CRM系統:淺析數據挖掘在CRM 中的應用
淺析數據挖掘在CRM 中的應用
吳雪琴
( 四川托普信息技術職業學院計算機系, 四川成都611743)
摘要: CRM 是數據挖掘技術重要的應用領域。本文在數據挖掘和CRM 的基本概念基礎上, 分析了數據挖掘技術在CRM 中的應
用及CRM 中數據的挖掘過程。
關鍵詞: 數據挖掘; CRM; 挖掘過程
中圖分類號: TP18 文獻標識碼: A 文章編號: 1009- 3044(2008)19- 30009- 02
A Br eif Analysis of Data Mining' s Application in CRM
WU Xue- qin
(Sichuan TOP Vocational Institute of Information Technology, Chengdu 611743, China)
Abstr act: CRM is an important application domain of data mining. Based on the basic definition of data mining and customer relationship
management, this article introduces the application of data mining in CRM and the process of data mining.
Key words: Data Mining(DM); CRM; DM Processing
1 引言
信息社會中數據的爆炸性增長, “豐富的數據與貧乏的知識”問題的日漸突出, 產生了對強有力的數據分析工具的需求。決策者
迫切需要將海量數據轉換成有價值的信息和知識。數據挖掘為這一需求提供了強有力的技術支持。CRM是現代電子商務活動的核
心部分, 是數據挖掘的重要領域。如何對海量數據進行分析和挖掘, 充分了解客戶的喜好、購買模式等, 從而發覺客戶數據中蘊含的
知識來強化跟蹤服務和信息分析能力, 使企業以提供更快捷和周到的優質服務, 提高客戶滿意度, 吸引和保持更多的客戶從而增加
營業額, 降低企業經營成本。基于此, 分析數據挖掘在CRM中的應用是非常必要的。( 數據挖掘及其在CRM中的應用研究已經成為
學術界和企業界共同關注的領域。)
2 數據挖掘
2.1 數據挖掘的概念
從技術的角度講, 數據挖掘(Data Mining) 就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中, 提取隱含在其
中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。
數據挖掘有很多不同的術語名稱, 除了常用的“數據挖掘”、KDD 等稱呼外, 還有如下若干種稱法: “知識抽取”( Information Extraction)
、“信息發現”( Information Discovery) 、“知識發現”(Knowledge Discovery) 、“智能數據分析”( Intelligent Data Analysis) 等。
2.2 數據挖掘的功能
2.2.1 發現與預測
數據挖掘就像在“數據山”上尋找挖掘“知識金塊”, 如果不采用強有力的工具, 這些“金塊”就很難找到, 即使找到也會花費非常
高的代價, 就像大海撈針。然而, 無論是找“金塊”還是找“針”, 這些只是數據挖掘的功能之一, 即發現功能。而數據挖掘還包括預測
功能, 通過它, 不僅可以在“數據山”中找到目前需要的“金礦”, 還可以幫助我們預測新的金礦或銀礦在山的什么走向, 以使我們盡
快找到新的金礦。發現與預測功能是進行數據分析的兩種重要形式。
2.2.2 關聯規則挖掘
數據關聯是數據庫中存在的一類重要的可被發現的知識。若兩個或多個變量的取值之間存在某種規律性, 就稱為關聯。關聯可
分為簡單關聯、時序關聯、因果關聯。關聯分析的目的就是找出數據庫中隱藏的關聯規則或關聯網。關聯規則可記為A→B, A 稱為
前提, B 稱為后續。由于數據庫中數據量非常龐大, 數據間的關聯函數有時并不知道, 即使知道也可能是不確定的, 或帶有一定可信
度的。因此, 利用數據挖掘的關聯分析功能所發現的規則性往往帶有可信度。而數據關聯的支持度是指該關聯在數據庫中出現的頻
率。
除了上面介紹的功能外, 序列模式發現、依賴關系或依賴模型發現、異常和趨勢分析等也都屬于數據挖掘功能。
3 客戶關系管理
客戶關系管理(CRM, Customer Relationship Management) 的概念最早由Gartner Group 提出, 其目的是為企業提供全方位的管理
視角, 賦予企業更完善的客戶交流能力, 最大化客戶的收益率。
CRM是一種以客戶為中心的市場營銷理念和策略, 它以信息技術為手段, 對業務功能進行重新設計, 并對工作流程進行重組。
它集合了大量的現代信息技術。CRM的焦點是自動化并改善銷售、市場營銷、客戶服務和支持等領域的與客戶關系有關的商業流
數據庫與信息管理本欄目責任編輯: 聞翔軍
程。它的目標是縮減銷售周期和銷售成本、增加收入、尋找擴展業務所需的新市場和渠道以及提高客戶的價值、滿意度、盈利性和忠
誠度。
4 CRM 中數據挖掘過程
在CRM中數據挖掘過程中, 一般有兩種描述方式: 以技術為中心的數據挖掘過程和以商業為中心的數據挖掘過程, 本文主要
介紹前者。以技術為中心的挖掘過程是把主要精力應該用于保證數據的處理和運轉以及不斷地試驗和改進數據挖掘技術。圖1 是
以技術為中心的數據挖掘過程。
以技術為中心的數據挖掘過程主要描述從技術角度進行數據清理、集成、選擇、變換等數據處理, 使用智能方法提取數據模式,
依據興趣度度量, 識別有價值模式, 最后使用可視化和知識表示技術, 向用戶提供挖掘的知識。
5 數據挖掘在CRM 中的應用
數據挖掘在CRM中的應用主要分為如下五種情況:
5.1 客戶群體分類分析
近年來,特別是在電子商務環境下一對一營銷正在受到企業的青睞,這意味著企業要了解每一個客戶,并同其建立起持久的關
系。利用數據挖掘技術可對大量的客戶分類,提供針對性的產品和服務。
5.2 客戶的獲得、流失和保持分析
企業的增長和發展壯大需要不斷維持老客戶和獲得新客戶。數據挖掘可以幫助你識別出潛在的客戶群, 提高市場活動的響應
率,使你做到心中有數,有的放矢。
5.3 客戶盈利能力分析
對于一個企業來講,如果不知道客戶的價值,就很難做出合適的市場策略。很顯然,不同客戶對于企業來講,其價值是不同的。數
據挖掘技術可以用來分析和預測不同市場活動情況下客戶盈利能力的變化,幫助企業制定適合的市場策略。
5.4 客戶滿意度分析
分析客戶對企業產品和服務的滿意度,可以幫助企業改進客戶營銷策略,從而增加客戶的忠誠度。數據挖掘可從零散的客戶反
饋信息中,分析出客戶的滿意度。
5.5 客戶信用分析
分析客戶信用,對商家很有意義,對不同信用級別的客戶,采取不同的賒銷方案等。數據挖掘,可從大量歷史數據中分析出具體客
戶的信用等級。
6 總結
綜上所述數, 據挖掘技術在CRM中有著很重要的作用, 其關鍵在于數據的收集和整理,目標客戶的選擇及和客戶接觸手段的選
取。在CRM 中有效利用數據挖掘, 可以為企業決策者提供準確的、有價值的信息, 指導企業制定最優的運營策略, 降低企業成本, 增
加利潤, 從而加速企業的發展。
參考文獻:
[1] 張仰森.人工智能原理與應用[M].北京:高等教育出版社,2004:339- 360.
[2] 袁玉波,楊傳勝,黃廷祝等.數據挖掘與最優化技術及其應用[M].北京:科學出版社,2007:1- 95.
[3] 張喆.數據挖掘及其在客戶關系管理中的應用[M].上海:復旦大學出版社,2007:1- 135.
強力推薦：
天柏客戶關系管理系統
天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。
關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統