客户档案管理建立在互联网数据挖掘能力之上

申请免费试用、咨询电话：400-8352-114

　　随着越来越多的商业环节融入互联网，企业的客户档案管理软件(客户管理软件CRM)越来越依赖于互联网的数据挖掘。一些企业的商业模式和核心竞争力本身就是建立在互联网数据挖掘能力之上，例如互联网广告的相关度，咨询公司的网购报告等。所以我们有必要关注互联网环境下客户档案管理软件(客户管理软件CRM)数据挖掘的新特点。

　　下面从我们数据、模型和算法这三个方面来分析互联网环境中的客户档案管理软件(客户管理软件CRM)数据挖掘。

　　1)数据

　　企业可以利用互联网收集到更多、更快、更好的数据，而数据是数据挖掘的基础。由于商业环境和沟通渠道的网络化，企业可以收集到大量在互联网之外无法获得的，但对数据挖掘却是至关重要的数据。例如，客户在购物网站上浏览时的行为数据，客户在网络媒体上留下的评论文本，客户的社交网络关系图等。互联网极大地丰富了数据收集手段，在网络的支持下，传统的用户注册、调查问卷、意见反馈等数据收集流程都可以通过网络随时随地融合进数据仓库。由于网络监控技术的发展以及不同数据间的交叉验证，互联网上收集到的客户数据在准确度和精细度上都大大胜过传统的客户档案管理软件(客户管理软件CRM)数据，如眼球网页焦点数据和地理位置数据等。

　　2)算法

　　数据数据挖掘发展出了专门化的互联网数据算法技术，以应对数据在体量和更新速度方面的膨胀和网络行为监测的优异特性。首先，大规模并行数据挖掘技术逐渐投入使用。普遍使用分布式大规模数据挖掘技术来实时分析大型网站所获取的海量行为数据，以提高网络广告的相关性。其次，由于网络标识(用户账号或电子邮件等)具有很好的可跟踪性，数据挖掘算法逐渐向实时分析发展，并且集成到生产系统中。社会网络拓扑分析算法被广泛用于社交网络，以评估意见领袖的影响力和口碑营销的效果。再次，内容分析算法被广泛用于改进互联网产品。贝叶斯过滤器是电子邮件、博客等互联网服务用户体验的守护神。最后，对网站日志和互联网流量的数据挖掘算法的研究方兴未艾。互联网作为信息服务的入口，它的运行状态数据是客户档案管理软件(客户管理软件CRM)数据挖掘技术的发展重点，搜索引擎优化算法就是一个实例。

　　3)模型

　　泛普软件建立有效的模型是数据挖掘的第三个支柱。在互联网环境中客户档案管理软件(客户管理软件CRM)数据挖掘的建模工作也有几个新动向。第一，地理位置模型普遍应用。随着基于位置的服务和移动互联网技术的发展，企业可以获得更多的实时地理数据，并建立地理位置模型来解决许多重要的业务问题，例如，在零售行业，客户愿意开多远的车去兑换折扣优惠券?在金融行业，在哪里开设分行才能更好地服务于最具盈利性的客户并吸引新客户?第二，新模型更多地结合了实验心理学和实验经济学的原理，对客户的消费行为做出干涉。例如，B2C企业广泛使用的交叉销售推荐模型就利用了人机交互心理模型来引导用户快速做出购买决策。第三，社会行为模型越来越重要。随着社交网络服务的流行，相应的社交网络模型也在客户档案管理软件(客户管理软件CRM)数据挖掘中流行起来了。通过分析微博服务的跟随情况，口碑扩散模型可以有效地评估互联网营销效果。企业的公共关系部门也建立了更多的阈值模型来监控企业的互联网声誉，以便及时做出响应。