數據挖掘技術在客戶關系管理中的應用

摘要:數據挖掘技術作為一種先進的數據處理方法，是實現對客戶數據進行深入分析的有效工具。基于數據挖掘技術的客戶關系管理系統是數據挖掘技術在客戶關系管理應用的最終體現，是幫助企業實現既定目標的最佳途徑。在客戶關系管理中常用的數據挖掘方法主要包括:分類、聚類、關聯規則、統計回歸、偏差分析等。

關鍵詞:數據挖掘;客戶關系管理;挖掘方法

中圖分類號:O23 文獻標志碼:A文章編號:1673-291X(2010)14-0255-02

隨著信息技術的迅猛發展，數據庫的規模不斷擴大，從而產生了大量的數據。這些數據背后隱藏著許多重要的信息，人們希望通過對這些信息進行更高層次的分析，以便更好地利用這些數據。但大量復雜的數據往往使人們無法辨別隱藏在其中的能對決策提供支持的信息，而傳統的查詢、報表工具無法滿足挖掘這些信息的需求。因此，需要一種新的數據分析技術處理大量數據，并從中抽取有價值的潛在知識，數據挖掘(Data Mining)技術由此應運而生。

一、概述

1.數據挖掘技術

數據挖掘是指從數據集合中自動抽取隱藏在數據中的那些有用信息的過程。它可以幫助決策者對歷史數據和當前數據進行分析，并從中發現其中隱藏的關系和模式，進而對可能發生的行為進行預測。數據挖掘的過程也叫知識發現的過程，它是一門涉及面很廣的交叉性學科，涉及到數據庫、人工智能、數理統計、可視化、并行計算等領域。數據挖掘是一種新型的商業信息處理技術，其主要特點是對商業數據庫中的大量業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業決策的關鍵性數據。簡言之，數據挖掘其實是一類深層次的數據分析方法。從這個角度數據挖掘也可以描述為:按企業制定的業務目標，對大量的企業數據進行探索和分析，揭示隱藏的、未知的或驗證已知的規律性，并進一步將其模型化的先進有效的方法。

數據挖掘已經涉及到社會的各行各業，在移動、銀行、電信、保險、零售等商業管理，工程開發，科學研究等諸多領域取得了較好的發展，本文主要研究數據挖掘在商業領域特別是客戶關系管理中的應用。激烈的同行競爭，使得越來越多的企業意識到客戶是企業競爭力的重要來源。隨著管理理念的更新，客戶關系管理正逐漸成為企業的焦點。其主要特點是對商業數據庫中大量業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業決策的關鍵性數據。

2.客戶關系管理

目前，對于客戶關系管理還沒有一個統一的定義。許多研究機構、學者和行業組織從不同的角度闡述了自己對客戶關系管理的理解。

最早提出客戶關系管理(CRM)概念的Gartnet Group認為，所謂的客戶關系管理是為企業提供全方位的管理視角，賦予企業更完善的客戶交流能力，從而實現客戶收益率的最大化。

Hurwitz Group認為，客戶關系管理的焦點是自動化，同時也是改善與銷售、市場營銷、客戶服務和支持等領域的客戶關系有關的商業流程;客戶關系管理既是一套原則制度，也是一套軟件和技術。它的目標是縮減銷售周期和銷售成本、增加收入、尋找擴展業務所需的新的市場和渠道以及提高客戶的價值、滿意度、贏利性和忠實度。

綜合各種觀點，客戶關系管理的含義還可以從以下三方面進行理解:

CRM首先是一種管理理念。它起源于西方的市場營銷理論，產生于美國，并得到了迅速發展。理念的核心是將企業的客戶(包括最終客戶、分銷商和合作伙伴)作為最重要的企業資源，通過完善的客戶服務和深入的客戶分析來滿足客戶的需求，保證客戶終生價值的實現。

客戶關系管理又是一種新型管理機制。它要求企業從“以產品為中心”的模式向“以客戶為中心”的模式轉移。也就是說，企業關注的焦點應從內部運作轉向客戶關系，企業的業務流程和組織流程重點應從“產品”轉向“客戶”。

客戶關系管理也是一種管理軟件和技術。它將最佳的商業實踐與數據挖掘、數據倉庫、一對一營銷、銷售自動化以及其它信息技術緊密結合在一起，為企業的營銷、銷售、客戶服務和決策支持等領域提供一個業務自動化的解決方案，使企業擁有一個基于電子商務的、面對客戶的前沿，從而順利實現由傳統企業模式到以電子商務為基礎的現代企業模式的轉化。

二、客戶關系管理中常用的數據挖掘方法

常用的數據挖掘方法主要包括:分類、聚類、關聯規則、統計回歸、偏差分析等等。

1.分類

分類在數據挖掘中是一項非常重要的任務。分類的目的是通過統計方法、機器學習方法(包括決策樹法和規則歸納法)、神經網絡方法等構造一個分類模型，然后把數據庫中的數據映射到給定類別中的某一個。

2.聚類

聚類是把一組個體按照相似性歸成若干類別，即“物以類聚”。它的目的是使同一類別之內的相似性盡可能大，而類別之間的相似性盡可能小。這種方法可以用來對客戶進行細分，根據客戶的特征和屬性把客戶分成不同客戶群，根據其不同需求，制訂針對不同客戶群的營銷策略。

3.關聯規則

它是描述數據庫中數據項之間存在關聯的規則，即根據一個事物中某些項的出現可導出另一項在同一事物中也出現，即隱藏在數據間的關聯或相互關系。在客戶關系管理中，通過對企業客戶數據庫里大量數據進行挖掘，可以從中發現有趣的關聯關系，

4.回歸分析

回歸分析反映的是事務數據庫中屬性值在時間上的特征，主要用于預測，即利用歷史數據自動推出對給定數據的推廣描述，從而對未來數據進行預測。它可應用于商品銷售趨勢預測、客戶贏利能力分析和預測等。

5.偏差分析

偏差分析側重于發現不規則和異常變化，即與通常不同的事件。在相類似的客戶中，對客戶的異常變化要給予密切關注。例如某客戶購買行為發生較大變化，購買量較以前大大減少，就要對客戶的這種原因進行調查，避免客戶流失。

三、數據挖掘在客戶關系管理中的具體運用

在目前激烈的競爭環境下，為了獲得生存與發展，企業必須以客戶為中心，推進客戶關系管理，提升服務內容、服務方式、服務質量、經營管理以及服務意識，增加客戶滿意度和忠誠度，最大限度地延長客戶平均生命周期。數據挖掘正逐漸成為客戶關系管理中最核心的部分。數據挖掘有助于發現業務發展的趨勢，揭示已知的事實，預測未知的結果，并幫助分析出完成任務所需的關鍵因素，以達到增加收人、降低成本的目的。具體地說，數據挖掘技術可以幫助企業管理客戶生命周期的各個階段，包括爭取客戶、交叉銷售、客戶忠誠度分析和檢測客戶是否欺詐等。

1.爭取客戶

傳統獲得客戶的途徑一般包括各種廣告、電話行銷等。這種針對目標市場的營銷活動是尋找感興趣的人。而數據挖掘可以對登陸企業網站、撥打免費電話、填寫申請表的響應者進行挖掘，從而把市場活動重點鎖定在以上某些人身上。數據挖掘還可以尋找出和高價值的客戶類似的潛在客戶。在采用了數據挖掘后，為客戶提供的直郵廣告的有效性和回應率會得到大幅度的提高。

2.交叉銷售

企業和客戶之間的關系是經常變動的，一旦一個人或者一個公司成為你的客戶，你就要盡力使這種客戶關系趨于完美。一般來說可以通過三種方法:最長時間地保持這種關系。最多次數地和你的客戶交易。最大數量地保證每次交易的利潤。

因此我們就需要對我們己有的客戶進行交叉銷售。交叉銷售足指企業向原有客戶銷售新的產品或服務的過程。交叉銷售的好處在于，對于原有客戶，企業可以比較容易地得到關于這個客戶較為豐富的信息，大量的數據對于數據挖掘的準確性來說有很大幫助。在企業所掌握的客戶信息，尤其是以前購買行為的信息中，可能正包含著這個客戶決定他下一個購買行為的關鍵因素甚至是決定因素，這個時候數據挖掘就可以幫助企業尋找到這些影響他購買行為的因素。

3.客戶忠誠度分析

客戶關系管理需要培養和選擇忠誠客戶，使之與企業保持長期關系，但不是所有客戶都愿意與企業保持聯系，一些客戶的購買決策只受價格、方便等因素的影響。也有一些顧客更關心商業所帶來的利潤是巨大的，數據挖掘技術可以通過對數據庫中的大量數據進行分析，以確定消費者的購買習慣、購買數量和購買頻率，分析客戶對某個產品的忠誠程度、持久性、變動情況等，以確定忠誠客戶，并為他們提供”一對一”的個性化服務，增強客戶的忠誠度，最大限度地挖掘客戶對企業的終生價值，為企業創造更大的利潤。

4.客戶欺詐行為預測

總結歸納出以往客戶的各種欺詐行為的內在規律，建立一套欺詐行為規則庫，從而可以及時預誓各種騙費、欠費，盡量減少企業損失。首先將多個數據庫的信息集成起來，然后可以采用多種數據分析工具來找出異常模式，包括數據可視化工具，鏈接分析工具，分類工具，聚類分析工具，孤立點分析工具，序列模式分析工具等。這些工具都可以識別出一些重要的活動和模式，有助于聚焦可疑線索。

四、總結與展望

在充滿競爭的市場經濟中，客戶資源的爭奪變得更加激烈。數據挖掘和知識發現技術的應用將成為客戶關系管理策略的必要補充，并將給企業帶來更大的利潤。市場對數據挖掘的需求將隨著對客戶關系管理的需求的增加而進一步加劇。目前，數據挖掘在客戶關系管理的應用還處于研究和初級應用階段，數據挖掘廣泛地應用于客戶關系管理并為企業創造大量利潤，還有大量的課題需要研究。隨著越來越多的企業從以產品為中心的傳統模式向以客戶為中心的現代模式的轉變，數據挖掘應用于客戶關系管理的意義將顯得更加突出。

參考文獻:

[1] 夏火松，數據倉庫與數據挖掘技術[M].北京:科學出版社，2004.

[2] 蘇新寧，楊建林，鄧三鴻，等.數據挖掘理論與技術[M].北京:科學技術文獻出版社，2003:53-65.

[3] 何榮勤.CRM原理、設計、實踐[M].北京:電子工業出版社，2003.

[4] 江毅，朱順泉.數據挖掘技術在客戶關系管理中的應用研究[J].軟科學，2003，(12):46-48.

[5] 海波，仲秋雁.基于數據挖掘的客戶關系管理體系結構研究[J].大連理工大學學報，2004，(2):42-46.