[摘要] 本文從數(shù)據(jù)挖掘的本質(zhì)出發(fā)，介紹了在企業(yè)CRM中應(yīng)用數(shù)據(jù)挖掘技術(shù)的必要性，詳細(xì)敘述了數(shù)據(jù)挖掘在CRM中的工作過程。

[關(guān)鍵詞] 數(shù)據(jù)挖掘 CRM 工作過程

一、引言

企業(yè)在面臨殘酷的市場競爭中，要想謀生存求發(fā)展，就要努力提升自己的核心競爭力，從以往的“以產(chǎn)品為中心”轉(zhuǎn)變?yōu)椤耙钥蛻魹橹行摹钡墓芾砟Ｊ?，這便需要構(gòu)建客戶關(guān)系管理系統(tǒng)(CRM)。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，為CRM提供了技術(shù)支持，幫助企業(yè)從海量的數(shù)據(jù)中發(fā)現(xiàn)潛在的知識(shí)，支持企業(yè)制定高效的CRM策略，從而大幅提升CRM的運(yùn)行效率。

二、數(shù)據(jù)挖掘在CRM中的應(yīng)用

數(shù)據(jù)挖掘在CRM中的應(yīng)用，就是把成熟的數(shù)據(jù)挖掘理論和技術(shù)，應(yīng)用到具體的企業(yè)問題上，創(chuàng)建描述和預(yù)測(cè)客戶行為的模型，通過與信息、通信等各種先進(jìn)技術(shù)的結(jié)合，優(yōu)化CRM流程，以實(shí)現(xiàn)有效的客戶關(guān)系管理。具體可以應(yīng)用到以下幾個(gè)方面：

1.客戶分類。用數(shù)據(jù)挖掘方法把大量的客戶按其性別、收入等屬性進(jìn)行群體細(xì)分，推斷出相應(yīng)消費(fèi)群體或個(gè)體下一步的消費(fèi)行為。

2.客戶保持。對(duì)客戶數(shù)據(jù)庫中大量的歷史交易記錄、人口統(tǒng)計(jì)信息等相關(guān)資料，通過數(shù)據(jù)挖掘技術(shù)分析其行為特征、屬性及導(dǎo)致客戶流失的原因，針對(duì)不同客戶采用不同的保持策略，做好此類客戶的服務(wù)工作，吸引客戶繼續(xù)與企業(yè)保持良好的商務(wù)關(guān)系。

3.獲取新客戶。企業(yè)的增長需要不斷地獲得新的客戶，而數(shù)據(jù)挖掘能夠辨別潛在客戶群，并將潛在客戶中對(duì)類似商品或服務(wù)感興趣的人員特點(diǎn)整理出來，讓他們有機(jī)會(huì)接觸到該項(xiàng)產(chǎn)品或業(yè)務(wù)，并最終成為真正的客戶。

4.交叉營銷。指企業(yè)向已購買商品的當(dāng)前客戶銷售新產(chǎn)品或服務(wù)的過程，是企業(yè)和客戶關(guān)系在深度上的發(fā)展，建立在雙贏原則上，客戶因得到更多符合其需求的服務(wù)而獲益，企業(yè)則不僅是通過對(duì)現(xiàn)有客戶擴(kuò)大銷售來增加了利潤，而且提升了形象、培育了客戶忠誠度、保障企業(yè)可持續(xù)發(fā)展。

5.客戶分析。企業(yè)通過數(shù)據(jù)挖掘技術(shù)，對(duì)不同市場活動(dòng)情況下客戶盈利能力的變化、零散的客戶反饋信息及大量歷史數(shù)據(jù)進(jìn)行分析及預(yù)測(cè)，制定相應(yīng)的營銷方案和市場策略，有效地降低成本，增加效益。

6.風(fēng)險(xiǎn)評(píng)估。利用數(shù)據(jù)挖掘技術(shù)找出風(fēng)險(xiǎn)投資中一些有用的規(guī)則，評(píng)估投資風(fēng)險(xiǎn)以實(shí)現(xiàn)利潤的最大化和風(fēng)險(xiǎn)的最小化。

三、數(shù)據(jù)挖掘在CRM中的詳細(xì)工作過程

數(shù)據(jù)挖掘是個(gè)非線性的過程，在CRM建立良好的模型，保證數(shù)據(jù)挖掘有條不紊地實(shí)施并取得成功，就要不斷重復(fù)、循環(huán)，各個(gè)階段在具體實(shí)施中可能需要多次建立，有一個(gè)完整的流程。

1.確定數(shù)據(jù)挖掘的目標(biāo)。在開始數(shù)據(jù)挖掘之前，企業(yè)最基礎(chǔ)的工作就是對(duì)挖掘目標(biāo)的確定，這是數(shù)據(jù)挖掘成功實(shí)施的前提。確定企業(yè)想要了解哪些方面的信息。如企業(yè)想了解某種產(chǎn)品在某市的試銷中，購買了該產(chǎn)品的客戶群是否有一些共同屬性？如果發(fā)現(xiàn)了這些共同屬性，那么在整個(gè)市場全面開展銷售時(shí)就可以對(duì)具有這些屬性的客戶重點(diǎn)關(guān)注，提升銷售業(yè)績。

2.數(shù)據(jù)的收集。確定數(shù)據(jù)挖掘目標(biāo)之后，就要展開數(shù)據(jù)的收集工作，對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行了解和選擇。比如，企業(yè)首先要研究數(shù)據(jù)的獲取渠道——數(shù)據(jù)從哪里獲得？數(shù)據(jù)倉庫是否建立？企業(yè)原有數(shù)據(jù)倉庫中的數(shù)據(jù)，是否有滿足此次數(shù)據(jù)挖掘任務(wù)需要的數(shù)據(jù)？已有數(shù)據(jù)的哪些字段可以被此次任務(wù)所用？因此，建立有效的數(shù)據(jù)倉庫是進(jìn)行數(shù)據(jù)分析之前必須要做的。

3.數(shù)據(jù)清洗及準(zhǔn)備。該步驟是對(duì)收集的基本數(shù)據(jù)進(jìn)行必要的轉(zhuǎn)換、填補(bǔ)、清理及合并等處理，以消除數(shù)據(jù)噪聲，提高數(shù)據(jù)的完整性、準(zhǔn)確性和可信度，為后續(xù)的數(shù)據(jù)分析工作做準(zhǔn)備。例如，通過上一步驟得到的數(shù)據(jù)集市中，有多少樣本量，多少字段，哪些字段是因變量，哪些是自變量，哪些字段是連續(xù)型定量變量，哪些是離散型定量變量、序數(shù)型定性變量或者名義型定性變量，哪些字段數(shù)據(jù)存在缺失現(xiàn)象，是否能夠通過填補(bǔ)或者合并進(jìn)而客觀地補(bǔ)齊缺失數(shù)據(jù)等。這一階段的重要工作還包括：將字符型變量變換為數(shù)值型變量;通過技術(shù)手段對(duì)數(shù)據(jù)錄入過程中的明顯錯(cuò)誤進(jìn)行排查及更正。

4.數(shù)據(jù)初步分析。這一步驟的工作較為繁重，因?yàn)槠髽I(yè)需要在這一步中做好建模前的所有準(zhǔn)備工作，具體包括：基于模型的數(shù)據(jù)變換、研究每個(gè)字段的取值分布、字段之間的相關(guān)性及聯(lián)合分布、數(shù)據(jù)降維，以及可能進(jìn)行的離散化操作等。

5.建立模型。建模是數(shù)據(jù)挖掘的核心環(huán)節(jié)，可分為以下步驟進(jìn)行：(1)建模方法選擇。就是根據(jù)前面所確定的數(shù)據(jù)挖掘的目標(biāo)，從多種方法中選擇一種方法或多種合適的方法來對(duì)數(shù)據(jù)進(jìn)行建模；(2)將總數(shù)據(jù)集劃分訓(xùn)練集和測(cè)試集。一般采用分層隨機(jī)抽樣在建模之前將總數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，即保持目標(biāo)變量——因變量的取值在訓(xùn)練集和測(cè)試集中比例與總數(shù)據(jù)集相同；(3)建立模型及結(jié)果解釋。對(duì)訓(xùn)練集用已選擇的建模方法進(jìn)行建模，并分析和解釋得到的模型表達(dá)式。

6.評(píng)估模型。對(duì)建好的模型進(jìn)行評(píng)估和表示，這是數(shù)據(jù)挖掘中不可缺少的環(huán)節(jié)。運(yùn)用實(shí)驗(yàn)數(shù)據(jù)或新的樣本數(shù)據(jù)進(jìn)行檢驗(yàn)，評(píng)估挖掘結(jié)果的可用性和可信性，并在此基礎(chǔ)上，調(diào)整和修改數(shù)據(jù)模型和挖掘方法。

7.模型總結(jié)與應(yīng)用。把建立好滿意的模型所發(fā)現(xiàn)的知識(shí)應(yīng)用到實(shí)際工作中，在企業(yè)內(nèi)應(yīng)用和部署模型，為決策提供支持。如根據(jù)得到的知識(shí)可以設(shè)置某些觸發(fā)器，當(dāng)滿足條件時(shí)進(jìn)行特殊處理。

四、結(jié)束語

隨著信息技術(shù)的飛速發(fā)展，利用CRM進(jìn)行客戶管理，已成為企業(yè)提升自身競爭力的重要選擇。特別是數(shù)據(jù)挖掘技術(shù)的發(fā)展也為CRM的實(shí)施提供了良好的基礎(chǔ)平臺(tái)和技術(shù)支撐，它的運(yùn)用將會(huì)增強(qiáng)企業(yè)的開發(fā)、創(chuàng)新和營銷能力，推動(dòng)企業(yè)的整體信息化建設(shè)。今后隨著數(shù)據(jù)挖掘技術(shù)的理論進(jìn)一步發(fā)展和深化，必然會(huì)帶給CRM更為廣泛的應(yīng)用前景和市場價(jià)值，提高企業(yè)的競爭力。

參考文獻(xiàn)：

[1]張喆:數(shù)據(jù)挖掘及其在客戶關(guān)系管理中的應(yīng)用[M].復(fù)旦大學(xué)出版社，2007

[2]魏曉龍:數(shù)據(jù)挖掘在CRM中的應(yīng)用分析[J].中國管理信息化，2007.2