Để đánh giá các sự tương quan giữa sự kiện khuấy động và sự kiện giành được bán gói sản phẩm, điều quan trọng là phải phân tích các sự kiện từ quan điểm của chuỗi quá trình. Các sự kiện có liên quan với nhau không? Sự tương quan gán cho các sự kiện liên quan đến bất kỳ các thuộc tính của khách hàng không? Vài sự tương quan liến quan đến độ mạnh của các liên kết và các sự kiện kinh doanh không?
Những câu hỏi trên có thể được giải quyết bằng cách sử dụng phân tích mạng xã hội hơn là sử dụng các mô hình phân tích truyền thống.
Do tính chất phức tạp của các mối quan hệ con người nên thách thức chính của phân tích mạng xã hội là khả năng nhận ra các mẫu hành vi giữa các cá nhân và tác động của mỗi sự kiện có thể có sự ảnh hưởng của mỗi cá nhân.
Thông tin về phạm vi ảnh hưởng của khách hàng có thể được sử dụng để định nghĩa một giá trị mới của công ty, cho phép các công ty xây dựng các chiến dịch bán hàng và khách hàng trung thành. Quan điểm mới này có thể thay đổi đáng kể cách thức các công ty quản lý khách hàng của họ, đánh giá khách hàng dựa vào sự ảnh hưởng của khách hàng trên sự tương quan giữa các sự kiện kinh doanh thay vì thông tin cục bộ của khách hàng thu thập được. Cụ thể trong thị trường kinh doanh viễn thông, phương pháp mới này có thể là phù hợp vì các mạng xã hội tự nhiên ẩn trong dữ liệu.
Để làm nổi bật những khách hàng có sự ảnh hưởng đối với những khách hàng bình thường, phương pháp mạng xã hội phải được áp dụng cho các dữ liệu, về cơ bản là các bản ghi chi tiết về cuộc gọi. Sự khác biệt giữa các khách hàng có thể được xác định bởi phương pháp này, việc xác định sự ảnh hưởng của các khách hàng và sau đó các loại hành động kinh doanh sẽ được thực hiện theo hướng giữ chân khách hàng hoặc các chiên dịch tiếp thị. Nhân tố ảnh hưởng có thể tiết lộ những khách hàng có thể kích hoạt các sự kiện trong một chuỗi quá trình. Loại
40
thông tin này là liên quan nhiều trong kinh doanh viễn thông hơn các thuộc tính truyền thống, và cho phép các công ty thực hiện các hoạt động hiệu quả hơn cho các quy trình kinh doanh.
Phần lớn các độ đo truyền thống được sử dụng để mô tả một mạng xã hội là trung tâm bậc 1 và trung tâm bậc 2. Trung tâm bậc 1 miêu tả số lượng các kết nối trực tiếp từ một node cụ thể. Trung tâm bậc 2 mô tả số lượng kết nối mà các node liên quan tới node gốc. Hình 2.1 trình bày trung tâm bậc 1 gán cho các node màu trắng, ở trung tâm của mạng.
Hình 2.9: Trung tâm bậc 1
Node trung tâm được kết nối trực tiếp với tám khách hàng thì trung tâm bậc 1 gán tới node này 8.
Hình 2.10 trình bày trung tâm bậc 2 liên quan đến node màu trắng, ở giữa mạng. Tám nút được kết nối trực tiếp đến node màu trắng có thêm 14 kết nối. Vì vậy, trung tâm bậc 2 gán cho nút màu trắng trung tâm là 14.
41
Hình 2.10: Trung tâm bậc 2
Tất cả các node màu đen kết nối trực tiếp đến node trắng ở trung tâm đại diện cho trung tâm bậc 1, và các node màu xám kết nối trực tiếp với những nút màu đen hoặc kết nối gián tiếp với các node màu trắng đại diện trung tâm bậc 2.
Hai độ đo trên của mô hình mạng được sử dụng để tạo nhân tố ảnh hưởng của khách hàng vì chúng đại diện cho số lượng kết nối mà một khách hàng cụ thể kết nối trực tiếp và số lượng kết nối mà một khách hàng cụ thể có thể kết nối gián tiếp.
Vì trung tâm bậc 1 đại diện cho số lượng các nút được nối trực tiếp với một nút cụ thể, độ đo này là khá phù hợp cho các sự kiện cần sự ảnh hưởng trực tiếp. Trung tâm bậc 1 cũng cho biết số lượng bạn bè của một khách hàng cụ thể và sự ảnh hưởng trực tiếp có thể có của một khách hàng cụ thể. Sự khuấy động có thể được xem xét như là loại sự kiện trên. Trung tâm bậc 2 cho thấy số lượng các node kết nối gián tiếp với khách hàng cụ thể, có thể áp dụng cho các sự kiện mà sự ảnh hưởng trực tiếp không cần thiết. Các sự kiện mà yêu cầu sự truyền bá rộng rãi như giành được bán gói sản phẩm... có thể được dùng như loại sự kiện trên. Độ đo này được xác định bởi số lượng kết nối tới các bạn bè của một khách hàng cụ thể.
42
Mặc dù hai độ đo trên của phân tích mạng xã hội được sử dụng phổ biến nhất nhưng phần lớn các ứng dụng sử dụng phân tích mạng xã hội không xem xét hai hướng của quan hệ. Khi phân tích mạng xã hội được áp dụng cho mạng công ty xuất bản hay mạng tình bạn, các cạnh giữa các nút không yêu cầu một vector hai chiều. Nếu node A là bạn với node B thì node B cũng là bạn của node A. Liên kết giữa chúng không cần có hướng để thiết lập ai là bạn với ai. Họ chỉ đơn giản là bạn bè. Điều tương tự cũng xảy ra với công ty xuất bản. Mặc dù thứ tự xảy ra khác nhau nhưng các tác giả xuất bản sách cùng nhau; theo cách đó, hướng của cạnh là không cần thiết. Họ chỉ đơn giản là kết hợp xuất bản.
Tuy nhiên, trong ngành công nghiệp kinh doanh viễn thông, điều quan trọng là phải xem xét hướng của mối quan hệ. Node A, hoặc khách hàng A, không chỉ được kết nối đến khách hàng B. Trong kinh doanh viễn thông, khách hàng A được kết nối đến khách hàng B và khách hàng B giữ kết nối khác với khách hàng A. Vector hai chiều sẽ được xem xét. Trong trường hợp này, khách hàng A có thể thực hiện 10 lần cuộc gọi cho khách hàng B nhiều hơn khách hàng B gọi cho khách hàng A. Sự khác biệt theo cạnh trên cho thấy rằng khách hàng A tích cực hơn trong việc tạo các cuộc gọi so với khách hàng B. Khách hàng B trong trường hợp này nhận các cuộc gọi nhiều hơn khách hàng A. Trong hoạt động mạng, và trong việc tạo ra doanh thu thì khách hàng A có thể được coi là quan trọng hơn khách hàng B.
Ngoài ra, hai hướng khác nhau liên quan đến các kết nối có giá trị riêng biệt trong kinh doanh viễn thông. Các cuộc gọi đến có giá trị khác biệt so với các cuộc gọi đi. Vì một khách hàng cụ thể có thể tạo ra và nhận cuộc gọi trong mạng, cuộc gọi đến và đi đều được xem xét, nhưng có giá trị khác nhau trong tính toán nhân tố ảnh hưởng cuối cùng.
Do đó, công thức được sử dụng để tính toán nhân tố ảnh hưởng của khách hàng phải xem xét dữ liệu trung tâm bậc 1 hoặc bậc 2 của cuộc gọi đến và đi một cách riêng biệt. Số lượng và thời gian của các cuộc gọi giữa các khách hàng cũng được xem xét như là một phương pháp để xây dựng độ mạnh của mối quan hệ giữa các khách hàng. Một biểu thức phân chia thời gian gọi bằng cách tổng số lượng các
43
cuộc gọi giữa cặp khách hàng có thể được sử dụng để xây dựng độ mạnh của mối quan hệ giữa họ.
Bằng cách này, vì vậy nhân tố ảnh hưởng của khách hàng được xem xét theo cách thức mà các khách hàng hình thành các cuộc gọi của họ, cung cấp một cách nhìn tốt về cách thức mà các khách hàng hoạt động bên trong mạng. Hình 2.11 minh họa khái niệm trên.
Bao nhiêu khách hàng tạo ra các cuộc gọi gốc
Hình 2.11: Các thuộc tính nhân tố ảnh hưởng của khách hàng cho các cuộc gọi đi
Ba thuộc tính khác biệt đang được xem xét để tính toán các nhân tố ảnh hưởng của khách hàng: trung tâm bậc 1, trung tâm bậc 2, và biểu thức thời gian cuộc gọi được phân chia bởi số lượng các cuộc gọi. Tất cả các thuộc tính này chỉ liên quan đến các cuộc gọi gốc, mô tả cách khách hàng tạo ra các cuộc gọi bên trong mạng xã hội.
Các thuộc tính tương tự cũng được xem xét khi khách hàng nhận được các cuộc gọi, miêu tả vai trò của các khách hàng như là một người nhận cuộc gọi. Hình 2.12 minh họa khái niệm này.
44
Hình 2.12: Các thuộc tính nhân tố ảnh hưởng của khách hàng nhận các cuộc gọi đến
Nhân tố trung tâm bậc 1, trung tâm bậc 2, và thời gian được bao gồm trong biểu thức nhân tố ảnh hưởng của khách hàng để miêu tả hành vi khách hàng khi nhận các cuộc gọi trong mạng xã hội.
Tuy nhiên, các cuộc gọi đi giữ một giá trị khác nhau so với các cuộc gọi đến khi xem xét từ các khía cạnh khác nhau. Xét về doanh thu, các cuộc gọi đi có giá trị cao hơn cho các công ty so với các cuộc gọi đến. Bằng cách này, nhân tố trung tâm bậc 1, trung tâm bậc 2, và thời gian được xem xét với các trọng số khác nhau, dựa trên giá trị cho công ty của các nhân tố. Hình 2.13 hiển thị các giá trị khác nhau liên quan đến các cuộc gọi.
45
Hình 2.13: Các thuộc tính trọng số cho các cuộc gọi đi và đến
Vì điều quan trọng ở đây là xây dựng sự khác biệt giữa các cuộc gọi đến và đi, có thể sử dụng các giá trị như giá bán lẻ của các cuộc gọi, chi phí, lợi nhuận,... Do sự phức tạp xuất hiện trong việc xây dựng các độ đo như chi phí cuộc gọi hoặc, thậm chí tồi tệ hơn, lợi nhuận, dễ dàng hơn khi chỉ đơn giản sử dụng chi phí của các cuộc gọi đến để định nghĩa các mối quan hệ giữa hai loại cuộ gọi (gọi đi và gọi đến).
Có thể quan tâm xem xét số lượng các cuộc gọi liên quan đến các cuộc gọi đến và đi. Mối quan hệ giữa các giá trị của các cuộc gọi phải xem xét giá trị và số lượng các cuộc gọi cho từng loại cuộc gọi (gọi đến và gọi đi).
Điều quan trọng là phải nhận thấy rằng giá trị của các cuộc gọi thay đổi tùy theo thời gian trong ngày và các cuộc gọi diễn ra các ngày trong tuần hoặc cuối tuần.
Trong trường hợp này, xem xét tất cả những khác biệt trên, sự kết nối giữa cuộc gọi đến và gọi đi là 12.215. Điều này có nghĩa rằng tất cả các thành phần liên quan đến các cuộc gọi đến như trung tâm bậc 1, trung tâm bậc 2 và quan hệ giữa số lượng các cuộc gọi và tổng thời gian gọi phải được chia cho 12.215 để phân biệt hai loại cuộc gọi về mặt giá trị của công ty.
Cuối cùng, một nhân tố bổ sung sẽ được nằm trong biểu thức ảnh hưởng của khách hàng. Các giá trị của các nhân tố có thể rất khác nhau, do sự khác biệt lớn
46
trong hành vi khách hàng. Chúng ta thường tìm ra sự khác biệt rất lớn giữa các giá trị của hai khách hàng cụ thể về mặt số lượng các cuộc gọi đi, cuộc gọi đến, hoặc tổng thời gian gọi. Để chuẩn hóa các tính toán, các hệ số biến đổi cho một số nhân tố cụ thể bên trong các biểu thức ảnh hưởng của khách hàng được sử dụng. Hình 2.14 trình bày hệ số của biến đổi hoạt động để giảm sự phân tán biến.
Hình 2.14: Giảm sự phân tán của các thuộc tính liên quan tới các nhân tố ảnh hưởng của khách hàng
Vì vậy, hệ số biến đổi đã được áp dụng cho trung tâm bậc 1, trung tâm bậc 2, và quan hệ giữa số lượng các cuộc gọi và tổng thời gian gọi để chuẩn hóa biên độ của các độ đo. Quá trình này cho phép phân biệt các độ đo khác nhau như trung tâm bậc 1 và bậc 2 và các mối quan hệ giữa số lượng các cuộc gọi và tổng thời gian gọi, được so sánh và được sử dụng trong một biểu thức đơn.
Các mạng xã hội liên quan đến các công ty kinh doanh viễn thông nắm giữ các kết nối nội bộ và bên ngoài. Ví dụ, chỉ xem xét các khách hàng có nhà riêng từ một hoạt động kinh doanh viễn thông riêng biệt, các khách hàng có thể giao tiếp với các khách hàng có nhà riêng khác sử dụng các máy điện thoại từ các hoạt động kinh doanh viễn thông riêng biệt khác một cách tốt. Mặc dù các khách hàng có nhà riêng có thể tạo ra sự ảnh hưởng đến các khách hàng có nhà riêng khác, tất cả các mạng cần được xem xét để đánh giá mức độ ảnh hưởng của khách hàng. Bằng cách đó, các mối quan hệ giữa các khách hàng có nhà riêng có loại giá trị nào đó, và các kết nối khác giữa các khách hàng có nhà riêng và không nhà riêng, bao gồm cả những
47
người từ bên ngoài mạng, có giá trị trong công thức nhân tố ảnh hưởng của khách hàng.
Để tóm tắt quá trình tính toán, trung tâm bậc 1 và bậc 2 được xem xét cũng như tổng của các cuộc gọi và tổng thời gian gọi. Các độ đo này được tính toán cho mạng dân cư nội bộ và toàn bộ mạng. Ngoài ra, các độ đo này được tính riêng biệt để xem xét các cuộc gọi đến và đi. Một nhân tố nhân được áp dụng cho tất cả các độ đo gán cho mạng gọi đến để phân biệt giá trị của cuộc gọi đến và cuộc gọi đi.
Cuối cùng, để chuẩn hóa biên độ của các độ đo có thể sử dụng các độ đo theo quá trình thô, một hệ số biến đổi được áp dụng cho các độ đo riêng biệt trong biểu thức ảnh hưởng của khách hàng. Tính toán này được thực hiện để giảm sự phân tán của các độ đo để đạt tới mức độ mà có thể áp dụng cho các bài toán kinh doanh thực, cho phép các độ đo được áp dụng cho một biểu thức đơn.
Bảng 2.1 trình bày các thành phần được sử dụng trong các nhân tố của khách hàng để tính toán phạm vi ảnh hưởng của khách hàng.
Bảng 2.1: Các thành phần được sử dụng để tính toán nhân tố ảnh hưởng của khách hàng
Mạng các khách hàng
Các cuộc gọi đi
Trung tâm bậc 1 Trung tâm bậc 2 Số lượng cuộc gọi Tổng thời gian gọi
Các cuộc gọi đến
Trung tâm bậc 1 Trung tâm bậc 2 Số lượng cuộc gọi Tổng thời gian gọi
Toàn bộ mạng Các cuộc gọi đi
Trung tâm bậc 1 Trung tâm bậc 2 Số lượng cuộc gọi Tổng thời gian gọi Các cuộc gọi đến Trung tâm bậc 1
48
Trung tâm bậc 2 Số lượng cuộc gọi Tổng thời gian gọi
Nhân tố ảnh hưởng của khách hàng được tính toán trên cơ sở hàng tháng, và tất cả các độ đo được thiết lập bằng cách sử dụng trung bình trong bốn tháng trước. Điều này được thực hiện để loại bỏ các giá trị ngoại lai và để giảm bớt tác động của các đỉnh và đáy riêng biệt trong đường cong trung bình của hành vi khách hàng.
Nhân tố ảnh hưởng của khách hàng được sử dụng bởi các công ty để nâng cao lòng trung thành của khách hàng và sự phổ biến các gói sản phẩm sáng kiến. Xét trong khoảng thời gian sáu tháng trước khi các sự kiện về sự khuấy động và mua các gói sản phẩm, tập các độ đo tương quan đã được thiết lập để chứng minh mối quan hệ giữa nhân tố ảnh hưởng của khách hàng và vài sự kiện kinh doanh.