CRM系統：CRM 中客戶分類方法的研究與應用
CRM 中客戶分類方法的研究與應用
周歡
(揚州職業大學信息工程學院，江蘇揚州225000)
摘要：在企業管理中，如何將不同客戶按照對企業的貢獻程度分類并加以實現，以輔助制定經營策略，成為研究熱點。針
對具體的燃氣行業進行了分析，提出了一套適用其的客戶分類指標。并且借鑒蟻群算法，做了相應的改進，與聚類分析方法
相結合，將此算法在企業現有數據的基礎上進行了實現，得到了較好的聚類結果。
關鍵詞：客戶關系管理; 客戶分類; 聚類分析; 數據挖掘; 蟻群
中圖法分類號：TP311 文獻標識碼：A 文章編號：1000-7024 (2008) 03-0659-03
Study of classifying customers method in CRM
ZHOU Huan
(Department of Information Engineering, Yangzhou Polytechnic College, Yangzhou 225000, China)
Abstract：Nowadays, it is popular to research on how to classify the customers depending on their contributions to the enterprise. A
new method on this is given. Firstly, a measurement of classifying the customers is given. Then, an algorithmof combination clustering
based on swarm intelligence is improved. Experiments show that the algorithm has good clustering qualities when it is used to partition
customers.
Key words：customer relationship management; customers' classify; clustering analysis; data mining; ant colony algorithm
引言
客戶關系管理CRM 是正在興起的一種旨在改善企業與
客戶之間關系的新型管理機制。它是一套先進的管理思想及
技術手段，通過將人力資源、業務流程與專業技術進行有效的
整合，最終為企業涉及到客戶或消費者的各個領域提供了完
美的集成，使得企業可以以更低的成本、更高的效率來滿足客
戶的需求。
準確的客戶分類是企業有效地實施客戶關系管理的基
礎。客戶分類是根據客戶屬性來劃分客戶集合，通過獲得的
客戶類別來分析和預測客戶的消費模式。建立起一對一的客
戶服務體系，實行差異化的客戶管理。
1 客戶分類
1.1 客戶分類指標的選擇
客戶分類結果的正確與否取決于分類指標和分類方法的
選擇。就分類指標而言，其要能反映客戶特征以及企業進行
客戶管理的目的。由于客戶分類問題涉及的因素眾多，且分
類的標準因分類的目的不同而不同，因此沒有一種通用的方
法適合各種客戶分類問題。各企業應根據客戶數據庫中已有
的類型信息的不同和自身管理的需要進行具體的分類。目前
較常見的客戶分類方法有基于量化客戶價值的分類和基于指
標組合的客戶分類方法，而指標組合的客戶分類常采用客戶
利潤率、忠誠度和信用度的組合來分類客戶[1]。本文所做的工
作，就是結合了燃氣行業目前的實際情況，總結燃氣公司過去
用戶分類方法的不足，提出了一種不同的用戶分類指標。
1.2 客戶分類方法的選擇
另外，在分類方法的選擇方面，現在普遍采用聚類分析方
法[2]，即是將數據分組成為多個類。同一個類內部的對象具有
較高的相似度，不同類之間的對象差別較大。其目的是挖掘
數據潛在的自然分組結構和關系。應用在市場研究領域，聚
類分析是市場細分、尋找不同目標市場及其人員特征非常簡
單而又非常有效的方法。現在比較成熟的聚類分析技術有：
分裂法、層次法、基于密度的方法、基于網格的方法和基于模
型的方法等[3]，總體來說，所有聚類方法可以分為兩大類，一類
是基于“距離”的概念，如：傳統的基于歐氏幾何距離的聚類算
法，常見的有K-Means、K-Mediods 算法，這類算法的缺點在于
處理大數據集和高維數據集時效果不好，另一方面它所能發
現的聚類個數常常依賴于用戶參數的指定，而這對用戶來說
經常是很困難的。另一類是要人們確定一些參數或者函數的，
這對高維空間的數據來說是很難確定的，這類方法包括了基
于密度和模型的方法。至于基于網格的方法，它的缺點就是
聚類質量較差。
如今，有一種算法，即蟻群算法，因為其能以最小智能但
自治的個體利用個體與個體和個體與環境的交互作用實現完
全分布式控制，具有組織性、可擴展性和健壯性等優點，在組
合優化領域得到廣泛關注。所以決定采用基于蟻群算法的聚
類組合算法來進行客戶的分類工作。該算法的基本思想是將
待聚類對象隨機分布在一個環境中(一般是一個二維網格)，簡
單個體如螞蟻測量當前對象在局部環境中的群體相似度，并
通過概率轉換函數得到拾起或放下對象的概率，并以這一概
率行動。同時調整群體相似系數，經過群體大量的相互作用，
得到若干聚類中心。最后，采用聚類方法進行聚類的標識和
收集。本文工作期間，借鑒了蟻群聚類算法的思想，做了相應
的改進，并且用它實現了燃汽行業客戶分類的過程，具有較好
的效果。該算法首先將客戶在各個指標上的值作為維空間
中的一個點隨機分布于一個維空間區域內，并且設置初始聚
類中心；然后依據概率轉移函數決定某一個點是否隸屬于某
一類，同時不斷修正聚類中心；最后計算各類的類間距，對于
類間距過小的兩個類，再將其合并，直至所有類間距大于某一
閾值，由此獲得不同偏好特征的客戶群體模式。
2 用戶的細分標準
傳統上，燃汽公司習慣于將眾多燃汽用戶按預先設定好
的分類劃分，如普通居民、鍋爐、直燃機、餐飲、工業窯爐(生產
線)、加氣站等。并根據用戶的分類確定服務政策和辦法，分
配服務資源。但這種用戶分類方法的缺點是顯而易見的，它
是機械和靜態的，沒有考慮到用戶的差異性和發展變化，更主
要的是，沒有考慮到不同用戶對于公司的終身價值問題。而
現今在考慮了用戶對燃氣公司的價值、對供氣均衡性的影響、
維修服務的需求等因素，本文確立了以下6 個指標作為描述
用戶的變量：
(1) 年平均用氣量(AVY)：用戶自投運來總消費氣量/運行
時間，主要反映用戶的用氣規模，以便確定該用戶對公司利潤
貢獻的大小。
(2) 高峰用氣占全年的比例：冬季4 個月消費氣量/全年消
費氣量，主要反映用戶用氣的均勻性。有些用戶雖然年平均
用氣量(AVY)較大，但主要集中在冬季的個別月份，高峰期對
管網的運行帶來很大的壓力，低峰時對公司絲毫沒有貢獻，這
類用戶在細分模型中要與那些均勻性用戶區分開。
(3) 年平均維護工作時：年維修、搶修、抄表、安全檢查等
消耗的工時，主要反映維護成本。不同用戶對于維修、維護、
檢查等的服務需求是不同的，設立這一指標也是為了反應用
戶對燃汽公司實際利潤的貢獻。
(4) 實際供氣量與最大供氣能力的比值：實際用氣量/該用
戶設計最大供氣能力，主要反映該用戶的發展潛力。
(5) 天然氣消費量占全部清潔能源消費量的比例：天然氣
消費量/電力、柴油、天然氣等全部清潔能源消費量，主要反映
替代品對該用戶的競爭程度和用戶的增長潛力。
(6) 年用氣量平均增長率：主要反映用戶消費的增長情況。
3 用戶分類的實現
3.1 基本蟻群聚類算法
在介紹具體的算法之前，先介紹基本定義：
定義1 群體相似度是一個待聚類對象(模式) 與其所在
的一定局部環境中所有其它模式的綜合相似度。群體相似度
強力推薦：
天柏客戶關系管理系統
天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。
關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統