資料採礦與商業分析

如何能將顧客關係管理運用到企業經營，商業分析（Business Analytics）運 用客戶洞悉扮演一樞紐角色。

Fraley & Thearling（1999）將「資料採礦」（Data Mining）定義為從大量的 資料庫找出相關的模式（Relevant Patterns）並自動地萃取可預測的資訊，可應用 於公司決策支援在市場行銷推廣、客戶服務、詐欺防為行為偵測等方面助益頗大。

有五大類型：（1）分類（Classification）、（2）預測（Predictive Modeling）、（3）

分群（Clustering）、（4）聯合性分析（Association Analysis）、（5）順序分析（Sequential Modeling）。

SAS VS Fubon Workshop（2013）近年來金融同業皆逐漸設立商業分析

（Business Analytics）功能，導入以客戶為導向的行銷模式（表 2-1 國內金融業 運用分析實例）。外商銀行的成功案例，如：「花旗銀行」25%的業績由此跨部門 組織貢獻。而國內的成功案例「玉山銀行」自從 2006 年來創立此功能組織後，

近年來當同業財富管理事業群的獲利度下降時，玉山銀行卻異軍突起，成現獲利 大躍進，而真正拉抬獲利的關鍵意是透過此集中式的「分析」組織 CRV （Customer Risk Value）。

11

表 2-1 國內金融業運用分析實例

客戶關係解決方案 風險管理解決方案

資料採礦分析 風險評分模型解決方案

客戶分析/行動活動管理解決方案 風險評分模型解決方案

客戶貢獻度分析 PD 信用評等

交叉銷售預測模型解決方案

交叉銷售預測模型解決方案 PD 信用評等 客戶分群/交叉銷售解決方案 風險評分模型解決方案

客戶分群解決方案 風險評分模型解決方案 客戶分析/行銷活動管理解決方案 風險評分模型解決方案

資料採礦解決方案

PD 信用評等 資料採礦解決方案 Fraud Detect 解決方案

資料來源：SAS VS Fubon Workshop, Aug 2013

George Haylett（2003）花旗銀行香港分析主管，針對行銷分析領域最常應 用的進階分析技術整理如下：

1、分群分析（Clustering Analysis）：從各種不同的變數，例如：行為變項，

客戶基本資料、貢獻利潤…等來將不同價值、需求的客戶做分群（圖 2-3 分群分 析範例），目的是將客戶屬性、行為同質性越高的客戶被歸為一個群組而同時把 不同屬性、行為特徵的客戶也儘可能區隔出來。

12

圖 2-3 分群分析範例

資料來源：George Haylett（2003）花旗銀行香港 offsite

 優點/價值：可以把客戶的屬性行為做廣泛的分類提供行銷人員更深入 了解客戶。

 缺點：在行銷應用上無法產生行動力，尤其針對某一特定行為的預測，

例如：某商品回應率。

2、迴歸分析/評分卡（Regression/ Scoring）：針對想知道的問題與特定行銷 目標，依據過往資料庫儲存的資料，利用資料採礦的技術工具，產生有意義的預 測變數，再將變數投入統計模型，產生綜合判斷分數，預測未來的表現。

 優點/價值：建置風險信用評分或預測違約風險評估分析的技術主流，

正確性與穩定性較高。

 缺點：需要長時間的歷史資料，且建置時間也較長，在行銷應用方面經 常為了礙於時效性，掌握市場顧客需求或受限於資料儲存的時間無法滿 足分析準確度得穩定性而無法使用。

13

3、決策樹（Decision tree）：經常應用在行銷領域，針對某一特定行為的預 測，要被預測的目標行為是類別變數（Categorical data），如「回應」或「不回應」

（圖 2-4 決策樹分析範例）。

圖 2-4 決策樹分析範例

資料來源：George Haylett（2003）花旗銀行香港 offsite

 優點：滿足行銷人員的時效性，所以經常從行銷策略要進一步發展為行 銷戰術時能快速提供一 Quick & Dirty 分析工具。

 缺點：相對它的優點也是缺點 Quick & Dirty，有可能因為發展的樣本資 料的不足或歷史資料時間不夠長而產生過度樂觀的預測結果（Over-fit）

因此需透過不斷試行、收集回應結果在不斷修正來提高正確率。

Ruey-er Chang（1994）花旗銀行顧客關係管理總部主管，在台灣、印尼都曾 運用資料採礦（Data Mining）進階分析發展「信用剪卡預測模組」預測有高機率 剪卡風險的客戶，並規劃客戶保留的行銷活動而成功的使剪卡率下降了 25%。

14 析人員跨部門整合是重要成功關鍵。所謂的行銷活動管理（Campaign Management）

可定義為直效名單管理，包括了：名單篩選、名單派送、回應管理、前置時間控 制，以及事件式行銷（Event-based Marketing）的自動化管理，使流程能一致性，

以方便管理、進而整合做為行銷管理的平台可管控客戶被行銷接觸的頻率（Gate Control）讓客戶不被過度干擾，以及作為多通路（Multiple Channel）交互運用的 行銷機制。

Shawe & Stone（1990）每一資料庫行銷活動在導入分析工具規劃時都應具 備的要件如下：

1、行銷活動的目的：例如「活化」、「預防客戶流失」…等。

2、目標客群：可以來自預測模組 top 20% score 或行銷人員的經驗法則作為 篩選客戶條件。

3、銷售的商品/優惠：例如：紅利點數、利率折扣。

4、接觸通路：電話、DM、理財人員、EDM、Call Center…等。

5、試行計畫：具有周全設計的測試計劃以正確衡量是否在不同商品/優惠條 件下客戶的回應率會不同而最大化行銷的效果。

6、財務評估：行銷活動對銷售、利潤的財務指標的貢獻，例如：降低多少

%的剪卡率。