[摘要] 本文介紹了運用數據挖掘技術處理現代網絡營銷中的客戶關系管理，幫助企業(yè)運用恰當的技術分析客戶數據，制定適當的網絡營銷策略，實現高效的營銷管理。

[關鍵詞] 數據挖掘 網絡營銷 客戶關系

一、引言

隨著全球經濟化和信息化的快速發(fā)展，商業(yè)環(huán)境中的信息越來越密集，數據庫的規(guī)模越來越大，在當今的網絡營銷中，企業(yè)如何從大量的業(yè)務數據中經過提取和分析，做出正確快速的決策，以獲得有利于商業(yè)運作的信息，提高企業(yè)的競爭力，是各行各業(yè)廣泛重視的問題。為此，急需新一代新的計算技術，能夠智能化地從大量的數據中提取出有用的信息和知識，為企業(yè)的管理人員提供決策支持，于是數據挖掘技術應運而生了。

早期各種商業(yè)數據是以數據庫的形式存儲在計算機中的，后來發(fā)展到可對數據庫進行查詢和訪問，進而又發(fā)展到對數據庫的即時遍歷。數據挖掘技術使數據庫技術進入了一個更高級的階段，它不僅能對過去的數據進行查詢和遍歷，并且能夠找出過去數據之間的潛在聯系，從而促進信息的傳遞。

二、客戶關系管理與數據挖掘技術

客戶關系管理(CRM)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。網絡時代企業(yè)的客戶關系管理應該是利用現代信息技術手段，在企業(yè)與客戶之間建立的一種數字的、實時的、互動的管理交流系統。其特征為：個性化營銷服務和客戶服務 ；信息采集渠道的多樣化和集成化；客戶信息的集中式管理和共享；商業(yè)智能化的數據分析和處理。

數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的，但又是潛在有用的信息和知識的過程。在商業(yè)應用領域，數據挖掘是一種新的商業(yè)信息處理技術，其主要特點是對商業(yè)數據庫中的大量業(yè)務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關鍵性數據；其功能有：自動預測趨勢和行為、關聯分析、聚類、概念描述、概念描述等。

三、CRM中經典數據挖掘技術的分析

1.神經網絡

神經網絡是模擬人腦神經網絡來處理、記憶信息的一種新型系統?？赏瓿煞诸惙治觥⒕垲惙治?、回歸分析，是典型的預測工具。其優(yōu)點：抗干擾能力、可變性、通用性強，有較強的容錯性和魯棒性；能并行處理規(guī)模較大的數據庫；能處理連續(xù)、分類或聚類離散變量；有較強的自適應自學習能力。

神經網絡適合分析CRM中的定量問題，適合處理大量非線性、有時間順序、多目標、殘缺不全的數值型數據，處理注重結果、不用解釋原因的復雜問題。如：可根據客戶的交易紀錄和網站點擊率等建立神經網絡客戶模型，分析客戶響應度、忠誠度，預測客戶需求，指導生產和服務，從而留住老客戶、贏得新客戶。

2.決策樹

決策樹是以圖表表示一系列事件和可能結果的方法。由決策節(jié)點、分支和葉子組成，可完成分類分析、聚類分析，是比較成熟的、作決策的極好工具。其優(yōu)點：決策過程直觀、易理解、易使用、自動化程度高、效率高；擅長處理非數值型和分類型數據；易轉換成數據庫查詢語句，能清晰地顯示哪些字段比較重要。

決策樹與神經網絡相比更適合分析CRM中的定性問題。分析含有大量字段、用自然語言表述的非數值型數據，分析需要解釋原因或結果為以自然語言表達的規(guī)則的問題。如：分析客戶資料、進行客戶細分，以便針對不同客戶群制定不同的對策；根據客戶的交易數據、訪問網站等情況，分析客戶流失規(guī)律、解釋每個客戶群流失原因，幫助制定對策留住客戶。

3.遺傳算法

遺傳算法同生物進化過程非常相似，以自然選擇和遺傳理論為基礎，它擅長聚類分析、分類分析、關聯分析和優(yōu)化，能解決其他技術難以解決的問題，是非常優(yōu)秀的描述和預測工具。其優(yōu)點：非常適用于大規(guī)模并行計算，在巨量資料中快速搜尋、對比、演化出整體最優(yōu)點；容錯能力強、能夠處理不連續(xù)的、非規(guī)則的或有噪聲的數據。

遺傳算法適合分析CRM中的復雜問題或優(yōu)化其它技術。如：根據客戶基本信息、交易數據和其它外部數據等，利用其強大的搜索能力和反復學習找到最優(yōu)解，使客戶信息提取更加量化、更加明確，完成客戶盈利分析。以便制定不同客戶策略，留住、贏得有價值客戶。

4.規(guī)則推理

規(guī)則推理即對數據中的“如果——那么”規(guī)則進行尋找和推倒，從中找到出現條件概率較高的模式。其優(yōu)點：直觀、容易理解；能用簡單的if-then規(guī)則描述數據間的完備關系；能處理帶有屬性或描述的數據項；得出的規(guī)則具有可讀性。

規(guī)則推理側重于分析CRM中的定性問題。分析連續(xù)和離散的、用自然語言表述的客戶數據，如：分析客戶點擊的頁面、內容及頻率。了解客戶偏好和習慣，提供針對性服務，增加客戶滿意度；分析客戶特定購買模式，獲取潛在的客戶購買規(guī)則及不同商品間的相互聯系，實現交叉銷售、追加銷售、“一對一”營銷。

四、結論

隨著電子商務的快速發(fā)展，客戶信息多渠道、復雜、多樣、易變等特點，數據挖掘技術也在不斷更新，企業(yè)應根據當前具體情況，選擇適宜的方法來建立客戶模型，并能依據所得結果對所選模型進行判斷和評價，不斷修正、完善現有模型，以提高結果的精度和實時性，來制定適宜的營銷策略。

參考文獻：

[1]陳海珍黃德才等:數據挖掘技術在CRM 中的應用[J]．計算機工程，2003，(5):189-191

[2]梁循:數據挖掘算法與應用[M].北京:北京大學出版社，2006

[3]劉興華:數據挖掘技術及其應用研究[J]．遼寧師范大學學報(自然科學版)，2002，25(2)

[4]楊路明:客戶關系管理理論與實務[M].北京:電子工業(yè)出版，2004