客户关系管理中的数据挖掘.pdfVIP

经营管理 客户关系管理中的数据挖掘 吴志军 [摘 要]本文介绍了客户关系管理的基本内涵，并对数据挖掘的概念和技术方法做了简要说明，最后着重介绍了数据挖掘技术 在客户关系管理中的应用。 [关键词]客户关系管理 CRM数据挖掘 CRM （Customer Relationship Management ）就是在企业文化同 大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已 业务系统结合的同时，形成的以客户为中心的经营理念；CRM 是 知的商业规律，并进一步模式化的数据处理方法。数据挖掘工具 一种旨在改善企业与客户之间关系的新型管理机制，它主要实施 能够对将来的趋势和行为进行预测，从而很好地支持人们的决策， 于企业的市场营销、销售、服务与技术支持等与客户相关的领域， 比如，经过对整个公司数据库系统的分析，数据挖掘工具可以回 它使客户时时感觉到企业的存在，同时企业也可以随时了解到客 答诸如 “什么样的客户对我们公司的邮件推销活动最有可能做出 户的变化。这种思想将推动企业最大限度的利用其与客户有关的 反应，为什么？”等类似的问题。如果将其运用到客户关系管理 资源，实现企业从市场营销到销售到最后的服务和技术支持的交 中，就能在数据量庞大的客户数据仓库中，将看似无关联的数据 差立体管理。CRM 的目标是：一方面通过提供更快速、周到和准 进行筛选，净化，提取出有价值的客户关系，实现对客户需求做 确的优质服务吸引和保持更多的客户，达到个性化的服务；另一 出恰当的回应，并预测需求趋势。 方面通过对业务流程的全面管理来降低企业的成本。 二、常用的数据挖掘方法 客户关系管理 （CRM ）首先是一种管理理念，其核心思想是 常用的数据挖掘方法主要包括：分类、聚类、关联规则、统 将企业的客户作为最重要的企业资源，通过完善的客户服务和对 计回归、偏差分析等等。 客户的行为方式进行深入地分析，寻找其中的规律，满足客户的 1.分类分类在数据挖掘中是一项非常重要的任务。分类的目 需求，提高服务水平，保证实现客户的终生价值，目的是：拓展 的是通过统计方法、机器学习方法 （包括决策树法和规则归纳 新客户，保留老客户，提高客户的忠诚度，并为企业带来更多的 法）、神经网络方法等构造一个分类模型，然后把数据库中的数据 利润。同时它也是一种管理软件和技术，它将最佳的商业实践与 映射到给定类别中的某一个。 数据挖掘、数据仓库、OLAP 以及其他信息技术紧密结合在一起， 2.聚类聚类是把一组个体按照相似性归成若干类别，即 “物 为企业的销售、客户服务和决策支持等领域提供解决方案，使企 以类聚”。它的目的是同一类别之内的相似性尽可能大，而类别之 业能有一个基于电子商务的面向客户的平台，从而顺利实现由传 间的相似性尽可能小。这种方法可以用来对客户进行细分，根据 统企业模式到以电子商务为基础的现代企业模式的转化。随着市 客户的特征和属性把客户分成不同客户群，根据其不同需求，制 场竞争的进一步加剧，产品的进一步无差异化，客户的购买行为 定针对不同客户群的营销策略。 更加趋于理性化。 3.关联规则 它是描述数据库中数据项之间存在关联的规则， 企业对客户关系管理的关注比以往更高。能否对客户数据进 即根据一个事物中某些项的出现可导出另一项在同一事物中也出 行合理、有效地利用，决定着一个企业的成败。数据挖掘技术就 现，即隐藏在数据间的关联或相互关系。在客户关系管理中，通 是在这种市场需求中逐渐发展成熟，它能对大量的数据及信息进 过对企业客户数据库里大量数据进行挖掘，可以从中发现有趣的 行挖掘，从中发现潜在的关系，并利用模型对客户需求进行预测， 关联关系，例如，买过A 商品的客户以后会购买B 商品。通过 帮助企业做出决策，使企业获得高额的投资回报。 对这些数据进行挖掘，获得对顾客购买行为极有价值的信息，从 一、数据挖掘的概念 而帮助企业及时把握客户需求，对客户实行交叉销售，为企业决 数据挖掘(Data Mining) ，又称数据库中的知识发现(Knowledge 策提供参考。 Discovery In Da