摘要：在靈活性和快速反應(yīng)主宰的商業(yè)戰(zhàn)場中，在信息科技對市場經(jīng)濟(jì)帶來的巨大沖擊中，企業(yè)要實(shí)時(shí)感知消費(fèi)者迅速變化的需求，在競爭中獲得競爭優(yōu)勢，就要應(yīng)用客戶關(guān)系管理（CRM）這一新的管理理念、商務(wù)模式和技術(shù)系統(tǒng)對企業(yè)業(yè)務(wù)流程和管理模式進(jìn)行革新。而企業(yè)在實(shí)施客戶關(guān)系管理的過程中有效利用數(shù)據(jù)挖掘技術(shù)，可以指導(dǎo)企業(yè)高層決策者制定最優(yōu)的企業(yè)營銷策略，降低企業(yè)運(yùn)營成本，增加利潤，加速企業(yè)的發(fā)展。

關(guān)鍵詞：數(shù)據(jù)挖掘；CRM

1數(shù)據(jù)挖掘的概念

現(xiàn)如今計(jì)算機(jī)在各行各業(yè)都得到了不同層次的應(yīng)用，大到政府機(jī)關(guān)，銀行，學(xué)校，郵電，商場小到普通商店和家庭，每天這些不同類型的機(jī)構(gòu)都會利用計(jì)算機(jī)采集和處理大量的數(shù)據(jù)尤其是商業(yè)機(jī)構(gòu)這種營利性機(jī)構(gòu)。但是很多公司收集數(shù)千億字節(jié)的數(shù)據(jù)只是為了某些運(yùn)作的需要，例如庫存控制或者付賬，一旦這些操作被完成，數(shù)據(jù)將被擱置在磁盤上也或者被丟棄，這大大降低了對這些龐大數(shù)據(jù)的利用率。實(shí)際上企業(yè)可以從這些數(shù)據(jù)中挖掘出對企業(yè)發(fā)展具有價(jià)值的信息。數(shù)據(jù)挖掘正是從大量的、不完全的、隱含數(shù)據(jù)集中識別有效的、新穎的、潛在有用的可以幫助決策者進(jìn)行決策的數(shù)據(jù)的過程和方法。數(shù)據(jù)挖掘有回歸，決策樹，神經(jīng)網(wǎng)絡(luò)等技術(shù)模型，運(yùn)用這些技術(shù)模型可以完成分類，估計(jì)，預(yù)測等智能的和經(jīng)濟(jì)的問題，為企業(yè)開展商務(wù)行為提供科學(xué)的決策。

2 客戶關(guān)系管理的概念

所有商務(wù)活動的最高目標(biāo)和最終目的就是盈利。在當(dāng)前買方處于主動地位而賣方處于相對被動地位的市場環(huán)境下，企業(yè)如何更好地實(shí)現(xiàn)其企業(yè)目標(biāo)是幾乎所有企業(yè)都面臨的一個(gè)重要問題。企業(yè)間競爭的不單單再是質(zhì)量，品牌，價(jià)格等因素，更重要是服務(wù)質(zhì)量，個(gè)性化服務(wù)和增值服務(wù)。如何了解客戶，識別客戶群，留住既有客戶和更好的為吸引客戶為他們服務(wù)是企業(yè)發(fā)展的一個(gè)重要著眼點(diǎn)?？蛻絷P(guān)系管理指從公司的戰(zhàn)略和競爭力角度出發(fā)，通過對企業(yè)業(yè)務(wù)流程中客戶關(guān)系的交互式管理，提升客戶的滿意度和可感知價(jià)值，建立長期的客戶關(guān)系，為相關(guān)的業(yè)務(wù)流程提供有效的決策信息，提高業(yè)務(wù)流程的效率和整合程度，從而為公司獲取有利的市場定位和持續(xù)的競爭優(yōu)勢提供保證。

3數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用

客戶關(guān)系管理以客戶為中心，企業(yè)要維持與客戶的良好關(guān)系，就必須真正以客戶的需求為導(dǎo)向開展從市場調(diào)查、產(chǎn)品研發(fā)、營銷和銷售以及售后服務(wù)等的整個(gè)商務(wù)活動。企業(yè)如何定位與細(xì)分客戶、如何定位產(chǎn)品、如何維持客戶持續(xù)的熱情及吸引新客戶等都是企業(yè)需要認(rèn)真考慮的問題。這些問題的答案實(shí)際上都隱含在企業(yè)的數(shù)據(jù)中。數(shù)據(jù)挖掘能夠幫助企業(yè)確定客戶的特點(diǎn)，從而可以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)使用某一業(yè)務(wù)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使用該業(yè)務(wù)的客戶進(jìn)行有目的的推銷等。因此越來越的企業(yè)利用數(shù)據(jù)挖掘這個(gè)工具來為自己的商業(yè)利益服務(wù)。

3.1識別潛在客戶

潛在客戶簡單來講就是對可能成為客戶會表現(xiàn)出一點(diǎn)興趣的某個(gè)人，他們對企業(yè)產(chǎn)品感興趣，能買得起商品，如果善待他們，他們將成為忠實(shí)的客戶并推薦另外的客戶，因此潛在客戶對企業(yè)是非常有利的。利用數(shù)據(jù)挖掘的響應(yīng)模型可以幫助企業(yè)發(fā)掘識別潛在客戶。為了能同時(shí)分析那些馬上進(jìn)行購買的潛在客戶和那些被企業(yè)通過電話，廣告和郵件等方式聯(lián)絡(luò)而很可能做出購買決定的潛在客戶可以構(gòu)建差別響應(yīng)模型來分析。差別響應(yīng)分析一般設(shè)置一個(gè)目標(biāo)群組和一個(gè)對照群組。其目的是要找出目標(biāo)群組和對照群組之間響應(yīng)差別最大的那些群體區(qū)域。例如對表1一個(gè)測試郵寄活動中得到的響應(yīng)數(shù)據(jù)用差別響應(yīng)模型來分析。

單從此表可以看出具有最高響應(yīng)率的群組是收到郵寄的年輕男性，隨后是收到郵寄的老年男性。如果僅依此來識別出潛在的客戶是男性可能會得出不正確的結(jié)果，因?yàn)榇嬖跓o論如何男性都會購買該服務(wù)的可能性很大。這時(shí)可以采用差別響應(yīng)樹來分析，如圖1所示：

由差別響應(yīng)樹可以很清楚地看到受該活動影響最大的群組是老年女士，沒有促銷時(shí)基本不會購買該服務(wù)，但是通過促銷在購買量上她們增長了十倍。因此通過響應(yīng)模型可以幫助企業(yè)比較準(zhǔn)確地識別出潛在的客戶，從而為以后的營銷活動提供依據(jù)。

3.2細(xì)分客戶群體

細(xì)分客戶的目的是根據(jù)客戶特征把相似的客戶歸組到一起，對每一特征客戶群調(diào)整產(chǎn)品、服務(wù)和市場推廣信息，可以運(yùn)用數(shù)據(jù)挖掘的聚類技術(shù)或是決策樹來發(fā)現(xiàn)行為群體，從而劃分市場。聚類是把各不相同的個(gè)體分割為有更多相似性的自群或簇的工作，它沒有預(yù)定義的類和樣本，而是根據(jù)記錄的自相似性將其歸為一類。例如要獲得客戶對哪些促銷反應(yīng)最好，就可以將客戶劃分為簇即劃分為有相似購物習(xí)慣的人群，然后針對每個(gè)簇來查看其對促銷的反應(yīng)情況。這就需要首先獲得各種購物習(xí)慣的特征數(shù)據(jù)，然后利用這些數(shù)據(jù)創(chuàng)建簇，確定正確數(shù)量的簇會遇到一些問題，可以通過K平均聚類或其他技術(shù)來保證簇對某個(gè)應(yīng)用的有效性。

3.3預(yù)測客戶行為

企業(yè)通過把獲得的客戶記錄與未來的結(jié)果聯(lián)系起來來預(yù)測客戶今后的行為或是指導(dǎo)企業(yè)的行為模式，從而能夠使得企業(yè)收到最大收益或是避免某些風(fēng)險(xiǎn)?？梢岳脹Q策樹，回歸模型和神經(jīng)網(wǎng)絡(luò)等技術(shù)來進(jìn)行市場預(yù)測，運(yùn)用所獲得的歷史數(shù)據(jù)構(gòu)造模型，用已知數(shù)據(jù)驗(yàn)證要預(yù)測的變量值。例如學(xué)校預(yù)測為哪些學(xué)生發(fā)放貧困助學(xué)金發(fā)放多少，運(yùn)用決策樹構(gòu)造模型如下圖所示：

3.4客戶忠誠度

客戶忠誠被認(rèn)為是企業(yè)取得長期利潤增長的途徑。客戶關(guān)系管理需要培養(yǎng)和選擇忠誠客戶，使之與公司保持長期關(guān)系，但不是所有客戶都愿意與公司保持聯(lián)系，一些客戶的購買決策只受價(jià)格、方便等因素的影響。不論公司如何以誠相對，提供高的顧客讓渡價(jià)值，客戶一旦發(fā)現(xiàn)其他公司有更低價(jià)格的商品，便馬上離開轉(zhuǎn)向該公司；也有一些顧客更關(guān)心商品的質(zhì)量、價(jià)值、服務(wù)、節(jié)約時(shí)間等，當(dāng)他用本公司的產(chǎn)品感到滿意以后，就會成為公司的忠誠顧客。根據(jù)8/2規(guī)則（即80%的利潤來自20%的客戶）企業(yè)為了獲得利潤增長就需要識別出能為企業(yè)帶來80%利潤的這20%的客戶，利用數(shù)據(jù)挖掘的差異性分析技術(shù)，通過對數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行分析，以確定消費(fèi)者的購買習(xí)慣、購買數(shù)星和購買頻率，分析客戶對某個(gè)產(chǎn)品的忠誠程度、持久性、變動情況等，以確定忠誠客戶，并為他們提供“一對一”的個(gè)性化服務(wù)，增強(qiáng)客戶的忠誠度，最大限度地挖掘客戶對企業(yè)的終生價(jià)值，為企業(yè)創(chuàng)造更大的利潤。

3.5客戶流失

現(xiàn)在各個(gè)行業(yè)的競爭都越來越激烈，當(dāng)市場變得飽和時(shí)，企業(yè)獲得新客戶的成本正在不斷上升，例如移動公司會給續(xù)約的客戶提供一部免費(fèi)手機(jī)等。因此建立客戶流失預(yù)測模型，得出即將流失的客戶，對他們采取有效措施進(jìn)行挽留，從而有效減少客戶流失就顯得越來越重要，數(shù)據(jù)挖掘可以幫助發(fā)現(xiàn)打算離開的客戶，以使企業(yè)采取適當(dāng)?shù)拇胧┩炝暨@些客戶。決策樹，神經(jīng)網(wǎng)絡(luò)和生存分析等技術(shù)模型工具都是數(shù)據(jù)挖掘在建立客戶流失模型的工具。

3.6交叉銷售

交叉銷售是指企業(yè)向原有客戶銷售新的產(chǎn)品或服務(wù)的過程。購物籃分析的核心任務(wù)即分析在超市的購物車中哪些物品會放在一起，零售業(yè)也可以據(jù)此來計(jì)劃商店貨架或目錄上的物品的放置位置，以便把經(jīng)常被一起購買的物品放在一起。經(jīng)典的啤酒與尿片的故事就是交叉銷售的例子。利用交叉銷售一方面滿足了客戶對所購商品相關(guān)商品的需求，另一方面也使得企業(yè)能夠擴(kuò)大新商品的銷售。交叉銷售可以利用數(shù)據(jù)挖掘技術(shù)關(guān)聯(lián)規(guī)則來確定。關(guān)聯(lián)規(guī)則用于發(fā)現(xiàn)通?？梢砸黄鸪鍪刍蛘邇A向于被同一人反復(fù)購買的產(chǎn)品簇。例如要分析寵物食物和寵物書籍兩種物品是否應(yīng)該被放在一起，可以運(yùn)用兩條關(guān)聯(lián)規(guī)則：買寵物食物的人購買寵物書籍的可能性為P1；和買寵物書籍的人購買寵物食物的可能性為P2，通過對P1和P2的值進(jìn)行計(jì)算來確定是否將這兩種物品擺放在一起。通過對一系列關(guān)聯(lián)規(guī)則進(jìn)行分析，可以幫助企業(yè)就哪些商品可以捆綁銷售或應(yīng)該向客戶推薦哪些商品做出較為科學(xué)的決策。

3.7客戶欺詐風(fēng)險(xiǎn)分析

在客戶關(guān)系管理中，客戶的信用分析和詐騙識別是非常重要的，因?yàn)橐坏┌l(fā)生信用風(fēng)險(xiǎn)和欺詐行為，企業(yè)將面臨管理活動的失敗、市場份額的喪失和營銷活動的失敗，導(dǎo)致企業(yè)失去市場、顧客、競爭力和信譽(yù)。據(jù)統(tǒng)計(jì)資料表明，企業(yè)間的欺詐行為是非常普遍的，而且一旦發(fā)生，給企業(yè)帶來的損失是巨大的。如何準(zhǔn)確、及時(shí)、有效地預(yù)測到企業(yè)可能發(fā)生的欺詐風(fēng)險(xiǎn)是非常有意義的，數(shù)據(jù)挖掘技術(shù)能夠很好地解決此問題?？梢岳脭?shù)據(jù)挖掘中的意外規(guī)則的挖掘方法、神經(jīng)網(wǎng)絡(luò)方法和聚類方法，對客戶數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行分析和處理，以便分析和評價(jià)欺詐風(fēng)險(xiǎn)的嚴(yán)重性和發(fā)生的可能性，準(zhǔn)確、及時(shí)地對各種欺詐風(fēng)險(xiǎn)進(jìn)行監(jiān)視、評價(jià)、預(yù)警和管理，進(jìn)而采取有效的回避和監(jiān)督措施，在欺詐風(fēng)險(xiǎn)發(fā)生之前對其進(jìn)行預(yù)警和控制。

數(shù)據(jù)挖掘技術(shù)的發(fā)展為客戶關(guān)系管理提供良好的技術(shù)支持，給企業(yè)實(shí)施客戶關(guān)系管理提供了技術(shù)上的解決方案和保證。利用數(shù)據(jù)挖掘技術(shù)對客戶的相關(guān)信息進(jìn)行收集、加工和存儲處理，以確定特定客戶群體或個(gè)體的興趣、消費(fèi)習(xí)慣，消費(fèi)者傾向和消費(fèi)需求，分析客戶的特征，探索企業(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，為企業(yè)的客戶關(guān)系管理工作提供決策支持，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，使企業(yè)獲得獨(dú)特的競爭優(yōu)勢。

參考文獻(xiàn)

[1]《客戶關(guān)系管理方法論》 王廣宇 清華大學(xué)出版社

[2]《客戶世界》雜志

[3] 《數(shù)據(jù)挖掘技術(shù)》 Michael J.A berry等著， 別榮芳等譯機(jī)械工業(yè)出版社