基于數據挖掘的CRM體系在電子商務中應用研究

桂雯琪

【摘 要】隨著電子商務的發展，用戶網購體驗越來越多，商家對客戶的有效管理成為取勝的核心競爭力。本文闡述了數據挖掘技術在CRM體系中的應用，如何發揮作用以及對RFM模型分析的幫助，通過分析客戶行為，實現精準營銷。

【關鍵詞】電子商務；CRM體系；數據挖掘；RFM模型

隨著互聯網技術的發展，電子商務以迅猛的發展勢頭席卷整個世界。據中國電子商務研究中心2015年底監測數據顯示，世界上90%的數據產生于過去兩年，60億部智能手機相當于世界87%的人口，產生的大數據有多大呢？2015年產生的7.9澤字節相當于18個美國國會圖書館。2015年上半年中國網絡零售市場交易規模達16140億元，相比2014年上半年的10856億元，同比增長48.7%。從提供的數據可以看出，中國的網絡零售市場正在從“增量”增長向“提質”增長轉型，中國的網絡零售市場正在主動謀求“升級”。

一、數據挖掘與CRM體系

電子商務時代，除了品質的保證外，客戶關系的管理也是商家取勝的關鍵。如何實現引流，精準營銷，得到客戶的忠誠度，為客戶提供好個性化服務是客戶關系管理也即CRM的目標。從CRM整體結構來說，數據挖掘是整個CRM的核心，也是構成商業智能的基礎。

二、電子商務中的數據挖掘在CRM體系中的應用

CRM中的數據挖掘指通過高等統計工具等的使用，利用分類、關聯性、序列分析、群集分析、機器自我學習及其他統計方法，從數據庫中龐大的數據中，收集與顧客相關的數據，對這些數據進行篩選、推演與模型建造等程序，找出隱藏的、未知的、但卻對企業經營十分有用的信息，或者說是在數據與模式中的可把原始數據轉換成商機并成為決策依據的新知識。

客戶關系管理作為一種先進的管理模式，其實施要取得成功，必須有強大的技術和工具支持。而數據挖掘技術要想得到長足的發展，必須要和實際應用結合起來才能體現其強大的生命力。完整的數據挖掘不單可以做到準確的目標市場行銷，當分析的工具和技術成熟時，加上數據倉庫提供大量的儲存顧客數據的能力，可讓數據挖掘做到大量針對個人的數據定制，從而準確地對顧客作一對一的行銷。企業對顧客有充分的了解，才能有效地和顧客建立關系，進而有效地進行行銷，創造商機。數據挖掘可以應用到CRM的各個不同領域和階段，具體來說，在CRM中，它可以應用在以下幾個方面：

（1）現有客戶的保持?？蛻絷P系管理理論中有一個經典的2/8原則，即80%的利潤源于20%的人。通過數據挖掘中的分類分析算法對客戶消費行為、盈利能力進行分析，從而將客戶進行分類。數據挖掘分類分析可以把大量的客戶分成不同的類，在每一個類別里的客戶具有相似的屬性。企業可以做到給不同類別客戶提供完全不同的服務從而提高客戶的滿意度。將那些消費額最高、最為穩定的客戶群，確定為“VIP客戶”。根據分類，對不同檔次的客戶確定不同的營銷策略，通過制定個性化的“一對一營銷”策略實現企業留住高利潤客戶的目的。

（2）潛在客戶的獲取。在大多數商業領域中，業務發展的主要指標中都包括新客戶的獲取能力。新客戶的獲取包括發現那些對你的產品不了解的顧客，也可能是以前接受競爭對手服務的顧客。通過對這些客戶的細分，可以幫助企業完成潛在客戶的篩選工作。

（3）客戶盈利能力分析。在客戶群中，客戶的盈利能力有很大的區別。如果不知道客戶的盈利能力，就很難制定有效的營銷策略，以獲取最有價值的客戶，或者提高有價值客戶的忠誠度。數據挖掘技術可以用來預測在不同的市場活動情況下客戶盈利能力的變化它從客戶的交易歷史記錄中發現一些行為模式，并使用這些行為模式來預測客戶盈利能力的高低，或者發現盈利能力較高的新客戶。

（4）市場趨勢的了解。為了增強競爭能力，企業需要對市場競爭態勢進行分析，這有助于企業了解潛在加入者的威脅、顧客以及供應商的挑剔程度等等，還可以進行正確的市場細分并確定目標市場，建立銷售組織。數據挖掘功能能夠對產品、促銷效果、銷售渠道、銷售方式等進行的分析，幫助企業了解不同區域的市場演變趨勢，這有助于企業開發適銷對路的產品或者使企業明確自己的發展方向，何時決定進入或者退出某個區域的市場等，更好地促進企業發展。

一個企業的客戶一般可分為三類：①無價值或低價值的客戶；②不會輕易走掉的有價值的客戶；③不斷地尋找更優惠的價值和更好服務的有價值的客戶。傳統的市場活動是針對前兩類客戶的，而現代客戶關系管理認為，特別需要用市場手段來維護的客戶是第三類客戶，這樣做會降低企業運營成本，數據挖掘可發現易流失的客戶，企業就可以針對客戶的需求采取相應措施。

三、電子商務中基于數據挖掘的CRM體系研究

（一）CRM中數據挖掘的方法

數據挖掘是一個利用各種分析工具在海量數據中發現模型和數據間關系的過程，這些模型和關系可以用來做出預測。在實施數據挖掘之前，先制定每一步的計劃，有了好的計劃才能保證數據挖掘有條不紊地實施并取得成功。基本的數據挖掘流程一般包括以下幾部分：商業問題的理解、數據理解、數據準備、建立模型、模型的證實和評價以及擴展應用。如圖所示。

根據CRM特點，CRM智能系統中數據挖掘方法主要有分類、聚類、關聯規則。

（1）利用“分類”方法，發現潛在客戶。通過分析示例數據庫中的訓練集，建立分類模型和挖掘出分類規則，然后用這個分類規則對其他數據庫中的記錄進行分類。通過大量的歷史數據對客戶進行分類，從而預測潛在客戶的來源，精準市場營銷，將潛在客戶演化成實際客戶。

（2）利用“聚類”方法，細分客戶。通過分析數據庫中的記錄數據，根據一定的分類規則，合理地劃分記錄集合，把相似的記錄在一個集合里。它能夠發現數據庫中譬如“哪些顧客購買了A商品，他們有著什么樣的共性”之類的知識。可以實現分類營銷。

（3）利用“關聯”方法和“序列”方法，提供增值服務，提升客戶滿意度。通過對記錄數據的分析研究產生關聯規則，繼而利用關聯規則挖掘隱藏在數據間的相互關系，它能發現數據庫中譬如“90%的顧客在一次購買活動中購買商品A的同時是否購買商品B”之類的知識。

（二）基于數據挖掘技術的CRM重要分析模型RFM模型

在眾多的客戶關系管理（CRM）的分析模式中，RFM模型是被廣泛提到的。RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。RFM模型據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有三個神奇的要素，這三個要素構成了數據分析最好的指標：最近一次消費（Recency）、消費頻率（Frequency）、消費金額（Monetary）。RFM模型較為動態地層示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值（甚至是終身價值），通過改善三項指標的狀況，從而為更多的營銷決策提供支持。

四、結束語

隨著電子商務的發展，越來越多的顧客選擇利用電子商務平臺開展網上交易。對于電子商務來說，企業之間的競爭歸根結底是對客戶的競爭。商家如何利用好大數據，運用數據挖掘技術，開展良好的客戶關系管理，維護好老客戶，充分挖掘潛在客戶，提高服務質量，提高客戶的忠誠度，是實現精準營銷的關鍵。

【參考文獻】

[1]張蘭；大數據時代B2C電子商務CRM體系的研究.福建電腦.2016年01期

[2]倪寧；大數據時代下電子商務平臺的探索和研究.江蘇商論.2014年05期

[3]張燕麗；基于大數據挖掘的CRM智能系統設計與實現.福建電腦.2015年12期

[4]力蕓；電商企業的客戶忠誠度模型挖掘研究.華東理工大學.2013年12月

[5]王付強；數據挖掘技術在網購平臺客戶關系管理中的應用研究.南京理工大學.2011年4月