数据挖掘在CRM方面应用探究.docVIP

数据挖掘在CRM方面应用探究随着计算机技术、网络技术、信息技术的发展，企业在经营管理过程中积累了大量的信息资源和业务数据，怎样从这些大量的、无序的、增长的数据当中寻找关联的、规则的、对企业有价值的信息，是企业管理者面临的问题，数据挖掘为我们提供了一个行之有效的解决思路。 一、数据挖掘 数据挖掘(Data Mining)，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。在人工智能领域，又称数据库中的知识发现（Knowledge Discovery in Database，KDD），它是数据库研究中的一个很有应用价值的新领域，融合了数据仓库、人工智能、统计学等多个领域的理论和技术。通过数据挖掘技术，能够找出已有数据之间的潜在联系，从而促进信息的传递，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。 数据挖掘的任务是从数据中发现模式。从广义上讲，数据挖掘将发现两种模式：预测型模式和信息型模式。预测型模式主要通过输入集合的值来计算某一属性，或某几种属性的值，来解决一个指定的问题，从数据库中的一些属性来预测另外一个或者多个属性值。它的特征是利用已知的属性去合理地猜测一个未知的属性值。而信息型的模式不解决某一指定的问题，而是提供给某领域的专家以前可能不知道的有兴趣的模式。信息型模式比预测型模式更难评估，其价值在于提供给某领域专家一些建议和评价这些建议的有效性。 二、数据挖掘在客户关系管理中的应用 客户关系管理（Customer Relationship Management，CRM）指的是围绕企业文化和业务战略形成的以客户为中心的经营理念和管理体系。企业借助于先进的管理思想和相应的信息技术、数据分析技术，尽量充分地把握客户行为，并在此基础上针对不同的细分客户制定相应的销售、营销和服务策略，从而在满足顾客需求的前提下，使企业客户资源的价值达到最大化。它是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，使客户时时感觉到企业的存在，企业随时了解到客户的变化。这种思想将推动企业最大限度地利用其与客户有关的资源，实现企业从市场营销、销售策略到售后服务、技术支持的交差立体管理。企业利用客户关系管理，一方面可以通过提供更快速、周到和准确的优质服务吸引和保持更多的客户，达到个性化的服务；另一方面可以通过对业务流程的全面管理来降低企业的经营成本，实现利润最大化。 CRM的基础是数据库，通过数据的搜集和处理，有效地把各个渠道传来的客户信息集中在数据库里，公司各个部门之间共享同一个客户数据库，任何需要相关客户数据的部门可以很轻易地查询到这些数据。从中我们也可发现，CRM系统的基础是一个数据完备、功能完善的客户数据库在营销中的整体功能发挥。 怎样从大量的客户资源数据库中发现有价值的数据，是企业解决客户关系管理问题的关键。将数据挖掘技术应用到客户关系管理中，通过提取企业数据库中的业务数据、营销数据以及客户数据作为建模样本，利用各种数据挖掘方法对数据进行处理，对数据挖掘结果进行分析和建模，并不断对模型进行优化从而为企业经营决策和市场策划提供指导。根据已经掌握的客户信息，我们利用相应的数据挖掘方法进行数据分析，从大量的、无序的数据当中寻找关联的、规则的、有价值的数据，从深度和广度两个层面来开发客户资源，为企业的市场营销工作提供指导，为企业的客户关系管理提供支持，为企业的战略决策提供帮助。 三、利用数据挖掘进行客户分析 根据数据挖掘所能够完成的任务，数据挖掘技术可以应用到以客户为中心的企业决策分析和管理的各个不同领域和阶段。在客户关系管理中，数据挖掘可以应用到客户群体分类、客户信用分析等多个方面，通过深度的数据分析，有助于企业开展交叉销售和制定出以客户为中心的战略决策。 1.客户群体分类分析 客户群体分类就是把客户根据其性别、年龄、收入、交易行为特征等属性细分为具有不同需求和交易习惯的群体，同一群体中的客户对产品的需求以及交易心理等方面具有相似性，而不同群体间差异较大。客户群体细分可以使企业在市场营销中制定出准确的营销策略，分析不同客户群体的差异化需求，提供有针对性的产品和服务，提高客户对企业和产品的满意度，更加深入的分析潜在用户、客户保留和市场细分，留住原有客户，挖掘潜在客户，围绕客户进行市场定位与细分，制定出更加有效的营销策略。 2.客户信用分析 客户信用分析就是通过调查、分析、预测等方法与手段，对客户的信用状况及信用风险做出客观、公正、准确评价的活动。客户的信用分析是非常重要的，因为一旦发生信用风险和欺诈行为，企业将面临市场份额的丧失和营销活动的失