数据挖掘技术在客户关系管理中的应用研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇数据挖掘技术在客户关系管理中的应用研究范文，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：在电子商务环境下，客户对企业起着至关重要的影响。新客户的获取无疑对企业的生存和发展起到很重要的作用。客户关系管理系统中，通过分析海量数据之间的联系，建立规范全面的信息模型。为了解决新客户的获取问题，采用数据挖掘技术对客户类别进行预测。通过对数据挖掘各种算法的比较，做了决策树算法编程实验，获得客户类别的预测结果。结果表明，数据挖掘技术能有效提高客户预测的准确率，提高了数据利用率。

关键词：客户关系管理； 数据挖掘； 决策树； 客户获取

中图分类号：

TN915-34

文献标识码：A

文章编号：1004-373X(2011)19

-0150

-04

Application of Data Mining Technology in Customer Relationship Management System

LIU Zhong-kui, GUO Min

(College of Electronic Information and Control Engineering, Beijing University of Technology, Beijing 100124, China)

Abstract： In E-commerce environment, customers play a crucial impact on the company. The acquisition of new customers plays an important role in the existence and development of enterprises. There is rich and complex customer data in customer relationship management system. By analyzing the links between the data, a more comprehensive information model is established. In order to solve the problem about how to get new customers, data mining technology is used to solve customer category forecast. Through the comparison of various algorithms in data mining, the decision tree algorithm programming experiment is made to get the prediction results of clients. The results indicate that the method can efficiently improve the accuracy and raise the data utilization.

Keywords： customer relationship management; data mining; decision tree; customer acquisition

收稿日期：2011-04-21

0 引 言

随着信息时代的到来，电子商务的飞速发展，客户比以往有了更多的选择，这样的商业现状迫使企业从“以产品为中心”转变为“以客户为中心”。在这种经营理念的转变下，了解现有客户，认识到他们的需要是非常重要的。对现有客户和潜在客户的培养和挖掘，被认为是企业获得进一步成功的关键。客户关系管理就是在这样的趋势下应运而生的。客户关系管理(Customer Relationship Management，CRM)是对企业和客户之间的交互活动进行管理的过程［1］。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新渠道以及提高客户的价值、满意度、盈利性和忠实度［2］。

在电子商务CRM系统中，存在着丰富而复杂的客户数据，包括客户、市场、销售、服务及整个企业内部的各种信息。由于这些数据十分繁杂，人们不断寻找新的工具来对企业的运营规律进行探索，为商业决策提供有价值的知识，使企业获得利润。由此引发了一个新的研究方向：数据挖掘(Data Mining)。数据挖掘是从大量数据中提取信息和知识的过程。数据挖掘的强大功能使得它能够在海量的客户数据和信息中进行快速有效的深入分析和处理，从中找出规律，并预测客户的各种行为模式，帮助企业更好地进行运筹决策。数据挖掘技术在CRM的研究中扮演了极其重要的角色［3］。

本文旨在研究数据挖掘在客户关系管理中的应用，利用数据挖掘技术解决客户关系管理中客户的获取问题。

1 客户关系管理

从体系结构角度来看，CRM系统架构由以下三个主要部分组成：

操作型CRM，主要是提供以客户为中心的市场、销售、服务与支持等业务流程的自动化及扩展。主要功能是销售自动化、营销自动化、客户服务与支持。

协作型CRM，管理企业与其客户之间的交互方式。包括全自动的语音、传真响应，电话、互联网、电子邮件响应系统等，多个交互渠道，以及各个渠道之间可以协同、完整意义上地完成呼叫中心功能。

分析型CRM，对企业的销售、客户等数据进行统计分析。分析型CRM，以企业数据仓库为基础，通过联机分析处理、数据挖掘、统计等分析方法，准确地了解客户行为、期望、需要、历史和与企业的全面关系，从而树立全面的客户观念和客观的客户忠诚度标准。它是从宏观上对企业经营战略的确定，到微观上个性化服务等全部以客户为中心的经营决策的基础。可以说，没有成功的客户关系分析与管理就不会有成功的CRM系统。

综上所述，在CRM中使用数据挖掘技术，能够增强分析型CRM的功能，对操作型CRM和协作型CRM的功能起支撑和促进作用。

2 数据挖掘

2.1 数据挖掘技术在CRM中的应用

数据挖掘可以应用到CRM各个不同领域和阶段，如一对一营销，客户盈利能力分析，交叉销售，客户的获取，客户的保持等。在这些应用中，客户的获取和保持无疑是最为重要的，尤其在电子商务环境下，客户的流失是不可避免的，客户的获取作用日益突出。

在客户获取的过程中，寻找那些已知信息和想要得到的行为模型之间的关系，建立预测模型，将依据所选择的反应模式的类型预测一些指标变量，就可以找出那些对企业所提供服务感兴趣的客户，进而达到获取客户的目的［4］。

在解决客户获取问题时，同时考虑到数据挖掘技术在客户细分和客户盈利能力中的应用方法。客户细分是将一个大的消费群体划分成一系列细分群体的过程。客户细分可以在较高的层次上查看整个数据库中的数据，可以使经营管理者使用不同的方法处理不同细分的群体客户。对客户盈利能力的分析，数据挖掘技术可以预测在不同市场活动情况下客户盈利能力的变化。利用数据挖掘从客户的交易记录中发现一些行为模式，以预测客户盈利能力的高低，进而帮助分析和提高客户盈利能力，使企业在市场竞争中获取优势。

2.2 数据挖掘算法的选择

在客户的预测问题上，很多的数据挖掘算法都可以应用，如决策树算法、神经网络算法、支持向量机等。在众多分类算法中，决策树算法在时间复杂度上很有优势，而且预测准确率比较高，所以选用此算法是比较合适的。