摘 要:本文在概括了數(shù)據(jù)挖掘在企業(yè)CRM系統(tǒng)中的應(yīng)用原理,針對(duì)企業(yè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)特點(diǎn),總結(jié)出數(shù)據(jù)挖掘在企業(yè)CRM系統(tǒng)中的功能:數(shù)據(jù)總結(jié)、分類發(fā)現(xiàn)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)等。最終構(gòu)建出基于數(shù)據(jù)挖掘的企業(yè)CRM系統(tǒng)的模型,包括企業(yè)與客戶的接觸活動(dòng),企業(yè)的數(shù)據(jù)庫(kù)以及數(shù)據(jù)挖掘的流程。
關(guān)鍵詞:數(shù)據(jù)挖掘;CRM系統(tǒng);數(shù)據(jù)庫(kù)
買方市場(chǎng)中處于主導(dǎo)地位的是消費(fèi)者,新的競(jìng)爭(zhēng)優(yōu)勢(shì)要以顧客為中心,深度洞悉、挖掘并更好地滿足顧客需求。良好的客戶關(guān)系是企業(yè)求得生存與發(fā)展的重要資源,企業(yè)為獲得滿意的客戶關(guān)系,重要的思路是通過(guò)實(shí)施客戶關(guān)系管理項(xiàng)目來(lái)實(shí)現(xiàn)。
一、 數(shù)據(jù)挖掘在CRM系統(tǒng)中的應(yīng)用原理
數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(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(shí)的過(guò)程。數(shù)據(jù)挖掘是一門交叉性學(xué)科,它把使用者對(duì)數(shù)據(jù)從低層次、簡(jiǎn)單的查詢應(yīng)用,升級(jí)到對(duì)數(shù)據(jù)中的知識(shí)進(jìn)行挖掘,進(jìn)而向管理者提供決策支持。
目前數(shù)據(jù)挖掘已經(jīng)成為一種企業(yè)處理客戶關(guān)系的新型方法和過(guò)程,數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用方法主要有:決策樹(shù)歸納法、神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、粗集方法、聚類分析及可視化方法等,在具體應(yīng)用過(guò)程中需要結(jié)合企業(yè)客戶關(guān)系管理的任務(wù)和研究重點(diǎn)進(jìn)行合理選擇。
二、 數(shù)據(jù)挖掘在企業(yè)CRM系統(tǒng)中的應(yīng)用研究
數(shù)據(jù)挖掘在各行業(yè)的客戶關(guān)系管理中都已經(jīng)得到廣泛應(yīng)用,如零售、銀行、保險(xiǎn)、電信、旅游等,針對(duì)不同行業(yè)的客戶關(guān)系管理系統(tǒng),數(shù)據(jù)挖掘應(yīng)用的深度和廣度有所不同。研究零企業(yè)CRM系統(tǒng)中的數(shù)據(jù)有助于市場(chǎng)部門識(shí)別客戶購(gòu)買行為,預(yù)測(cè)客戶購(gòu)買趨勢(shì),進(jìn)而改進(jìn)產(chǎn)品質(zhì)量和服務(wù)質(zhì)量,提高客戶滿意度和忠誠(chéng)度,最終為企業(yè)取得更好的績(jī)效。
(一) 企業(yè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)特點(diǎn)
客戶特點(diǎn)不同導(dǎo)致客戶數(shù)據(jù)量龐大。企業(yè)的客戶分為團(tuán)體和個(gè)人,客戶非常分散,客戶的購(gòu)買偏好與習(xí)慣差別較大,所以企業(yè)需要對(duì)客戶的身份進(jìn)行統(tǒng)一和識(shí)別,收集客戶的個(gè)人信息。多數(shù)企業(yè)主要采用會(huì)員制獲取客戶諸如姓名、電話、生日、職業(yè)等基本信息,進(jìn)而形成了龐大的客戶個(gè)人信息數(shù)據(jù)庫(kù)。
產(chǎn)品種類繁多導(dǎo)致數(shù)據(jù)存儲(chǔ)方式眾多。大部分企業(yè)會(huì)生產(chǎn)和銷售多種產(chǎn)品,產(chǎn)品種類繁多會(huì)使商品信息的數(shù)據(jù)量龐大,為了能夠更好地記錄并存儲(chǔ)這些信息,企業(yè)應(yīng)用條形碼技術(shù)、無(wú)線射頻技術(shù)、POS機(jī)等技術(shù),對(duì)產(chǎn)品信息能夠進(jìn)行實(shí)時(shí)的記錄、存儲(chǔ)、提取和分析。
(二) 數(shù)據(jù)挖掘在企業(yè)CRM系統(tǒng)中的功能
數(shù)據(jù)總結(jié)。數(shù)據(jù)挖掘通常會(huì)從數(shù)據(jù)泛化的角度對(duì)客戶關(guān)系管理系統(tǒng)中的數(shù)據(jù)進(jìn)行總結(jié)。數(shù)據(jù)泛化是指將數(shù)據(jù)庫(kù)中低層次的具體的數(shù)據(jù)抽象到高層次的過(guò)程。為了不遺漏任何有可能利用的數(shù)據(jù),在企業(yè)客戶關(guān)系管理系統(tǒng)中包含的信息都是最原始的、最基本的數(shù)據(jù),其中包括結(jié)構(gòu)型數(shù)據(jù)和非結(jié)構(gòu)型數(shù)據(jù),企業(yè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)繁多,難以從海量數(shù)據(jù)中輕松地發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律。
分類發(fā)現(xiàn)。在企業(yè)客戶關(guān)系管理系統(tǒng)中,企業(yè)往往用一個(gè)分類函數(shù)或者分類模型,將系統(tǒng)中的數(shù)據(jù)信息映射到已設(shè)定好的類別中的某一個(gè),從而發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律,自動(dòng)推倒出歷史數(shù)據(jù)的推廣描述,預(yù)測(cè)未來(lái)數(shù)據(jù)的趨勢(shì)。
關(guān)聯(lián)規(guī)則發(fā)現(xiàn)。關(guān)聯(lián)規(guī)則的形式如下,“購(gòu)買洗發(fā)水和護(hù)發(fā)素的顧客中,有90%的顧客同時(shí)購(gòu)買了沐浴露(洗發(fā)水+護(hù)發(fā)素(沐浴露))”。事務(wù)型數(shù)據(jù)庫(kù)中的數(shù)據(jù)是關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的主要對(duì)象,其中針對(duì)的對(duì)象為售貨數(shù)據(jù)。一項(xiàng)事務(wù)由事務(wù)發(fā)生時(shí)間、顧客購(gòu)買的一系列商品和顧客標(biāo)識(shí)號(hào)(如會(huì)員卡號(hào)等)構(gòu)成。
(三) 基于數(shù)據(jù)挖掘的企業(yè)CRM系統(tǒng)的模型構(gòu)建
如圖2.1所示為基于數(shù)據(jù)挖掘的企業(yè)CRM系統(tǒng)的模型。這一模型解釋了客戶、主要過(guò)程、數(shù)據(jù)庫(kù)以及數(shù)據(jù)挖掘之間的關(guān)系。
在接觸活動(dòng)中,企業(yè)通過(guò)市場(chǎng)營(yíng)銷、銷售和服務(wù)等活動(dòng)與客戶進(jìn)行互動(dòng),客戶通過(guò)購(gòu)買行為生成一系列信息,企業(yè)通過(guò)客戶關(guān)系管理系統(tǒng)將這些信息轉(zhuǎn)化成可讀數(shù)據(jù),存儲(chǔ)在數(shù)據(jù)庫(kù)中。這些數(shù)據(jù)包括客戶的基本信息,如姓名、年齡、聯(lián)系方式等;企業(yè)與客戶在商業(yè)活動(dòng)中的互動(dòng)情況,如客戶對(duì)新產(chǎn)品的反應(yīng)、客戶的投訴等;企業(yè)各產(chǎn)品信息等。
三、 結(jié)束語(yǔ)
本文針對(duì)企業(yè)客戶關(guān)系管理的需求以及企業(yè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)特點(diǎn),描述了數(shù)據(jù)挖掘在企業(yè)CRM系統(tǒng)中的功能,構(gòu)建了基于數(shù)據(jù)挖掘的企業(yè)CRM系統(tǒng)的模型,為有效整合、管理客戶資源和為企業(yè)決策提供了理論價(jià)值。但是由于企業(yè)管理信息系統(tǒng)封閉性的特點(diǎn),目前研究?jī)?nèi)容具有一定局限性,仍需不斷完善。
參考文獻(xiàn):
[1]黃源,張福炎.數(shù)據(jù)挖掘及其技術(shù)實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件,2001,(12).
[2]香麗蕓.淺談數(shù)據(jù)挖掘及其應(yīng)用[J].昌吉師專學(xué)報(bào),2001,(02).
作者簡(jiǎn)介:
李曉靖(1993—),女,漢族,河北石家莊,研究生,河北大學(xué)研究方向企業(yè)管理客戶關(guān)系管理。
中國(guó)國(guó)際財(cái)經(jīng)2018年11期