CRM系統:數據挖掘技術在CRM中的應用研究

數據挖掘技術在CRM中的應用研究 馬凱旋 　　[摘　要] 企業在實施CRM過程中,如果能夠對海量的數據進行有效快速深入的分析和處理,找出 有價值的知識,就能為企業作出正確的經營決策、捕捉瞬間即失的市場機會提供極大的幫助,并能從中獲 得豐厚的社會和經濟效益。 [關鍵詞] CRM;數據挖掘;信息技術 [作者簡介] 馬凱旋,河南農業大學華豫學院商學院講師,碩士,河南商丘476113 [中圖分類號] F270. 7　　[文獻標識碼] A　　　[文章編號] 1672 - 2728 (2009) 03 - 0136 - 03 　客戶作為一種企業核心資源,擁有和保持更多 的客戶決定著企業今后發展的命運,因此有效地開 發和利用客戶資源,發展和鞏固企業同客戶之間的 和諧關系,在最大程度上滿足客戶需求的同時實現 企業的經濟社會效益最大化,已經成為企業界和學 術界關注的焦點。信息經濟環境中企業客戶關系 管理是利用IT技術實現對客戶的整合營銷,是以 客戶為核心的企業營銷的技術實現和管理實現,并 在企業與客戶之間建立一種實時、互動的交流管理 系統,最終目的是通過為客戶創造價值,建立個性 化、高質量的商品與服務來獲得新客戶,增加原有 客戶的忠誠度和提高客戶的贏利能力,進而增強企 業的核心競爭力。同時隨著信息技術的迅速發展, 特別是數據庫技術和計算機網絡的廣泛應用,企業 所面對的客戶數據量、企業內外信息量急劇膨脹, 企業如果能夠對這海量的數據進行有效、快速和深 入的分析和處理,發現有價值的知識,就能為企業 作出正確的經營決策、捕捉稍縱即逝的市場機會提 供極大的幫助。 一、數據挖掘技術分析 (一)數據挖掘技術的發展過程。數據挖掘是 生產發展的必然結果,最初的數據挖掘僅僅是用一 些信息儲存工具儲存一些簡單的信息,人們并不去 對這些信息進行分析來提取更深層次的、更有價值 的知識,而且使用和獲得信息的速度也很緩慢。隨 著生產力水平的極大提高和信息技術的飛速發展, 目前已經實現了人們能實時地獲得經過深入提煉 的知識與信息。數據挖掘的每一步發展,可以說都 是建立在前一階段的基礎上,總的來說,數據挖掘 分為四個發展階段: ( 1)數據收集階段(Data Col2 lection) :企業僅僅是簡單地整理儲存信息,并應用 一些簡單的運算工具進行數據加工,如對信息的總 量計算、平均數計算等; ( 2)數據追溯階段(Data Access) 企業開始應用關聯模式處理儲存信息,在 整個企業范圍內建立起了數據收集和信息管理系 統,管理層可以獲得企業的歷史信息; ( 3)數據導 航階段(Data Navigation) 、企業內出現了數據倉庫, 應用多維數據基的處理和儲存信息,企業不僅能應 用信息管理系統獲得企業整體和各個地區經營狀 況的信息,而且通過應用在線分析系統(OLAP)等 手段進行數據對比; ( 4)數據挖掘階段(Data Min2 ing) :也就是通過使用在線分析工具、先進的信息 技術以及統計數學等方法為企業提供實時的信息 反饋和與合作伙伴的信息交流。數據挖掘使企業 管理者更能獲得存在于信息之中的深層價值,從而 為企業的經營戰略決策產生重要幫助作用。 (二)數據挖掘技術的內容。數據挖掘是進行 信息處理的系統工具,按照信息處理的流程來分 類,一般有三種類型:信息發現(Discovery) 、預測模 型( Predictive Model)和異常分析( Forensic Analy2 sis) 。信息發現是指單純地對信息進行處理、整理 和分析,以發掘出蘊涵在信息之間的潛在的有價值 的知識或者聯系,但并不進行對信息處理結果的預 測。信息發現包括條件邏輯推理、關聯處理和信息 規律趨勢和變化等;預測模型是指通過上一階段的 信息處理,利用有價值的知識資源和預測模型對其 進行發展趨勢預測,這包括結論預測和發展趨勢展 望等;異常分析是指數據挖掘的擴展階段,對發現 的異常情況作出分析,包括偏離偵測和關聯分析 等。總的來說,數據挖掘技術通常有六種手段進行 信息處理:分類、回歸模型、時間序列、聚類、關聯分 析和序列發現。分類和回歸模型一般用于趨勢預 測,關聯和序列發現用于分析客戶行為,聚類則可 用于以上兩種情況。 數據挖掘技術按對信息的處理方式分為數據 保存技術和數據提煉技術兩種方式。數據保存技 術主要是能夠方便地為企業決策提供信息幫助,在 企業決策中應用案例分析(CBR)來保證經營決策 的有效性。但是企業要想獲得蘊涵在信息之中的 有價值的知識,就必須使用數據提煉技術,數據提 煉技術包括:邏輯方法是運用多維或者OLAP技術 對量化的或者非量化的數據進行統一模式的處理, 包括規則公式和決策樹;橫向對比主要是對定性數 據指標進行類比分析,包括類比中介和可信網絡; 程式分析是能夠有效地應用多維模型和數理統計 方法對大規模的數據進行處理,包括數理統計方法 和神經網絡等。 二、數據挖掘在客戶關系管理中的應用 在客戶關系管理過程中,客戶生命周期對企業 來說非常重要,因為它直接關系到企業的客戶收益 和客戶利潤,一方面客戶生命周期提供了客戶信息 來源,另一方面客戶生命周期使得企業明確了為滿 足客戶需求應注重的方面。客戶生命周期為數據 挖掘在客戶關系管理中的應用提供了基礎,數據挖 掘是建立在數據倉庫之上的,通過各種先進的信息 技術和數理統計方法挖掘數據倉庫中的潛在的、有 價值的客戶信息,通過運用數據挖掘,企業能把大 量的客戶記錄變成系統的客戶信息,提供給決策 者,這樣不僅解決了企業進行決策時遇到的信息匱 乏,也充分發揮了企業實施CRM的效用。 (一)客戶分析。CRM系統主要是面向客戶, 因此對客戶數據的分析是極為重要的,通過對客戶 數據的分析,發現客戶需求,調整企業戰略并實施 相應的措施。客戶分析主要有幾個方面: ( 1)購買 頻率,通過對客戶購買頻率的分析,企業實施相應 的營銷活動,可以利用諸如促銷、折扣和優惠等手 段來刺激消費者的消費欲望; ( 2)近期消費,通過 對客戶最近消費時間的分析,可以及時發現客戶流 失的原因,從而采取相應的措施; ( 3)客戶忠誠度 分析,通過對客戶交易資料的記錄和分析,可以采 用序列模式來預測消費者的忠誠度,并據此來調整 企業的生產和提供的服務,提高客戶的忠誠度并吸 引新客戶; ( 4)客戶分類,不同的消費者對產品和 服務的要求不同,也為企業創造不同的收益,企業 根據數據挖掘技術的信息處理分析,對客戶采用聚 類的方法進行分類,挖掘客戶群的需求特征和需求 趨勢,并發現最有價值和最有盈利潛力的客戶群, 對這些客戶實施“一對一”的市場營銷,取得最大 的收益; (5)客戶購買相關性分析,通過銷售記錄 的信息挖掘,可以發現客戶購買相關性,這也是發 現客戶消費偏好、消費特點的重要方法,據此企業 可以積極采用各種手段,如推薦、傳單以及網絡推 廣等方式幫助消費者選擇商品,增加企業的收益; (6)營銷合理化分析,通過分析營銷活動的有效 性,有助于改善營銷效率,多維分析可以實現這方 面分析的要求, 即通過比較營銷改變前后銷售 狀況。 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。