浅析数据挖掘在ＣＲＭ中的应用.docVIP

浅析数据挖掘在ＣＲＭ中的应用 　　摘要：CRM是数据挖掘技术重要的应用领域。本文在数据挖掘和CRM的基本概念基础上，分析了数据挖掘技术在CRM中的应用及CRM中数据的挖掘过程。 　　关键词：数据挖掘；CRM；挖掘过程 　　中图分类号：TP18 文献标识码：A文章编号：1009-3044(2008)19-30009-02 　　 　　A Breif Analysis of Data Minings Application in CRM 　　WU Xue-qin 　　(Sichuan TOP Vocational Institute of Information Technology, Chengdu 611743, China) 　　Abstract: CRM is an important application domain of data mining. Based on the basic definition of data mining and customer relationship management, this article introduces the application of data mining in CRM and the process of data mining. 　　Key words: Data Mining(DM); CRM; DM Processing 　　 　　1 引言 　　 　　信息社会中数据的爆炸性增长，“丰富的数据与贫乏的知识”问题的日渐突出，产生了对强有力的数据分析工具的需求。决策者迫切需要将海量数据转换成有价值的信息和知识。数据挖掘为这一需求提供了强有力的技术支持。CRM是现代电子商务活动的核心部分，是数据挖掘的重要领域。如何对海量数据进行分析和挖掘，充分了解客户的喜好、购买模式等，从而发觉客户数据中蕴含的知识来强化跟踪服务和信息分析能力，使企业以提供更快捷和周到的优质服务，提高客户满意度，吸引和保持更多的客户从而增加营业额，降低企业经营成本。基于此，分析数据挖掘在CRM中的应用是非常必要的。（数据挖掘及其在CRM中的应用研究已经成为学术界和企业界共同关注的领域。） 　　 　　2 数据挖掘 　　 　　2.1 数据挖掘的概念 　　从技术的角度讲，数据挖掘（Data Mining）就是从大量的、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。 　　数据挖掘有很多不同的术语名称，除了常用的“数据挖掘”、KDD等称呼外，还有如下若干种称法：“知识抽取”（Information Extraction）、“信息发现”（InformationDiscovery）、“知识 发现”（KnowledgeDiscovery）、“智能数据分析”（Intelligent Data Analysis）等。 　　2.2 数据挖掘的功能 　　2.2.1 发现与预测 　　数据挖掘就像在“数据山”上寻找挖掘“知识金块”，如果不采用强有力的工具，这些“金块”就很难找到，即使找到也会花费非常高的代价，就像大海捞针。然而，无论是找“金块”还是找“针”，这些只是数据挖掘的功能之一，即发现功能。而数据挖掘还包括预测功能，通过它，不仅可以在“数据山”中找到目前需要的“金矿”，还可以帮助我们预测新的金矿或银矿在山的什么走向，以使我们尽快找到新的金矿。发现与预测功能是进行数据分析的两种重要形式。 　　2.2.2 关联规则挖掘 　　数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的就是找出数据库中隐藏的关联规则或关联网。关联规则可记为A→B，A称为前提，B称为后续。由于数据库中数据量非常庞大，数据间的关联函数有时并不知道，即使知道也可能是不确定的，或带有一定可信度的。因此，利用数据挖掘的关联分析功能所发现的规则性往往带有可信度。而数据关联的支持度是指该关联在数据库中出现的频率。 　　除了上面介绍的功能外，序列模式发现、依赖关系或依赖模型发现、异常和趋势分析等也都属于数据挖掘功能。 　　 　　3 客户关系管理 　　 　　客户关系管理（CRM，Customer Relationship Management）的概念最早由Gartner Group提出，其目的是为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，最大化客户的收益率。 　　CRM是一种以客户为中心的市场营销理念和策略，它以信息技术为手段，对业务功能进行重新设计，并对工作流程进行重组。它集合了大量的现代信息技术。CRM的焦