探究数据挖掘技术在CRM中的应用.docVIP

PAGE  PAGE 8 探究数据挖掘技术在CRM中的应用 　　摘要：随着科学技术的发展和经济的进步，产品不断换代和升级，客户享有越来越多的选择权，而企业在市场中的竞争面临重大的挑战。如何通过数据挖掘技术发现潜在价值的客户，保留已有价值客户以及提升客户的价值，对于提高企业在市场中的竞争实力，促进企业发展具有重要的意义。本文阐述了数据挖掘的任务及功能，介绍了CRM的概念、内涵及体系结构，从挖掘潜在客户、获取新客户、提升现有客户价值以及留住可能流失的客户四个方面论述了数据挖掘技术在CRM中的应用，进而从确定与分析目标、数据选择与准备、模型构造以及模型评估四个方面分析了数据挖掘在CRM的具体实施，为数据挖掘技术在CRM中的应用提供科学的有效指导。 　　关键词：数据挖掘技术；CRM；应用 　　前言 　　改革开放以来，我国不断进行市场经济体制改革，从计划经济体制向市场经济体制转型，带动了我国市场经济的蓬勃发展，大量的企业和工厂上市，产品及商品日益丰富，出现同种商品可以有多种厂家选择的局势。企业在市场中的竞争面临重大的挑战。企业本文阐述了数据挖掘的任务及功能，介绍了CRM的概念、内涵及体系结构，从挖掘潜在客户、获取新客户、提升现有客户价值以及留住可能流失的客户四个方面论述了数据挖掘技术在CRM中的应用，进而从确定与分析目标、数据选择与准备、模型构造以及模型评估四个方面分析了数据挖掘在CRM的具体实施，为数据挖掘技术在CRM中的应用提供科学的有效指导。现综述如下。 　　一、数据挖掘概念、任务及功能 　　1.概念 　　数据挖掘技术（Data mining techniques），又称为资料探勘技术或数据采矿技术，是数据库知识发现（Knowledge-Discovery in Databases，KDD）的构成步骤[1]。一般是指利用计算机科学技术，依靠过去的经验法则，通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等众多方法从大量的模糊、随机的实际应用数据中自动搜索隐藏于其中有着特殊关系性且属于关联规则学习的信息的过程[2]。 　　2.任务 　　数据挖掘任务主要有两个：描述和预测[3]。描述性数据挖掘技术用来描述数据库中模糊、随机或不完全数据的一般特性；而预测性数据挖掘技术用来对当前所描述的实际应用数据库中的数据的进行推断，以进行预测。 　　3.功能 　　数据挖掘技术能够根据用户和应用的不同来进行调整，其功能主要有：首先，它能够对概念进行一般描述（描述对象的共有特征）和差别描述（描述不同对象的差别特征）；其次，它能够进行描述对象的关联性分析、通过关联性分析，挖掘对象之间的关联性规则[4]；其三，它能够通过对数据库的描述、关联分析，确定规则函数，进而对未知数据进行分类和预测；其四，它能够产生类标记，依据不同的规则对数据进行聚类或分组；最后，它能够对特别的数据和模型进行单独分析。 　　二、CRM概念、内涵及体系结构 　　1.概念 　　客户关系管理（customerrelationshipmanagement，CRM）是指企业通过互联网、数据挖掘、商务智能、电子商务、无线设备等现代化IT信息技术等工具或手段来协调企业与顾客间在销售、营销和服务上的交互，不断提升其管理机制和服务方式，挖掘潜在客户，获取新客户、提升现有客户价值以及留住可能流失的客户，从而提高客户收益率，扩大市场份额，提高市场竞争力的管理过程[5]。 　　2.内涵 　　客户关系管理CRM是一种管理理念，是一种信息行业用语，是一种新型管理机制，是一种创新的管理理念，也是一种管理软件和技术。客户关系管理CRM的核心是客户价值管理，通过对客户的资料进行分析、整理以及整合，来提高客户量。其中价值管理体现在通过协调与顾客间在销售、营销和服务上的交互，创新管理模式和运行模式，保持客户价值以及提升客户价值[6]。 　　客户关系管理CRM的主要内容包括：一方面，针对客户关系，首先体现在对客户关系的认识、选择以及关系建立方面；其次，对已建立的客户关系的维持方面。再次，针对有可能流失的客户关系，如何进行关系恢复以及挽回方面。另一方面，针对可采用的现代化IT信息技术等工具或手段的建设方面，如互联网、软件应用、数据库、资料分析、电子商务以及移动设备客户端等。 　　3.体系结构 　　客户关系管理CRM的体系结构主要有操作型CRM、分析型CRM以及协作型CRM[7]。操作型CRM促使企业完成市场、销售到服务的业务流程，并且采集客户数据。分析型CRM对市场、销售到服务的业务流程中的客户数据进行整理和分析。协作型CRM将多种沟通渠道获取的客户信息进行整合，确保沟通渠道的畅通。 　　三、数据挖掘技术在CRM中的应用 　　1.挖掘潜在客户 　　通过数