一种数据挖掘方法在客户关系管理中的应用研究.pdfVIP

一种数据挖掘方法在客户关系管理中的应用研究 陈章良 山东工商学院，中国，264005 摘要 近年来，技术进步导致关系市场成为主体。通过数据挖掘，企业能够识别出有价值的 客户、预测其未来形为，并且允许企业做一些有前瞻性的、知识驱动的判定。所有客户可划分成 客户关系管理中的四个维度（客户识别、客户吸引、客户保持、客户发展），也可划分成数据挖 掘中的七个功能（结交、分级、聚类、预测、衰退、顺序发现、可视化）。本文为数据挖掘技术 在客户关系管理中的应用提出一个模型，并且为将来的研究和知识发现指出了一个方向。 关键字 客户关系管理 CRM 数据挖掘 分类 1 11 引言 现代营销策略显示，对一个企业来说，消费者是重要的资源，因而，企业成功地获得新的客 户并保持好高价值的客户是非常必要的。为了达到这些目标，许多企业从海量数据中收集重要的 数据，然后进行分析并运用到新的商业策略和机会中。 1.1 数据挖掘 数据挖掘(Data Mining—DM)，就是从大量的、不完全的、有噪声的、模糊的、随机的数据 库中，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。数据挖掘 工具用数据和结构模拟现实世界。最终的模型描述了数据所表达的模式和关系。从数据处理的角 度,数据挖掘活动可分成三大部分(如图1所示)。 规则逻辑 发 现 关系联想 趋势和变动 数据挖掘 预测模型 产出预测 反向检测 公开分析 联想分析 1 图11 数据挖掘活动的分类 (1) 发现—在海量数据中发现隐含的模式的过程，事先不必对这个模式赋予一定含义或假 设这个模式可是是什么。 (2) 预测模型—使用从海量数据中发现的规律模式并且用于预测将来的过程。 (3) 公开分析—应用提取的规律模式并且发现一些反常的与众不同的数据元素的过程。 1.2 11..22 数据挖掘与客户关系管理 从过去的讨论中，我们已经清楚知道客户关系管理从许多层面来说是一个非常宽广的话题， 其中之一就是数据挖掘，并且数据挖掘是一种可以帮助企业成功转向以客户为中心的经营理念的 手段或技术。现在我们需要回头研究并逐步弄明白这两部分是如何结合在一起的。 然后，客户关系总在变化，包括营销和客户之间的互相了解。所以为什么说客户生命周期概 念非常重要？简单来说，这是弄清楚客户形为的基本架构。通常，客户生命周期分成四个阶段。 1 表11 客户生命周期分段 项目 描述 寻找 还没有成为客户的群体，但处于目标市场中 响应 在寻找过程中对产品或服务表现兴趣的人 活动客户 当前正在使用产品或服务的人 可能是还没有支付账单或高消费的“不良”客户；由于不再处于目标市场的不合适客户； 以前客户 已经转身竞争对手产品的客户 数据挖掘在整个客户关系管理中处于核心地位，包括在某种趋势下从数据仓库中提取知识， 或在某个方向使用某种软件提取规则。 2 22 客户关系管