［摘 要］ 基于數(shù)據(jù)挖掘的客戶(hù)關(guān)系管理提供了一個(gè)利用各種方式收集和分析客戶(hù)數(shù)據(jù)的智能系統(tǒng)，可以幫助企業(yè)有效地制定客戶(hù)發(fā)展策略，為客戶(hù)提供個(gè)性化服務(wù)，并將極大地提高企業(yè)的決策效率和決策能力。

［關(guān)鍵詞］ 數(shù)據(jù)挖掘； 客戶(hù)關(guān)系管理； 實(shí)施

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 09. 055

［中圖分類(lèi)號(hào)］ F273.7； TP391 ［文獻(xiàn)標(biāo)識(shí)碼］ A ［文章編號(hào)］ 1673 - 0194（2012）09- 0090- 03

1 數(shù)據(jù)挖掘的含義

當(dāng)前，數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)已經(jīng)被廣泛地應(yīng)用于企業(yè)管理、產(chǎn)品銷(xiāo)售、科學(xué)研究和信息服務(wù)等領(lǐng)域。數(shù)據(jù)量的不斷增長(zhǎng)對(duì)數(shù)據(jù)的存儲(chǔ)、管理和分析提出了更高的要求，急需新一代的計(jì)算技術(shù)和工具，能夠智能化地從大量的數(shù)據(jù)中提取出有用的信息和知識(shí)，于是數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。

數(shù)據(jù)挖掘（Ｄａｔａ Ｍｉｎｉｎｇ），又稱(chēng)數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ，ＫＤＤ），是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息，它是數(shù)據(jù)庫(kù)研究中的一個(gè)很有應(yīng)用價(jià)值的新領(lǐng)域，融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)。數(shù)據(jù)挖掘能對(duì)龐雜的數(shù)據(jù)進(jìn)行科學(xué)的梳理和細(xì)分，從中發(fā)現(xiàn)潛在的價(jià)值規(guī)律，從而為我們做出合理的預(yù)測(cè)、決策提供有力的幫助和支持。

數(shù)據(jù)挖掘所能解決的典型商業(yè)問(wèn)題包括：數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)、客戶(hù)群體劃分、背景分析、交叉銷(xiāo)售等市場(chǎng)行為分析，以及客戶(hù)流失性分析、客戶(hù)信用記分、欺詐發(fā)現(xiàn)等。而在市場(chǎng)經(jīng)濟(jì)日益發(fā)達(dá)，競(jìng)爭(zhēng)日益殘酷、激烈的今天，將數(shù)據(jù)挖掘應(yīng)用到企業(yè)的客戶(hù)關(guān)系管理中，具有特別重要和關(guān)鍵的意義。

2 客戶(hù)關(guān)系管理的內(nèi)容

客戶(hù)關(guān)系管理是一種以客戶(hù)為中心的經(jīng)營(yíng)策略。它以信息技術(shù)為手段，對(duì)相關(guān)業(yè)務(wù)功能重新設(shè)計(jì)，并對(duì)相關(guān)工作流程進(jìn)行重組，以達(dá)到留住老客戶(hù)、吸引新客戶(hù)、提高客戶(hù)利潤(rùn)貢獻(xiàn)度的目的。它的目的在于建立一個(gè)收集和分析客戶(hù)數(shù)據(jù)的系統(tǒng)，使企業(yè)在客戶(hù)服務(wù)、市場(chǎng)競(jìng)爭(zhēng)、銷(xiāo)售及服務(wù)等方面形成彼此協(xié)調(diào)的關(guān)系實(shí)體，以提高企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)?？蛻?hù)關(guān)系管理的實(shí)施可以分成兩個(gè)階段。

2.１ 過(guò)程型客戶(hù)關(guān)系管理階段

該階段要對(duì)市場(chǎng)、銷(xiāo)售、服務(wù)等企業(yè)與客戶(hù)直接接觸部門(mén)的前端管理的業(yè)務(wù)流程進(jìn)行重新規(guī)劃與調(diào)整，要在整個(gè)企業(yè)內(nèi)部建立以客戶(hù)為中心的理念。要完成客戶(hù)數(shù)據(jù)的收集、確認(rèn)客戶(hù)的數(shù)據(jù)是否完整等工作，然后將建立企業(yè)級(jí)數(shù)據(jù)庫(kù)，分配訪問(wèn)權(quán)限，積累客戶(hù)數(shù)據(jù)并將銷(xiāo)售、客戶(hù)服務(wù)等分屬不同部門(mén)的客戶(hù)、員工數(shù)據(jù)整合起來(lái)形成一個(gè)完整的企業(yè)共享的數(shù)據(jù)庫(kù)。

2.２ 分析型客戶(hù)關(guān)系管理階段

對(duì)過(guò)程型客戶(hù)關(guān)系管理階段所產(chǎn)生的數(shù)據(jù)進(jìn)行加工處理，產(chǎn)生對(duì)企業(yè)決策有用的信息，為企業(yè)提供戰(zhàn)略決策支持。主要應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)、客戶(hù)數(shù)據(jù)庫(kù)、客戶(hù)細(xì)分系統(tǒng)、報(bào)表和分析系統(tǒng)，提高對(duì)客戶(hù)數(shù)據(jù)和客戶(hù)行為模式進(jìn)行分析的能力。企業(yè)實(shí)施客戶(hù)關(guān)系管理的目的是為了提升管理水平和實(shí)現(xiàn)企業(yè)的戰(zhàn)略目標(biāo)。但實(shí)際上，客戶(hù)關(guān)系管理在現(xiàn)實(shí)中并未取得很好的效果，主要原因在于分析型客戶(hù)關(guān)系管理階段，缺乏有效的工具和方法，不能從大量的客戶(hù)數(shù)據(jù)中提取隱藏著的信息，產(chǎn)生新的知識(shí)從而幫助企業(yè)獲得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)。能滿足企業(yè)這一迫切需求的工具就是數(shù)據(jù)挖掘，數(shù)據(jù)挖掘技術(shù)主要是應(yīng)用在分析型客戶(hù)關(guān)系管理階段，數(shù)據(jù)挖掘技術(shù)的引入是客戶(hù)關(guān)系管理第一階段的直接結(jié)果，它將幫助企業(yè)更深入地認(rèn)識(shí)自己的客戶(hù)。

3 數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理中的應(yīng)用

在客戶(hù)關(guān)系管理系統(tǒng)中，數(shù)據(jù)挖掘主要應(yīng)用在以下幾個(gè)方面。

3.１ 客戶(hù)細(xì)分分析

客戶(hù)細(xì)分是企業(yè)有效銷(xiāo)售、營(yíng)銷(xiāo)、服務(wù)的基礎(chǔ)。對(duì)于大量的客戶(hù)數(shù)據(jù)可從中選取能夠反映客戶(hù)特征的屬性，如性別、年齡、職業(yè)、職位、教育程度、年薪、平均消費(fèi)額等，并根據(jù)這些特征將客戶(hù)聚類(lèi)或分類(lèi)成高價(jià)值客戶(hù)、中等價(jià)值客戶(hù)、初等價(jià)值客戶(hù)等若干類(lèi)型。通過(guò)數(shù)據(jù)挖掘獲得不同客戶(hù)的消費(fèi)愛(ài)好、習(xí)慣、傾向、需求和趨勢(shì)等信息，進(jìn)而在營(yíng)銷(xiāo)中提供有針對(duì)性的產(chǎn)品和服務(wù)，提高不同類(lèi)別客戶(hù)對(duì)企業(yè)和產(chǎn)品的滿意度，以獲取最大的利潤(rùn)。

3.２ 客戶(hù)識(shí)別分析

客戶(hù)識(shí)別包括新客戶(hù)獲取和不良客戶(hù)識(shí)別。新客戶(hù)包括以前沒(méi)有聽(tīng)說(shuō)過(guò)本企業(yè)產(chǎn)品的人、以前不需要本企業(yè)產(chǎn)品的人以及以前本企業(yè)競(jìng)爭(zhēng)對(duì)手的客戶(hù)。數(shù)據(jù)挖掘技術(shù)可以用來(lái)揭示客戶(hù)的行為習(xí)慣和預(yù)測(cè)發(fā)現(xiàn)一些在不同情況下有相似行為的新客戶(hù)，幫助企業(yè)識(shí)別出這些潛在的客戶(hù)群，從而使銷(xiāo)售與營(yíng)銷(xiāo)更有針對(duì)性。

3.３ 客戶(hù)保持和流失分析

在競(jìng)爭(zhēng)日益激烈的市場(chǎng)環(huán)境下，企業(yè)獲取一個(gè)新客戶(hù)的成本將越來(lái)越大，因此保留老客戶(hù)的工作變得非常重要。統(tǒng)計(jì)數(shù)據(jù)表明，有1/3的客戶(hù)流失是因?yàn)槠髽I(yè)對(duì)客戶(hù)的關(guān)懷和服務(wù)不夠。運(yùn)用數(shù)據(jù)挖掘可以更好地了解客戶(hù)流失動(dòng)機(jī)，企業(yè)可以針對(duì)這類(lèi)特定客戶(hù)的需求，采取高效的客戶(hù)保留策略，即可以給各類(lèi)客戶(hù)提供有層次、有區(qū)別的服務(wù)來(lái)提高客戶(hù)的滿意度，從而來(lái)留住可能離去的客戶(hù)。

3.４ 客戶(hù)關(guān)聯(lián)需求分析

客戶(hù)的需求是動(dòng)態(tài)變化的，但客戶(hù)的需求也存在著一定的聯(lián)系和規(guī)律性，企業(yè)需要掌握這些聯(lián)系和規(guī)律以滿足客戶(hù)，擴(kuò)大銷(xiāo)售量，同時(shí)也能提高客戶(hù)的忠誠(chéng)度。通過(guò)數(shù)據(jù)挖掘技術(shù)，如關(guān)聯(lián)分析，可以從中發(fā)現(xiàn)客戶(hù)的特征信息，如性別、學(xué)歷、收入等，同時(shí)也可發(fā)現(xiàn)不同類(lèi)別、不同特征的客戶(hù)購(gòu)買(mǎi)的產(chǎn)品的型號(hào)和時(shí)間，表面上看起來(lái)與客戶(hù)購(gòu)買(mǎi)產(chǎn)品行為不存在聯(lián)系的因素，通過(guò)特定的數(shù)據(jù)挖掘技術(shù)可證實(shí)它們之間潛在的聯(lián)系，以便企業(yè)做出正確的銷(xiāo)售決策。

3.５ 交叉銷(xiāo)售

企業(yè)與客戶(hù)之間的關(guān)系是動(dòng)態(tài)變化的，企業(yè)應(yīng)盡力完善與客戶(hù)之間的關(guān)系。交叉銷(xiāo)售是企業(yè)向老客戶(hù)銷(xiāo)售新的產(chǎn)品或提供新的服務(wù)的過(guò)程，它是建立在雙贏原則基礎(chǔ)上的。通?？蛻?hù)需要進(jìn)一步得到更好的滿足需求的服務(wù)和產(chǎn)品，企業(yè)通過(guò)對(duì)老客戶(hù)的數(shù)據(jù)挖掘，找到包含著客戶(hù)潛在需要的產(chǎn)品和服務(wù)，得到最優(yōu)的合理銷(xiāo)售策略，促進(jìn)企業(yè)的銷(xiāo)售額和利潤(rùn)的增長(zhǎng)。

3.６ 客戶(hù)貢獻(xiàn)分析

利用數(shù)據(jù)挖掘可以進(jìn)行客戶(hù)特征分析，發(fā)現(xiàn)哪些客戶(hù)是真正創(chuàng)造利潤(rùn)的客戶(hù)，哪些是低利潤(rùn)和無(wú)利潤(rùn)的，企業(yè)就可以采取一定的措施，使低利潤(rùn)和無(wú)利潤(rùn)的客戶(hù)轉(zhuǎn)化為創(chuàng)造利潤(rùn)的客戶(hù)。企業(yè)對(duì)創(chuàng)造利潤(rùn)的客戶(hù)要采取相應(yīng)的措施，推出一些優(yōu)惠措施力求保留住這些客戶(hù)；對(duì)于潛在的創(chuàng)造利潤(rùn)的客戶(hù)要采取針對(duì)性的措施，實(shí)行個(gè)性化服務(wù)；對(duì)于無(wú)利潤(rùn)的客戶(hù)可不必投入過(guò)多精力。通過(guò)對(duì)客戶(hù)貢獻(xiàn)的分析可以有效地降低企業(yè)成本，提高經(jīng)濟(jì)效益。

4 基于數(shù)據(jù)挖掘的客戶(hù)關(guān)系管理的實(shí)施

實(shí)施基于數(shù)據(jù)挖掘的客戶(hù)關(guān)系管理是一個(gè)循序漸進(jìn)、循環(huán)反復(fù)、不斷調(diào)整的動(dòng)態(tài)過(guò)程。其主要步驟如下。

4.１ 確定業(yè)務(wù)對(duì)象

企業(yè)首先要明確業(yè)務(wù)需求。企業(yè)實(shí)施基于數(shù)據(jù)挖掘的客戶(hù)關(guān)系管理系統(tǒng)都有一個(gè)或多個(gè)商業(yè)目標(biāo)，如提高客戶(hù)價(jià)值或客戶(hù)細(xì)分等，企業(yè)必須明確這些業(yè)務(wù)需求，然后在此基礎(chǔ)上開(kāi)展數(shù)據(jù)的收集和預(yù)處理工作。

4.２ 數(shù)據(jù)分析

在明確了業(yè)務(wù)的需求的基礎(chǔ)上，對(duì)企業(yè)的數(shù)據(jù)進(jìn)行分析，形成對(duì)數(shù)據(jù)的初步認(rèn)識(shí)，了解數(shù)據(jù)的分布狀況，為建立預(yù)測(cè)模型打下基礎(chǔ)。

4.３ 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘過(guò)程中非常重要的一步，數(shù)據(jù)的質(zhì)量直接影響到最后挖掘的結(jié)果。數(shù)據(jù)準(zhǔn)備工作可以按以下步驟進(jìn)行。

（１） 數(shù)據(jù)的收集：收集完整、真實(shí)有效的客戶(hù)數(shù)據(jù)，企業(yè)需通過(guò)制定嚴(yán)格的業(yè)務(wù)操作流程，協(xié)調(diào)各相關(guān)部門(mén)完成數(shù)據(jù)的收集工作，要能夠及時(shí)完整地從多種異構(gòu)數(shù)據(jù)源中獲得目標(biāo)數(shù)據(jù)。

（２） 數(shù)據(jù)預(yù)處理：對(duì)客戶(hù)數(shù)據(jù)進(jìn)行清理，對(duì)所收集到的數(shù)據(jù)進(jìn)行抽取并加以組合，為進(jìn)一步挖掘做好準(zhǔn)備。

（３） 數(shù)據(jù)轉(zhuǎn)換：將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型，該分析模型是針對(duì)數(shù)據(jù)挖掘算法建立的，包括分類(lèi)算法、聚類(lèi)算法、關(guān)聯(lián)算法等。

4.４ 建立數(shù)據(jù)挖掘模型

從各種數(shù)據(jù)挖掘模型中選擇最有利于解決業(yè)務(wù)問(wèn)題的一個(gè)或多個(gè)模型。這一步是一個(gè)迭代的過(guò)程，在選擇模型的過(guò)程中所獲得的信息，可能要求重新整合正在使用的數(shù)據(jù)甚至可能要重新修改業(yè)務(wù)問(wèn)題。

4.５ 解釋和評(píng)價(jià)模型

本階段是對(duì)數(shù)據(jù)挖掘質(zhì)量進(jìn)行評(píng)定。好的挖掘模型應(yīng)能夠用隨機(jī)的數(shù)據(jù)得到較為理想的結(jié)果，如果效果不好則可能需要重新整合數(shù)據(jù)或重新修正原有的模型。

以上步驟是不斷循環(huán)持續(xù)的動(dòng)態(tài)過(guò)程，隨著系統(tǒng)的不斷擴(kuò)展，客戶(hù)數(shù)據(jù)的不斷積累，先前建立的數(shù)據(jù)挖掘模型很可能不再有效，因此需要重新建立數(shù)據(jù)挖掘模型。同時(shí)，隨著企業(yè)業(yè)務(wù)需求的變化，可能又會(huì)有新的數(shù)據(jù)挖掘應(yīng)用，因此基于數(shù)據(jù)挖掘的客戶(hù)關(guān)系管理系統(tǒng)的實(shí)施應(yīng)用不是一成不變的，而是隨著數(shù)據(jù)和業(yè)務(wù)需求的發(fā)展而改變的。

總之，在信息時(shí)代，要充分利用企業(yè)的信息資源，從以產(chǎn)品為中心的管理模式轉(zhuǎn)變?yōu)橐钥蛻?hù)為中心的管理模式，利用數(shù)據(jù)挖掘技術(shù)，分析客戶(hù)的特征，探索企業(yè)和市場(chǎng)的運(yùn)營(yíng)規(guī)律，不斷提高企業(yè)的經(jīng)濟(jì)效益。

主要參考文獻(xiàn)

［1］ 楊永斌. 數(shù)據(jù)挖掘技術(shù)在教育中的應(yīng)用研究［Ｊ］. 計(jì)算機(jī)科學(xué)，2006，33（12）.

［2］ 盧艷秋，黃鍇，等． 電子商務(wù)環(huán)境下企業(yè)客戶(hù)關(guān)系管理模式研究［Ｊ］． 情報(bào)科學(xué)，２００５（６）：９０８－９１１.

［3］ 陳京民． 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)［Ｍ］． 北京：電子工業(yè)出版社，２００２.