数据挖掘在客户关系管理中的应用研究

刘学波

朝阳广播电视大学 （ 朝阳122000 ）

随着信息的发展，企业内产生了大量的业务数据。面对如此海量的数据，迫使人们不断寻找新的工具，来对企业的运营规律进行探索，使企业获得利润。能满足企业这一迫切需求的强有力的工具就是数据挖掘。

1 客户关系管理 CRM（Customer Relation Management）

CRM是一种指导企业以客户为中心的管理思想和方法，它以“一对一营销”理论为基础，旨在改善企业与客户之间的关系，通常实施于企业的市场营销、服务、技术支持等与客户有关的领域。

CRM 是不断演变的概念。较早的概念把CRM定义为一种营销工具，最近的概念把其提高到企业的战略层次上，但到目前还没有一个统一的定义。下面给出几种典型的描述。

(1)卡尔森市场营销集团：是一项通过个别雇员、渠道或客户为某个组织或企业建立形象，从而挽留老客户，提升表现的商业策略。

(2)Gartner Group（最早提出客户关系管理）：是整个企业范围内的一个战略，这个战略的目标是通过组织细分市场，培养客户满意行为，将从供应商到客户的系列处理过程联系在一块，使得利润、收益、客户满意程度最大化。

(3)企业资源管理中心（AMT）：是一种以客户为中心的经营策略，它以信息技术为手段，对业务功能进行重新设计，并对工作流程进行重组。

从上面的各种描述中，一方面可以看出，CRM在帮助企业识别、吸引和保留有价值的客户这几个方面是被广泛认同的。另一方面也可以看出，CRM是管理理念和信息技术相结合的产物。为了实现CRM的目标，经营者首先必须转变管理理念，以客户为中心，通过客户为中心，通过客户关怀提升客户满意度、忠诚度，这是CRM成功的必要条件，没有它，CRM就失去了基础；其次要有信息技术来支持这种新的管理模式，表现为以Internet和电子商务、多媒体技术、数据仓库和数据挖掘、专家系统和人工智能及呼叫中心等最新的信息技术为基础，没有它们的支持，CRM工作的效率将难以保证，经营理念的贯彻也失去了落脚点。

2 数据挖掘

数据挖掘又称数据库中的知识发现，指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在的应用价值的信息或模式，它是数据库研究中一个很有价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。

挖掘库是数据库挖掘工具的核心部分。在挖掘库中存放了数据挖掘项目需要的数据、算法库和知识库。在算法库中存放了已经实现的挖掘算法，在知识库中存放着预先定义和经过挖掘发现的知识。

3 数据挖掘在客户关系管理中的应用

客户数据是对客户信息进行分析的前提条件。这些基本数据中有客户的基本信息，比如：性别、年龄、学历、自然住址、和收入等。还有在营销活动中通过调研或咨询所获得的数据信息，包括个人喜好、对产品的个性化要求、及其对产品性能和服务的意见、建议，对未来产品发展的期望和预测等。通过运用数据挖掘等技术对这些基本信息进行分析处理，挖掘潜在信息，定位和发现潜在用户和用户的潜在需求，并用以检验、修正和指导后期的生产和销售活动。

从客户关系管理角度出发，数据挖掘具体应该包括但不局限以下几个方面。

(1)客户保持

对于客户保持，企业可通过数据挖掘对客户数据库中大量的客户历史交易记录、人口统计信息及其相关资料进行分析和处理，对流失客户群作针对性研究，分析其特征，研究哪些因素会导致客户流失，建立流失客户模型，识别导致客户流失的模式，然后根据分析结果到现有客户资料中找出可能转移的客户，并结合流失客户模型，分析模型和结果，预测哪些客户会离开，并建立潜在离开者模型，以便使企业制定一些可以透使这些潜在离开者留下来的最适宜的计划和方案，改善客户关系，争取保持客户并提高收益；也有些企业利用神经网络根据客户的消费行为与交易记录对客户的忠诚度进行计算和排队，在此基础上排出流失率的等级，针对不同客户采用不同的客户保持策略。

在客户保持中一般涉及到三个数据挖掘的模型：首先建立模型用来预测和识别潜在的流失者；然后通过数据挖掘识别潜在的流失者中的黄金客户；最后利用聚类分析等方法对黄金客户中的潜在流失者数据进行分析挖掘，识别其行为模式，从而有针对性地对客户采取相应的措施，以期保持客户。

(2)交叉销售

交叉销售就是为原有的客户销售新的产品和服务。交叉销售是建立在双赢的原则上，对客户来讲，要得到更多更好满足其需求的服务并从中受益；对企业来讲，也会因销售的增长而获益。

(3)个性化的市场营销

成功的市场营销必须依赖于对客户的了解，每一次营销活动都应该具有针对性，进行个性化营销，这样才能降低营销成本，提高用户响应率。企业利用数据挖掘的聚类分析技术可以对数据仓库中收集、加工和存储的大量客户信息进行分析和处理，根据客户的消费心理、消费习惯、偏好程度、购买频率、收入水平等因素把大量的客户进行分类，这些类应满足“类内部对象具有最大的相似度，而各类间的对象具有最小的相似度”的基本聚类分析原则，使得同类客户具有相似的偏好和需求。然后企业可以根据不同客户群特征，提供差异化营销策略。

(4)新客户的获取

虽然“企业争取一个新客户的成本是保留一个老客户的7～10倍”，但获取新客户仍然是企业不断成长的关键，是客户生命周期的第一步。企业发展需要不断获得新客户。企业可以利用数据挖掘对通过决策树等方法建立预测模型，以此来显示哪些客户将对营销活动做出响应；接着用神经网络建立信用评分模型；最后将这两个模型结合起来发现潜在客户，提高营销活动响应率，找到正确的营销对象，并对其采用感兴趣的个性化营销方案，以期获得新的客户。

(5)客户盈利能力分析

二八律在现实生活中有着广泛应用，它在客户盈利能力方面同样适用，即 80%的利润来自20%的客户。由此可见，不同客户的盈利能力对企业的利润贡献是不同的。

企业可以设置一些计算盈利能力的参数，利用数据挖掘对客户信息和客户历史交易记录、售后服务等进行分析，得出每位客户的盈利能力；对客户进行分类，预测客户未来的购买模式和购买行为。这样就可以在市场营销过程中对那些有价值和有潜在价值的客户投入较多资金，向其提供及时的个性化服务，留住这类客户，并有针对地对其采用交叉销售等手段提高客户的盈利能力；对那些低利甚至无利的客户则可以避免花费过多精力和财力保留，避免无目标的开发新客户。

4 在客户关系管理中实施数据挖掘应注意的问题

在具体实施数据挖掘过程中，企业好应该还必须注意以下问题。

(1)实施“一把手”工程

由于基于数据挖掘的客户关系管理是对原有客户关系管理系统的提升，其结果不可避免地会同现有的某些市场战略和营销策略不一致，没有高层领导的支持，可能难以将挖掘的结果应用到企业管理中；同时新系统运行过程中原有的工作方式和方法必定会发生改变，还可能会触及到某些人的利益，从而遇到来自各方的阻力。“一把手”必须关注这些问题，对存在的问题及时协调沟通。

(2)建立学习型组织

在数据挖掘应用过程的多个环节中，人的主观辩识和控制是应用成败的关键，这就对系统使用人员提出了很高的要求。如果没有具备相应素质的使用人员和维护人员，必将导致系统与现实脱钩，无法达到预期效果。因此必须不断提高员工素质，减少使用中的错误，使基于数据挖掘的客户关系管理系统发挥最大的作用。

(3)必须重视数据的质量

如果数据挖掘的数据质量存在问题，数据挖掘的结果可想而知。因此必须花费较多的时间和精力进行数据的准备工作，以确保数据的质量，使数据具有较高的一致性、完整性、正确性和适用性。

(4)构建系统时应量体裁衣

对于产品比较单一、数据量比较小的中小型企业，可以购买相关的专业软件或系统，由企业通过培训公司职员或招聘具有相应技能的人员自己构建；对于规模大、产品比较多或影响销售因素多的大型企业，可以将构建工程外包给专业公司，由他们全程系统地构建、实施和维护工作。

CRM的本质就是为了企业提高企业的竞争力，而目前市场的重心已经由原来的以产品为中心转到了以客户为中心。所以有效的利用客户数据，加强和改善企业与客户的关系是现代企业制胜的关键。数据挖掘技术应用于这一领域可以帮助企业更好地分析和处理客户数据，挖掘客户对企业的最大价值，同时有助于企业合理分配现有资源，建立与客户之间的关系，提升竞争力。

[1]魏宏业.CRM 系统中的数据挖掘与知识管理研究.情报学报,2003.

[2]丁建石.以数据挖掘提升客户关系管理.天津职业大学学报,2005.

[3]米天胜.数据仓库和数据挖掘在客户关系管理中的应用.情报杂志,2005.

[4]马刚,李洪心,杨兴凯.客户关系管理.大连：东北财经大学出版社,2006.