客戶分析
運用資料探勘技術，可以對客戶作各種不同層面之分析，以下列舉幾種較常使用之方法：
一、客戶分群（Customer Clustering）：
可對所有客戶依據各種客戶屬性如性別、職業別、收入等加以分群，分群後的同一群客戶，即代表他們在屬性上整體而言是較為類似者，即可作為區隔行銷目標之依據。客戶分群常是資料探勘運用在直效行銷中的第一步，因為只需要客戶基本資料即可得到分群結果。例如，在美國許多行銷顧問公司，即依據人口普查等相關資料，自動將所有潛在顧客分為50種群別，之後即可利用此分群結果，為不同企業篩選適當客戶。
二、目標式客戶區隔（Customer Segmentation）：
此種分析方式與上述客戶分群法有點類似，但主要不同處在於進行目標式客戶區隔時，會先對每一客戶的某種消費習性加以記錄或調查，再以此結果作為分析目標，將客戶加以區隔，並以類似決策樹（decision tree）的方式，依客戶的各種屬性建立一個區隔模式（segmentation model）。以壽險業為例，若我們統計各個客戶之總投保金額後，將其區分為高保額、中保額及低保額三類，並以此作為區隔目標，同時依客戶之年齡、性別、婚姻狀況、職業別、年收入等屬性作為分析依據，即可建立出一個客戶區隔模式，將所有客戶區分為三類，而每一類都有其特徵。例如，高投保額之客戶群的主要特徵可能為
年齡>35
而且 已婚
而且 年收入>120萬
亦即，高投保額之客戶群，主要與年齡、婚姻狀況、年收入等較有關，而與性別、職業別較無關。目標式客戶區隔的另一功能，是預測潛在客戶的類型，以上例而言，若我們知道某一潛在客戶之各種屬性，透過已建立好的客戶區隔模式找出與其特徵相符的客戶類別，即可達成預測其屬於何種客戶類型之目標。
三、客戶評分（Customer Scoring）：
此種分析主要是利用已建立的客戶區隔模式或客戶行為模式，來對潛在客戶加以評比，以預測客戶的潛在價值或未來的購物行為。而評比的類型可以有很多種，例如客戶的忠誠度、價值貢獻度等。所得評分結果將可作為往後進行促銷時選取目標客戶的依據。
四、客戶購買行為分析：
此分析主要是利用前述之關聯法則分析及循序模式分析來分析客戶之購買行為，好得知客戶會同時或循序購買哪些商品（或服務）。此分析結果可作為選擇協銷（cross sale）商品及商品促銷程序的重要依據。
促銷管理
當客戶分析的工作完成後，直效行銷人員即可利用分析結果進行促銷活動，其中包含二項主要工作：建立促銷活動及促銷結果追蹤。在建立促銷活動方面，對於選定之促銷商品，可利用「客戶購買行為分析」中所得出的「商品購買關聯法則」及「循序購買法則」來增加推薦商品，以達成協銷目的；同時，也可以搭配客戶分群或目標區隔結果，來選擇最適合進行促銷的顧客群。如此一來，不但可經由協銷來增加銷售額，更能因銷定了目標客戶而減少行銷花費。
在促銷結果追蹤方面，對於促銷活動中利用電話利銷或發出之Email、信件、傳真等必須追蹤每一客戶之回覆率，並在促銷期間隨時得知最的回覆情形。當促銷完成後，最後的回覆結果可再利用資料採勘中「目標式客戶區隔分析」及「客戶購買行為分析」，深入研究此次促銷活動中各類型客戶回覆的情形及商品購買模式，並分析其原因，作為下次促銷活動的參考。隨著促銷結果分析之次數及樣本累積越多後，其分析結果及預測模式將更加精確。
效益分析樣例
為使讀者對利用資料探勘進行直效行銷之效益有更深刻的體會，在此利用表一之效益分析樣例力以說明。表一主要在比較在一促銷活動中，以隨機方式選取促銷客戶，以及利用資料探勘分析後選取出最佳目標客戶之回應率結果。在每一列中記錄了每一促銷活動之促銷顧客總數、促銷總費用。假設每一個顧客回應可增加＄40之營收，則根據顧客回應數即可算出總營收以及扣除促銷總費用後之淨利。由此表可看出隨機選取式的行銷方式通常回覆率不高，因而總營收也不高，其淨利甚或為負值；反之，目標式選取顧客行銷，因能選取到較正確的顧客群，因而其營收及淨利均較高。這雖然只是一個樣例，但行銷人員應可從中體會目標式直效行銷之威力及重要性。
|
促銷顧客總數 |
總促銷費用 |
隨機選取顧客 |
目標式選取顧客 |
|
回應數 |
總營收 |
淨利 |
回應數 |
總營收 |
淨利 |
|
100,000 |
$100,000 |
2,000 |
$80,000 |
-$20,000 |
4,000 |
$160,000 |
$60,000 |
|
500,000 |
$500,000 |
10,000 |
$400,000 |
-$80,000 |
30,000 |
$1,200,000 |
$800,000 |
|
1,000,000 |
$1,000,000 |
30,000 |
$12,000,000 |
$200,000 |
35,000 |
$1,400,000 |
$400,000 |
結語
資料探勘是一種新型的資料分析技術，可以幫助企業發掘出許多潛在而有用的資訊。值此「知識經濟」的新世紀，此種資訊可以轉化成有價值的知識，增進企業的競爭力。因此，在許多快速而競爭激烈的商務領域中，運用資料探勘在直效行銷上，能大幅改善企業行銷的效益，並增益客戶關係的管理。以往業界在進行直效行銷時，客戶分析與促銷管理大多採分開作業，相當耗費行銷人力，目前國內外已開始出現整合資料探勘、客戶分析及促銷管理之直效行銷整體解決方案，將是未來企業提高獲利及降低內部人力成本不可或缺的利器。