基于數據挖掘技術的客戶關系管理應用

摘 要 客戶關系管理是適應企業“以產品為中心”到“以客戶為中心”的經營模式的戰略轉移和關系營銷的需要而發展起來的新的管理理念。數據挖掘技術能很好的進行數據的分析、處理，有助于客戶關系的管理。探討了數據挖掘技術在客戶關系管理中的相關應用。

關鍵詞 數據挖掘 客戶關系管理 關聯算法 粗糙集方法 聚類

中圖分類號：TP311.13 文獻標識碼：A

對于企業而言，“以客戶為中心”的最終目的是企業自身利潤的最大化。因此，企業還需進一步對真正的客戶的價值進行挖掘。客戶的價值挖掘工作要求企業通過數據分析，掌握客戶的行為規律，運用于企業決策中。隨著數據倉庫、數據挖掘技術的發展和成熟，客戶的價值挖掘工作得到了必要的技術支持。

1數據挖掘技術

數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，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。數據挖掘常用的分析方法包括分類和預測、聚類分析、關聯規則、序列模式、孤立點分析等。本文分別從關聯算法、粗糙集方法和聚類等角度闡述數據挖掘技術在客戶價值管理中的應用。

2數據挖掘技術在客戶價值管理中的應用

2.1發現新客戶

2.1.1 數據挖掘應用需求

“以客戶為中心”的CVM，客戶是企業的生命，不斷獲取新客戶是企業生存和發展的必要條件。發展新客戶的目的是將潛在的客戶轉變成消費企業的產品或服務的現實客戶。針對不同的消費者需要采用不同的策略才能有效的獲取到需要的新客戶。另外，客戶也分優劣，選擇優質客戶進行獲取是企業獲取新客戶的先決條件。采用數據挖掘可以輔助新客戶開發活動。

2.1.2 Apriori算法

APr1ori算法是最著名的關聯算法。此算法利用一種逐層搜索的迭代方法：k項集用于探索（k+1）項集。具體方法是：首先找出頻繁1-項集，記為L1；然后利用L1來挖掘L2，即頻繁2-項集；不斷循環下去直到無法發現更多的頻繁K-項集為止。

Apriori算法利用了兩個重要性質。

性質1：k維數據項目集x是頻繁項集的必要條件是它的所有k-1維子集均是頻繁項集。

性質2：若k維數據項目集x的任一k-1維子集不是頻繁項集，則x不是頻繁項集。

對于新客戶的發展而言，得到了新客戶的市場反饋并收集之后，就可以使用Apriori算法對客戶數據提取特征。

2.2 客戶保留

2.2.1 數據挖掘應用需求

隨著市場競爭的日益激烈，大部分市場己趨于飽和狀態。獲得一個新客戶的成本越來越高，因此，保留原有客戶的價值也顯得越來越重要了。對于客戶保留，企業可通過數據挖掘對客戶數據庫中大量的客戶信息作針對性研究，根據分析結果制定使潛在離開者留下來計劃和方案，改善客戶關系，爭取保持客戶并提高收益。

2.2.2 粗糙集算法

粗糙集是由波蘭學者Z.Pawlak在1982年提出的一種研究不精確、不確定性問題的數學工具，其基本思想是，將數據庫中的屬性劃分為條件屬性和結論屬性，把數據庫中的元組根據各個屬性不同的屬性值分成相應的子集，然后根據條件屬性劃分的子集和結論屬性劃分的子集之間的上下近似關系生成判定規則。其中下近似是指所有對象都一定被包含，上近似是指所有對象可能被包含。

設{X1，X2，X3，…}是基于條件屬性的劃分，{Y1，Y2，Y3，…}是基于結論屬性的劃分，則有：

定義1：Yj最小包含（下近似）X，是指等價類X，中的所有元素都包含在Yj中；

定義2：Yj最大包含（上近似）X，是指等價類X，中的所有元素可能包含在Yj中。

2.3 客戶分類

聚類已經被廣泛地應用于許多領域，聚類分析根據在數據中發現的描述對象及其關系的信息，將數據劃分成有意義或有用的簇（也可以稱為組）。其目標是，簇內的對象之間是相似的（相關的），而不同簇中的對象是不同的（不相關的）。簇內的相似性（同質性）越大，聚類就越好。

K-均值算法是一種迭代算法，也是一種最古老的、最廣泛使用的聚類算法。

利用K-均值聚類算法所得到的組，組內成員間的相似程度很高，同時不同組中成員的相異度也很高。給定組K={t1，t2，…，tm}，則其均值定義為：

M=（t1+t2+…+tm）/m。

其基本算法如下：

（1）選擇K個點作為初始均值，K是用戶指定的參數，即所期望簇的個數；

（2）repeat；

（3）將每個點指派到最近的均值，形成K個組；

（4）重新計算每個組的均值；

（5）until均值不發生變化。

3結語

客戶關系管理是企業保持市場競爭力的重要手段和不可缺少的重要環節。數據挖掘作為一種先進的數據分析的方法，是實現對客戶數據進行深入分析的有效工具。對于管理人員來說，掌握這方面的知識是必要的，可以為公司管理客戶提供有價值的信息。

參考文獻

[1] 李蕾.數據挖掘技術在客戶關系管理中的運用[J].企業活力，2006.03.

[2] 顧桂芳，何有世.數據挖掘在客戶關系管理中的應用研究[J].江蘇商論，2007.07.

[3] 黃潔.基于數據挖掘技術的客戶關系管理：以電信企業為例[A].中國企業運籌學學術交流大會論文集[C]，2007.

[4] 莊小將.數據挖掘在客戶關系管理中的應用[J].廣東財經職業學院學報，2008.02.