隨著Internet的飛速發(fā)展，網(wǎng)絡(luò)已經(jīng)成了一個全球性的巨大的信息服務(wù)中心，大量信息在給人們帶來方便的同時，也帶來很多問題：一是信息過量，二是信息真假難辨，三是信息安全難以保證，四是信息形式不一致。人們開始考慮怎樣才能不被信息淹沒，而是從海量信息中發(fā)現(xiàn)有用的知識，充分提高信息的利用率，面對這種迫切需求，數(shù)據(jù)挖掘技術(shù)應(yīng)運而生。

1 數(shù)據(jù)挖掘的概念

從技術(shù)上定義，數(shù)據(jù)挖掘(Data Mining，簡稱為DM)是一種半自動地從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取出隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘從數(shù)據(jù)中提取人們感興趣的可用信息和知識，并將提取出來的信息和知識表示成概念、規(guī)則、規(guī)律和模式等便于人們理解與利用的形式。

并且，數(shù)據(jù)挖掘是一個多學(xué)科交叉領(lǐng)域，它涉及到數(shù)據(jù)庫技術(shù)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計學(xué)、模式識別、知識庫系統(tǒng)、知識獲取、信息提取、高性能計算和數(shù)據(jù)可視化等學(xué)科。根據(jù)挖掘任務(wù)，可分為分類/預(yù)測、數(shù)據(jù)總結(jié)、聚類、關(guān)聯(lián)規(guī)則挖掘、序列模式發(fā)現(xiàn)、依賴關(guān)系或依賴模型發(fā)現(xiàn)、異常和趨勢發(fā)現(xiàn)等。其挖掘?qū)ο笥嘘P(guān)系數(shù)據(jù)庫、異質(zhì)數(shù)據(jù)庫、遺產(chǎn)數(shù)據(jù)庫、空間數(shù)據(jù)庫、時態(tài)數(shù)據(jù)庫、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫以及基因庫等。其應(yīng)用領(lǐng)域包括商業(yè)、科學(xué)研究、天文學(xué)、保險業(yè)、電信業(yè)、教育、DNA分析等。

如果從企業(yè)角度說，數(shù)據(jù)挖掘是一種新的客戶信息處理技術(shù)，其主要特點是對企業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模式處理，從中提取輔助企業(yè)決策的關(guān)鍵性數(shù)據(jù)。因此，數(shù)據(jù)挖掘也可被描述為：是提取有用信息的數(shù)據(jù)產(chǎn)生過程，是從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規(guī)則，并能夠根據(jù)已有的信息對未發(fā)生行為做出結(jié)果預(yù)測，為企業(yè)經(jīng)營決策、市場策劃提供依據(jù)的過程。

2 數(shù)據(jù)挖掘在企業(yè)客戶關(guān)系管理中應(yīng)用的必要性和作用

目前一個企業(yè)是否有競爭力已不再完全取決于它的產(chǎn)品和生產(chǎn)運作效率，而在很大程度上取決于它是否建立和保持良好的客戶關(guān)系。過去由于技術(shù)的限制，企業(yè)信息系統(tǒng)的開放性不足，因此全方位了解顧客，把握客戶的特征與需求只能是一種理想。而在網(wǎng)絡(luò)科技的快速發(fā)展條件下，加上日益成熟的數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，使得企業(yè)能更有效地掌握客戶的行為及需求。如果企業(yè)把利潤作為自己的目標(biāo)，客戶關(guān)系管理則是到達(dá)這個目標(biāo)的最有用的工具，而數(shù)據(jù)挖掘則是這個工具的最佳引擎。

數(shù)據(jù)挖掘是一個迅速發(fā)展的學(xué)科，而且是面向應(yīng)用的。數(shù)據(jù)挖掘應(yīng)用于CRM會提高企業(yè)的商業(yè)智能。數(shù)據(jù)挖掘與CRM的結(jié)合將是全方面的，即銷售、營銷和客戶服務(wù)都可以從數(shù)據(jù)挖掘中獲得決策支持。Data Miners的發(fā)起人Gordon S.Linoff認(rèn)為：“數(shù)據(jù)挖掘通過整合企業(yè)的數(shù)據(jù)，幫助將正確的信息傳到每一個客戶。數(shù)據(jù)挖掘是CRM的必備組件之一”。

隨著信息技術(shù)的迅速發(fā)展，特別是數(shù)據(jù)庫技術(shù)和計算機(jī)網(wǎng)絡(luò)的廣泛應(yīng)用，企業(yè)擁有的數(shù)據(jù)量急劇增大。在大量的數(shù)據(jù)與信息中，蘊(yùn)藏著企業(yè)運作的利弊得失，如果能夠?qū)@種海量的數(shù)據(jù)與信息進(jìn)行快速有效的深入分析和處理，就能從中找出規(guī)律和模式，獲取所需知識，幫助企業(yè)更好地進(jìn)行企業(yè)運籌決策。數(shù)據(jù)挖掘在CRM中的應(yīng)用模型如圖1所示。

圖1 數(shù)據(jù)挖掘在CRM中的應(yīng)用模型

在對CRM的廣泛理解中，最簡單的含義就是：管理所有的與客戶的相互作用。在實踐中，這需要在客戶關(guān)系的各個階段使用與客戶相關(guān)的信息來預(yù)測與客戶的相互作用。我們將客戶關(guān)系的各個階段定義為客戶生命周期。客戶生命周期包括四個階段：一是獲得客戶，二是提高客戶的價值，三是保持上等效益客戶，四是防止客戶流失。

數(shù)據(jù)挖掘在客戶生命周期不同階段中的具體應(yīng)用。

2.1 獲得新客戶

企業(yè)的發(fā)展和壯大需要不斷的獲得新的客戶。新的客戶包括以前沒有聽過你產(chǎn)品的人，以前不需要你產(chǎn)品的人，以及以前你的競爭對手的客戶。無論你希望得到的是哪一類客戶，數(shù)據(jù)挖掘都能夠幫助你辨別這些潛在客戶群，并提高市場活動的響應(yīng)率。

數(shù)據(jù)挖掘可以幫助企業(yè)利用現(xiàn)有的客戶記錄和資料找出客戶的一些共同特征，由此深入了解客戶，還可以通過分類或聚類分析對客戶進(jìn)行群分后，再由模式分析預(yù)測哪些人可能成為其客戶，以幫助銷售人員找到正確的對象。例如一個計算機(jī)產(chǎn)品直銷商利用現(xiàn)有的客戶郵件地址數(shù)據(jù)庫給潛在客戶發(fā)送用于促銷的新的計算機(jī)產(chǎn)品宣傳冊和將要開始的產(chǎn)品降價信息。不加區(qū)分的給每名客戶都發(fā)送促銷宣傳冊顯然是一種很大的浪費，而有針對性的給有最大購買可能的顧客發(fā)送產(chǎn)品廣告，才是一種高效節(jié)儉的營銷策略。這時可以采用分類方法中常用的決策樹歸納方法對數(shù)據(jù)庫中的一部分?jǐn)?shù)據(jù)(訓(xùn)練數(shù)據(jù))進(jìn)行分類學(xué)習(xí)得出數(shù)據(jù)集的決策樹模型，如果模型的準(zhǔn)確率經(jīng)測試被認(rèn)為是可以接受的，那么就可以使用這一模型建立的規(guī)則對數(shù)據(jù)庫進(jìn)行分類預(yù)測了。

2.2 使用交叉銷售提高現(xiàn)有客戶的價值

現(xiàn)代企業(yè)和客戶之間的關(guān)系是經(jīng)常變動的，一旦一個人或者一個公司成為企業(yè)的客戶，企業(yè)就要盡力保持這種關(guān)系，并使之趨于完善。一般來說可以通過以下幾種方法：一是最長時間的保持這種關(guān)系；二是最多次數(shù)的和你的客戶交易：三是最大數(shù)量的保證每次交易的利潤。這些都可通過交叉銷售來實現(xiàn)。交叉銷售是指企業(yè)通過與客戶交流，向現(xiàn)有客戶銷售新的產(chǎn)品或服務(wù)的過程。對客戶來講，得到了更多更好的服務(wù)；對企業(yè)來講，也會因增加了銷售量而獲利。

用數(shù)據(jù)挖掘技術(shù)對交叉銷售做分析時應(yīng)包括三個步驟。一是分析現(xiàn)有客戶的購買行為和消費習(xí)慣數(shù)據(jù)，然后用數(shù)據(jù)挖掘的一些算法對不同的銷售方式的個體行為進(jìn)行建模；二是用建立的預(yù)測模型對客戶將來的消費行為進(jìn)行預(yù)測分析，對每一種銷售方式進(jìn)行評價；三是用建立的分析模型對新的客戶數(shù)據(jù)進(jìn)行分析，以決定向客戶提供哪一種交叉銷售服務(wù)最合適。

From:http://www.dataguru.cn/article-1961-1.html

總結(jié)

以上是生活随笔為你收集整理的数据挖掘技术在企业客户关系管理(CRM)中的应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。