陳 鶴，王瑜珩

（華中科技大學(xué) 公共管理學(xué)院，湖北 武漢 430074）

引言

隨著經(jīng)濟(jì)全球化和科技信息技術(shù)的快速發(fā)展，世界進(jìn)入了一個(gè)嶄新的知識(shí)經(jīng)濟(jì)時(shí)代，企業(yè)所處的競(jìng)爭(zhēng)環(huán)境發(fā)生了深刻的變化，原有的市場(chǎng)開始衰落、競(jìng)爭(zhēng)對(duì)手成倍增長(zhǎng)、新技術(shù)突飛猛進(jìn)、產(chǎn)品淘汰加速。與此同時(shí)，客戶消費(fèi)心理日趨成熟，出現(xiàn)了理性化、個(gè)性化的消費(fèi)趨勢(shì)。在這種情況下，實(shí)施客戶關(guān)系管理 （Customer Relationship Management，CRM）的效果與企業(yè)的預(yù)期相差甚遠(yuǎn)。著名管理咨詢專家Jim Berkowitz認(rèn)為CRM的成功除了需要一個(gè)合理的組織結(jié)構(gòu)外，還需要一個(gè)合理的信息結(jié)構(gòu)，傳統(tǒng)的CRM雖然記錄了企業(yè)與客戶交往過程中形成的大量客戶數(shù)據(jù)，但并沒有將這些數(shù)據(jù)用于有效地理解客戶。[1](p312-316)在激烈的競(jìng)爭(zhēng)環(huán)境下，企業(yè)對(duì)有限數(shù)目客戶的爭(zhēng)奪日趨白熱化，如果不能及時(shí)了解客戶的需求、掌握客戶的消費(fèi)模式，預(yù)測(cè)客戶的行為動(dòng)向，企業(yè)將失去競(jìng)爭(zhēng)的能力，[2]（p24-26）而CRM僅僅局限于事務(wù)處理，沒有充分地將客戶及其知識(shí)轉(zhuǎn)化為企業(yè)的持續(xù)競(jìng)爭(zhēng)力。[3]（p584-612）針對(duì)CRM的不足，近年來(lái)關(guān)于客戶知識(shí)管理（Customer Knowledge Management，CKM）的研究獲得了普遍的關(guān)注和重視。[4]~[7]CKM的出現(xiàn)是全球電子商務(wù)大潮對(duì)傳統(tǒng)商業(yè)模式的改變，它要求企業(yè)以全新的思維看待未來(lái)的客戶，以客戶需求為中心設(shè)計(jì)和實(shí)現(xiàn)信息技術(shù)驅(qū)動(dòng)的商務(wù)活動(dòng)，從而給企業(yè)帶來(lái)長(zhǎng)久利益。企業(yè)期望通過CKM建立一個(gè)客戶需求導(dǎo)向的銷售、營(yíng)銷、服務(wù)和支持應(yīng)用的自動(dòng)化價(jià)值鏈，以便加強(qiáng)企業(yè)與客戶的關(guān)系，提高客戶的滿意度和忠誠(chéng)度，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。目前，CKM主要的應(yīng)用領(lǐng)域集中在制造業(yè)、公共事業(yè)、電信業(yè)、零售業(yè)和金融服務(wù)業(yè)等行業(yè)，許多新興的企業(yè)如Amazon、Cisco等已率先成為CKM的使用者和受益者。CKM的核心是潛在客戶知識(shí)的發(fā)現(xiàn)，包括與客戶有關(guān)的各種概念、規(guī)則、模式、規(guī)律和約束，通常都是隱含在客戶數(shù)據(jù)中的深層信息內(nèi)容。盡管客戶數(shù)據(jù)是形成潛在客戶知識(shí)的源泉，但從數(shù)據(jù)中提取知識(shí)并不容易。這主要在于，首先，企業(yè)所積累的客戶數(shù)據(jù)往往數(shù)量非常龐大，且在企業(yè)的發(fā)展過程中客戶數(shù)據(jù)會(huì)不斷地增加與更新；其次，客戶數(shù)據(jù)的結(jié)構(gòu)復(fù)雜，可以是結(jié)構(gòu)化的，如存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)，也可以是半結(jié)構(gòu)化的，如文本、圖形和圖像數(shù)據(jù)，甚至是分布在網(wǎng)絡(luò)上的異構(gòu)型數(shù)據(jù)；再次，許多客戶數(shù)據(jù)是零散的、斷續(xù)的、冗雜的和動(dòng)態(tài)的。從某種意義上說(shuō)，潛在客戶知識(shí)的發(fā)現(xiàn)是一種高級(jí)的人類智力活動(dòng)。但是人腦對(duì)于處理如此大量繁復(fù)的數(shù)據(jù)并不擅長(zhǎng)。因此，人的經(jīng)驗(yàn)和技巧必須與自動(dòng)化知識(shí)處理工具結(jié)合起來(lái)才能達(dá)到從海量數(shù)據(jù)中獲取知識(shí)的目的。顯然，潛在客戶知識(shí)發(fā)現(xiàn)需要的不是常規(guī)的數(shù)據(jù)錄入、查詢和統(tǒng)計(jì)工具，而是能夠歸納數(shù)據(jù)特征、分析數(shù)據(jù)內(nèi)部關(guān)聯(lián)、推斷數(shù)據(jù)發(fā)展趨勢(shì)的高效、智能化工具。因此，潛在客戶知識(shí)發(fā)現(xiàn)與管理是一項(xiàng)以智能信息處理技術(shù)為支撐的多學(xué)科交叉融合的前沿研究領(lǐng)域。

數(shù)據(jù)挖掘是指從大量不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取隱含的、未知的且潛在有用的知識(shí)和模式的過程。[8]（p1-7）它綜合運(yùn)用計(jì)算機(jī)科學(xué)、人工智能、統(tǒng)計(jì)學(xué)、信息管理、認(rèn)知科學(xué)等領(lǐng)域的先進(jìn)理論與技術(shù)，研究如何從海量信息資源中快速準(zhǔn)確地獲取潛在的知識(shí)，是一種信息資源深層開發(fā)的新型信息處理技術(shù)，不僅具有很高的理論研究?jī)r(jià)值，而且對(duì)于企業(yè)和國(guó)家信息化的跨越發(fā)展乃至整個(gè)社會(huì)經(jīng)濟(jì)建設(shè)與發(fā)展都具有極為重要的意義。當(dāng)前，眾多發(fā)達(dá)國(guó)家企業(yè)紛紛開展以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)的知識(shí)資源管理和工商企業(yè)的智能化管理，具有代表性的應(yīng)用領(lǐng)域有科學(xué)研究、Web智能、商務(wù)智能、風(fēng)險(xiǎn)投資、制造業(yè)、銀行、國(guó)土安全、氣象、醫(yī)學(xué)、通訊等，將數(shù)據(jù)挖掘合理地融入CKM過程之中，能夠有助于實(shí)現(xiàn)從“客戶數(shù)據(jù)礦山”中挖掘“客戶知識(shí)金礦”的目的。

一、當(dāng)前主流的客戶知識(shí)管理模型及其存在的問題

客戶知識(shí)管理是一個(gè)較新的研究領(lǐng)域，目前關(guān)于客戶知識(shí)管理的模型還沒有形成統(tǒng)一的認(rèn)識(shí)，不同國(guó)度、不同研究領(lǐng)域的專家學(xué)者從不同的角度來(lái)探討客戶知識(shí)管理的模型，比較具有代表性的客戶知識(shí)管理模型主要有：

（1）Tiwana提出的客戶知識(shí)管理宏觀模型。[9](p23-29)Tiwana從電子商務(wù)環(huán)境下新興的信息技術(shù)和知識(shí)管理方法對(duì)客戶關(guān)系管理的推動(dòng)作用出發(fā)，詳細(xì)分析了實(shí)施客戶知識(shí)管理的前提和步驟，并在此基礎(chǔ)上提出了客戶知識(shí)管理的研究模型，如圖1所示。該模型將客戶知識(shí)管理分為三個(gè)部分：客戶知識(shí)獲取、客戶知識(shí)共享和客戶知識(shí)應(yīng)用，從企業(yè)宏觀經(jīng)營(yíng)的角度結(jié)合知識(shí)管理和客戶關(guān)系管理兩個(gè)方面分析了客戶知識(shí)管理的步驟以及客戶知識(shí)資本和客戶關(guān)系資本的有效結(jié)合方法，為企業(yè)實(shí)施客戶知識(shí)管理提供了很好的參考價(jià)值。

圖1 Tiwana提出的客戶知識(shí)管理宏觀模型

（2）Garcia-Murillo和Annabi提出的客戶知識(shí)管理微觀模型。[10]（p459-469）Garcia-Murillo 提出了深入到具體操作層面的客戶知識(shí)管理微觀模型，如圖2所示。該模型從企業(yè)與客戶之間的知識(shí)交流行為出發(fā)，將客戶知識(shí)管理過程分解為一個(gè)三階段的知識(shí)流動(dòng)過程。模型具體分析了企業(yè)與客戶在整個(gè)客戶知識(shí)管理過程中所獲得的知識(shí)價(jià)值、知識(shí)提升和知識(shí)流動(dòng)的循環(huán)過程以及實(shí)現(xiàn)該模型所利用的知識(shí)管理技術(shù)和方法。

圖2 Garcia-Murillo和Annabi提出的客戶知識(shí)管理微觀模型

（3）Swift提出的基于客戶流程循環(huán)模式挖掘的客戶知識(shí)管理模型。[11]（p67-85）Swift根據(jù)企業(yè)客戶流程的循環(huán)模式，提出了基于客戶流程循環(huán)模式的客戶知識(shí)管理模型，如圖3所示。該模型主要通過知識(shí)發(fā)現(xiàn)、營(yíng)銷計(jì)劃、客戶互動(dòng)、分析與區(qū)別四個(gè)子任務(wù)動(dòng)態(tài)循環(huán)來(lái)挖掘、積累客戶知識(shí)，通過提升客戶知識(shí)管理來(lái)提高客戶關(guān)系管理的效率和效果。

圖3 Swift提出的基于客戶流程循環(huán)模式挖掘的客戶知識(shí)管理模型

（4）孟麗君、張大亮和胡旭初提出的客戶知識(shí)管理模型。[12]（p32-36）孟麗君、張大亮和胡旭初提出的客戶知識(shí)管理模型，如圖4所示，側(cè)重于研究客戶知識(shí)管理實(shí)施所依賴的組織條件，其目的是為企業(yè)有效實(shí)施和開展客戶知識(shí)管理提供指導(dǎo)和參考借鑒。該模型以有助于開發(fā)客戶知識(shí)的組織條件作為企業(yè)實(shí)踐的指導(dǎo)，強(qiáng)調(diào)企業(yè)在獲取客戶知識(shí)的同時(shí)，需要對(duì)獲取的知識(shí)進(jìn)行整合、分析、反饋和優(yōu)化，從而保證客戶知識(shí)的準(zhǔn)確性和全面性。

圖4 孟麗君、張大亮和胡旭初提出的客戶知識(shí)管理模型

這些主流的客戶知識(shí)管理模型都強(qiáng)調(diào)客戶知識(shí)管理的重要性，揭示了客戶知識(shí)的深度獲取與有效管理是提高企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)和抗風(fēng)險(xiǎn)能力的根本保障，但這些模型存在的問題主要在于其客戶知識(shí)管理和知識(shí)獲取的方法主要依靠人工方法進(jìn)行淺層面的知識(shí)歸納、匯總，難以挖掘深層客戶知識(shí)和適應(yīng)當(dāng)前海量客戶數(shù)據(jù)的急速增長(zhǎng)與動(dòng)態(tài)客戶知識(shí)的獲取與管理的需要，缺乏知識(shí)獲取與管理的動(dòng)態(tài)化、自動(dòng)化和智能化。

二、基于數(shù)據(jù)挖掘的客戶知識(shí)管理模型

基于數(shù)據(jù)挖掘的客戶知識(shí)管理模型是數(shù)據(jù)挖掘技術(shù)和知識(shí)管理方法在客戶管理領(lǐng)域的結(jié)合，是未來(lái)客戶知識(shí)管理的發(fā)展方向。它將當(dāng)前主流的智能信息處理技術(shù)——數(shù)據(jù)挖掘技術(shù)作為客戶知識(shí)管理的核心，通過自動(dòng)化、智能化地挖掘客戶知識(shí)，實(shí)現(xiàn)企業(yè)與客戶之間的互動(dòng)學(xué)習(xí)和協(xié)作創(chuàng)新，[13]（p21-25）從而增強(qiáng)客戶價(jià)值，提高客戶滿意度和忠誠(chéng)度，適應(yīng)當(dāng)前知識(shí)經(jīng)濟(jì)時(shí)代客戶對(duì)企業(yè)產(chǎn)品和服務(wù)的多樣化、差異化需求，逐步提升企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)?；诖?，本文構(gòu)建了基于數(shù)據(jù)挖掘的客戶知識(shí)管理模型，如圖5所示。該模型利用數(shù)據(jù)挖掘技術(shù)從海量的動(dòng)態(tài)客戶數(shù)據(jù)中有效地挖掘出特定的客戶知識(shí)，并對(duì)獲取的知識(shí)進(jìn)行高效的深層次管理，從而為企業(yè)決策提供智力支持。

圖5 基于數(shù)據(jù)挖掘的客戶知識(shí)管理模型

該模型是一個(gè)動(dòng)態(tài)循環(huán)的模型，主要分為五個(gè)模塊：客戶數(shù)據(jù)采集與監(jiān)控模塊、客戶數(shù)據(jù)整合模塊、客戶數(shù)據(jù)挖掘模塊、客戶知識(shí)管理模塊和知識(shí)應(yīng)用模塊，各模塊的主要功能描述如下：

（1）客戶數(shù)據(jù)采集與監(jiān)控模塊?？蛻魯?shù)據(jù)采集與監(jiān)控模塊的功能主要體現(xiàn)在兩個(gè)方面：一是自動(dòng)采集企業(yè)內(nèi)外部相關(guān)聯(lián)的客戶數(shù)據(jù)信息，并提交給服務(wù)器進(jìn)行處理；二是自動(dòng)監(jiān)控這些信息的變化，并及時(shí)更新變化。企業(yè)信息化程度的加深是企業(yè)積累大量客戶數(shù)據(jù)的有力保障，各級(jí)企業(yè)信息系統(tǒng)是產(chǎn)生和存放客戶數(shù)據(jù)的主要場(chǎng)所。在以客戶為中心的企業(yè)戰(zhàn)略的指導(dǎo)下，企業(yè)的各項(xiàng)業(yè)務(wù)，如計(jì)劃、采購(gòu)、生產(chǎn)、銷售等都圍繞著客戶展開，而運(yùn)作和管理這些業(yè)務(wù)過程的企業(yè)信息系統(tǒng)都會(huì)或多或少地積累一些與客戶相關(guān)的數(shù)據(jù)。因此，企業(yè)信息系統(tǒng)構(gòu)成了客戶知識(shí)獲取和管理的數(shù)據(jù)源?？蛻魯?shù)據(jù)源可以是內(nèi)部的也可以是外部的。來(lái)源于企業(yè)內(nèi)部的數(shù)據(jù)源主要包括客戶數(shù)據(jù)庫(kù)、交易數(shù)據(jù)庫(kù)、促銷活動(dòng)數(shù)據(jù)庫(kù)和客戶服務(wù)數(shù)據(jù)庫(kù)。其中，客戶數(shù)據(jù)庫(kù)記錄企業(yè)現(xiàn)有或歷史客戶的相關(guān)信息，有時(shí)客戶數(shù)據(jù)庫(kù)會(huì)直接包含每個(gè)客戶所有的銷售額和活動(dòng)記錄，但更常見的情況是標(biāo)識(shí)信息，用于連接到交易數(shù)據(jù)庫(kù)等其他數(shù)據(jù)庫(kù)，以得到客戶表現(xiàn)的即時(shí)信息；交易數(shù)據(jù)庫(kù)包含企業(yè)與客戶進(jìn)行交易活動(dòng)的記錄，通常是最豐富、最有預(yù)測(cè)性的信息，也是最難使用的，根據(jù)業(yè)務(wù)類型，交易數(shù)據(jù)庫(kù)呈現(xiàn)出不同的形式，但通常都用一條記錄表示一個(gè)交易，每個(gè)客戶可以有不同數(shù)目的多個(gè)交易記錄，為了有效地使用這些數(shù)據(jù)，有時(shí)會(huì)將其匯總、聚集到客戶水平上；促銷活動(dòng)數(shù)據(jù)庫(kù)包含了對(duì)當(dāng)前客戶、潛在客戶或同時(shí)對(duì)二者所做的宣傳活動(dòng)的細(xì)節(jié)，最有用的格式是一個(gè)記錄對(duì)應(yīng)一個(gè)客戶或潛在客戶，從這個(gè)數(shù)據(jù)庫(kù)創(chuàng)建的變量在響應(yīng)預(yù)測(cè)模型和銷售活動(dòng)定位模型上是最有預(yù)測(cè)性的，由于競(jìng)爭(zhēng)的加劇，這類促銷活動(dòng)的信息越來(lái)越重要，一個(gè)客戶促銷活動(dòng)數(shù)據(jù)庫(kù)應(yīng)該包含所有交叉銷售、提升銷售和保持客戶的促銷活動(dòng)的數(shù)據(jù)；客戶服務(wù)數(shù)據(jù)庫(kù)包含了企業(yè)為客戶提供的除交易外的其他任何服務(wù)的細(xì)節(jié)，客戶服務(wù)數(shù)據(jù)庫(kù)有多種形式，如客服中心的郵件或電話咨詢記錄、投訴記錄、商品維修記錄等，通常客戶服務(wù)數(shù)據(jù)庫(kù)中的一條記錄代表一次客戶服務(wù)，每個(gè)客戶可能擁有多個(gè)記錄。企業(yè)外部數(shù)據(jù)源是企業(yè)獲得新客戶或提高現(xiàn)有客戶利潤(rùn)的有效途徑，外部數(shù)據(jù)源主要有列表銷售商。列表銷售商出售的是列表，根據(jù)業(yè)務(wù)類型，他們通常收集和銷售姓名、地址和電話號(hào)碼，以及人類統(tǒng)計(jì)學(xué)數(shù)據(jù)、行為數(shù)據(jù)和心理數(shù)據(jù)。

（2）客戶數(shù)據(jù)整合模塊?？蛻魯?shù)據(jù)整合模塊的主要功能就是在領(lǐng)域知識(shí)庫(kù)的幫助下，對(duì)來(lái)自不同數(shù)據(jù)源的客戶數(shù)據(jù)整合在一起，解決結(jié)構(gòu)異構(gòu)和語(yǔ)義模糊性，形成一個(gè)統(tǒng)一的數(shù)據(jù)集合，以便為數(shù)據(jù)挖掘工作提供完整的數(shù)據(jù)基礎(chǔ)。數(shù)據(jù)挖掘主要從各種事務(wù)處理系統(tǒng)中的海量、動(dòng)態(tài)客戶數(shù)據(jù)中挖掘出潛在的、有用的客戶知識(shí)，挖掘過程十分復(fù)雜，需要良好的數(shù)據(jù)對(duì)象作為支撐。由于數(shù)據(jù)采集與監(jiān)控模塊獲取的原始數(shù)據(jù)來(lái)源于企業(yè)內(nèi)外部不同的事務(wù)處理系統(tǒng)，它們?cè)诮Y(jié)構(gòu)和語(yǔ)義上都存在較大差別，需要對(duì)其進(jìn)行統(tǒng)一處理。該過程主要包括數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)清理和數(shù)據(jù)集成三個(gè)子步驟。數(shù)據(jù)轉(zhuǎn)換主要是針對(duì)數(shù)據(jù)倉(cāng)庫(kù)建立的模型，通過一系列的轉(zhuǎn)換將數(shù)據(jù)從業(yè)務(wù)模型數(shù)據(jù)轉(zhuǎn)換為分析模型數(shù)據(jù)，通過內(nèi)建的庫(kù)函數(shù)、自定義腳本或其他的擴(kuò)展方式，實(shí)現(xiàn)多種復(fù)雜轉(zhuǎn)換，并且支持調(diào)試環(huán)境，監(jiān)控轉(zhuǎn)換狀態(tài)。它是將源數(shù)據(jù)變?yōu)槟繕?biāo)數(shù)據(jù)的關(guān)鍵環(huán)節(jié)，包括數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)類型轉(zhuǎn)換、數(shù)據(jù)匯總計(jì)算、數(shù)據(jù)拼接等等，但轉(zhuǎn)換工作可以視具體情況在不同的過程中實(shí)現(xiàn)，比如可以在數(shù)據(jù)抽取時(shí)轉(zhuǎn)換，也可以在數(shù)據(jù)加載時(shí)轉(zhuǎn)換。數(shù)據(jù)清理主要是對(duì)來(lái)自不同數(shù)據(jù)源中的數(shù)據(jù)所具有的不規(guī)范、二義性、重復(fù)和不完整等問題進(jìn)行處理，消除數(shù)據(jù)中的錯(cuò)誤和不一致，例如關(guān)于“高薪”和“低收入”的含義在不同的數(shù)據(jù)源中可能有不同的定義，在一個(gè)數(shù)據(jù)源中“高薪”的人在另一個(gè)數(shù)據(jù)源中則可能不是“高薪”，而數(shù)據(jù)挖掘?qū)ν诰虻臄?shù)據(jù)要求具有一致的含義。數(shù)據(jù)集成的主要目的是將經(jīng)過數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)清理后的客戶數(shù)據(jù)綜合在一起，為數(shù)據(jù)挖掘提供良好的數(shù)據(jù)。

（3）客戶數(shù)據(jù)挖掘模塊。客戶數(shù)據(jù)挖掘是整個(gè)模型的核心組成部分，其主要功能是利用數(shù)據(jù)挖掘技術(shù)和方法對(duì)經(jīng)過整合后的客戶數(shù)據(jù)進(jìn)行自動(dòng)地深入挖掘分析和知識(shí)發(fā)現(xiàn)，獲取高質(zhì)量的深層客戶知識(shí)。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)大大增強(qiáng)了客戶知識(shí)發(fā)現(xiàn)和管理的能力，其中的分類分析、聚類分析、關(guān)聯(lián)分析等技術(shù)使客戶知識(shí)挖掘與知識(shí)發(fā)現(xiàn)更加完備和豐富，為企業(yè)決策提供更準(zhǔn)確、更全面的客戶知識(shí)。[14]（p65-71）該過程主要包括客戶數(shù)據(jù)選擇、客戶數(shù)據(jù)預(yù)處理、客戶數(shù)據(jù)變換、客戶數(shù)據(jù)挖掘和客戶知識(shí)評(píng)價(jià)五個(gè)子步驟?？蛻魯?shù)據(jù)選擇主要是確定發(fā)現(xiàn)任務(wù)的操作對(duì)象，即目標(biāo)數(shù)據(jù)，是根據(jù)企業(yè)的知識(shí)需求從原始信息數(shù)據(jù)庫(kù)中抽取的一組數(shù)據(jù)；客戶數(shù)據(jù)預(yù)處理主要包括消除噪聲、推算計(jì)算缺值數(shù)據(jù)、消除重復(fù)記錄、完成數(shù)據(jù)類型轉(zhuǎn)換等工作，為后續(xù)處理提供良好的平臺(tái)；客戶數(shù)據(jù)變換的主要目的是消減數(shù)據(jù)維數(shù)或降維，即從初始特征中找出真正有用的特征以減少數(shù)據(jù)挖掘時(shí)要考慮的特征或變量個(gè)數(shù)；客戶數(shù)據(jù)挖掘階段首先確定挖掘任務(wù)和目的，選擇合適的挖掘工具、算法和語(yǔ)言進(jìn)行挖掘，獲取有用的模式或知識(shí)；客戶知識(shí)評(píng)價(jià)主要是對(duì)挖掘結(jié)果進(jìn)行量化評(píng)價(jià)，刪除冗余或無(wú)關(guān)的模式，并以用戶易于理解的方式進(jìn)行展現(xiàn)。

（4）客戶知識(shí)管理模塊?？蛻糁R(shí)管理模塊的主要作用是將數(shù)據(jù)挖掘模塊挖掘的客戶知識(shí)進(jìn)行進(jìn)一步處理，實(shí)現(xiàn)獲取的客戶知識(shí)與企業(yè)知識(shí)庫(kù)中的現(xiàn)有知識(shí)進(jìn)行融合，完成對(duì)現(xiàn)有知識(shí)的修訂與補(bǔ)充。該過程主要由知識(shí)轉(zhuǎn)換、知識(shí)檢測(cè)、知識(shí)融合和知識(shí)共享共四個(gè)子步驟組成。知識(shí)轉(zhuǎn)換的主要目的是對(duì)數(shù)據(jù)挖掘模塊的挖掘結(jié)果進(jìn)行知識(shí)表示，按照已有的知識(shí)存儲(chǔ)結(jié)構(gòu)與方式進(jìn)行相應(yīng)的轉(zhuǎn)換。知識(shí)檢測(cè)主要是對(duì)知識(shí)轉(zhuǎn)換的處理結(jié)果進(jìn)行一致性和完整性檢測(cè)。知識(shí)融合對(duì)不一致和不完整的情況進(jìn)行處理，并將二者融合為新的知識(shí)，存入企業(yè)知識(shí)庫(kù)中。知識(shí)共享是將企業(yè)原有的客戶知識(shí)和新獲取的客戶知識(shí)進(jìn)行融合后，以利于存放與動(dòng)態(tài)更新，方便企業(yè)人員進(jìn)行查詢與利用。

（5）客戶知識(shí)應(yīng)用模塊?？蛻糁R(shí)利用是客戶知識(shí)挖掘與管理的最終目標(biāo)。該模塊的主要作用是將數(shù)據(jù)挖掘的結(jié)果應(yīng)用于企業(yè)各項(xiàng)工作的接口中，輔助企業(yè)各部門制定決策，如幫助營(yíng)銷部門制定與客戶需求相匹配的“一對(duì)一”營(yíng)銷計(jì)劃等，進(jìn)而影響企業(yè)各業(yè)務(wù)系統(tǒng)的運(yùn)作。

基于數(shù)據(jù)挖掘的客戶知識(shí)管理模型不只是一個(gè)簡(jiǎn)單的客戶數(shù)據(jù)分析器，而是一個(gè)具備自動(dòng)挖掘和智能管理的知識(shí)處理與共享系統(tǒng)，與其他知識(shí)管理模型相比，其優(yōu)勢(shì)主要體現(xiàn)在：

（1）可實(shí)現(xiàn)基于語(yǔ)義的深層次客戶知識(shí)挖掘和高效管理。本文的客戶知識(shí)管理模型融合領(lǐng)域本體和數(shù)據(jù)挖掘技術(shù)進(jìn)行客戶知識(shí)的組織、挖掘和管理，獲取深層次的客戶知識(shí)：利用本體的約束，提高了客戶數(shù)據(jù)采集與整合的相關(guān)性與深層性，減少了數(shù)據(jù)挖掘算法的運(yùn)算量；挖掘的對(duì)象是經(jīng)過整合的客戶數(shù)據(jù)，提高了數(shù)據(jù)挖掘的精度與準(zhǔn)確度；在本體的協(xié)助下進(jìn)行數(shù)據(jù)挖掘，可以實(shí)現(xiàn)客戶知識(shí)的語(yǔ)義挖掘與智能管理，全面提升知識(shí)獲取與管理的質(zhì)量和處理效率。

（2）可實(shí)現(xiàn)客戶知識(shí)管理的智能性和自動(dòng)性。本文的客戶知識(shí)管理模型應(yīng)用領(lǐng)域本體指導(dǎo)客戶數(shù)據(jù)采集與整合，實(shí)現(xiàn)客戶數(shù)據(jù)信息的高效整合和語(yǔ)義組織；在此基礎(chǔ)上利用數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)客戶知識(shí)自動(dòng)化、智能化地深入挖掘分析，獲取具有動(dòng)態(tài)性、知識(shí)性和前瞻性的客戶知識(shí)，并將挖掘出的客戶知識(shí)運(yùn)用到企業(yè)實(shí)際業(yè)務(wù)中去，能夠顯著提高企業(yè)知識(shí)管理和利用的水平，實(shí)現(xiàn)自動(dòng)化和智能化的客戶知識(shí)管理。

（3）適應(yīng)未來(lái)客戶知識(shí)管理的發(fā)展趨勢(shì)。本文的客戶知識(shí)管理模型運(yùn)用本體指導(dǎo)客戶數(shù)據(jù)的采集與整合，實(shí)現(xiàn)客戶數(shù)據(jù)信息的高效采集與深層整合，能夠適應(yīng)客戶數(shù)據(jù)的快速增長(zhǎng)和動(dòng)態(tài)變化，在高度整合的基礎(chǔ)上進(jìn)行客戶知識(shí)挖掘與管理，可實(shí)現(xiàn)客戶知識(shí)語(yǔ)義挖掘與智能管理，提升客戶知識(shí)管理的深層性和智能性，可使模型迅速適應(yīng)未來(lái)語(yǔ)義Web和 KM2．0（Knowledge Management 2．0，KM2．0 ）的發(fā)展和應(yīng)用。

結(jié)束語(yǔ)

客戶知識(shí)管理是企業(yè)確定其獨(dú)特競(jìng)爭(zhēng)優(yōu)勢(shì)的一種戰(zhàn)略選擇，數(shù)據(jù)挖掘技術(shù)是企業(yè)客戶知識(shí)管理的核心技術(shù)，也是企業(yè)發(fā)現(xiàn)知識(shí)、組織知識(shí)、運(yùn)用知識(shí)的綜合能力體現(xiàn)。本文在分析當(dāng)前企業(yè)所處的環(huán)境和主流的客戶知識(shí)管理模型存在問題的基礎(chǔ)上，將數(shù)據(jù)挖掘技術(shù)融入客戶知識(shí)管理之中，構(gòu)建了基于數(shù)據(jù)挖掘的客戶知識(shí)管理模型，論述了模型中各個(gè)模塊的主要功能及其實(shí)現(xiàn)策略，并對(duì)模型具備的優(yōu)勢(shì)進(jìn)行了分析。下一步的研究將在該模型的基礎(chǔ)上進(jìn)行系統(tǒng)原型的開發(fā)與實(shí)現(xiàn)。

[1]Jim Berkowitz．CRM Predictive Analytics:Why It All Adds Up[J]．CRM magazine,2011,26（5）．

[2]杜漪，馬寧，等．基于知識(shí)管理的高新技術(shù)企業(yè)核心競(jìng)爭(zhēng)力研究[J]．科技管理研究，2009，（2）．

[3]Alexander Tuzhilin．Customer relationship management and Web mining:the next frontier[J]．Data and Knowledge discovery,2012,24（3）．

[4]A．Khedr,J．N．Kok．Adopting Knowledge Discovery in Database for Customer Relationship Management in Egyptian Public Banks[C]．IFIP International Federation for Information Processing,2006．

[5]Dorota Buchnowska．Customer Knowledge Management Models:Assessment and Proposal[J]．Lecture Notes in Business Information Processing,2011,93（2）．

[6]Silvio Wilde． Customer Knowledge Management Improving Customer Relationship through Knowledge Application[M]．Springer Heidelberg Dordrecht London New York,2011．

[7]齊麗云，汪克夷，馬振中．客戶知識(shí)管理對(duì)企業(yè)績(jī)效影響的實(shí)證研究：基于客戶響應(yīng)能力的視角[J]．中國(guó)軟科學(xué)，2009，240（9）．

[8]Jiawei Han,Micheline Kamber．?dāng)?shù)據(jù)挖掘概念與技術(shù)[J]．范明，孟小峰，譯．北京：機(jī)械工業(yè)出版社，2007．

[9]Tiwana A．The essential guide to knowledge management,E-business and CRM application[M]．Prenticce-Hall,Upper Saddle River,NJ,2001．

[10]Gibbert M,Leibold M,Probst G．Five Styles of Customer Knowledge Management,and How Smart Companies Use Them to Create Value[J]．European Management Journal,2002,20 （5）．

[11]Swift R S．Accelerating Customer Relationships-Using CRM and Relationship Technologies[M]．Upper Saddle River：Prentice Hall PTR,2002．

[12]孟麗君，張大亮，等．客戶知識(shí)與開展客戶知識(shí)管理的組織條件分析[J]．電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007，9（1）．

[13]陸克斌，儲(chǔ)節(jié)旺，等．供應(yīng)鏈技術(shù)創(chuàng)新與客戶知識(shí)管理的協(xié)同機(jī)理探討[J]．北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，12（1）．

[14]張玉峰，何超．基于數(shù)據(jù)挖掘的企業(yè)競(jìng)爭(zhēng)情報(bào)分析研究[J]．情報(bào)學(xué)報(bào)，2012，31（1）．