浅析数据挖掘在CRM中的应用
开篇：润墨网以专业的文秘视角，为您筛选了一篇浅析数据挖掘在CRM中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
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 Mining's 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AB，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的焦点是自动化并改善销售、市场营销、客户服务和支持等领域的与客户关系有关的商业流程。它的目标是缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新市场和渠道以及提高客户的价值、满意度、盈利性和忠诚度。
4 CRM中数据挖掘过程
在CRM中数据挖掘过程中，一般有两种描述方式：以技术为中心的数据挖掘过程和以商业为中心的数据挖掘过程，本文主要介绍前者。以技术为中心的挖掘过程是把主要精力应该用于保证数据的处理和运转以及不断地试验和改进数据挖掘技术。图1是以技术为中心的数据挖掘过程。
■
图1 以技术为中心的数据挖掘过程
以技术为中心的数据挖掘过程主要描述从技术角度进行数据清理、集成、选择、变换等数据处理，使用智能方法提取数据模式，依据兴趣度度量，识别有价值模式，最后使用可视化和知识表示技术，向用户提供挖掘的知识。
5 数据挖掘在CRM中的应用
数据挖掘在CRM中的应用主要分为如下五种情况：
5.1 客户群体分类分析
近年来,特别是在电子商务环境下一对一营销正在受到企业的青睐,这意味着企业要了解每一个客户,并同其建立起持久的关系。利用数据挖掘技术可对大量的客户分类,提供针对性的产品和服务。
5.2 客户的获得、流失和保持分析
企业的增长和发展壮大需要不断维持老客户和获得新客户。数据挖掘可以帮助你识别出潜在的客户群,提高市场活动的响应率,使你做到心中有数,有的放矢。
5.3 客户盈利能力分析
对于一个企业来讲,如果不知道客户的价值,就很难做出合适的市场策略。很显然,不同客户对于企业来讲,其价值是不同的。数据挖掘技术可以用来分析和预测不同市场活动情况下客户盈利能力的变化,帮助企业制定适合的市场策略。
5.4 客户满意度分析
分析客户对企业产品和服务的满意度,可以帮助企业改进客户营销策略,从而增加客户的忠诚度。数据挖掘可从零散的客户反馈信息中,分析出客户的满意度。
5.5 客户信用分析
分析客户信用,对商家很有意义,对不同信用级别的客户,采取不同的赊销方案等。数据挖掘,可从大量历史数据中分析出具体客户的信用等级。
6 总结
综上所述数，据挖掘技术在CRM中有着很重要的作用，其关键在于数据的收集和整理,目标客户的选择及和客户接触手段的选取。在CRM 中有效利用数据挖掘，可以为企业决策者提供准确的、有价值的信息，指导企业制定最优的运营策略，降低企业成本，增加利润，从而加速企业的发展。
参考文献：
[1] 张仰森.人工智能原理与应用[M].北京:高等教育出版社,2004:339-360.
[2] 袁玉波,杨传胜,黄廷祝等.数据挖掘与最优化技术及其应用[M].北京:科学出版社,2007:1-95.
[3] 张.数据挖掘及其在客户关系管理中的应用[M].上海:复旦大学出版社,2007:1-135.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文