数据挖掘在CRM中的应用研究

申请免费试用、咨询电话：400-8352-114

       信息社会中数据的爆炸性增长，“丰富的数据与贫乏的知识”问题日渐突出，企业决策者迫切需要将海量数据转换成有价值的信息和知识。信息在企业发展中的关键地位得到越来越多的关注，只有那些成功收集、分析、理解信息并根据信息决策的企业才能生存。

　　客户关系管理(CRM)是现代电子商务活动的核心部分，对CRM的重视是现代市场营销理念和商业运作方式转变的结果，它要求电了商务必须比以往任何时候都要更详细地了解客户。数据挖掘能够从客户交易数据中挖掘出潜在的客户群。使企业能够开展有针对性的电子商务活动，从而取得更好的客户满意度，提高企业竞争力。因此，数据挖掘及其存CRM中的应用研究已经成为学术界和企业界共同关注的领域。

　　2 客户关系管理(CRM)的概念和作用

　　2.1 客户关系管理(CRM)

　　客户关系管理正是实现了“以客户为中心”的这种思想，它代表了企业为发展与客户之间的长期合作关系、提高企业以客户为中心的运营性能而采用的一系列理论、方法、技术、能力和软件的总和。一个真难意义上的、成熟的CRM解决方案能够真正帮助企业提升在进行客户决策时作为一个整体抓住问题本质并对他们做出正确的反应的能力。

　　CRM是一种管理理念，其核心思想是将企业的客户(包括最终客户、分销商和合作伙伴)作为最重要的企业资源，通过完善的客户服务和深入的客户分析来满足客户的需求，保证实现客户的终生价值。CRM又是一种旨在改善企业与客户之间关系的新型管理机制，它实施于企业的市场营销、销售、服务与技术支持等领域，要求企业关注的焦点应从内部运作转移到客户关系上来。

　　2.2 CRM对企业的作用

　　1.提高效率。企业范围内的信息共享使得企业业务处理流程的自动化和程度大大提高。

　　2.有助于拓展市场。通过通讯手段的整合，客户和企业的沟通变得更加便捷，获取信息更加方便。

　　3.对客户互动信息的搜集和加工，生产客户智能，可以帮助企业拓展业务模式，扩大经营范围。及时把握新的市场机会，占领更多的市场份额，并更好地吸引新客户。

　　3 数据挖掘在CRM中的应用研究

　　3.1 数据挖掘

　　数据挖抛(Data Mining)，又称数据库中的知识发现(Knowledge Discovery In Database，KDD)，是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式。它融合了数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络等多个领域的理论和技术。从商业角度来说，数据挖掘是种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。

　　3.2 数据挖掘在电子商务CRM中的应用

　　CRM中的数据挖掘就是利用数据挖掘理论和技术创建描述和预测客户行为的模型，优化CRM流程，实现企业有效的客户关系管理。具体来说，数据挖掘在电子商务CRM中的应用主要体现在以下几方面：

　　1.客户价值分析。通过分析客户对企业业务所构成的贡献，并结合投入产出进行分析，计算客户对企业的价值度，然后根据价值度的大小，用分类或聚类的方法来划分客户群，以便对客户实施有差异的服务。

　　2.产品客户价值分析。分析客户对某种产品业务量的贡献，使用的方法与客户价值分析基本相同。通过对产品客户价值分析，不仅有利于该产品的经营管理者有区别地做好客户服务，而且可以为该产品的营销提供相对准确的目标客户群。

　　3.客户保持。采用聚类(分类)和关联分析技术，可将客户群分为5类：高价值稳定的客户群、高价值易流失的客户群、低价值稳定的客户群、低价值易流失的客户群、没有价值的客户群。

　　3.3 CRM中数据挖掘系统结构

　　存系统结构中，底层为数据源，包括联系历史、交易历史、客户数据库、产品数据库及其他外部数据。通过ETL工具提取数据形成数据仓库和数据集市，以形成面向全局的数据视图，从而形成整个系统的数据基础;在此基础上，通过OLAP和OLAM服务器支持数据分析处理，包括查询/报表、OLAP/EIS分析和数据挖掘分析;将分析结果用于操作型CRM和客户互动渠道以实现企业客户关系管理中的商业智能和决策支持。

　　4 结束语

　　随着CRM应用的不断推广，企业营销数据和相关信息不断积累。数据仓库逐渐成为企业组织信息的最有效方式，而数据挖掘也成为从这些信息中获取有价值的知识的重要工具。在CRM中有效利用数据挖掘，可以为企业高层决策者提供准确的客户分类、忠诚度、盈利能力、潜在用户等有用信息，指导他们制定最优的企业营销策略，降低企业运营成本，增加利润，加速企业的发展。