数据小仓库和数据挖掘技术在电信crm 中一应用.docVIP

实用技术 数据仓库和数据挖掘技术在电信CRM中应用 □陈永彬 蔡方凯 王 飞 （成都电子机械高等专科学校） 摘要：当前，电信企业已拥有大量的客户数据，迫切需要将数据优势转换成企业竞争优势，基于数据仓库和数据挖掘的客户关系管理系统应运而生。本文就客户关系管理、数据仓库和数据挖掘的概念、以及在电信企业中的综合应用进行了研究。 关键词：数据仓库 数据挖掘 CRM 电信服务 随着数据库技术、网络技术的不断发展，客户关系管理（CRM）系统已在电信企业广泛使用，为电信企业积累了客户数据。随着市场竞争的加剧，企业需要将自己的数据优势转化为的竞争优势，使客户收益最大化。而数据仓库能统一管理数据，保证数据准确和可追踪，支持内控，构建企业统一的数据管理平台；数据挖掘技术可以从数据仓库中挖掘新的知识为企业使用。所以数据仓库和数据挖掘技术越来越多地被应用于以客户为中心的电信CRM系统中。 一、数据仓库、数据挖掘与CRM的概念 1、数据仓库 数据仓库（Data Warehouse）是一种新型的数据存储和组织技术，数据仓库中的数据包含基本数据、历史数据、综合数据和元数据。这些数据不是大量数据的堆积，而是将大量用于事务处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织的结果。数据仓库为数据分析、提供高质量的数据源，便于用户从大量数据中提取各自的辅助决策数据和信息。简言之，数据仓库就是为方便数据分析、挖掘，对现有数据库系统中的数据进行集成和重组而形成的数据集合。数据仓库用来保存从多个数据库或其它信息源选取的数据，并为上层应用提供统一的用户接口，为企业构建一个统一的、集成的数据平台。 2、数据挖掘 数据挖掘(Data Mining)是一种新的信息处理技术，是目前国际上数据库和信息决策领域的前沿研究方向之一。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程[1]，这些信息或知识的表现形式为：规则、概念、趋势、规律及模式等。数据挖掘可以帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为，作为企业进行决策的依据。从这个定义我们可以看出：首先数据源必须是真实的、大量的、含噪声的，这些数据可以放在数据库、数据仓库或其他信息存储中；其次是发现隐含在大量数据中的用户感兴趣的新知识，它并不是用规范的数据库查询语言进行查询，而是对查询的内容进行模式的总结和内在规律的挖掘。传统的查询和报表处理只是得到事件发生的结果，而数据挖掘则主要了解产生这些结果的原因和规律；最后发现的知识是可接受、可理解、可辅助决策的信息和知识。 3、CRM CRM（Customer Relationship Management，客户关系管理），是通过收集、加工和处理涉及客户行为的大量信息，确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，进而推断出相应消费群体或个体下一步的消费行为，然后以此为基础，对所识别出来的消费群体进行特定内容的定向营销，提高营销效果，为企业带来更多的利润[2]。 CRM 是一种倡导以客户为中心的管理思想和方法。CRM不仅是一种管理软件和技术，也是一种管理理念和管理机制，贯穿于市场营销、销售、服务和技术支持等与客户相关的所有领域，通过向企业的销售、市场和客户服务的专业人员提供全面的、个性化的客户资料，并强化跟踪服务、信息分析的能力，使他们能够发展潜在客户、发现重点客户及保留有价值的客户，及时准确地掌握业务运作、安全经营、防范风险等信息并迅速做出正确的决策，以提高企业的利润。 在数据爆炸的今天，CRM与数据挖掘、数据仓库之间有着密切的关系。CRM系统将与客户相关的所有数据结合在一起，利用数据仓库和数据挖掘等计算机技术，将营销、销售、服务等操作所累计的大量数据过滤并抽取到数据仓库中，再利用数据挖掘技术，建立各种分析模型，进行决策支持和营销分析，为企业的销售、客户服务和决策支持等领域提供一个自动化的商业问题解决方案。 电信客户关系管理是通过对电信业务流程的重新设计及相关工作流程的重新组合，收集、加工和处理与电信客户相关的所有领域的数据，并以客户和企业双赢为目标，将数据过滤、组织入数据仓库中，利用数据挖掘等技术对数据仓库中各种数据信息以及相互之间关联的进行挖掘分析，从多个方面准确衡量各类客户的忠诚度、满意度、盈利能力、潜在价值、信用度、风险度等关键性指标，以完善的客户服务和深入的客户分析来满足客户的个性化需求，从而保障客户价值和企业利润最大化。 二、CRM 中数据仓库的作用 当前，中国电信市场的竞争局面形成，在这种形势下，电信运营就必须更多地了解客户，向客户个性化的服务，增强客户满意度和忠诚度。数据仓库技术是CRM的基