消费者数据挖掘系统建立的几个问题
陈宏 2002/09/03
随着国内金融和保险业的改革和发展,特别是中国加入WTO以后,为了提高自身的竞争力,国内金融保险公司都开始加速建立和完善自己的管理系统。这是适应竞争的需要,也是消费者日益成熟起来的必然结果。市场机制一方面给了消费者选择的权利,消费者有了选择和谁交易的自由;另一方面,市场机制也给了公司发展的机会和挑战,谁的管理水平高、合理、谁灵活,谁就能得到不断的发展。
图1 不同的追缴电话费的策略
数据挖掘的过程大致包括数据样本的选择、数据的初级分析和建立数学/统计模型。这个过程就是用来挖掘和发现新的有关顾客和市场的关系,从而能够帮助商业管理人员来做决策。
因此,首先应该发现所面临和要解决的问题是什么。是为了发现新的、能带来利润的顾客呢?还是为了向现有的顾客推销新产品?或者是想加快电话费的拖欠款回收?这个看似简单的问题,实际上是数据挖掘的关键。从美国电报电话公司的宇宙卡操作中,我们可以看到正确地回答这个问题并不容易。信用卡公司是最终目的是为了赢利,要平衡风险和回报的关系,信用好并不等于利润回报就高。举例来讲,美国电报电话信用卡的商业问题应该是如何找到带来利润高的顾客。而一个财产保险公司的问题则是如何降低保险的赔偿费用?
上面的问题有了明确的定义后,就要开始进行初步的数据分析,从成百上千的变量里面计算并发现哪些变量和要解决的问题有关系。这一步大概就是为什么叫数据挖掘了。在分析过程中,很可能需要从现有的数据变量里面重新组合出许多新的变量,让人感觉有点像大海捞针。在这个步骤中,行业经验和数据挖掘经验非常重要。有经验的工作人员可能只需要没经验的人1/5的时间就将这一步做好,而效果却往往更好。这要求数据挖掘系统的设置要合理,不合理的设置会浪费很多时间。
然后,从所发现的有关系的变量中建立能帮助解决问题的数学/统计模型。建立模型能够发现的相关变量和要解决的商业问题数字连起来,发现一个变量有多少帮助解决问题的可能性。
拿信用卡来讲,年龄变量有多少帮助发现有利润的顾客的可能性?婚姻情况又有多少可能性?理论上来说,可以建立的模型是无穷无尽的,关键在于怎么区分什么模型是好的,如何发现最好的模型。
模型建立过程还要求产生模型的预测数据。没有预测数据,就无从知道在实际应用中模型是否符合实际情况。
合理建立数据挖掘系统
同样是美国最大的电话公司之一,Bell Atlantic的数据挖掘系统却是非常成功的,不仅为他们的业务开展带来很大的方便,而且节省了许多开支。Bell
Atlantic的电话服务目前已经覆盖了美国14个州,拥有商业电话、住家电话帐户近亿个。
Bell Atlantic 数据挖掘系统的首要任务就是尽快地追收拖欠的电话费,同时尽量减少收债部门的成本。
软件系统的选择非常重要。经过反复挑选后,Bell Atlantic采用了SAS统计软件系统建立数据挖掘系统,然后在SAS环境中利用SAS宏程序建立挖掘系统。SAS的专长是进行统计计算。它还有许多其他的优点:可以读取大量计算机系统里的数据,可以解读近百种的数据模式;计算速度快,能进行大数据量的计算;它的宏程序建立也比较直接。
图2 ROC曲线图
然后是建立SAS格式库。许多数据需要格式化,比如年龄,可以从20到100岁,需要分成不同的组,这都需要利用模式来进行数据转换。有的数据不是连续变量,比如婚姻状况(单身/已婚),也需要进行一些变换才可以进行计算。日期也是需要模式化的,不同计算机系统记录日期方法不同,需要把日期转换成一致的方法。在金融保险行业日期这个变量非常重要,因为很多客户的行为都记录在日期里面了。电话公司里记帐、付款的日期也非常重要。
接着,建立SAS的宏程序库。几乎所有重要的数据挖掘功能都需要利用宏程序来实现。K-S系数的计算,模型预测表现的表格产生和报告,帮助做管理决策的ROC曲线,等等。
第一步的数据分析,把 Bell Atlantic 覆盖的14个州分成了6组,商业帐户和居民帐户分开,然后又对不同的帐户进一步第分成了8个类型,前前后后一共建立了近40个不同的追收拖欠电话费的模型。这个项目Bell
Atlantic花费了一百多万美元。
这样,Bell Atlantic就能计算出有关客户的概率可能性,包括客户从一个月未交电话费到两个月未交的可能性;客户从三个月未交电话费到变成坏债的可能性,以及坏债客户变成死债客户的可能性。同时,还对追交拖欠电话费用的策略提供线索,确认哪些帐户应该进行追债活动;哪些帐户有可能拖欠电话费;并且提供量化的追债策略,对不同的帐户采用不同的办法。
这个系统能有效地避免帐户从拖欠电话费变成呆债坏债,减少死债的出现。减少需要进行收债部门的人员数目,从而降低了成本。在美国的电话公司中,一个拖欠电话费的客户,用信件来追缴的成本大约是1美元;而通过电话来追缴,平均成本在30美元左右。正确选用信件追缴还是电话追缴,可以节省大约25美元的成本。采用高强度的追缴比用低强度的追缴多花大约60美元。可见,数据挖掘能起到的经济效益是非常高的。
如何在中国建数据挖掘系统?
建立数据挖掘系统,首先要考虑资金的问题。SAS 软件系统的年费根据计算机的计算速度不同价格不同,大概从十几万人民币到近百万人民币一年。在SAS之上建立的数据挖掘系统大约系统本身要50万人民币左右,系统的安装,调试和人员的培训大约要25万到50万人民币不等。
需要指出的是,SAS 公司也有自己的数据挖掘的子系统,但是它有一些问题,即是数据变换不灵活;也没有很多报告的功能和产生图的功能,格式化也不容易;而且价格也不菲。所以有条件的话,数据挖掘系统还是专门定制好。
数据挖掘系统的人员要求也很重要。数据挖掘的人员首先要有良好的统计概念,其次要懂得基本的商业和行业概念。选择怎样的客户是决策的关键。就拿信用卡来说,如果严格要求客户的信用太好,反而像美国电报电话公司一样,你肯定赚不到钱;
反过来,如果随便就给人信用,同样也赚不到钱,因为这样坏帐呆帐会太多了。
追缴策略样本
最后,数据挖掘部门的任务就是发现在什么基准线上做出合理的解决方案。数据挖掘的人员需要通过计算解决以下的几个问题才能得出答案,即是平均一个好客户能赚多少钱?平均一个坏客户能亏损多少钱?数据挖掘出来的模型的分辩好坏的分辨率是多少?所有可能的客户群里面好客户和坏客户的比例大约是多少?银行的储蓄利率是多少?
也许有人要问:这和银行的利息有什么关系?这里边关系到机会成本的问题,也就是说,如果信用卡公司不把钱给客户用,而是存到银行里提取利息,这个利息收入实际上是个机会成本。
利用ROC曲线,就可以计算出来在什么条件下可以给人信用卡,什么条件下不给。数据挖掘的人员至少要看得懂ROC曲线,知道里面的导数是干什么用的。
赛迪网
中国信息化(industry.ccidnet.com)
谈谈CRM哲学 2002-09-03 |
回顾CRM历史 2002-09-03 |
让我们擎起房地产行业的大旗 2002-09-03 |
CRM我之见 2002-09-02 |
CRM原罪:25种管理工具排名倒数第三 2002-09-02 |