數(shù)據(jù)挖掘技術(shù)與客戶關(guān)系管理的應(yīng)用綜述

企業(yè)通過實(shí)施客戶關(guān)系管理，可以降低成本，增加收入，提高業(yè)務(wù)運(yùn)作效率。對于每一個(gè)面臨競爭的公司，數(shù)據(jù)倉庫是必須最終擁有的市場武器。通過它可以更多地了解客戶的需求以及處理這些需求的方法。數(shù)據(jù)挖掘能夠?qū)淼内厔莺托袨檫M(jìn)行預(yù)測，從而很好地支持人們的決策。作為專門管理企業(yè)前臺的客戶關(guān)系管理為企業(yè)提供了一個(gè)收集、分析和利用各種客戶信息的系統(tǒng)，幫助企業(yè)充分利用其客戶管理資源，也為企業(yè)在電子商務(wù)時(shí)代從容自如地面對客戶提供了科學(xué)手段和方法。建立和維持客戶關(guān)系是取得競爭優(yōu)勢的唯一的最重要的基礎(chǔ)， 這是網(wǎng)絡(luò)化經(jīng)濟(jì)和電子商務(wù)對傳統(tǒng)商業(yè)模式變革的直接結(jié)果。
   1 客戶關(guān)系管理（CRM）
    1.1 內(nèi)容
    CRM的概念由美國Gartner集團(tuán)率先提出。我們認(rèn)為，CRM是辨識、獲取、保持和增加“可獲利客戶”的理論、實(shí)踐和技術(shù)手段的總稱。它既是一種國際領(lǐng)先的、以“客戶價(jià)值”為中心的企業(yè)管理理論、商業(yè)策略和企業(yè)運(yùn)作實(shí)踐，也是一種以信息技術(shù)為手段、有效提高企業(yè)收益、客戶滿意度、雇員生產(chǎn)力的管理軟件。
    客戶關(guān)系管理（CRM）源于以“客戶為中心”的新型商業(yè)模式，是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理機(jī)制。通過向企業(yè)的銷售、市場和客戶服務(wù)的專業(yè)人士提供全面、個(gè)性化的客戶資料，并強(qiáng)化跟蹤服務(wù)、信息分析的能力，使他們能夠協(xié)同建立和維護(hù)一系列與客戶和生意伙伴之間卓有成效的“一對一關(guān)系”，使企業(yè)得以提供更快捷和周到的優(yōu)質(zhì)服務(wù)、提高客戶滿意度、吸引和保持更多的客戶，增加營業(yè)額。通過信息共享和優(yōu)化商業(yè)流程有效地降低企業(yè)經(jīng)營成本。
    1.2 CRM解決方案的組成
    CRM作為企業(yè)管理系統(tǒng)軟件，通常由以下三部分組成：
    （1）網(wǎng)絡(luò)化銷售管理系統(tǒng)（Sales Distributor Management，SDM）。該模塊以市場和銷售業(yè)務(wù)為主導(dǎo)，對銷售的流程進(jìn)行了詳細(xì)的管理，是銷售管理人員進(jìn)行管理和銷售業(yè)務(wù)員銷售自動化的重要工具。它實(shí)現(xiàn)了銷售過程中對客戶的集中管理和協(xié)同管理，銷售管理人員可以隨時(shí)對銷售情況進(jìn)行分析，具體功能包括客戶接待管理、報(bào)價(jià)單處理、銷售合同管理、回款單處理、綜合查詢功能、綜合統(tǒng)計(jì)功能。
    （2）客戶服務(wù)管理系統(tǒng)（Customer Service Management，CSM）。該模塊主要對企業(yè)的售后服務(wù)進(jìn)行管理，加快售后服務(wù)的響應(yīng)速度，提高客戶滿意度，對服務(wù)人員進(jìn)行考核，加強(qiáng)對產(chǎn)品質(zhì)量的監(jiān)督。
    客戶服務(wù)系統(tǒng)最典型的代表就是呼叫中心環(huán)境，通過呼叫中心環(huán)境布署并且實(shí)現(xiàn)基于電話、Web的自助服務(wù)。它們使企業(yè)能夠以更快的速度和更高的效率來滿足其客戶的獨(dú)特需求。由于在多數(shù)情況下，客戶忠實(shí)度和是否能從該客戶身上贏利取決于企業(yè)能否提供優(yōu)質(zhì)的服務(wù)，因此，客戶服務(wù)和支持對許多企業(yè)就變得十分關(guān)鍵。
    （3）企業(yè)決策信息系統(tǒng)（Executive Information System，EIS）。隨著電子商務(wù)時(shí)代的到來， 各行各業(yè)業(yè)務(wù)操作流程的自動化，企業(yè)內(nèi)產(chǎn)生了數(shù)以幾十或上百GB計(jì)的大量業(yè)務(wù)數(shù)據(jù)。這些數(shù)據(jù)和由此產(chǎn)生的信息是企業(yè)的財(cái)富，它如實(shí)地記錄著企業(yè)運(yùn)作的本質(zhì)狀況。但是面對如此海量的數(shù)據(jù)，迫使人們不斷尋找新的工具，來對企業(yè)的運(yùn)營規(guī)律進(jìn)行探索，為商業(yè)決策提供有價(jià)值的知識，使企業(yè)獲得利潤。能滿足企業(yè)這一迫切需求的強(qiáng)有力的工具就是數(shù)據(jù)挖掘。
    1.3 CRM的實(shí)施
    CRM項(xiàng)目的實(shí)施可以分為3步：①應(yīng)用業(yè)務(wù)集成。將獨(dú)立的市場管理，銷售管理與售后服務(wù)進(jìn)行集成，提供統(tǒng)一的運(yùn)作平臺。將多渠道來源的數(shù)據(jù)進(jìn)行整合，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)的集成與共享；②業(yè)務(wù)數(shù)據(jù)分析。對CRM系統(tǒng)中的數(shù)據(jù)進(jìn)行加工、處理與分析這將使企業(yè)受益匪淺。對數(shù)據(jù)的分析可以采用OLAP的方式進(jìn)行，生成各類報(bào)告。也可以采用業(yè)務(wù)數(shù)據(jù)倉庫（Business Information Warehouse）的處理手段，對數(shù)據(jù)做進(jìn)一步的加工與數(shù)據(jù)挖掘，分析各數(shù)據(jù)指標(biāo)間的關(guān)聯(lián)關(guān)系，建立關(guān)聯(lián)性的數(shù)據(jù)模型用于模擬和預(yù)測；③決策執(zhí)行。依據(jù)數(shù)據(jù)分析所提供的可預(yù)見性的分析報(bào)告，企業(yè)可以將在業(yè)務(wù)過程中所學(xué)到的知識加以總結(jié)利用，對業(yè)務(wù)過程和業(yè)務(wù)計(jì)劃等做出調(diào)整。[page]   2數(shù)據(jù)挖掘
    2.1 什么是數(shù)據(jù)挖掘
   數(shù)據(jù)挖掘（data mining）是從大量的、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)挖掘就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解模式的非平凡過程。數(shù)據(jù)挖掘的廣義觀點(diǎn)：數(shù)據(jù)挖掘就是從存放在數(shù)據(jù)庫，數(shù)據(jù)倉庫或其它信息庫中的大量的數(shù)據(jù)中“挖掘”有趣知識的過程。數(shù)據(jù)挖掘，又稱為數(shù)據(jù)庫中知識發(fā)現(xiàn)（Knowledge Discovery in Database，KDD），也有人把數(shù)據(jù)挖掘視為數(shù)據(jù)庫中知識發(fā)現(xiàn)過程的一個(gè)基本步驟。知識發(fā)現(xiàn)過程由以下步驟組成：
    ①數(shù)據(jù)清理；②數(shù)據(jù)集成；③數(shù)據(jù)選擇；④數(shù)據(jù)變換；⑤數(shù)據(jù)挖掘；⑥模式評估；⑦知識表示。數(shù)據(jù)挖掘可以與用戶或知識庫交互。數(shù)據(jù)挖掘就是為順應(yīng)這種需要應(yīng)運(yùn)而生發(fā)展起來的數(shù)據(jù)處理技術(shù)。在客戶關(guān)系管理（CRM）中，數(shù)據(jù)挖掘的應(yīng)用是非常廣泛的。CRM中的客戶分類，客戶贏利率分析，客戶識別與客戶保留等功能都要借助數(shù)據(jù)挖掘來實(shí)現(xiàn)。
    2.2數(shù)據(jù)挖掘在CRM中的應(yīng)用
    比較典型的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析、序列模式分析、分類分析、聚類分析等。它們可以在以客戶為中心的企業(yè)決策分析和管理的各個(gè)不同領(lǐng)域與階段得到應(yīng)用。
    2.2.1 關(guān)聯(lián)分析
    關(guān)聯(lián)分析，即利用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘。關(guān)聯(lián)分析的目的是挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，它能發(fā)現(xiàn)數(shù)據(jù)庫中形如“90％的顧客在一次購買活動中購買商品A的同時(shí)購買商品B”之類的知識。
    2.2.2 序列模式分析
    序列模式分析和關(guān)聯(lián)分析相似，但側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序列關(guān)系。它能發(fā)現(xiàn)數(shù)據(jù)庫中形如“在某一段時(shí)間內(nèi)，顧客購買商品A，接著購買商品B，而后購買商品C，即序列A→B→C出現(xiàn)的頻度較高”之類的知識。序列模式分析描述的問題是：在給定交易序列數(shù)據(jù)庫中，每個(gè)序列是按照交易時(shí)間排列的一組交易集， 挖掘序列函數(shù)作用在這個(gè)交易序列數(shù)據(jù)庫上，返回該數(shù)據(jù)庫中出現(xiàn)的高頻序列。在進(jìn)行序列模式分析時(shí)，同樣也需要由用戶輸入最小置信度C和最小支持度S。
    2.2.3 分類分析
    設(shè)有一個(gè)數(shù)據(jù)庫和一組具有不同特征的類別（標(biāo)記），該數(shù)據(jù)庫中的每一個(gè)記錄都賦予一個(gè)類別的標(biāo)記，這樣的數(shù)據(jù)庫稱為示例數(shù)據(jù)庫或訓(xùn)練集。分類分析就是通過分析示例數(shù)據(jù)庫中的數(shù)據(jù)，為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對其它數(shù)據(jù)庫中的記錄進(jìn)行分類。
    2.2.4 聚類分析
    聚類分析輸入的是一組未分類記錄，并且這些記錄應(yīng)分成幾類事先也不知道，通過分析數(shù)據(jù)庫中的記錄數(shù)據(jù)，根據(jù)一定的分類規(guī)則，合理地劃分記錄集合，確定每個(gè)記錄所在類別。它所采用的分類規(guī)則是由聚類分析工具決定的。采用不同的聚類方法，對于相同的記錄集合可能有不同的劃分結(jié)果。
   3 結(jié)束語
    應(yīng)用數(shù)據(jù)挖掘技術(shù)，較為理想的起點(diǎn)就是從一個(gè)數(shù)據(jù)倉庫開始。這個(gè)數(shù)據(jù)倉庫，里面應(yīng)保存著所有客戶的合同信息，并且還應(yīng)該有相應(yīng)的市場競爭對手的相關(guān)數(shù)據(jù)。數(shù)據(jù)挖掘可以直接跟蹤數(shù)據(jù)，輔助用戶快速作出商業(yè)決策。用戶還可以在更新數(shù)據(jù)的時(shí)候不斷發(fā)現(xiàn)更好的行為模式，并將其運(yùn)用于未來的決策當(dāng)中。