摘 要 本文在建陶企業(yè)客戶關(guān)系管理的基礎(chǔ)上，通過對數(shù)據(jù)挖掘方法的具體分析，闡述了數(shù)據(jù)挖掘在建陶企業(yè)客戶關(guān)系管理中的應(yīng)用。

關(guān)鍵詞 數(shù)據(jù)挖掘，客戶關(guān)系管理，建筑陶瓷企業(yè)

1引言

至2004年，中國擁有建筑陶瓷生產(chǎn)企業(yè)約為2860余家，其中國營集體企業(yè)560家，私營企業(yè)2300家，主要分布在廣東、山東、四川、福建、河北、、浙江、河南及上海周邊地區(qū)等八大建筑衛(wèi)生陶瓷生產(chǎn)區(qū)域，合計(jì)產(chǎn)量占全國總產(chǎn)量的93%，其中年產(chǎn)700萬m2以上的大中型企業(yè)的數(shù)量增長速度較快，規(guī)模最大的企業(yè)年產(chǎn)量已達(dá)1億m2以上^[1]。建陶企業(yè)面對如此巨大的銷售市場和客戶市場，企業(yè)內(nèi)部必然產(chǎn)生了龐大的業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)和由此產(chǎn)生的信息是企業(yè)的寶貴財(cái)富，它如實(shí)地記錄著企業(yè)運(yùn)行的本質(zhì)狀況。如此龐大的數(shù)據(jù)，迫使人們不斷尋找新的數(shù)據(jù)工具對建陶企業(yè)的運(yùn)營規(guī)律進(jìn)行分析，為經(jīng)營、管理和決策提供有價(jià)值的信息，使企業(yè)獲得利潤，提升核心競爭力。因此，數(shù)據(jù)挖掘技術(shù)便應(yīng)運(yùn)而生并顯示出強(qiáng)大的生命力。

2客戶關(guān)系管理與數(shù)據(jù)挖掘

2.1 客戶關(guān)系管理

客戶關(guān)系管理（Customer Relationship Management，英文縮寫為CRM），由Gartner Group首先提出，其定義是企業(yè)與客戶之間建立的管理雙方接觸活動的信息系統(tǒng)，它告訴企業(yè)誰是其最有利的客戶，并激發(fā)其制定保留老客戶、吸引新客戶的市場戰(zhàn)略^[2]。企業(yè)的客戶關(guān)系管理是利用現(xiàn)代信息技術(shù)手段，在企業(yè)與客戶之間建立一種數(shù)字的、實(shí)時(shí)的、互動的管理交流系統(tǒng)。數(shù)據(jù)挖掘技術(shù)可以對客戶數(shù)據(jù)進(jìn)行分析和處理，為企業(yè)的客戶關(guān)系管理提供決策的參考依據(jù)。

2.2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘就是從大量的、不完全的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的有用信息和知識的過程^[2]。數(shù)據(jù)挖掘作為一種數(shù)據(jù)分析工具，具有統(tǒng)計(jì)分析、聯(lián)機(jī)事務(wù)處理（OLTP）和聯(lián)機(jī)分析處理（OLAP）等數(shù)據(jù)分析工具無可比擬的優(yōu)點(diǎn)。數(shù)據(jù)挖掘技術(shù)在功能上包括聚類分析、關(guān)聯(lián)分析、分類分析和孤立點(diǎn)分析等主要分析技術(shù)。

3數(shù)據(jù)挖掘技術(shù)在建陶企業(yè)客戶關(guān)系管理中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)可以應(yīng)用到建陶企業(yè)客戶關(guān)系管理的許多領(lǐng)域，主要有客戶獲取、交叉銷售、客戶細(xì)分、客戶贏利能力分析和客戶流失分析等。

3.1 數(shù)據(jù)挖掘在建陶企業(yè)客戶獲取中的應(yīng)用

建陶企業(yè)的發(fā)展和壯大需要不斷獲得新客戶、維持老客戶。數(shù)據(jù)挖掘技術(shù)可以用來揭示客戶的行為習(xí)慣和預(yù)測發(fā)現(xiàn)一些在不同情況下有相似行為的新客戶，幫助建陶企業(yè)識別出這些潛在的客戶群，并提高市場活動的響應(yīng)率，使客戶關(guān)系管理做到心中有數(shù)、有的放矢。數(shù)據(jù)挖掘技術(shù)還可以幫助市場營銷人員完成對潛在客戶的發(fā)現(xiàn)和篩選工作，把潛在的客戶名單和這些客戶感興趣的營銷、促銷措施系統(tǒng)地結(jié)合起來，為每一個(gè)客戶提供個(gè)性化、一站式的服務(wù)，以不斷地獲取新客戶。

企業(yè)可以利用客戶評分模型來獲取新客戶。下面介紹建立客戶評分模型的步驟：第一步，客戶參觀了企業(yè)的展臺并對企業(yè)產(chǎn)品有了初步了解；第二步，客戶通過下列途徑進(jìn)一步獲取感興趣的產(chǎn)品資料：瀏覽企業(yè)的網(wǎng)站、收到企業(yè)發(fā)出的產(chǎn)品推廣電子廣告郵件、收到企業(yè)發(fā)出的介紹產(chǎn)品的傳真；最后，客戶主動聯(lián)系服務(wù)中心。建立模型的目的是為了通過上述客戶的行為，找出潛在的最有可能購買產(chǎn)品的新客戶，使?fàn)I銷人員能更有效地銷售產(chǎn)品。模型中可對客戶的行為分別制定相應(yīng)的權(quán)數(shù)，然后對客戶進(jìn)行綜合評分，以客戶收到電子廣告郵件為例，如果客戶僅僅是打開郵件，權(quán)值可以設(shè)定為1，而客戶不僅打開了郵件而且點(diǎn)擊了其中的超級鏈接，則說明客戶對宣傳的產(chǎn)品有更高的興趣度，權(quán)值可以定義為9。在評分模型中將用到?jīng)Q策樹、神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘方法。如果企業(yè)不進(jìn)行任何建模分析，盲目將調(diào)查表發(fā)出，其響應(yīng)率將大大降低，這樣既浪費(fèi)了人力、財(cái)力和時(shí)間，又不便于對調(diào)查者進(jìn)行追蹤分析。由此可以看出，數(shù)據(jù)挖掘在企業(yè)決策者提升客戶關(guān)系管理能力方面起著非常重要的作用。

3.2 數(shù)據(jù)挖掘在建陶企業(yè)交叉銷售中的應(yīng)用

交叉銷售是服務(wù)人員在向顧客提供某種服務(wù)或產(chǎn)品的同時(shí)，推銷其它產(chǎn)品和服務(wù)的銷售方式^[3]。它是一種借助各種分析技術(shù)和經(jīng)驗(yàn)判斷，發(fā)現(xiàn)現(xiàn)有客戶的多種相關(guān)需求，通過滿足其需求而銷售多種相關(guān)產(chǎn)品和服務(wù)的一種營銷理念。利用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法，可以建立交叉銷售模型。關(guān)聯(lián)性分析是數(shù)據(jù)挖掘的主要功能之一，可廣泛用于市場營銷的各個(gè)方面，其中的一個(gè)主要應(yīng)用就是對顧客的購買行為作關(guān)聯(lián)性規(guī)則的分析，探詢顧客在商品購買時(shí)的行為模式。利用關(guān)聯(lián)規(guī)則算法發(fā)現(xiàn)的規(guī)則可以應(yīng)用于顧客購物分析、目錄設(shè)計(jì)、商品廣告郵寄分析、追加銷售、商品貨架設(shè)計(jì)、倉儲規(guī)劃、網(wǎng)絡(luò)故障分析以及根據(jù)購買模式對用戶進(jìn)行分類，幫助決策人員分析出最優(yōu)的銷售匹配。關(guān)聯(lián)規(guī)則的結(jié)果可以用在建陶企業(yè)交叉銷售的兩個(gè)方面：一方面，對購買頻率較高的產(chǎn)品組合，找出購買了組合中大部分產(chǎn)品的顧客，向他們推銷“遺漏的”產(chǎn)品；另一方面，為每個(gè)顧客找出比較適用的產(chǎn)品組合，向他們推銷對應(yīng)的產(chǎn)品系列，促進(jìn)相關(guān)產(chǎn)品的銷售。

3.3 數(shù)據(jù)挖掘在建陶企業(yè)客戶細(xì)分中的應(yīng)用

客戶細(xì)分實(shí)質(zhì)上是把大量的客戶分成不同類型，每種類型里的客戶擁有相似的屬性。數(shù)據(jù)挖掘中的聚類算法可以應(yīng)用到建陶企業(yè)的客戶細(xì)分工作中。

聚類算法是通過無指導(dǎo)學(xué)習(xí)，按類相似性最大化原則，自動對數(shù)據(jù)分類^[4]。聚類可以幫助市場分析人員從消費(fèi)者數(shù)據(jù)庫中區(qū)分出不同的消費(fèi)群體，并且概括出每一類消費(fèi)者的消費(fèi)模式或習(xí)慣。因此，可以通過聚類算法建立客戶細(xì)分模型，把建陶企業(yè)客戶分為大客戶和小客戶。對大客戶選擇主動型的客戶關(guān)系類型，開展“一對一”的營銷活動；對小客戶選擇基本型的客戶關(guān)系類型，以服務(wù)品牌的號召力、專業(yè)的商品提供與優(yōu)良的客戶服務(wù)吸引其消費(fèi)。

3.4 數(shù)據(jù)挖掘在建陶企業(yè)客戶贏利能力分析中的應(yīng)用

客戶贏利能力分析和預(yù)測是建陶企業(yè)市場營銷成功的關(guān)鍵。數(shù)據(jù)挖掘技術(shù)可以從客戶的交易記錄中發(fā)現(xiàn)一些有用的行為模式，并用這些行為模式來分析客戶贏利能力的高低和預(yù)測客戶未來最可能的行為模式^[5]。如在整個(gè)客戶群體中，通過分析篩選，確定有多少贏利能力高的客戶，有多少贏利能力低的客戶，從而可以在市場、銷售和服務(wù)方面做適當(dāng)工作來促進(jìn)客戶從贏利能力低向贏利能力高的方向發(fā)展。通過對客戶的行為特征和交易歷史數(shù)據(jù)的挖掘工作，可以使銷售人員了解客戶贏利能力的高低。

數(shù)據(jù)挖掘技術(shù)在客戶盈利能力評估中的預(yù)測步驟為:(1)計(jì)算客戶過去每個(gè)時(shí)間單元的利潤；(2)繪制客戶歷史利潤隨時(shí)間變化的曲線圖；(3)將客戶的歷史利潤曲線圖與已知的典型客戶利潤曲線進(jìn)行擬合，并預(yù)測客戶未來利潤隨時(shí)間變化的趨勢，描繪出客戶未來利潤曲線圖；(4)根據(jù)客戶的整體利潤曲線圖，得出客戶利潤模式的數(shù)學(xué)函數(shù)，在給定的客戶生命周期內(nèi)，計(jì)算出客戶盈利能力的大小。

根據(jù)客戶盈利能力的大小，建陶企業(yè)就能對客戶進(jìn)行合理細(xì)分，從而為不同類型的客戶提供不同的客戶關(guān)懷，節(jié)約企業(yè)資源，使單位企業(yè)交易成本下的客戶資源價(jià)值實(shí)現(xiàn)最大化。

3.5 數(shù)據(jù)挖掘在建陶企業(yè)客戶流失分析中的應(yīng)用

在競爭日益緊張和激烈的市場環(huán)境下，獲取一個(gè)新客戶的費(fèi)用將越來越大，因此保持與原有客戶關(guān)系的工作變得非常重要。數(shù)據(jù)挖掘技術(shù)可以對客戶數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行分析和處理，以識別、分析和評價(jià)客戶的流失風(fēng)險(xiǎn)：分析出客戶為什么會流失，哪些因素會導(dǎo)致客戶的流失；客戶的流失風(fēng)險(xiǎn)主要來自于何處；如何保住贏利能力高的客戶；如何將贏利能力低的客戶提升為贏利能力高的客戶等。建陶企業(yè)通過評價(jià)客戶流失風(fēng)險(xiǎn)的嚴(yán)重性、發(fā)生的可能性和控制風(fēng)險(xiǎn)的成本，匯總出對多種風(fēng)險(xiǎn)的評價(jià)結(jié)果，從而采取針對性的措施，做好那些流失率高的客戶的服務(wù)工作，保留住客戶，防止因客戶的流失而引發(fā)的企業(yè)危機(jī)。建陶企業(yè)銷售部門擁有大量的客戶基本信息和消費(fèi)行為信息，因此，可利用SAS Enterprise、SPSS Clementine、IBM Intelligent Miner等較為成熟的數(shù)據(jù)挖掘軟件來建立客戶流失模型。最常用的數(shù)據(jù)挖掘技術(shù)是分類算法，如Id3、C4.5算法，我們可以根據(jù)客戶的基本信息，如性別、年齡、收入以及最近三個(gè)月的購買產(chǎn)品的帳單等相關(guān)消費(fèi)行為信息進(jìn)行數(shù)據(jù)分析，對模型結(jié)果進(jìn)行評價(jià)，得出異常數(shù)據(jù)，可以預(yù)測出可能流失的客戶，進(jìn)而分析客戶流失的主要原因并采取相應(yīng)措施，有效地留住有流失傾向的客戶。

4 結(jié)束語

利用數(shù)據(jù)挖掘技術(shù)對客戶數(shù)據(jù)庫中已收集、加工和存儲的大量客戶消費(fèi)信息進(jìn)行分析和處理，以確定特定消費(fèi)群體或個(gè)體興趣、消費(fèi)習(xí)慣、消費(fèi)傾向和消費(fèi)需求；分析客戶的特征，探索建陶企業(yè)和所對應(yīng)市場的運(yùn)營規(guī)律性，提供既定性又定量的分析，然后將分析結(jié)果反饋給管理者和整個(gè)企業(yè)內(nèi)部，為建陶企業(yè)的客戶關(guān)系管理工作提供決策支持，從而及時(shí)、準(zhǔn)確地掌握客戶的變化趨勢，加強(qiáng)與客戶的聯(lián)系，有效管理和挖掘客戶資源，建立和維護(hù)客戶關(guān)系，才能使建陶企業(yè)獲得核心的競爭優(yōu)勢。

參考文獻(xiàn)

1 建陶業(yè)現(xiàn)狀及技術(shù)裝備分析[EB/OL]．http://info.ceramic. hc360.com

2 邵兵家，于同奎等.客戶關(guān)系管理：理論與實(shí)踐[M]，北京： 清華大學(xué)出版社，2005

3 朱 明.數(shù)據(jù)挖掘[M].合肥：中國科學(xué)技術(shù)大學(xué)出版社，20024 邵峰晶，于忠清等.數(shù)據(jù)挖掘原理與算法[M]，北京：中國水利水電出版社，2003

5 張 明.數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用[J].中國管理信息化，2006，9

Application of Data Mining in CRM of Construction Ceramic Enterprise

Hong Jing Liu Bingxiang Cheng Gongxun

(School of Information EngineeringJingdezhen Ceramic InstituteJingdezhenJiangxi 333403)

Abstract： Data mining technology was analyzed in detail on base of CRM of construction ceramic enterprise，and the application of data mining in CRM was introduced.

Keywords： data mining，CRM，construction ceramic enterpr