[摘要] 客戶關(guān)系管理（Customer Relationship Management，CRM）就是企業(yè)利用信息技術(shù)，通過對客戶的跟蹤、管理和服務(wù)，從而吸引客戶、保留客戶、發(fā)展客戶的一種手段和方法。數(shù)據(jù)倉庫和數(shù)據(jù)挖掘(Data Mining，DM)使企業(yè)獲得顧客深層次信息成為了可能。數(shù)據(jù)挖掘?qū)?shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行加工和處理，提煉出信息和知識，為企業(yè)提供決策的依據(jù)。數(shù)據(jù)挖掘是客戶關(guān)系管理的基礎(chǔ)技術(shù)。

[關(guān)鍵詞] CRM DM

一、客戶關(guān)系管理

1.客戶關(guān)系管理的定義

客戶關(guān)系管理(Customer Relationship Management，CRM)首先是一種管理理念，其核心思想是將企業(yè)的客戶作為重要的資源，通過完善的客戶服務(wù)和深入的客戶分析來滿足客戶的需求，保證實(shí)現(xiàn)客戶的終生價值。

CRM又是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理機(jī)制，它實(shí)現(xiàn)于企業(yè)的市場營銷、銷售、服務(wù)與技術(shù)支持等與客戶相關(guān)的領(lǐng)域。通過向企業(yè)的銷售、市場和客戶服務(wù)的專業(yè)人員提供全面、個性化的客戶資料，并強(qiáng)化跟蹤服務(wù)、信息分析的能力，使他們能夠維護(hù)一系列與客戶和生意伙伴之間卓有成效的“一對一關(guān)系”，從而使企業(yè)得以提供更快捷和周到的優(yōu)質(zhì)服務(wù)、提高客戶的滿意度。

CRM也是一種管理軟件和技術(shù)，它將最佳的商業(yè)實(shí)踐與數(shù)據(jù)挖掘、數(shù)據(jù)倉庫、一對一營銷、銷售自動化以及其他信息技術(shù)緊密結(jié)合在一起，為企業(yè)的銷售、客戶服務(wù)和決策支持等領(lǐng)域提供了一個業(yè)務(wù)自動化的解決方案，使企業(yè)有了一個基于電子商務(wù)的面對客戶的前沿，從而順利實(shí)現(xiàn)由傳統(tǒng)企業(yè)模式到以電子商務(wù)為基礎(chǔ)的現(xiàn)代企業(yè)模式的轉(zhuǎn)化。

2.客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

CRM起源于20世紀(jì)80年代初提出的接觸管理(Contact Management)，即專門收集整理客戶與公司聯(lián)系的所有信息。到20世紀(jì)90年代初期則演變成為包括服務(wù)中心與支持資料分析的客戶服務(wù)(Customer Care)。經(jīng)歷了20余年不斷演變發(fā)展，CRM逐漸形成了一整套管理理論體系和應(yīng)用技術(shù)體系。

從全球的范圍看，2002年，市場對CRM的需求已經(jīng)比ERP高，CRM銷售量每年的增長率超過了30%，而ERP只有10%。2005年的銷售額達(dá)到了140億美元之多，企業(yè)信息化的重點(diǎn)從后臺系統(tǒng)轉(zhuǎn)向了前臺。在國內(nèi)，多數(shù)企業(yè)將大部分力氣投入到企業(yè)內(nèi)部信息系統(tǒng)得建設(shè)上，這意味著CRM在我國的應(yīng)用還不成熟。

CRM應(yīng)用最廣泛的領(lǐng)域是與科技和計(jì)算機(jī)相關(guān)的領(lǐng)域，這一領(lǐng)域中的企業(yè)由于信息化程度高和自身的優(yōu)勢，能夠通過CRM系統(tǒng)建立起與客戶之間的有效價值鏈，從而鏟射功能更大的效益。而在我國生產(chǎn)總值中占據(jù)重要地位的傳統(tǒng)企業(yè)在CRM的市場中所占比例較小。加入WTO后，企業(yè)面臨著更為嚴(yán)峻的國際競爭，因此企業(yè)迫切需要尋找類似CRM的新思路、新理念來增強(qiáng)企業(yè)的競爭力?，F(xiàn)在市場中CRM供應(yīng)商較多，國際的有Siebel、Oracol、Borland、sybase，國內(nèi)的用友、中圣、金蝶、創(chuàng)智等。

二、數(shù)據(jù)挖掘是CRM成功的保障

大量數(shù)據(jù)的產(chǎn)生和收集導(dǎo)致了信息的爆炸，但信息僅僅停留在在這個階段，未對這些信息進(jìn)行適時和深層次的分析，致使企業(yè)對客戶知識的缺乏。數(shù)據(jù)挖掘可以從繁雜的數(shù)據(jù)中找出真正有價值的信息知識，提高企業(yè)對客戶了解程度，時時快捷的發(fā)現(xiàn)并滿足客戶的需求，從而提高企業(yè)的競爭力。

1.數(shù)據(jù)挖掘使市場信息觸手可及

數(shù)據(jù)庫及數(shù)據(jù)挖掘技術(shù)(Data Mining，DM)可以擴(kuò)展企業(yè)核心業(yè)務(wù)過程的信息后勤基礎(chǔ)，通過數(shù)據(jù)挖掘來保證對數(shù)據(jù)的訪問及分析，從而提高業(yè)務(wù)過程的有效性。當(dāng)企業(yè)通過數(shù)據(jù)倉庫直接向其顧客索取某些信息密集型顧客支持過程的資源時，支持成本會不斷地下降，企業(yè)的管理成本也就隨之降低。

利用信息技術(shù)和數(shù)據(jù)資源，不斷地增強(qiáng)對客戶的了解程度，使客戶感覺好像與企業(yè)有一種獨(dú)一無二的個人關(guān)系，具有有效的信息交換和訪問能力，與客戶打交道變得更容易一些。數(shù)據(jù)挖掘技術(shù)基于事實(shí)，利用數(shù)據(jù)倉庫中產(chǎn)品、價格、投資、分配等方面，從浩瀚的信息海洋中提煉出有價值的信息，發(fā)現(xiàn)隱含在這些信息中的對等的、不明顯的、不可預(yù)知的模式、趨勢和關(guān)系，為企業(yè)提供決策的依據(jù)。

2.數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識

在CRM中，數(shù)據(jù)倉庫將海量復(fù)雜的客戶行為數(shù)據(jù)集中起來，建立一個整合的、結(jié)構(gòu)化的數(shù)據(jù)模型，在此基礎(chǔ)上對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、抽象化、規(guī)范化分類、分析，為企業(yè)管理層提供及時的決策信息，為企業(yè)業(yè)務(wù)部門提供有效的反饋數(shù)據(jù)。數(shù)據(jù)挖掘?qū)蛻糍Y料進(jìn)行分析，是挖掘客戶潛力的基石。

數(shù)據(jù)挖掘技術(shù)的作用在企業(yè)管理客戶生命周期的各個階段都會有所體現(xiàn)。數(shù)據(jù)挖掘幫助企業(yè)發(fā)現(xiàn)客戶的特點(diǎn)，從而可為客戶提供有針對性的服務(wù)。通過數(shù)據(jù)挖掘，可以發(fā)現(xiàn)購買某一商品的客戶的特征，從而可以向那些也同樣具有這些特征卻沒有購買的客戶推銷這個商品；若找到流失的客戶的特征，就可以在那些具有相似特征的客戶還未流失之前，采取相應(yīng)的措施。

三、數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)有多種，包括決策樹法、遺傳算法、集合論方法、神經(jīng)網(wǎng)絡(luò)方法、聚類方法、粗集方法、模糊集合方法、Bayesian Belief Netords ，最鄰近算法、關(guān)聯(lián)規(guī)則挖掘算法、可視化技術(shù)等，這里主要介紹ID3決策樹法、遺傳算法、神經(jīng)網(wǎng)絡(luò)方法。

1.ID3決策樹法

ID3決策樹法是最有影響和最早的決策樹方法。在規(guī)模越大的數(shù)據(jù)庫中，運(yùn)用ID3決策樹法進(jìn)行數(shù)據(jù)挖掘的效果越好。它利用一系列規(guī)則劃分，建立樹狀圖，可用于分類和預(yù)測。

ID3方法檢驗(yàn)所有的特征，選擇互信息最大的特征點(diǎn)A為產(chǎn)生決策樹節(jié)點(diǎn)，由該特征的不同取值建立分支，對各分支的實(shí)例子集遞歸，用該方法建立決策樹節(jié)點(diǎn)和分支，直到某一子集中的例子屬于同一類。ID3方法利用互信息最大的特征建立決策樹，使決策樹節(jié)點(diǎn)數(shù)最小，識別例子準(zhǔn)確率高。決策樹葉子為類別名，即P或者N。

（1)主算法

①從訓(xùn)練集中隨機(jī)選擇一個既含正例又含反例的子集（稱為窗口）；

②用建樹算法使當(dāng)前窗口形成一棵決策樹；

③對訓(xùn)練集（窗口除外）中例子用所得決策樹進(jìn)行類別判定，找出錯判的例子；

④若存在錯判的例子，把它們插入窗口，轉(zhuǎn)B，否則結(jié)束。

（2)建樹算法

①對當(dāng)前例子集合，計(jì)算各特征的互信息；

②選擇互信息最大的特征A(i)；

③把在A(i)處取值相同的例子歸于同一子集，A(i)取幾個值就得幾個子集；

④對既含正例又含反例的子集，遞歸調(diào)用建樹算法；

⑤若子集僅含正例或反例，對應(yīng)分支標(biāo)上P或N，返回調(diào)用處。

2.神經(jīng)網(wǎng)絡(luò)方法

人工神經(jīng)網(wǎng)絡(luò)從神經(jīng)生理學(xué)的基本觀點(diǎn)和結(jié)論作為構(gòu)造人工神經(jīng)網(wǎng)絡(luò)基本假設(shè)的前提。以神經(jīng)生理學(xué)為基礎(chǔ)，模擬人的神經(jīng)元功能，經(jīng)過輸入層，隱藏層，輸出層等，對數(shù)據(jù)進(jìn)行調(diào)整，計(jì)算，最后得到結(jié)果，用于分類和回歸?？梢詫⑸窠?jīng)網(wǎng)絡(luò)模型分成：（1)感知機(jī)(2)Hamming網(wǎng)絡(luò)(3)Hopfield網(wǎng)絡(luò)。

一個簡單的神經(jīng)網(wǎng)絡(luò)，圖中的橢圓表示節(jié)點(diǎn)，橢圓間的連線表示連接。神經(jīng)網(wǎng)絡(luò)接受左邊節(jié)點(diǎn)的屬性值，并對其進(jìn)行計(jì)算，右邊的節(jié)點(diǎn)就產(chǎn)生新值，這個值表示神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值。

3.遺傳算法

遺傳算法(Genetic Algorithm，GA)基于自然進(jìn)化理論，模擬基因聯(lián)合、突變、選擇等過程的一種優(yōu)化技術(shù)。它的主要步驟如下:

編碼:GA在進(jìn)行搜索之前先將解空間的解數(shù)據(jù)表示成遺傳空間的基因型串結(jié)構(gòu)數(shù)據(jù)，這些串結(jié)構(gòu)數(shù)據(jù)的不同組合便構(gòu)成了不同的點(diǎn)。

初始群體的生成：隨機(jī)產(chǎn)生N個初始串結(jié)構(gòu)數(shù)據(jù)，每個串結(jié)構(gòu)數(shù)據(jù)稱為一個個體，N個個體構(gòu)成了一個群體。GA以這N個串結(jié)構(gòu)數(shù)據(jù)作為初始點(diǎn)開始迭代。

適應(yīng)性值評估檢測：適應(yīng)性函數(shù)表明個體或解的優(yōu)劣性。不同的問題，適應(yīng)性函數(shù)的定義方式也不同。

選擇:選擇的目的是為了從當(dāng)前群體中選出優(yōu)良的個體，使它們有機(jī)會作為父代為下一代繁殖子孫。遺傳算法通過選擇過程體現(xiàn)這一思想，進(jìn)行選擇的原則是適應(yīng)性強(qiáng)的個體為下一代貢獻(xiàn)一個或多個后代的概率大。選擇實(shí)現(xiàn)了達(dá)爾文的適者生存原則。

交換:交換操作是遺傳算法中最主要的遺傳操作。通過交換操作可以得到新一代個體，新個體組合了其父輩個體的特性。交換體現(xiàn)了信息交換的思想。

變異:變異首先在群體中隨機(jī)選擇一個個體，對于選中的個體以一定的概率隨機(jī)地改變串結(jié)構(gòu)數(shù)據(jù)中某個串的值。同生物界一樣，GA中變異發(fā)生的概率很低，通常取值在0.001～0.01之間。變異為新個體的產(chǎn)生提供了機(jī)會。

GA的計(jì)算過程為:選擇編碼方式，產(chǎn)生初始群體，計(jì)算初始群體的適應(yīng)性值。

如果不滿足條件

{選擇交換變異計(jì)算新一代群體的適應(yīng)性值}

四、結(jié)論

數(shù)據(jù)挖掘是CRM的前提和基礎(chǔ)，CRM是數(shù)據(jù)挖掘的延續(xù)和創(chuàng)新，通過將兩者進(jìn)行有效的組合，不斷促進(jìn)企業(yè)單個客戶價值的提升和客戶規(guī)模的擴(kuò)大，有效地推動著企業(yè)價值和實(shí)力的不斷攀升。

參考文獻(xiàn):

[1]田海濤:CRM理念、軟件、實(shí)施，一個都不少[j]

http:www.chinabyte.com/20030317/1657407.shtml，2003.11

[2]何榮勤:CRM原理、設(shè)計(jì)、實(shí)踐，電子工業(yè)出版社，2003.2

[3]田同生:客戶關(guān)系管理的中國之路.機(jī)械工業(yè)出版社，2001.8