數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用

寧夢(mèng)月　胡向月

摘 要：大數(shù)據(jù)又稱巨量資料，由以圖像、日志、音像、網(wǎng)頁(yè)等紛繁復(fù)雜的數(shù)據(jù)類型所構(gòu)成。大數(shù)據(jù)以其4V為主要特征：一是，海量的數(shù)據(jù)規(guī)模（Volume）；二是，快速的數(shù)據(jù)流轉(zhuǎn)和動(dòng)態(tài)的數(shù)據(jù)體系（Velocity）；三是，多樣的數(shù)據(jù)類型（Variety）；四是，巨大的數(shù)據(jù)價(jià)值（Value）。大數(shù)據(jù)處理的核心技術(shù)是數(shù)據(jù)挖掘，數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中抽取出潛在的、不為人知的有用信息、依托一定的模型預(yù)測(cè)趨勢(shì)來(lái)為我們的決策提供依據(jù)。其廣泛應(yīng)用于從商業(yè)科技到醫(yī)療、政府、教育、經(jīng)濟(jì)、人文以及社會(huì)生活的各個(gè)領(lǐng)域。

關(guān)鍵詞：數(shù)據(jù)；關(guān)系管理；應(yīng)用

1數(shù)據(jù)挖掘的背景

1989年8月在美國(guó)底特律召開的第11屆國(guó)際人工智能聯(lián)合會(huì)議的專題討論會(huì)上首次提出了數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)這個(gè)術(shù)語(yǔ)；1995—1998年KDD國(guó)際會(huì)議對(duì)此進(jìn)行了進(jìn)一步的討論；近年來(lái)，數(shù)據(jù)挖掘在PAKDD、PKDD、DaWaK等國(guó)際會(huì)議中日益成為人們熱議的話題。

2硬件技術(shù)支持

計(jì)算機(jī)技術(shù)經(jīng)歷的四代發(fā)展：一是，電子管計(jì)算機(jī)：它采用18000多個(gè)電子管為基本元件，體積大，功耗高，運(yùn)算速度慢，每秒只能運(yùn)算幾千次，只是應(yīng)用在導(dǎo)彈、原子彈等國(guó)防技術(shù)尖端項(xiàng)目中的科學(xué)領(lǐng)域中；二是，晶體管線路：這一代計(jì)算機(jī)采用晶體管基本元件，體積與功耗比第一代有所縮小和降低，運(yùn)算速度可以達(dá)到每秒十幾萬(wàn)至幾十萬(wàn)次。除了用作科學(xué)計(jì)算、數(shù)據(jù)處理外，也開始用于事務(wù)管理。使用計(jì)算機(jī)的也不再限于軍隊(duì)、政府和科研機(jī)構(gòu)；三是，采用集成電路的IBM360系統(tǒng)：體積和功耗進(jìn)一步縮小和降低，運(yùn)算速度達(dá)每秒幾百萬(wàn)至幾千萬(wàn)次。計(jì)算機(jī)軟件系統(tǒng)基本形成；四是，大規(guī)模集成電路計(jì)算機(jī)：這一代計(jì)算機(jī)體積和功耗繼續(xù)縮小和降低，運(yùn)算速度迅速提高到每秒以億次計(jì)。計(jì)算機(jī)軟件豐富，計(jì)算機(jī)應(yīng)用領(lǐng)域和范圍都大幅度增加，并和通訊相結(jié)合，開始出現(xiàn)了計(jì)算機(jī)網(wǎng)絡(luò)化。

3社會(huì)需求

近年來(lái)，隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算、等IT與通信技術(shù)的迅猛發(fā)展，數(shù)據(jù)庫(kù)越來(lái)越大，數(shù)據(jù)信息越來(lái)越多成為了許多行業(yè)共同面對(duì)的嚴(yán)峻挑戰(zhàn)和寶貴機(jī)遇，如何將雜亂無(wú)序的海量數(shù)據(jù)轉(zhuǎn)化為有用的信息為科學(xué)決策提供依據(jù)成為了人們關(guān)注的焦點(diǎn)，數(shù)據(jù)挖掘便成為滿足這一需求的實(shí)現(xiàn)手段之一。

4淺析應(yīng)用

數(shù)據(jù)挖掘是通過分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，由以下三個(gè)階段組成：一是，數(shù)據(jù)準(zhǔn)備；二是，數(shù)據(jù)挖掘；三是，結(jié)果表達(dá)和解釋。數(shù)據(jù)準(zhǔn)備是從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；數(shù)據(jù)挖掘是用某種方法將數(shù)據(jù)集所含的規(guī)律找出來(lái)；結(jié)果表達(dá)和解釋是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來(lái)。

數(shù)據(jù)挖掘技術(shù)從開始就是面向應(yīng)用的，諸如金融，市場(chǎng)，臨床、交通等各個(gè)領(lǐng)域。它所能解決的典型商業(yè)問題包括：數(shù)據(jù)庫(kù)營(yíng)銷、客戶群體劃分、背景分析、交叉銷售等市場(chǎng)分析行為，以及客戶流失性分析、客戶信用記分、欺詐發(fā)現(xiàn)等。本文將就客戶關(guān)系管理在數(shù)據(jù)挖掘中的應(yīng)用進(jìn)行簡(jiǎn)要分析

4.1數(shù)據(jù)挖掘在客戶分類中的應(yīng)用

客戶分類是將客戶分成不同類型的過程，是使企業(yè)能夠有效進(jìn)行客戶關(guān)系管理的基礎(chǔ)。對(duì)客戶分類有助于針對(duì)不同類型的客戶進(jìn)行客戶分析，從而制定個(gè)性化的服務(wù)策略。

傳統(tǒng)客戶劃分的方法是基于簡(jiǎn)單的行為特征和屬性特征。實(shí)際上大多數(shù)客戶對(duì)象并沒有嚴(yán)格的屬性，這些對(duì)象在性態(tài)類屬方面存在著連續(xù)性，一般需采用聚類分析的方法。

聚類分析是一種用數(shù)學(xué)方法通過自然聚集的方式定量地確定屬性和狀態(tài)的親疏關(guān)系，從而客觀地分析別的多元分析方法。在客戶聚類分析之前并不知道客戶可以分為哪幾類，將數(shù)據(jù)聚類以后，對(duì)每個(gè)簇中的數(shù)據(jù)進(jìn)行分析，歸納出相同簇中客戶的相似性或共性，以此確定客戶的類別。

4.2數(shù)據(jù)挖掘在客戶識(shí)別和客戶保留中的應(yīng)用

4.2.1數(shù)據(jù)挖掘在客戶識(shí)別中的應(yīng)用

識(shí)別客戶是企業(yè)發(fā)現(xiàn)潛在客戶、獲取新客戶的過程，對(duì)于新客戶或潛在客戶，企業(yè)可以通過商業(yè)客戶數(shù)據(jù)庫(kù)或市場(chǎng)調(diào)查來(lái)獲取這些客戶的基本信息。得到這些客戶信息以后，企業(yè)根據(jù)客戶對(duì)企業(yè)產(chǎn)品或服務(wù)的不同反應(yīng)建立數(shù)據(jù)挖掘預(yù)測(cè)模型，找到對(duì)產(chǎn)品最感興趣的客戶群，根據(jù)潛在客戶的信息分析出最可能的潛在客戶，這樣就可以有針對(duì)性地制定營(yíng)銷及服務(wù)策略。

4.2.2數(shù)據(jù)挖掘在客戶保留中的作用

客戶保留是留住老客戶，防止客戶流失的過程。對(duì)企業(yè)來(lái)說(shuō)，獲取一個(gè)新客戶比保留一個(gè)老客戶的成本高的多。在當(dāng)前的商業(yè)競(jìng)爭(zhēng)環(huán)境下，客戶保留也成為企業(yè)面臨的一個(gè)重要難題。

在客戶保留過程中，企業(yè)可以運(yùn)用關(guān)聯(lián)分析和序列模型分析等方法進(jìn)行決策分析。對(duì)已經(jīng)流失的客戶進(jìn)行數(shù)據(jù)分析，找到流失客戶的行為模式，分析客戶流失的原因。根據(jù)已經(jīng)流失的客戶的特點(diǎn)，預(yù)測(cè)現(xiàn)有客戶中有流失傾向的客戶。對(duì)于這些客戶企業(yè)應(yīng)該及時(shí)調(diào)整服務(wù)策略，針對(duì)用戶分類時(shí)得到的特點(diǎn)采取相應(yīng)的措施挽留客戶。

4.3數(shù)據(jù)挖掘在客戶忠誠(chéng)度分析中的應(yīng)用

客戶忠誠(chéng)度是提高企業(yè)客戶關(guān)系管理中的一個(gè)重大目標(biāo)。企業(yè)獲得一個(gè)忠誠(chéng)客戶將會(huì)大幅降低成本，同時(shí)提高企業(yè)的競(jìng)爭(zhēng)實(shí)力。

在客戶忠誠(chéng)度分析中，一般采用時(shí)間序列模型中的趨勢(shì)分析方法，對(duì)客戶持久性、牢固性和穩(wěn)定性進(jìn)行分析，通過數(shù)據(jù)分析和預(yù)測(cè)結(jié)果判斷客戶的持久性、牢固性和穩(wěn)定性，繼而確定客戶的忠誠(chéng)度。

4.4數(shù)據(jù)挖掘在客戶贏利率分析中的應(yīng)用

客戶盈利率是一個(gè)定量評(píng)價(jià)客戶價(jià)值的指標(biāo)。數(shù)據(jù)挖掘技術(shù)在客戶贏利率分析中的應(yīng)用主要體現(xiàn)在分析。企業(yè)可以運(yùn)用數(shù)據(jù)挖掘技術(shù)預(yù)測(cè)在不同的市場(chǎng)競(jìng)爭(zhēng)環(huán)境和市場(chǎng)活動(dòng)環(huán)境下客戶贏利率的變化，目的是找到最合適的市場(chǎng)環(huán)境，使企業(yè)的客戶贏利達(dá)到最大值。

4.5數(shù)據(jù)挖掘在個(gè)性化營(yíng)銷中的應(yīng)用

個(gè)性化營(yíng)銷是面向客戶的營(yíng)銷，也是客戶關(guān)系管理的重要組成部分。個(gè)性化營(yíng)銷是在客戶分類的基礎(chǔ)上進(jìn)行的。針對(duì)不同類型的客戶，企業(yè)可以采取不同的營(yíng)銷策略，有針對(duì)性的個(gè)性化營(yíng)銷可以降低廣告宣傳成本，有效提高營(yíng)銷效果。

交叉銷售也是個(gè)性化營(yíng)銷的一種形式，企業(yè)可以運(yùn)用序列模型分析的方法，對(duì)客戶備選產(chǎn)品進(jìn)行數(shù)據(jù)挖掘，根據(jù)數(shù)據(jù)挖掘的結(jié)果有針對(duì)性地進(jìn)行營(yíng)銷。

通過對(duì)客戶關(guān)系管理中數(shù)據(jù)挖掘的應(yīng)用可以看出，在客戶關(guān)系管理中的很多方面都會(huì)用到數(shù)據(jù)挖掘技術(shù)。可見，數(shù)據(jù)挖掘技術(shù)的正確應(yīng)用對(duì)客戶關(guān)系管理系統(tǒng)功能的全面實(shí)現(xiàn)具有重要的意義。

5結(jié)束語(yǔ)

隨著數(shù)據(jù)挖掘技術(shù)的迅猛發(fā)展，基于此的客戶關(guān)系管理（CRM）應(yīng)用邁向一個(gè)新的臺(tái)階。掌握并利用好大數(shù)據(jù)，是當(dāng)代企業(yè)提高核心競(jìng)爭(zhēng)力的重要手段。通過科學(xué)的謀劃大數(shù)據(jù)戰(zhàn)略，采用客戶分類、個(gè)性化營(yíng)銷等方式來(lái)提高營(yíng)銷的針對(duì)性，為客戶提供更優(yōu)質(zhì)的服務(wù)，實(shí)現(xiàn)用戶和客戶雙贏。

參考文獻(xiàn)：

[1]欒港《客戶關(guān)系管理與應(yīng)用》2015北京人民郵電出版社

[2]李志剛《客戶關(guān)系管理理論與應(yīng)用》2011北京機(jī)械工業(yè)出版社

（作者單位：河南鄭州華北水利水電大學(xué)）