《数据挖掘在客户关系管理(CRM)的应用.pptxVIP

1;0;1;20 世纪 90 年代初期演变成为包括电话服务中心与支持资料分析的客户服务 （Customer Care）。CRM 的定义虽然没有统一的说法，但是所有的定义都是对“以 客户为中心”，通过提高客户满意度，改善客户关系，从而提高企业竞争力的不 同表达方式。由此经历了 20 余年的发展，CRM 逐渐形成了一整套管理理论体系 和应用技术体系。 自 2000 年 CRM 进入中国后，关于它的研究整体呈上升趋势，甚至在某些阶 段有爆炸性的增长。而 CRM 也和 ERP 一样，体现它价值的地方在于它的实践和应 用，也就是说需要有相应的 CRM 管理软件来体现。 CRM 软件的最初实践者目前普遍认为是 Tom Siebel,其他重量级 CRM 厂商还 有 PeopleSoft、SAP、Oracle 等，主要面对高端市场。在国内被大家较为熟悉的 Turbo CRM 综合实力也很强。根据资料显示，我国 CRM 应用主要以邮电、金融等 经济实力较强、信息化程度较高的行业开始。 CRM 首先是一种管理思想，其次才是套 IT 系统。因此理解 CRM 在企业中的 应用应从两个角度来看：一、管理角度：起源于市场营销理论，最终解决企业市 场和客户资源，涵盖了企业各流程与客户接触的相关领域。在这些过程中发挥的 作用就是管理中的“组织”。二、信息技术角度：囊括企业管理中信息技术、软 硬件系统集成的管理方法和应用解决方案。 目前，CRM 有三类：操作型、协作型和分析型，其中分析型 CRM 是研究领域 的重点；操作型 CRM 则以数据仓库为基础，运用数据挖掘、OLAP、交互查询和报 表等手段，最适合制造业和零售业；协作性则主要是协同工作，侧重服务和客户 沟通频繁的企业，强调交互性，比如笔者所实习的公司埃森哲就是咨询公司，用 到的就是协作型 CRM。 但是目前国内对 CRM 的运用仅处于关注阶段，应用层次不高，实施的成功率 也不高，主要停留在对客户信息的收集、管理和统计上，缺乏对数据的深层次分 析。 1.3.2 数据挖掘的研究和应用现状 数据挖掘（Data Mining 简称 DM）是从大型数据库或数据仓库中发现并提 取隐藏在其中的有用信息的一种新技术，来源于人们长期对数据库技术进行研究 和开发的结果，下图显示了数据进化的四个阶段。 ;3;客户关系管??（CRM）分析 本章将依据对客户、客户关系和客户生命周期的简述和分析，CRM 内涵分析，以及传统 企业管理模式和 CRM 的对比分析，剖析 CRM 核心思想。 客户关系分析 客户和客户关系简述 “客户”不同于“顾客”，指过去买过、正在购买或者今后有可能向企业购买的人或组 织，一般称为“已有客户”、“交易客户”和“潜在客户”；客户关系指企业同客户之间的一 种特殊关系。目前关于客户关系的研究以客户生命周期理论最具代表性。客户生命周期指客 户关系水平随时间变化的发展轨迹，描述了客户关系从一种状态或阶段向另一种状态或阶段 运动的总体特征。 客户生命周期分析 根据资料，客户生命周期一般分为：考察期、形成期、稳定期和退化期。图 2.1 就是一条典型客户生命周期曲线，描述了一个具有代表性的客户周期模式。 ;;数据挖掘在 CRM 中的应用 数据挖掘技术融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术， 能够找出过去数据之间的潜在关系，进行预测从而支持人们的决策。此外根据“马莱特法则”： 给一个公司带来 80%利润的是 20%的客户，按照这个原则，如果能把这 20%的客户找出来， 提供更好的服务，对于公司的发展和业绩无疑是最大的帮助。这样的特质正好能帮助企业解 决因 CRM 系统得到数据“数据爆炸而知识贫乏”的显现。 数据挖掘在 CRM 中应用的实例——戴尔公司 根据 2008 年第四季度全球 PC 厂商市场份额报告，诞生于 198 年的戴尔计算机公司全球 名列第二。短短 20 多年的时间，就获得如此巨大的成功，这与戴尔公司自成立开始便采用 的区分客户群中的不同客户、寻找出有较高的企业价值的客户的思想是密不可分的。 戴尔公司通过对每个客户的平均收益、较高利润产品或服务的使用百分比、销售或订单 的趋势（升或降）以及客户支持或服务的成本等方式来评估客户的长期价值。根据客户对企 业的价值的不同将其分在不同类别的组内，同一组内的客户对企业有相同或相似的价值。将 客户由高到低一次分为白金客户、签约客户、注册客户和普通客户四类。对不同的客户提供 不同级别的服务，客户的级别越高，将获得越为完善和个性化的服务。 数据挖掘在 CRM 中处理流程 CRM 的核心是数据，包括客户数据、产品数据、库存数据以及交易数据等内容，并可以 分为前区数据——海量的、离散的和非结构化的；后区数据——易得的、可信的、集中的和 有限