CRM系统:数据挖掘在CRM中的应用分析

3. 分类(Classification) 。找出一个类别的概念描述, 它 代表了这类数据的整体信息。分类是数据挖掘中应用最多 的任务。要为每个类别做出准确的描述或建立分析模型或 挖掘出分类规则, 然后用这个分类规则对其他数据库中的 记录进行分类。 4. 聚类(Clustering) 。按一定规则将数据分为一系列有 意义的子集。通俗地讲, 就是多元统计中研究所谓“物以类 聚”现象的一种方法, 其职能是对一批样本或指标按它们 在性质上的亲疏程度来进行分类, 采用不同的聚类方法, 对于相同的记录集合可能有不同的划分结果。 5. 偏差分析(Deviation) 。从数据库中找出异常数据。 6. 预测(Prediction) 。利用历史数据找出规律, 建立模 型, 并用此模型预测未来数据的种类、特征等。 三、CRM中数据挖掘的工作流程 1. 数据抽样。当进行数据挖掘时, 首先要从企业大量 客户信息数据中抽取出相关的数据子集。通过对数据样本 的精选, 不仅能减少数据处理量, 节省系统资源, 而且能通 过对数据的筛选, 使数据更加具有规律性。 2. 数据探索。数据探索就是通常所进行的对数据深入 调查的过程, 从样本数据集中找出规律和趋势, 用聚类分 析区分类别, 最终要达到的目的就是搞清楚多因素相互影 响的、十分复杂的关系, 发现因素之间的相关性。 3. 数据调整。通过上述两个步骤的操作, 对数据的状 态和趋势有了进一步的了解, 这时要尽可能对问题解决的 要求进一步明确化、进一步量化。 4. 模型化。在问题进一步明确, 数据结构和内容进一 步调整的基础上, 就可以建立模型。这一步是数据挖掘的 核心环节, 运用神经网络、决策树、数理统计、时间序列分 析等方法来建立模型。 5. 评价。从上述过程中将会得出一系列的分析结果、 模式和模型, 多数情况会得出对目标问题多侧面的描述, 这时就要综合它们的规律性, 提供合理的决策支持信息。 四、CRM中数据挖掘的应用 1. 客户的获取。把客户根据其性别、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。这样就有助于企业在营销中更 加贴近顾客需求。分类和聚类等挖掘方法可以把大量的客 户分成不同的类(群体),适合于进行客户细分。通过群体细 分, CRM用户可以更好地理解客户, 发现群体客户的行为 规律。在行为分组完成后, 还要进行客户理解、客户行为规 律发现和客户组之间的交叉分析。 2. 重点客户发现。就是找出对企业具有重要意义的客 户, 重点客户发现主要包括:发现有价值的潜在客户; 发现 有更多的消费需求的同一客户; 发现更多使用的同一种产 品或服务; 保持客户的忠诚度。根据80/20( 即20%的客户 贡献80%的销售额) 以及开发新客户的费用是保留老客户 费用的5 倍等营销原则, 重点客户发现在CRM中具有举 足轻重的作用。 3. 交叉营销。商家与其客户之间的商业关系是一种持 续的不断发展的关系,通过不断地相互接触和交流,客户得 到了更好更贴切的服务质量, 商家则因为增加了销售量而 获利。交叉营销指向已购买商品的客户推荐其他产品和服 务。这种策略成功的关键是要确保推销的产品是用户所感 兴趣的,有几种挖掘方法都可以应用于此问题,关联规则分 析能够发现顾客倾向于关联购买哪些商品; 聚类分析能够 发现对特定产品感兴趣的用户群; 神经网络、回归等方法 能够预测顾客购买该新产品的可能性。 4. 客户分析。主要包括: 客户价值金字塔分析、客户分 布分析、新增客户分析、流失客户分析和购买行为分析。其 中分类等技术能够判断具备哪些特性的客户群体最容易 流失,建立客户流失预测模型, 从而帮助企业对有流失风险 的顾客提前采取相应营销措施。利用数据挖掘技术,可以通 过挖掘大量的客户信息来构建预测模型, 较准确地找出易 流失客户群, 并制订相应的方案, 最大程度地保持住老客 户。 5. 性能评估。以客户所提供的市场反馈为基础, 通过 数据仓库的数据清洁与集中过程, 将客户对市场的反馈自 动地输入到数据仓库中, 从而进行客户行为跟踪。性能分 析与客户行为分析和重点客户发现是相互交叠的过程, 这 样才能保证企业的客户关系管理能够达到既定的目标, 建 立良好的客户关系。 五、小结 CRM作为一个涉及知识管理、业务流程再造和企业 信息化的概念看起来非常复杂, 其实它最基础的是一整套 数据仓库客户资料系统, 实施和运用CRM, 应该从最基础 的应用开始, 将客户基础数据管理好, 服务好和应用好。很 显然, 如果没有数据仓库技术的支持, CRM的实用价值将 会大打折扣。因此, 只有融合了数据挖掘技术的高效的客 户关系管理才能更好地适应当今信息时代及其网络化特 征, 成为现代企业在激烈的市场竞争中生存的根本和制胜 的关键。 主要参考文献 [ 1] 亓文会, 亓民洁. 商业智能: 管理信息化的新热点[ J] .中国管理信 息化, 2005, ( 5) . 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。