浅谈钢企CRM实施及数据挖掘技术的应用*

沈文彦

(江苏苏钢集团，江苏 苏州　215151)



浅谈钢企CRM实施及数据挖掘技术的应用*

沈文彦

(江苏苏钢集团，江苏 苏州215151)

通过阐述钢铁企业建立客户关系管理的流程框架和实施客户关系管理系统的要义，借助CRM系统结构和与数据挖掘技术相结合的优势，探讨了数据挖掘技术在客户关系管理中的相关应用。

客户关系管理；数据挖掘；钢铁企业；顾客价值

引言

中国的钢铁企业已逐步认识到实施客户关系管理项目的重要性，为获得满意的客户关系，重要的思路就是通过实施客户关系管理(Customer Relationship Management，CRM)项目来实现价值最大化。而对各类客户的异动变化之间相关性分析，运用数据挖掘理论的相关分析方法，深入挖掘CRM领域数据仓库中各种数据信息之间的相关性参数，为预测和分析钢铁行业供求关系客户的变化趋势提供一种行之有效的方法，提高预测的准确度，预防客户的流逝、渠道的萎缩，避免企业陷入恶性竞争，提高全行业抵抗来自国内外各种不利因素的风险的能力。建立采销核心客户关系实现企业供应链一体化，通过对CRM的数据挖掘及信息的深入运用，建立以“伙伴式、双赢策略”为准则共同致力于“利益一体化”的长期合作伙伴关系，追求和培养企业的“共生客户”，提高双方的赢利能力，以供应链整体来应对环境的不断变化，使钢企获得更多的竞争优势。

1　技术本身

1.1数据挖掘技术

数据挖掘(Data Mining)又称数据库中的知识发现(Knowledge Discovery in Database，KDD)，是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，简单的说，数据挖掘就是从大量的数据中提取或发现“知识”。数据挖掘技术是最近几年内迅速发展起来的一门交叉学科，涉及数据库、统计学、人工智能和机器学习等多个领域。其概念最早是由Usama Fayad 1995年加拿大蒙特利尔的第一届知识发现和数据挖掘国际会议上提出的，它的提出是与计算机科学、人工智能的机器学习等发展分不开的[1-2]。

1.2CRM的定义和框架体系

CRM(Customer Relationship Management)即客户关系管理，源于以客户为中心的商业模式，其通过对客户关系的有效管理，以鉴别、获得、保持为企业带来利润的客户，是一种新型的管理机制。这个概念最早由美国著名的IT系统项目论证与决策权威机构Gartner Group于1999年正式提出，客户关系管理是为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，从而实现客户收益率的最大化。

关于客户关系管理的定义，现在市场上对CRM有多个不同的定义。但是综合各方面的定义，在从管理的理念和技术流程的基础上，将CRM定义为：CRM是以相待管理理念为基础，将管理思想和信息技术有效的集合，以“客户为中心”的业务流程重组，形成一个协调整合的解决方案，以提高客户终身价值，实现客户价值提高和企业利润增长双赢[3]。根据企业资源管理研究中心(AMT)的定义,CRM是一种以客户为中心的经营策略，它以信息技术为手段对相关业务功能进行重新设计，并对相关工作流程进行重组，以达到留住老客户、吸引新客户、提高客户利润贡献度的目的。

客户关系管理(CRM)是现代企业管理的核心思想，它贯彻以客户为中心的经营理念，利用信息技术来充分把握和了解客户，在适当的时候，把适当的产品，通过适当的途径，提供给适当的客户。CRM为企业提供了一个收集、分析 和利用各种客户信息的系统，帮助企业充分利用其客户管理资源，也为企业在电子商务时代从容应对不同的客户提供了科学的手段和方法。 图1简单概述了CRM系统功能概貌。

图1　CRM系统功能概貌

1.3CRM系统的主要功能

A、信息分析；

B、对客户互动渠道进行集成；

C、支持网络应用；

D、集中的客户信息仓库；

E、工作流进行集成；

F、与ERP功能的集成。

对于钢铁企业来说，CRM系统的主要目标是提高与客户打交道的自动化程度，同时改进与客户沟通的业务流程，但是能够具备强有力的商业情报和分析能力对CRM也是很重要的。CRM系统有大量关于客户和潜在客户的信息，企业可以通过CRM系统，对其进行分析，使得决策者所掌握的信息更完全，从而能更及时地做出决策。良好的商业情报解决方案应能使得CRM和ERP协同工作，这样企业就能把利润创造过程和费用联系起来。

2　钢企CRM系统与数据挖掘技术的结合2.1　CRM客户关系管理对钢企发挥客户价值作用非凡

从理论研究的角度上讲，开发一个新客户的成本是维持一个老客户的5～8倍，而流失一位老客户的损失，只有争取10位新客户才能弥补。钢铁企业实施CRM客户关系管理系统有利于维系和保持已有的客户关系。中国钢铁产品70%的消费量集中在一些重点、核心用户或者直供户，因此维系和保持客户关系对钢铁企业的生存和发展非常重要。与此同时，由于钢铁企业的客户少，也为钢铁企业实施客户关系管理系统创造了有利的条件。

核心客户关系管理是管理与重要客户间的相互作用及关系的一个系统的过程，企业将自身业务与合作伙伴业务集成在一起，缩短相互之间的距离，降低供应链总成本、降低库存水平、增强信息共享、改善相互之间的交流、保持战略伙伴相互之间操作的一贯性、产生更大的竞争优势。 帕累托原理能很好地予以描述，即20%的客户产生80%的收入或利润；钢铁企业实施客户关系管理系统可以为企业创造价值。通过提高客户的忠诚度，缩短产品周期，降低客户开拓成本和交易成本，为企业带来增值。钢铁企业实施客户关系管理系统提高了企业对市场的应对能力，使企业取得了市场竞争优势。

2.2CRM结合数据挖掘技术的形式

从CRM系统所肩负的功能来看，系统必须在大量的看似无关的信息中，得出对企业有利的商业情报，虽然现代计算机的速度越来越快，但是从那些复杂的数据中，及时找出有用的商业情报，没有科学的算法，是绝对无法办到的。

数据挖掘技术很好地解决了这一问题，这里主要介绍数据挖掘技术的三种算法：

(1)人工神经网络算法：人工神经网络(Artificial Neural Network，ANN)的研究，可以追溯到 1957年Rosenblatt提出的感知器(Perception)模型。是在对人脑组织结构和运行机制的认识理解的基础上，进行智能行为模拟的一种工程系统。神经网络是一组连接的输入/输出单元，其中每个连接都与一个权相连，在学习阶段，通过调整神经网络的权，使得能够预测输入样本的正确类标号来学习。这种算法，可以实现数据的分类(Classification)、聚类(Clustering)、特征挖掘等多种数据挖掘，以及人工智能的学习任务。

(2)决策树算法：决策树(Decision Tree)方法最早产生于上世纪60年代，到70年代末。由J Ross Quinlan提出了ID3算法，是一种逼近离散函数值的方法。决策树是一个类似于流程图的树结构，它的每一个内部节点都代表了一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点代表类或类分布。决策树算法包括树的构造和树的剪枝，有两种常用的剪枝方法：先剪枝和后剪枝。使用决策树算法进行分类，能够很直观地从图中看到分类的规则。

(3)遗传算法：遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法(SGA)。遗传算法根据适者生存的原则，形成由当前群体中最适合的规则组成新的群体，以及这些规则的后代。遗传算法用于分类和其他优化问题。

此外，还有粗糙集方法、模糊集方法、贝叶斯网络、可视化技术、临近搜索方法和公式发现等方法。

结合数据挖掘技术和算法，从大量甚至海量看似无关联的客户数据或其他日常数据中挖掘出隐含的、未知的、对公司决策有潜在价值的知识和规则，能够帮助钢铁企业找出违背发现的新机会，能够更准地预测商业情景，更快地做出有利于企业的决策。

2.3钢铁企业的客户关系管理

钢铁企业的客户关系管理是一种旨在改善钢铁企业与分销商以及最终客户之间关系的新型管理机制。钢铁企业实施客户关系管理系统首先得转换经营理念，从“产品”导向的管理转变为“客户”导向的管理，并以“客户为中心”的经营理念重组企业生产经营的业务流程。这是直接关系到CRM项目的能否成功实施的关键两步。通过优化企业业务流程，利用信息共享，有效降低企业的生产经营成本，提高客户满意度、保持和吸引更多的客户，增加持续盈利能力。其要求以“客户为中心”来建立钢铁企业管理模式，以提高快速响应市场的能力和客户满意度来规范工作流程，建立客户驱动的产品/服务设计，进而培养客户的忠诚度，扩大企业可盈利份额。它为企业在销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案，从而实现由传统企业模式到以电子商务为基础的现代企业模式的转化[5]。

图2描绘了以“客户为中心”的钢铁企业CRM的简要流程图，通过对钢铁企业的业务过程的集成，

图2　CRM的简要流程图

将对客户的管理渗透到企业的各个部门，使得生产和经营围绕市场和客户来进行，提高了企业及时相应市场的能力。

CRM系统通过与客户互动的方式来采集客户信息、市场信息、销售信息等，并将这些信息存储到与ERP系统共享的数据库中，通过数据仓库技术和数据挖掘技术将这些信息进行综合汇总和抽象分析，从而对市场和销售情况进行预测，对客户行为、客户价值等进行分析。

3　钢企CRM实施及数据挖掘技术的应用3.1　钢铁企业CRM实施要点

钢铁企业有其行业的特殊性，钢铁企业实施客户关系管理系统应该注意以下方面：

(1)市场信息的及时、准确获取:钢铁行业的多渠道的营销模式，使得企业往往很难及时获得准确

而全面的市场信息，同时也很难将市场信息顺畅地传达给各个渠道。这就要求CRM必须能够使各个销售渠道实现订单下发、货物接收、仓储物流及销售结算等信息的及时传递，提高企业对各渠道的信息处理及掌控能力。

(2)健全的服务体系:随着市场竞争的不断加剧，缺乏良好服务体系的钢铁企业必将处于不利地位。如今，钢铁企业已不只停留在产品的供应及质量异议的处理上，更是加大了服务体系的建立与健全。CRM因此更需要一个完善的服务平台为客户提供多方位、相互的集成的服务渠道。

(3)CRM，ERP信息共享: 钢铁企业特别是特殊钢企业只有通过建立“以销定产”为主的运营模式，实现对客户定制化、个性化需求的有效满足，才能吸引和培养大批忠诚的重点客户、核心客户。这要求CRM系统和ERP系统信息高度共享与相互支持。

3.2基于CRM的数据挖掘

钢铁企业在建立CRM客户关系管理系统之后，除开展日常性工作外，对CRM系统形成的数据仓库进行深入的数据挖掘，对企业经营管理提供有效决策支持则显得非常重要。目前市场上的CRM系统主要通过以下几个方面来进行数据分析：

(1)客户细分：通过客户的详细资料方面的深入分析，包含客户群体分析、忠诚度分析、客户利润分析等。通过客户属性信息进行分析，包括对客户的所在地区的人口、地理区域、地区收入水平、以往的购买行为、地区消费水平等信息，通过系统中数据挖掘算法分析，可以得出客户潜在消费能力，以及消费倾向和客户忠诚度等信息；通过对客户的生产状况和客户的产品利润情况分析，可以知道客户的企业健康状况；事实上，每个客户都有一系列的相关属性，而对一些企业来说，重要的分类需综合一系列属性而非单个属性来评判。数据挖掘中的聚类方法，能够帮助企业按照客户的类别、行业、区域等企业感兴趣的各种条件细分市场。客户细分是企业确定产品和服务的基础，也是建立一对一营销的基础。2000年某银行将客户细分为顶级、重要、核心和大众四类客户群，提供有针对性的差别服务，营业收入增长了一倍以上。

(2)客户获得：潜在客户挖掘，通过分析客户消费行为，针对不同意义的客户，采取不同的有针对的营销策略，制定出针对不同客户最有效的销售策略。数据挖掘中的分类、聚类技术可以帮助企业分析现有客户来自哪里，他们有什么共同特征，然后建立响应模型，估算客户对一个产品与服务的响应概率，挖掘潜在客户。 通过对地域、现有客户或供应商产业链分析，挖掘出潜在客户信息，以及通过有效的营销策略和市场活动，来推动潜在客户变成活跃客户，通过系统在第一时间为客户量身定制相关信息，占据市场优势。

(3)盈利预测：通过对客户盈利能力分析与预测，确保企业利润。根据20/80规则，20%的客户通常会带来80%的利润，钢铁企业的大额交易则更为明显。因此企业需要了解哪些客户是给企业带来利润的客户，哪些客户会给企业带来损失，从而将资源更多的分配给为公司贡献利润的客户，减少在不为公司贡献利润的客户身上所花的费用，杜绝风险极高的客户。利用数据挖掘中的分类与预测技术建立生命周期价值(LifeTime Value, LTV)模型可以预测客户在预定时间长度内的总体利润。

(4)客户满意:实时跟踪评价完善售后服务，通过对客户反馈信息的分析，反馈出客户的满意度和忠诚度，避免客户流失。如今能够运行良好的企业，都在考虑如何使得客户更加满意，通过客户关系管理提高现有的和潜在客户的忠诚度。CRM系统通过自定义的定量的度量标准和公式，发挥数据挖掘分析能力，通过流失建模帮助企业分析客户忠诚度，能够及时地对可能出现客户满意度下降的点，找出客户不满意的原因，给予及时的提醒，帮助企业制定有效措施，提高客户忠诚度，增加企业的利润。

(5)客户异常:通过对客户行为的数据分析，建立信用等级体系，并及时发现异常情况，规避风险和经济损失，优化现行策略。系统通过交易情况、客户生产经营状况等信息，利用数据挖掘技术中的孤立点分析可以发现异常数据，这些异常数据对分析客户的信用度是非常有用的，如在钢铁企业客户利用承兑汇票、信用证时间差等拖欠货款，通过客户数据分析，可以避免客户欺诈、销售异常等。通过客户异常分析，给决策者提供相关信息，来制定和优化现行的营销策略。

钢铁行业CRM系统整合的这些功能，之所以能够精确计算，数据挖掘技术，起到了决定性的功能，一个具备学习型的CRM系统，能够有效地帮助企业提升业绩。在日常生活中，接触到最多的数据挖掘系统，就是搜索引擎，它就是一种具备学习能力的数据挖掘系统，可以及时分析出现代人类上网关心的话题，或某一群体关心的话题等信息。

4　结束语

钢铁业在整个国家的经济结构中虽然举足轻重，中国钢铁企业实施CRM也只是处于探索阶段。CRM是一种旨在改善企业与客户之间关系的新型管理机制。而数据挖掘的研究已进入了一个高峰期，在很多领域都在尝试进行技术应用，比如在公司的人力资源系统中，通过对员工的日常数据分析，挖掘出员工的最大潜能，以及员工的忠诚度等信息。

如果钢铁企业可以很好地吸收CRM理念，在CRM系统中有效地利用数据挖掘技术，为企业决策者提供准确的数据，来降低公司运营成本，增加利润，都是可以预见的。因此，钢铁企业只有对自身存在的问题和改善目标有着清晰的认识，认清客户关系管理系统的建设和数据挖掘的运用并不是单纯的企业信息化建设而是一项复杂的管理系统工程，重视外部资源管理和内部资源管理的结合，才有可能取得最后的成功。

总之，CRM系统是现代钢铁企业能够保持市场竞争力的重要手段和工具，数据挖掘技术能够更好地保证CRM系统实现其目标，充分发挥其作用。

[1]朱爱群.客户关系管理与数据挖掘[M].北京：中国财经出版社，2001.

[2]何荣勤.CRM原理·涉及·实践[M].北京：电子工业出版社，2003.

[3]Michael J A Berry，Gordon S Linof.数据挖掘——客户关系管理的科学与技术[M].袁卫.北京：中国财政经济出版社，2004.

[4]郝应光，于慧，刘晓冰.基于CRM的面向钢铁行业的企业管理信息系统研究[J].计算机应用研究,2004,(11):75—77.

[5]刘鸿渊，苟冰心.钢铁产品市场特征及客户关系管理有关问题的探讨[J].冶金经济与管理,2001,(5): 34—36.

[6]谷力.供应链管理及客户关系管理系统的设计与实现[J].冶金自动化,2003,(3):20—23.

[7]郝应光，尹文升，刘晓冰.面向钢铁行业的ERP与CRM、SCM集成研究[J].计算机技术与自动化,2005, 24(2):286—291.

2015-09-28

F279.23 ; TP392