数据挖掘技术在客户管理中的应
2005/12/1 来源:中国管理信息化(行业版) 作者:李 颖


  一、 客户关系管理CRM
  
  1﹑CRM概述。CRM的核心思想是以客户为中心,提高客户满意度,改善客户关系,从而提高企业的竞争力。主要包括客户信息管理、市场营销管理销售管理三个模块。能够有效地解决企业面对顾客的复杂繁琐事务,CRM通过缩减销售周期和销售成本、寻找扩展业务所需的新市场和新渠道、改进客户满意度与忠诚度来提高企业的收益。
  
  2﹑CRM的发展。最初的应用是“独立”的解决方案,如销售队伍CRM自动化以及客户服务和支持。这些基于部门的解决方案增强了特定的商务过程,却未能提供公司与个体客户间的完整视图。在20世纪90年代中期,CRM软件制造商把独立的应用组合到整合交叉功能的解决方案中。但是到目前为止,大多数软件的主要功能是组织和管理客户信息,随着客户信息量的增加以及客户与公司之间关系的复杂化,已有的软件不能满足需要。数据挖掘技术能够自动地从客户信息中发现模式,把它应用于可以提高CRM的分析性和智能性中。
  
  3﹑数据挖掘技术在CRM中的应用。随着信息技术的发展,单纯地对客户信息的组织和管理已不能满足用户的需要。数据挖掘技术是从数据中辨别和挖掘模式,在商业中这可以帮助从好像无关的数据中发现非常有意义的关系,使销售人员预料客户的需求,而不是简单地、被动地对客户的需求作出反应。
  
  二﹑与CRM相关的数据挖掘算法
  
  数据挖掘是一门边缘学科,它的解决方案和研究方法使用了诸如统计学、人工智能、机器学习和数据库/数据仓库查询处理等许多技术。基于这些技术,已经产生了很多针对不同应用的数据挖掘方法。根据数据挖掘致力于解决的商业问题, 可以将其分成分类分析、聚类分析、序列模式分析和关联分析。
  
  1﹑ 分类分析(Classification)。这种技术能根据某种标准将数据项映射到许多预先定义好的类别中。分类定义了一种从属性到类别的映射关系,给定一个样本的属性值, 就能根据已知的模式将其划分到特定的类别中。在客户保持过程中, 借助这样的数据挖掘方法能更加准确地判断哪些客户将会离去,提醒企业尽早地实施相应的挽留措施。
  
  2﹑ 聚类分析(Clustering)。聚类是一种对具有共同趋势和模式的数据元组进行分组的方法。分组后,组与组之间被认为是相异的, 而组内记录被认为具有相似性。与分类分析不同, 聚类是一种无指导的学习过程。这是因为在聚类之前数据库是杂乱的, 没有既定的分类规则, 用户和聚类程序都不知道这些记录应该分成几类。虽然有些工具允许用户事先指定一个确定的分组数目, 但这完全是主观的, 没有理由来证明这就是对的。事实上, 聚类方法很多, 比如加入法、分解法、系统聚类法、动态聚类法、模糊聚类法等。聚类分析在CRM 中的典型应用是客户细分。现代的商业活动越来越注重营销和客户服务的针对性,经常要将公司的客户按照地区、年龄或消费层次等划分成不同的群体, 以便于开展“一对一”营销和个性化服务。 ......点击查阅全文......↓