基于数据挖掘的汽车4S店客户关系管理研究

基于数据挖掘的汽车4S店客户关系管理研究

[内容摘要]汽车4S店行业的竞争越来越激烈，客户是争夺最激烈的资源，企业越来越重视客户关系管理，如何留住现有客户、获得新的客户、提升客户价值成为各汽车4S店关注的焦点。利用数据挖掘技术作为分析与辅助决策工具在汽车4S店中的应用更加广泛。本文结合当前我国汽车4S店市场激烈的竞争环境，从应用角度出发，首先介绍数据挖掘技术的基本概念及常用的挖掘技术，在进行客户关系管理介绍，分析客户关系管理的特点，最后结合实例从汽车4S店客户分析中说明数据挖掘技术在4S店CRM中的应用及具体步骤，并总结数据挖掘技术在客户关系管理中实施应注意的问题。 [关键词]汽车4S店，数据挖掘，客户关系管理

[ABSTRACT]4S shop auto industry become more competitive,the customer is the most intense competition for resources,companies increasingly focus on the customer relationship management,how to retain existing customers,acquire new customers,enhance customer value to become concerned about the focus of car 4S shop.Using data mining technology as a tool for ananlysis and decision support applications in the automotive 4S store more widely.In this paper,the current market ,car 4S stores in China with the current fierce market competition, from the application point of view, first introduced the basic concepts of data minig technology and mining techniques commonly used,costomer relationship management during the introduction of customer relationship management features ,at last withing examples from the car descoribed 4S store customer data mining analysis of 4Sstore in the CRM application and concrete steps,and summary data mining in customer relationship management implementation should pay mor attention to. [KEY

WORDS]Automobile

4S

stores,data

mining,customer

relationship management 一． 绪论 （一）．背景及意义

汽车4S店是中国目前汽车服务业的主体，它是一种容纳整车销售、零部件供应、售后服务、信息反馈为一体的汽车服务经营方式。随着汽车服务业的发展，汽车厂商从整车销售部分赚取的利润越来越少，从而汽车售后服务中赚取的利润在不断的增加。归纳中国正常经营的汽车服务利润构成，整车销售部分约占10%，零部件销售部分约占10%，二手车经营约占20%，售后服务部分约高达50%。

从前，企业以“产品为中心”的生存之道，弊端在于经营模式是主观的，缺乏客观的预测和对未来趋势的把握，过分强调产品的重要性，必然会忽略客户的价值，最后流失的不仅仅是利润。而将“客户为中心”作为企业的发展战略，其原因显而易见，只要企业就要有客户作为基础，无论是做产品还是为产品定位，最终面对的都是客户，有了客户才能维系企业的发展和生存。尤其是新经济时代的到来，客户已成为企业最重要的资产，是企业至关重要的成功因素和利润来源，谁把握了客户谁就拥有了市场，促使企业战略从“以产品为中心”向“以客户为中心”转变。对于汽车这种特殊的产品，售后服务的好坏历来是客户关注的焦点，同样也是汽车4S店丰厚利润的来源。现在中国汽车4S店的眼球已经从传统的新车销售业务转移到汽车的售后服务上来了。因此汽车4S服务商要留住有价值的客户并培养更多有价值的客户，他们不得不对客户的各方面资料有更全面的了解和分析。在激烈的市场竞争中，数据挖掘技术和CRM的结合应用为汽车4S店了解客户、赢得客户和追求利润最大化提供了强有力的工具。

网络技术的快速发展使客户很容易获取相关产品信息，因此他们也变得越来越精打细算。他们知道可能提供给他们的各种服务并尽可能从中选择最好的。在这种情况下，汽车4S店必须使它的产品和服

务是独特并最好的，为了做到这点，汽车4S店必须精确地了解客户各方面的资料，CRM就是企业对这种要求的应用。CRM是20世纪90年代西方发展起来的新型管理策略，它在国外的应用已经取得了极大成功，比如英国电信就是最成功的案例。而在我国很多企业还只是刚刚起步。数据挖掘是从大量的数据中自动获取有用的信息和认识的过程。它可以把企业分散的数据集中起来获取所需的知识，是成功实施CRM的关键技术。利用这种技术可以根据客户的实际需求提供多样化、层次化、个性化的服务、解决方案。因此，数据挖掘成了4S店增加收入、提高客户满意度的有效工具，并为4S店进行科学的经营决策提供有力的数据信息支持。“他山之石可以攻玉”，我们可以借鉴国外先进的管理技术和成功案例，结合我国4S店的特点，对4S店进行数据挖掘技术的CRM研究，使自己在市场竞争中胜人一筹。 （二）．汽车市场现状

汽车市场不断扩大，汽车制造企业实力与日俱增，汽车经销商群体越来越庞大，对于汽车销售行业来说，对于客户及服务信息的管理越来越重要，主要原因有：

1． 汽车行业原有的等待式销售模式已经远远不能符合快速发展的汽车市场需求，转变经营观念，变推销为营销，变被动等待客户为主动寻找客户，充分接触目标客户。

2．汽车正常销售利润下滑，逐渐转向后续汽车服务，包括汽车保险，上牌照以及汽车保养、维修等服务。客户管理可以以车主或汽车为单位建立客户档案，记录器维护、维修以及配件更换历史，协助工程师工作，帮助公司实施客户忠诚度计划。周全放心的服务使车主不会轻易更换汽车维护提供商，帮助汽车销售企业保障整体利润来源。 二．数据挖掘技术与客户关系管理概述

（一）．数据挖掘技术概述

数据挖掘是近年来随着数据库技术和人工智能技术的发展而出现的一种多学科交叉的全新信息技术，是指从海量的数据中出潜在的、有价值的知识（模型或规则）的过程，反复使用多种数据挖掘算法从观测数据中确定模式或合理模型。也就是根据预定义的目标，对大量的数据进行探索和分析，揭示其中隐含的规律，并进一步将其模型化的先进有效的技术过程。随着计算机网络的发展和普遍使用，数据挖掘成为迫切需要研究的重要课题。

数据挖掘涉及多个学科方向，主要包括：数据库、统计学和人工智能等。数据挖掘可按数据库类型、挖掘对象、挖掘任务、挖掘方法与技术以及应用等几方面进行分类。按数据库类型分类：关系数据挖掘、模糊数据挖掘、历史数据挖掘、空间数据挖掘等多种不同数据库的数据挖掘类型。按数据挖掘对象分类：文本数据挖掘、多媒体数据挖掘、Web数据挖掘。按数据挖掘的任务有：关联分析、时序模式、聚类、分类、偏差检测、预测等。按数据挖掘方法和技术分类：归纳学习类、仿生物技术类、公式发现类、统计分析类、模糊数学类、可视化技术类。

（二）．数据挖掘的功能

数据挖掘具有五项最重要的功能：分类、估值、预测、关联分析以及聚类。 1． 分类

根据分析对象的属性，分门别类并加以定义，就是通过分析样客户数据库洪的数据，为每个类别作出准确的描述或建立类组。例如，将网络购物者的购物意愿者。分类法所使用的技巧，常见的有判定树、记忆基础推理等。

2． 估值

分类使用于非连续的数据，而估值则适用于处理连续性数值的数据。所谓估值是依照既有的相关属性数据，来推导一些未知的连续性变量，从而得到某一属性的未知值。例如，根据信用卡申请者的教育程序、消费行为接受转账缴费的机率等。使用的技术包括统计方法的相关分析、回归分析及类神经网络方法等。 3．预测

预测和估值其实相当类似，只不过预测特别是针对未来的趋势作推算，若要检视其正确性，就只能等事实发生的结果才能定论。所以，所谓预测，是根据对象属性的过去观察值，推估该属性未来的值。例如，由顾客过去的刷卡消费量预测其未来刷卡消费。所有相关于分类与推估的技术，也都可以修正后用来进行预估。值得一提的是，历史类是相当良好的来源。我们可借助查看历史数据，建立模型从而获得未来变化的预测值。使用的技术包括购物篮分析、回归分析、时间数列分析及灯类神经网络方法等。 4．关联分析

关联分析，即利用关联规则进行数据挖掘。简单地说，就是分析“哪些事情总是一起发生？”举个简单的例子，超市的“购物篮分析”可以用来了解哪些产品常被一起购买。因此，所谓关联分析，就是在所有对象中决定哪些相关对象应该放发在一起。例如在卖场里，淋浴乳和洗发精常被放在同以货架或附近货架上，因为它们被一起购买。在客户营销系统上，关联分组用来确定交叉销售，“cross selling”的机会，以设计吸引人的产品线。 5． 聚类

将一个异质总体。区隔为一些具有同质性的类别。和分类最大

的不同在于，聚类并没有根据事先明确义好的类组来进行分类。聚类相当于营销术语中的区隔化，不是事先并未对区隔加以定义，而是从数据中自然产生区隔。 （三）．客户关系管理概述

客户关系管理（Customer Relationship Management，CRM）概念最早由Gartnet Group于1997提出，但是关于客户关系管理(CRM)目前还没有十分统一的定义。目前，普遍这样理解CRM：它是企业与客户进行交互的循环流程，进而产生、收集和分析客户数据，然后企业把结果应用到企业的服务和市场活动中。为了更加深刻的理解CRM，需要再从以下三方面来理解CRM的含义：

客户关系管理（CRM）首先是一种管理理念，起源于西方的市场营销理论，产生和发展在美国。其核心思想是将企业的客户（包括最终客户、分销商和合作伙伴）作为最重要的企业资源，通过完善的客户服务和深入的客户分析来满足客户的需求，保证实现客户的终生价值。

客户关系管理（CRM）又是一种旨在改善企业与客户之间关系的新型管理机制，它实施于企业的市场营销、销售、服务与技术支持等与客户相关的领域，要求企业从\以产品为中心\的模式向\以客户为中心\的模式转移，也就是说，企业关注的焦点应从内部运作转移到客户关系上来。

客户关系管理（CRM）也是一种管理软件和技术，它将最佳的商业实践与数据挖掘、数据仓库、一对一营销、销售自动化以及其它信息技术紧密结合在一起，为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案，使企业有了一个基于电子商务的面对客户的前沿，从而顺利实现由传统企业模式到以电子商务为基础的现代企业模式的转化。

综上所述，CRM是一种企业经营模式，它围绕“客户”开展企业的各项业务，充分与信息技术相结合，经过深入的研究和分析客户行为，针对不同客户制定出相应的营销、销售和服务策略，从而提高客户满意度，改善客户关系，在实现客户价值最大话的前提下，实现企业和客户的双赢。 1．基本理念

CRM的核心思想是“以客户为中心”。企业以客户为核心，是因为客户是企业的重要资源，但并非所有的客户都同等重要。帕累托原则指出：一个公司80%盈利是由20%的客户产生的，即著名的“二八法则”。因此，“以客户为中心”确切的说应该是“以价值客户为核心”，企业的营销、销售、服务和生产应该围绕着价值客户来开展。

应用CRP来获取新客户、保持优质客户和提升客户价值，都离不开准确、全面、及时地获得和分析客户信息。因此，客户信息的共享和集成成为CRM实现“以客户为中心”的基础。 2．客户价值周期

基于客户关系管理的基本理念，具体实施的关键是如何找到目标客户。

一般来说，客户第一次接触4S店提供的服务后会有一定的适应期，消费频率较低，等慢慢熟悉之后，消费频率会慢慢上升并趋于稳定，直到其需求减弱，或者找到了其他的4S店或者该4S店的某个方面的服务让客户不满意，客户的消费频率就会降低，直至完全流失。客户价值成长周期就像一个抛物线，如图。

消费频率

新客户期 客户稳定期 流失期 时间

图

1 客户价值周期图

如图所知，客户做容易流失的阶段是直线处，即新客户转为稳定客户时与稳定客户末期的流失期。所以，4S店主要关注的目标客户有两类：

A类客户：新客户期，但是还没有成功转化为稳定期的客户。 B类客户：即将从稳定期转化为流失期的客户。

帮助新客户转化为稳定客户，挽留稳定去末期即将流失的客户。 三．数据挖据技术在汽车4S店客户关系管理中的应用

随着我国汽车市场竞争的日趋激烈，汽车商家的经营模式逐渐从“技术驱动”向“市场驱动”和“客户驱动”转化。在面对客户多样化、层次化和个性化需求的背景下，缺乏针对性的大众化营销已难以获得优势。现在市场的成熟与技术的进步要求企业对客户的营销与服务的单位最小化，尽可能地提供至少差异化，更理想的是个性化的沟通，产品与服务。因而，如何收集客户数据并基于客户信息和对客户行为的分析开展有效地客户关系管理逐渐成为汽车行业所面临的主要问题。利用数据挖掘技术收集、分析和使用客户数据，进而量化服务的这一过程是在企业或部门层面对客户数据的全面掌握及在市场营销与客户互动各环节有效的应用。

（一）．数据挖掘在汽车4S店CRM中的应用与实例分析（以雪弗兰4S店为例）

具体来说，数据挖掘在汽车4S店CRM中的应用主要体现在以下几个方面： 1．客户价值分析

通过分析客户对企业业务所构成的贡献，并结合投入产出进行分析，计算客户对企业的价值度，然后根据价值度的大小，用分类或聚类的方法来划分客户群，以便对客户实施有差异的服务。

雪弗兰4S店采用客户感受价值和企业感知价值作为评价标准，将客户细分为优质客户，一般客户，潜力客户，机会客户和低质客户，然后根据不同类型的客户进行相应的管理。 2．产品客户价值分析

分析客户对某产品业务量的贡献，使用的方法与客户价值分析基本相同，通过对产品客户价值分析，不仅有利于该产品的经营管理者区别的做好客户服务，而且可以为该产品的营销提供相对准确的目标客户群。

雪弗兰4S通过产品销售量应用数据挖掘技术，对产品进行分类。对于需求量大的产品采用预测销售量的方法进行库存，对于一般的产品采用定额库存，对于需求量小的产品采用预定的方法。 3．客户保持

采用聚类和关联分析技术，将客户分为5类：高价值稳定客户、高价值易流失的客户、低价值稳定的客户，低价值易流失的客户、没有价值的客户。

经过对雪弗兰4S店的调查，汽车4S店要开发新顾客所花的资源

是保持一个老顾客的7—10倍。当汽车4S店将顾客的流失率降低5%，企业的利润可以增加25%—80%。所以，在雪弗兰4S店顾客关系管理中必须先要求能够保持住顾客。要想实现对老顾客的保持，雪弗兰4S店要根据顾客的数据资料进行数据挖掘技术处理。汽车行业的竞争越来越激烈，而激烈的竞争环境导致顾客很容易流失，顾客根据自己的需求来对众多的汽车4S店进行选择。汽车4S店逐渐认识到保存顾客的重要性，他们向顾客提供符合其个性化服务，使顾客提高自己的满意度，这样可以与顾客建立长期合作关系。

关于顾客保持，雪弗兰4S店对前期收集在顾客数据库中的信息进行分析处理，判断出影响顾客忠诚度的要素，建立其顾客流失预警机制，对可能会离开的顾客进行分析，判断，识别。并积极研究出适当的营销策略和计划，使可能离开的顾客能够保留下来。 4．客户满意度分析

分析客户对企业产品和服务的满意度，可以帮助企业改进客户营销策略，从而增加客户的忠诚度，数据挖掘可从零散的客户反馈信息中，分析出客户的满意度。

客户满意度评价指标一般选择顾客最希望的因素和顾客最多抱怨的因素，以上两种因素决定的评价标准对客户满意有着很大的影响，雪弗兰4S店一般采用客户正面沟通交流，电话调查和邮件访问等方式，但是客户满意度决定因素较多，而且对于个体的单位和服务，决定标准也是不一样的，对于汽车4S店来说，汽车服务发展到品牌服务的年代，对于汽车4S店的顾客可选的服务标准标准较多，所以雪弗兰4S店客户满意度的评价标准包括：服务内容价值、超越服务价值、服务文化价值、服务形象价值。

服务内容价值是雪弗兰4S店除汽车销售服务外的售后服务内容，这些内容是多种多样的，有维修，保养，装饰美容等，而这些服务是依附在汽车产品这一实体上，是汽车服务活动的载体，因此服务

内容价值是指于汽车产品这以载体之上能给客户带来的效用，即购买汽车产品的客户所获得的超越汽车产品价值的额外的利益。

超越服务价值。超越服务价值是指雪弗兰4S店客户在获得基本的汽车服务的基础上所获得的超出服务内容价值部分的利益。例如在雪弗兰4S店售后服务中，服务人员发现汽车发动机有积炭现象，虽然没有达到需要进行维修的标准，但是已经影响了汽车的经济性。因此服务人员建议客户做清洗发动机积炭的服务，做完这项服务后客户因此节约了用油成本，因此给客户带来的价值就属于超越服务价值范围。在汽车4S店竞争日益激烈的大环境下，售后服务因同质化严重，消费者已不在满足汽车4S店所提出的基本服务，而需要雪弗兰4S店提供跟多的超越服务价值。

服务文化价值。是指客户在接受4S店时对企业所有员工的一种总体印象。服务时服务文化价值包括很多内容，例如企业员工的业务水平，服务的积极性和主动性等。雪弗兰4S店客户在接受服务过程中总是力求达到客户综合价值的最大化。4S店通过对CRM的了解知道企业要想使客户具有较高的让渡价值，就要估计出企业提供给客户的服务给客户带来的综合价值和综合客户成本，并努力使自己的客户让渡价值相对于同行业竞争者更具有吸引力，并以此作为标杆来指导如何进行服务。当4S店发现自己提供的服务不能使客户接受的让渡价值优越于竞争对手时，则可以采取增加客户综合价值和减少客户综合成本的方法。针对不同类型的客户，配合不同的企业资源进行营销活动。

服务形象价值。服务形象价值是指雪弗兰4S店所提供的服务水平在汽车服务行业所处的名次，其服务水平的先进程度和专业化程度给公司客户带来的额外增值，表现在雪弗兰4S店所提供售后服务子客户心目中的品牌形象。

5．客户信用分析

分析客户信用，对不同信用级别的客户，采取不同的营销分案等。数据挖掘可以从大量历史数据中分析出具体客户的信用等级。 雪弗兰4S店对前期收集在数据库中的信息进行分析处理，将客户按信用分类，对于信用度高的客户出采用常规营销方法外还采取时刻关怀方式，例如雪弗兰不定期的会组织一次汽车爱好者交流会或者野外自驾游活动。对于那些信用度不高的客户，首先分析其原因，在针对不同的原因做不同的营销方式。

（二）．汽车4S店CRM中数据挖掘技术的实施流程

一个完整的数据挖掘过程可分为：明确商业目标、数据准备、利用数据挖掘技术建立模型、反复验证、实施与维护。 1．明确商业目标。

应用数据挖掘的首要任务就是要明确商业目标，描述出需要解决的问题，并且确定所要解决的问题属于哪种应用类型，如上面提到的数据挖掘技术的关联、分类、聚类等的应用 2．数据准备

数据挖掘时由可以获取的数据驱动的，期成功很大程度上取决于所收集数据的数量与质量，建立可靠数据资源的第一步就是确定系统将要使用的数据，在建立数据字典后要清洗数据，逐利检查数据的完整性、有效性，并验证各数据库之间的一致性。 3．利用数据挖掘技术建立模型

利用数据挖掘的算法对数据进行分析，建立模型，并选择好相应的实现工具。选择好模型的类型及实现工具后，有时还需对数据进行预处

理。 4．反复验证

验证应从较小的系统开始。但要完成全过程，即从数据收集和处理，但数据挖掘，最后到产生促销数据结构。通过验证，可以纠正系统中的错误，并有利于用户对系统功能的进一步理解。 5．实施与维护

在应用模型只要监控模型，还要不断监控模型的效果。因为事物在不段的发展变化，模型应该随着购买方式和消费观点的变化而不断的变化。

(三）．在CRM中实施数据挖掘应注意的问题

在具体实施挖掘过程中，汽车4S店还应该需注意以下问题。 1．实施“一把手”工程

由于基于数据挖掘的CRM是对原有CRM系统的提升，期结果不可避免地会同现有的某些市场战略和营销策略不一致，没有高层领导的支持，可能难以将挖掘的结果应该到企业管理中；同时新系统运行过程中原有的工作方式和方法必定会发生改变，还可能会触及到某些人的利益，从而遇到来自各方的阻力。“一把手”必须关注这些问题，对存在的问题机试协调沟通。 2．建立学习型组织

在数据挖掘应用过程的多个环节中，人的主观辨识和控制是应用成败的关键，这就对系统使用人员提出了很高的要求。如果没有具备相应素质的使用人员和维护人员，必将导致系统与实现脱钩，无法达到预期效果。因此必须不断提高员工素质，减少使用达到使用的错误，

使基于数据挖掘的客户关系管理系统发挥最大的作用。 3．必须重视数据的质量

如果数据挖掘的时间质量存在问题，数据挖掘的结构可想而知。因此必须花费较多的时间和精力进行数据准备工作，以确保数据的质量，是数据具有较高的一致性、完整性、正确性和适用性。 四．结束语

随着经济的发展，汽车行业的竞争越来越大。面对强烈的市场冲击，客户成为企业争夺最激烈的资源。如何留住现有客户、获得新客户，如何对客户资源进行管理、整合成了各汽车营销商们关注的焦点，怎样预测客户未来行为，给决策者提供科学依据并从而提升企业核心竞争力的方法和技术，是企业在当前激烈的竞争环境中立于不败之地。论文基于以上目的进行了研究和探讨。

汽车行业是一个数量大、关联性强、影响因素多的负责非线性系统。数据挖掘技术在汽车4S店的应用还是一个年轻且充满希望的研究领域，人们对它的研究正日益广泛和深入。数据挖掘是汽车4S店CRM的前提和基础，汽车4S店CRM是数据挖掘的延续和创新，通过将俩者进行有效的组合，不断促进单个客户价值和客户规模的扩大，有效地推动着企业价值和实力的不断攀升。

参考文献：

[1] 丁茜. 客户关系管理中数据挖掘技术的应用研究[J].辽宁师范大学学报，2008，31（2）：174-176

[2] 吴爱华.数据挖掘在客户关系管理中的应用研究[J].电脑知识与技术，2008（9）：53-59

[3] 王松林.数据挖掘在CRMZ中的应用[J].商业研究，2004（2）：61-64

[4] 姜亚莉.张延辉.基于数据挖掘的客户关系管理研究[J].法制与经济，2010（6）：

[5] 李琪.客户关系管理.重庆大学出版社[M]，2004，8

本文来源：https://www.bwwdw.com/article/dofx.html