数据挖掘技术在保险行业CRM中应用分析.docVIP

数据挖掘技术在保险行业CRM中应用分析 　　摘要：数据挖掘技术是信息技术运用于实际生活的又一项进步成果，将数据挖掘技术应用于CRM的管理中已经成为当前的一个潮流和趋势。特别是对于保险行业这种以客户为导向的行业而言，做好CRM管理工作更是极为必要。将数据挖掘技术运用到保险行业的CRM中是一种进步，如何实现二者结合功效的最佳发挥，是本文要解决的主要问题。 　　关键词: 数据挖掘 CRM 保险行业 应用 　　中图分类号：TP311.5 文献标识码：A 文章编号：1674-098X(2011)04(a)-0000-00 　　 　　1 数据挖掘技术与CRM管理系统简介 　　 数据挖掘作为一种信息技术的应用，它的发展历史较短，在这个过程中对数据挖掘技术的具体定义也比较模糊，没有一个清晰完整的概念。但是，在数据挖掘发展的这个短时期内，它的发展速度却很惊人。越来越多的行业和企业开始对这项新技术予以关注，并开始尝试将其运用于企业的发展过程中。具体而言，数据挖掘是一项系统性工作的总称，它的主要用途就在于对大量的繁杂的数据按照客户的需求进行处理。在这其中可能会涉及到数据库、统计学、模式识别、信息检索等一些具体的工作。数据挖掘的一般性含义就是从已有或者构建的数据库中获取具有应用价值的信息或者数据的过程，在性质上类似于数据分析工作。 　　 在开放型的市场经济中，客户已经成为市场的另一个代名词，如何占领市场也就意味着如何获取更多的客户，客户在当前的经济发展中的重要地位已经毫无疑问的凸现出来。客户关系管理（CRM）就是在这种客观形势下应运而生，CRM的一个显著特点就在于对客户信息的关注，将企业长期遵循的产品中心转移到以客户为中心的模式上来，通过对客户信息的准确分析来对产品的市场进行准确的定位，为企业以最低的成本谋取最高效的利益，这是CRM在当前企业中应用的一个重要原因。 　　 　　2 数据挖掘在CRM中的应用分析 　　2.1数据挖掘的具体步骤 　　 数据挖掘是一个系统复杂的工程，从本质上讲，它的作用就在于从众多的数据中找出潜在的具有利用价值的信息和数据。按照具体的操作流程，数据挖掘大概有以下几个方面的步骤： 　　 ⑴数据清洗。数据清洗就是根据数据挖掘的目的，来确定数据挖掘的相关领域，对于与挖掘目的无关的数据或者主体予以清除，对空白的数据域进行排除，这是数据挖掘工作的第一步。 　　 ⑵ 数据集成。在数据挖掘的过程中，可能会涉及到不同领域的数据进行集合，各个不同的数据源中的数据要在同一个数据库中进行操作，这就要对这些不同源的数据进行整合。 　　 ⑶数据转换。上面的数据集成工作，可能会涉及到不同源的多种数据，这些数据的格式也不尽相同，如果要使用数据挖掘系统对这些数据进行操作就必须保证他们在格式上的统一，因此要对不相同的数据格式进行转化。 　　 ⑷数据挖掘。数据挖掘既是对已经进行过清洗、整理、转化的数据，按照数据挖掘的目的，选择一种最合适的方式对数据进行挖掘的工作流程。对数据进行挖掘的方法很多，根据挖掘用户需要选择特定的数据挖掘算法。 　　 ⑸ 模式评估。所谓模式评估就是对以上所做的各项工作进行评估，保证工作进行具有价值意义。 　　 ⑹知识表示。知识表示是数据挖掘的尾声，即用可理解的方式将数据的挖掘结果展示给要求进行数据挖掘的直接客户。 　　2.2CRM数据挖掘的方法分析 　　 CRM（客户关系管理）是一项复杂的工作，将数据挖掘运用到具体的CRM管理系统中，能够提高CRM的整体运作水平。CRM作为一个系统延续的流程，数据挖掘可以应用于它的各个不同的阶段，并且在每个阶段，CRM中数据挖掘的方法也都各不相同。 　　 ⑴关联分析法。所谓关联就是指在两个或两个以上的不同变量之间存在着某种潜在的规律，通过对这种规律的掌握能够更好的将这些数据进行使用。在CRM中，就是要利用关联分析找出与客户想关的各方面的数据，并从中找出其联系，为企业的市场战略提供理论支持和依据。 　　 ⑵序列模式分析。序列模式其实也是一种数据关联，但是它更重要的是体现数据字前后关系上的顺序和联系。这个方法被用于CRM中对客户流失的分析策略中。 　　 ⑶分类分析。所谓分类分析就是将数据库中的数据按照一定的原则或者标准进行细分，在每一个分类中再具体的使用某一种数据挖掘算法进行分析统计。在CRM中运用这种方法能够使市场细分化，使数据挖掘的精准度更高，能够为市场提供更准确的信息。 　　 ⑷聚类分析。聚类分析是一种在形式上与分类分析相反的模式，在CRM中，我们有时可能需要对数据的细分来保证市场的精准，同时也不排除我们需要对不同的数据进行对比、归纳和整理，这就需要聚类分析的方法来帮我们达成目的。 　　 　　3 CRM管理系统在保险行业中的具体应用 　　 CRM管理系