CRM系统：关于数据挖掘在CRM中的应用

在这个体系结构图中,有很多用于产生和使用信息的客户接触点和发送渠道。经过集成和分析信息, 可以完整、正确地得出客户的大概情况———他们的喜好、需求、抱怨、和使他们成为公司产品和服务网的终 身会员的特性。最后数据仓库环境下所有的部件都将被部署到适当的位置,并提供多种用于集成和分析 的重要功能。从较高的层次看,CRM 系统的体系结构很像一栋房子:客户接触点是根基,数据仓库是地 基,客户利益性是隅石,数据挖掘是蓝图,Web 应用是顶石,这些技术结合在一起便构成了完整的CRM 系 统。 2. 2 　在CRM中数据挖掘常用技术 比较典型的数据挖掘方法有: ①关联分析②序列模式分析③分类分析④聚类分析⑤决策树⑥神经元 网络⑦规则归纳。 2. 3 　解决实际商业问题 (1) 客户盈利分析 客户盈利能力分析是数据挖掘的基础,也是数据挖掘是否用于正确方向的一个指标。一般情况下,在 顾客身上的花费越多,他们保持更高的忠诚度和购买更多产品的可能性越大。保持客户的忠诚度将对客 户盈利能力产生极深的影响。数据挖掘技术可以用来预测在不同市场活动情况下的客户盈利能力;可以 预测未来的盈利能力;预测客户盈利能力的变化。 (2) 新客户的获取 在大多数商业领域中,业务发展的主要指标里包括新客户的获取能力。新客户的获取包括发现那些 对你的产品不了解的客户,也包括以前接受你的竞争对手服务的顾客。数据挖掘技术可以帮助我们对潜 在客户群进行分析,并增加市场推广活动产生的反馈率。 (3) 交叉营销 交叉营销是指你向现有的客户提供新的产品和服务的营销过程。公司与其客户之间的商业关系是一 种持续的不断发展的关系,在这种关系建立起来以后,可以有很多种方法来不断改善这种关系。双方的目 标是达到双赢的结果,客户获益是由于他们得到了更好更贴切的服务质量,商家则因为增加销售量获利。 (4) 客户的保持 随着行业的竞争越来越激烈和获得一个新客户的开支愈来愈大,保持原有客户的工作愈来愈有价值。 使用数据挖掘技术可以用来预测哪些客户具有高风险转移的可能性。例如使用分类回归树(CART) 来生 成各种预测模型,可以对客户流失原因有深入的了解。 (5) 客户的细分 细分是指将一个大的消费群体划分成一个个细分群的动作,同属于一个细分群的消费者彼此相似,而 隶属于不同细分群的消费者被视为不同。细分的目的可以让管理者从一个比较高的层次上“鸟瞰”整个数 据库中的数据,从而可以用不同的方法对待处于不同细分群众的客户,提供相对个性化的服务。可以用数 据挖掘中的决策树或者聚类的方法来实现细分。 2. 4 　建立解决方案的关键 (1) 建立商业案例 针对数据挖掘创建商业案例的第一步就是找到可以采用数据挖掘技术的地方。在创建商业案例的过 程中,最重要的是商业价值的定义,或者说如何来评判数据挖掘的价值,评估指标包括收益的增长、利润、 成本降低、投资回报率(ROI) 、竞争优势等。在开始任何数据挖掘项目之前,必须要回答一个重要问题,即 是否真的需要用这种方法,要对此做出决定,重要的是理解所需的数据挖掘技术的复杂度级别。例如:是 否只需要一些标准的打印好的报表,还是需要交互式的ROL 分析或OLAP 来看看数据是什么样的? 是否 需要用真正的数据挖掘技术来建立预测模型、搜索数据库已获得有用的模式? 选择一种数据挖掘技术和某种实际产品的关键在于产品能否带来商业价值。如果某种技术不能被转 化为利润、增加收入、降低成本,或提高投资收回率,商业上就不会有人花时间用它。 (2) 优化CRM 优化CRM过程:对CRM进行优化比对其他业务问题优化更加困难,但是随着数据库、数据挖掘和 CRM系统自身的发展,现在已经可以经常对CRM进行优化,以增加客户收益率。优化过程有三个重要步 骤: ①评价:检查发生的结果②预测:根据已经发生的事情来设想其他的③行动:进行尝试。 3 　前途光明的数据挖掘技术和CRM 随着KDD 在学术界和工业界的影响越来越大,国际KDD 组委会于1995 年把专题讨论会更名为国际 会议,在加拿大蒙特利尔市召开了第一届KDD 国际学术会议,以后每年召开一次。近年来,KDD 在研究和 应用方面发展迅速,尤其是在商业和银行领域的应用比研究的发展速度还要快。 CRM产品的未来走向预测:未来的CRM产品前台和后台的信息系统将进一步融合;呼叫中心的功能 将大大扩充,真正地实现电话、www、Email 、传真、无线通讯、直接接触等的融合,成为联系中心;基于网络的 自助服务将成为企业向用户提供服务的重要方式⋯⋯ 作为一个跨知识管理、业务运作和电子商务等系统的融合概念,客户关系管理正以前所未有的速度发 展,并且扩大着用户群体,在激烈的市场竞争中,CRM正在逐渐成为现代企业生存的根本和制胜的关键。 4 　结论 客户关系管理不仅是一种管理理念,又是一种旨在改善企业与客户之间关系的新型管理机制,也是一 种管理软件和技术。数据挖掘能够对将来的趋势和行为进行预测,从而很好地支持人们的决策。21 世 纪,数据仓库、数据挖掘技术更是被认为是互联网之后的技术热点,具有极大的发展潜力和应用前景,CRM 的成功在于成功的数据仓库、数据挖掘。 参考文献 [1 ]施伯乐等. 数据库与智能数据分析———技术、实践与应用[M] ,2003. [2 ]Bill Schmarzo ,David Harper.Making Every Customer Relationship Count . [3 ]Alex Berson Stephen Smith Kurt Thearling. 构建面向CRM的数据挖掘应用[M] ,2001. [4 ]Jiawei Han. DATA MINNING-CONCEPTS AND TECHNIQUES. 数据挖掘———概念与技术(影印版) [M] . [5 ]王广宇. 客户关系管理方法论[M] ,2004. 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。 关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统