李靜

摘 要： 網(wǎng)絡(luò)時(shí)代，電子商務(wù)CRM中存儲海量客戶數(shù)據(jù)，可利用數(shù)據(jù)挖掘技術(shù)對這些數(shù)據(jù)進(jìn)行有效挖掘，發(fā)現(xiàn)有價(jià)值的信息。通過了解客戶關(guān)系管理CRM的功能，分析數(shù)據(jù)挖掘技術(shù)的模式及過程，得出在電子商務(wù)CRM中可利用數(shù)據(jù)挖掘技術(shù)的分類模式獲取新客戶，聚類模式留住老客戶，關(guān)聯(lián)、序列模式提升客戶價(jià)值，數(shù)據(jù)挖掘技術(shù)將在CRM中發(fā)揮越來越重要的作用。

關(guān)鍵字： 數(shù)據(jù)挖掘技術(shù)； 電子商務(wù)； 客戶關(guān)系管理CRM； 挖掘模式

中圖分類號： TN402?34； TP311 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2015）11?0126?03

Research on electronic commerce CRM based on data mining technology

LI Jing

（School of Business， Xian University of Arts and Sciences， Xian 710065， China）

Abstract： In the network era， since the massive customer data is stored in electronic commerce customer relationship management （CRM）， the valuable information can be found by means of data mining technology and effective mining. By understanding the function of CRM， analyzing the modes and process of data mining technology， it is obtained that in electronic commerce CRM， the classification mode of data mining technology is adopted to acquire new customers， the clustering mode is used to retain old customers， the correlation mode and sequential mode are used to improve customer value. Data mining technology will play more important role in electronic commerce CRM.

Keywords： data mining technology； electronic commerce； CRM； mining mode

0 引 言

信息技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展應(yīng)用促進(jìn)了電子商務(wù)的日益發(fā)展，在快速發(fā)展的電子商務(wù)中客戶的管理越來越重要。如何從海量客戶數(shù)據(jù)中獲取有效信息來進(jìn)行客戶關(guān)系管理，這就要依賴于數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)能夠?qū)Ａ康目蛻魯?shù)據(jù)進(jìn)行挖掘并且進(jìn)行深層次的分析，從而發(fā)現(xiàn)有價(jià)值的信息，對客戶需求進(jìn)行預(yù)測，提升客戶價(jià)值，為電子商務(wù)企業(yè)提供大量有用的信息，幫助電子商務(wù)企業(yè)進(jìn)行經(jīng)營決策，提高電子商務(wù)企業(yè)的核心競爭力。

1 客戶關(guān)系管理CRM

CRM（Customer Relationship Management，客戶關(guān)系管理）指通過使用計(jì)算機(jī)對客戶的信息資源進(jìn)行管理，向客戶提供滿意的產(chǎn)品和服務(wù)，并與客戶建立穩(wěn)定的、相互信任的、密切關(guān)系的動(dòng)態(tài)過程。CRM是一種新穎的管理機(jī)制，可將客戶資源轉(zhuǎn)化為企業(yè)收益。CRM和SCM等系統(tǒng)成為電子商務(wù)的前端，一起成為構(gòu)成電子商務(wù)的重要部分。

企業(yè)面臨的以客戶為中心的經(jīng)營管理問題可利用CRM來解決。CRM使企業(yè)能夠準(zhǔn)確地掌握客戶的需求并進(jìn)行快速響應(yīng)，提高客戶滿意度、忠誠度，保持客戶，從而擴(kuò)大市場。從客戶的滿意度出發(fā)，CRM的基本功能包括客戶數(shù)量管理、客戶價(jià)值管理、客戶服務(wù)管理、客戶溝通管理幾個(gè)方面，如圖1所示。

首先進(jìn)行客戶數(shù)量管理，這是CRM的基礎(chǔ)。通過多個(gè)源頭捕捉客戶數(shù)量，并將結(jié)果數(shù)據(jù)存儲到客戶數(shù)據(jù)庫當(dāng)中，再對此數(shù)據(jù)進(jìn)行提取、處理、解釋、最后產(chǎn)生相應(yīng)的報(bào)告，為客戶的個(gè)性化需求提供依據(jù)。其次進(jìn)行客戶價(jià)值管理，這是CRM的重要內(nèi)容。通過分析第一步客戶數(shù)量積累的客戶信息數(shù)據(jù)，對客戶進(jìn)行分類，從而了解不同客戶的需要，可細(xì)分客戶需求，以此來確定不同客戶對企業(yè)的價(jià)值，采取不同的市場、銷售和服務(wù)策略。再者進(jìn)行客戶服務(wù)管理，這是CRM的核心。依據(jù)第二步客戶價(jià)值管理的結(jié)論，可以對客戶提供訂購管理、客戶服務(wù)、營銷和發(fā)票的自動(dòng)化管理等。最后進(jìn)行客戶溝通管理，這是CRM的門戶?？赏ㄟ^多種途徑，如客戶呼叫中心、網(wǎng)上交流、電話交流、傳真信件、電子郵件、直接接觸等，與客戶保持互動(dòng)溝通。這樣既提供了客戶滿意的條件，又積累了客戶數(shù)據(jù)管理所需的信息數(shù)據(jù)[1]。通過這四個(gè)方面的功能實(shí)現(xiàn)，最后實(shí)現(xiàn)客戶滿意。

2 數(shù)據(jù)挖掘技術(shù)及其模式

2.1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)是從大量、不完全、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中抽取出隱含在其中的潛在有用信息和知識的過程。數(shù)據(jù)挖掘作為一種新的商業(yè)信息處理模式，將企業(yè)內(nèi)部存儲的大量資料通過數(shù)理模式進(jìn)行分析，以便進(jìn)行市場劃分或找出不同客戶，從而有效地進(jìn)行客戶行為習(xí)慣和喜好分析。

數(shù)據(jù)挖掘是集中人工智能、數(shù)據(jù)庫、數(shù)理統(tǒng)計(jì)、模式識別等多個(gè)領(lǐng)域的理論和技術(shù)，是一門交叉學(xué)科，將現(xiàn)代科學(xué)技術(shù)有效地滲透與融合。數(shù)據(jù)挖掘技術(shù)為電子商務(wù)的發(fā)展應(yīng)用開辟了廣闊前景。

2.2 電子商務(wù)CRM中的數(shù)據(jù)挖掘模式

數(shù)據(jù)挖掘的模式有很多種，在電子商務(wù)CRM中常用的數(shù)據(jù)挖掘模式主要包括分類模式、聚類模式、關(guān)聯(lián)模式和序列模式。

2.2.1 分類模式

分類模式是一種數(shù)據(jù)分類器，可以把數(shù)據(jù)集中的數(shù)據(jù)映射到某個(gè)給定的類上，從而可以應(yīng)用到數(shù)據(jù)預(yù)測中，如統(tǒng)計(jì)方法、決策樹方法和粗糙集方法等。分類模式就像一棵分類樹，它根據(jù)數(shù)據(jù)的值從樹根開始進(jìn)行搜索，順著數(shù)據(jù)滿足的分支柱往上找，找到樹葉就能確定類別。在數(shù)據(jù)挖掘中，構(gòu)建分類模型通常是將電子商務(wù)CRM中的數(shù)據(jù)進(jìn)行分類，以便進(jìn)行預(yù)測時(shí)的數(shù)據(jù)使用[2]。

2.2.2 聚類模式

聚類模式是依據(jù)某一些屬性將數(shù)據(jù)劃分到不同的組中，組與組之間存在巨大的差別，但每個(gè)組內(nèi)在識別屬性上的差別盡可能小。與分類模式不同，聚類模式在進(jìn)行聚類之前沒有預(yù)設(shè)組別，并不知道將要?jiǎng)澐值慕M的個(gè)數(shù)和類別。這一數(shù)據(jù)挖掘模式主要用來進(jìn)行細(xì)分客戶群[3]。

2.2.3 關(guān)聯(lián)模式

關(guān)聯(lián)模式是數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)規(guī)則。而關(guān)聯(lián)規(guī)則是描述事物之間同時(shí)出現(xiàn)的規(guī)律和知識模式。在關(guān)聯(lián)規(guī)則的挖掘中要注意充分理解數(shù)據(jù)，目標(biāo)明確，數(shù)據(jù)準(zhǔn)備工作要做好，選取恰當(dāng)?shù)淖詈弥С侄群妥钚】尚哦?，很好的理解關(guān)聯(lián)規(guī)則。關(guān)聯(lián)模式在CRM中應(yīng)用廣泛，主要的應(yīng)用之一就是可以通過對顧客的購買行為進(jìn)行關(guān)聯(lián)規(guī)則分析，從而來探詢顧客在商品購買時(shí)的行為模式[4]。

2.2.4 序列模式

與關(guān)聯(lián)模式相似，序列模式把數(shù)據(jù)之間的關(guān)聯(lián)性和時(shí)間聯(lián)系起來。為了發(fā)現(xiàn)序列模式，不僅要知道事件是否發(fā)生，還需確定事件發(fā)生的時(shí)間。序列模式廣泛地用于CRM中，比如目錄銷售公司可以使用序列關(guān)聯(lián)進(jìn)行分析，可以依據(jù)本次顧客購買的情況設(shè)計(jì)下一次商品的目錄[5]。

3 電子商務(wù)CRM中的數(shù)據(jù)挖掘過程

數(shù)據(jù)挖掘是在一些事實(shí)或觀察數(shù)據(jù)集合中尋找模式的決策支持過程。電子商務(wù)CRM中的數(shù)據(jù)挖掘過程主要由數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果分析三個(gè)主要階段組成。

3.1 數(shù)據(jù)準(zhǔn)備

在進(jìn)行數(shù)據(jù)挖掘時(shí)，一般進(jìn)行數(shù)據(jù)挖掘的對象并不是原始數(shù)據(jù)，事先要對原始數(shù)據(jù)進(jìn)行一些預(yù)處理。在電子商務(wù)CRM中，進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)來源有兩方面：一是客戶的背景資料，主要來源于客戶登記表，但由于客戶的背景資料涉及個(gè)人隱私，所以客戶不愿意將自己的真實(shí)信息如實(shí)地填寫在登記表上，這給數(shù)據(jù)分析和挖掘帶來了困難。二是瀏覽者的點(diǎn)擊流，主要用這部分?jǐn)?shù)據(jù)考察客戶的行為。通過從瀏覽者的表現(xiàn)數(shù)據(jù)中推測客戶的背景信息，加以利用。數(shù)據(jù)準(zhǔn)備首先檢索所需的網(wǎng)絡(luò)文檔，發(fā)現(xiàn)資源，然后進(jìn)行數(shù)據(jù)預(yù)處理，從發(fā)現(xiàn)的網(wǎng)絡(luò)資源中自動(dòng)挑選和預(yù)處理專門的信息[6]。

3.2 數(shù)據(jù)挖掘

實(shí)際的挖掘操作在這個(gè)階段進(jìn)行。對第一階段得到的預(yù)處理信息，依據(jù)不同的挖掘任務(wù)采用不同的挖掘方法，進(jìn)而得到有價(jià)值的數(shù)據(jù)模型。主要有統(tǒng)計(jì)分析、知識發(fā)現(xiàn)和其他可視化方法[7]。通過統(tǒng)計(jì)分析可以發(fā)現(xiàn)數(shù)據(jù)的規(guī)律，并且可以利用統(tǒng)計(jì)、數(shù)學(xué)模型對發(fā)現(xiàn)的規(guī)律加以解釋；通過知識發(fā)現(xiàn)進(jìn)行數(shù)據(jù)搜尋，發(fā)現(xiàn)規(guī)律進(jìn)而得到可用的數(shù)據(jù)模型；也可通過其他可視化方法給出多變量的圖形分析，增強(qiáng)數(shù)據(jù)挖掘的能力。

3.3 結(jié)果解釋與評估

對第二階段得到的數(shù)據(jù)結(jié)果，依據(jù)用戶的決策目的對得到的結(jié) 果信息進(jìn)行分析，把冗余的、無意義的信息剔除，留下最有價(jià)值的信息，將此信息通過決策支持工具提交給決策者。因此，在這個(gè)階段既要把有效的結(jié)果分析解釋表達(dá)出來，還要對呈現(xiàn)的信息進(jìn)行過濾篩檢處理。一旦決策者不滿意結(jié)果，就需要重復(fù)上述過程。

如圖2所示，完整的數(shù)據(jù)挖掘是一個(gè)反復(fù)反饋修正的過程。在挖掘過程中，當(dāng)用戶發(fā)現(xiàn)數(shù)據(jù)選擇不合適，或者挖掘方法不能滿足期望結(jié)果時(shí)，用戶需要重復(fù)進(jìn)行數(shù)據(jù)挖掘過程中的某一步，有時(shí)甚至要從頭開始。

4 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)CRM中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)強(qiáng)大的客戶信息處理能力使得其在企業(yè)管理客戶的每個(gè)階段都有深入的應(yīng)用，它的應(yīng)用主要表現(xiàn)在以下三個(gè)方面。

4.1 利用“分類模式”獲取新客戶

獲取新客戶就是說服潛在的客戶使用產(chǎn)品或服務(wù)。數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)進(jìn)行潛在客戶的分類篩選工作。通過挖掘電子商務(wù)中的客戶訪問信息， 利用分類模式找到未來的潛在客戶。企業(yè)首先對已存的訪問者根據(jù)其行為進(jìn)行分類，其次依此來分析老客戶的一些共性， 然后確定訪問者的分類和老客戶共性的相互關(guān)系。通過對新的訪問者的分類分析，識別出其與老客戶的一些公共描述， 進(jìn)而對這個(gè)訪問者進(jìn)行正確的分類，以此確定是否將其作為潛在的客戶來對待。若視為潛在客戶，則可為此客戶發(fā)送、展示其感興趣的、個(gè)性化的服務(wù)。數(shù)據(jù)挖掘技術(shù)可以用來獲得客戶的行為習(xí)慣、消費(fèi)愛好、需求、傾向等客戶信息，發(fā)現(xiàn)潛在客戶，使企業(yè)在營銷中能提供個(gè)性化的服務(wù)和產(chǎn)品[8]。

4.2 利用“聚類模式”留住老客戶

在企業(yè)的客戶管理中，獲得新客戶很重要，但留住老客戶也不容忽視。可以利用數(shù)據(jù)挖掘中的聚類模式對CRM系統(tǒng)中已經(jīng)存在的老客戶的個(gè)人資料、消費(fèi)信息進(jìn)行挖掘，分析老客戶的購買習(xí)慣、訪問頻度、訪問內(nèi)容，對老客戶進(jìn)行聚類，對每個(gè)類的老客戶進(jìn)行關(guān)心，主動(dòng)把一些商品推薦給老客戶，使老客戶快速地找到自己感興趣的商品，對老客戶進(jìn)行有針對性的營銷活動(dòng)，提供人性化服務(wù)，這樣就可以留住老客戶[9]。通過使用數(shù)據(jù)挖掘技術(shù)，增強(qiáng)客戶對訪問站點(diǎn)的興趣，提高客戶的忠誠度，這樣便于保留住老客戶，從而防止老客戶的流失。

4.3 利用“關(guān)聯(lián)、序列模式”提升客戶價(jià)值

企業(yè)在銷售過程中積累了海量的客戶信息，而這些信息之間存在著一定的聯(lián)系和規(guī)律性，企業(yè)需要了解這些聯(lián)系和規(guī)律性，利用其價(jià)值擴(kuò)大銷售量，提升客戶的忠誠度和滿意度。可以利用數(shù)據(jù)挖掘中的關(guān)聯(lián)模式、序列模式分析客戶的性別、學(xué)歷等特征信息，發(fā)現(xiàn)不同客戶購買商品的型號和時(shí)間。通過特定的數(shù)據(jù)挖掘技術(shù)將表面上看起來不相關(guān)但存在潛在聯(lián)系的信息進(jìn)行分析，找出之間的聯(lián)系，提升客戶的價(jià)值，確定出客戶潛在的需求，提供相應(yīng)的產(chǎn)品或服務(wù)，為企業(yè)做出最優(yōu)的合理的銷售策略，從而促進(jìn)銷售額的增長和利益的增加[10]。

5 結(jié) 論

企業(yè)通過使用數(shù)據(jù)挖掘技術(shù)可以最大限度地利用客戶信息，分析預(yù)測客戶行為，對客戶進(jìn)行分類，有利于企業(yè)尋找獲得潛在的新客戶，提供個(gè)性化服務(wù)，提高客戶的滿意度，提升客戶的忠誠度。電子商務(wù)時(shí)代，CRM具有更廣闊的發(fā)展前景，數(shù)據(jù)挖掘技術(shù)也會(huì)在CRM中發(fā)揮越來越重要的作用。

參考文獻(xiàn)

[1] 段曉華.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)客戶關(guān)系管理中的應(yīng)用[J].湖南文理學(xué)院學(xué)報(bào)：自然科學(xué)版，2010，22（2）：90?94.

[2] 劉彬，白萬民.淺析數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用[J].電子世界，2014（17）：16?17.

[3] 張莉.淺析數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用[J].湖北函授大學(xué)學(xué)報(bào)，2014（3）：107?108.

[4] 譚汝聰.淺析數(shù)據(jù)挖掘在CRM中的應(yīng)用[J].現(xiàn)代計(jì)算機(jī)，2012（3）：58?61.

[5] 劉盈.數(shù)據(jù)挖掘分析在CRM系統(tǒng)中的應(yīng)用[J].福建電腦，2012（4）：118?119.

[6] 汪瑩，王光岐.數(shù)據(jù)挖掘在電商企業(yè)CRM中的應(yīng)用[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2014（5）：101?104.

[7] 祝文祥.B2C電子商務(wù)中數(shù)據(jù)挖掘技術(shù)的研究與應(yīng)用[D].合肥：中國科學(xué)技術(shù)大學(xué)，2011.

[8] 徐劍彬.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].時(shí)代金融，2013（12）：208?209.

[9] 沈紅超.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用研究[D].無錫：江南大學(xué)，2009.

[10] 葉俊.數(shù)據(jù)挖掘技術(shù)及其在電子商務(wù)中的應(yīng)用[D].杭州：浙江工業(yè)大學(xué)，2009.