
(ZJGM ) ,手續(xù)費(fèi)收入(SXFSR) ,息差收入(XCSR)
和操作頻率(CZPL ) 。客戶動(dòng)態(tài)屬性體現(xiàn)了客戶對(duì)
證券公司的價(jià)值和貢獻(xiàn)度,是進(jìn)行數(shù)據(jù)挖掘的主要
對(duì)象。數(shù)據(jù)挖掘?qū)?shù)據(jù)的要求非常嚴(yán)格,因此基本
上60%的時(shí)間都用在數(shù)據(jù)準(zhǔn)備上。
強(qiáng)力推薦：
天柏客戶關(guān)系管理系統(tǒng)
天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實(shí)用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營(yíng)銷理念，圍繞客戶生命周期的整個(gè)過(guò)程，針對(duì)不同價(jià)值的客戶實(shí)施以客戶滿意為目標(biāo)的營(yíng)銷策略，通過(guò)企業(yè)級(jí)協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達(dá)到留住客戶、提高銷售，實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的目的。通過(guò)對(duì)客戶進(jìn)行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠(chéng)度分析(Persistency)、客戶利潤(rùn)分析(Profitability)、客戶性能分析(Performance)、客戶未來(lái)分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營(yíng)銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個(gè)環(huán)節(jié)的自動(dòng)化程度，從而幫助企業(yè)達(dá)到縮短銷售周期、降低銷售成本、擴(kuò)大銷售量、增加收入與盈利、搶占更多市場(chǎng)份額、尋求新的市場(chǎng)機(jī)會(huì)和銷售渠道，最終從根本上提升企業(yè)的核心競(jìng)爭(zhēng)力，使得企業(yè)在當(dāng)前激烈的競(jìng)爭(zhēng)環(huán)境中立于不敗之地。
關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)