数据挖掘技术在CRM中的应用

马强

摘 要

随着电子商务经济模式在社会经济发展中应用程度的加深，客户关系管理逐渐受到企业的关注和重视，而在客户关系管理中，客户的分类是其中的一项必备职能。客户作为一个庞大的群体，要想在庞大的不确定客户信息中挖掘出有价值的信息，还需要数据挖掘技术的应用。基于此，文章先对数据挖掘技术和CRM的相关内容进行了介绍，在此技术上分析了数据挖掘技术在CRM中的具体应用情况。

【关键词】数据挖掘技术 CRM 客户关系管理

随着网络信息技术的迅速发展，以电子商务为中心的企业经济发展模式逐渐成为主导，而这种模式的存在也给企业内部带来了大量的业务数据，面对庞大的客户数据信息，如何从中挖掘出有价值的信息就成为了企业管理者提高业务能力的主要管理方向。现如今，很多企业的数据库中都储存了大量的客户数据，面对这些庞大的数据信息，如何充分利用这些数据，深入分析和挖掘数据中的有用信息，是很多企业管理者关注的焦点，也是实现客户关系管理的功能和目标，而这一功能和目标的实现还需要数据挖掘技术的充分应用。

1 数据挖掘技术和CRM的定义

1.1 什么是数据挖掘技术

数据挖掘就是应用一系列技术从大型数据库或数据仓库中提取人们感兴趣的信息和知识，这些知识或信息是隐含的，事先未知而潜在有用的，提取的知识表示为概念、规则、规律、模式等形式。在数据挖掘技术中，其任务主要有预测、聚类和分类、关联分析、时序分析等。其中，预测指的是从历史数据中预测将来可能会发生什么；聚类和分类指的是通过已知的属性对人和事物进行分类；所谓关联分析，所指的是分析可能同时发生的事物，其目的在于找出数据库中隐藏的关联网；时序分析也被称为时序模式，所指的是从事物中挖掘频繁出现的有序事件。在数据挖掘的过程中，决策树方法、遗传算法、规则归纳法、神经网络、粗糙集等是数据挖掘的一些常用方法。

1.2 CRM的定义

客户关系管理CRM系统是以客户为中心，以客户管理、销售管理、客户服务为基础，实现企业面向客户业务流程处理自动化的信息系统。在CRM系统中，以客户为中心进行企业营销，并且把它作为主导思想，通过以这种思想为指导的活动，实现提高客户对企业的满意度、改善企业和客户的关系、降低企业经营成本、提高企业在市场的竞争力。在CRM中，企业的营销活动以客户为中心展开，并把它作为CRM的核心思想，通过这种核心思想的主导，实现客户关系的改善、客户满意度的提高、企业经营成本的降低、企业市场竞争力的提高。

2 数据挖掘技术在CRM中的应用流程

数据挖掘技术在CRM中的应用是一个循序渐进、不断调整、循环反复的动态过程，它会随着系统的不断拓展和客户数据的不断积累，以及企业业务需求的变化而不断的产生新的数据，打破已经建立的数据模型，使其失效。因此，数据挖掘技术在CRM中的实施是随着数据和业务的需求发展而不断变化的，具体的应用流程如图1所示。

2.1 明确挖掘目标

在数据挖掘技术于CRM的应用中，明确挖掘目标也是确定业务对象的过程。企业客户关系的管理中，对于数据挖掘技术的应用，要想使它在CRM中发挥作用，企业自身首先需要明确业务中所存在的现实问题。对企业来讲，只有在数据挖掘技术的应用中充分了解了CRM的问题，才能确定它所服务的业务对象和期望的商业目标，然后根据这些业务对象和商业目标展开数据的收集和预处理，进而形成对数据的初步认识，了解数据的分布情况，以便能够为数据预测模型的建立打下良好的基础。

2.2 进行数据挖掘准备

作为数据挖掘中最为重要的一步，数据准备的好坏直接影响着最后的挖掘结果。通常，数据挖掘准备需要经历三个过程：

2.2.1 数据的收集

根据业务问题收集所有和业务有关的数据，在这个数据收集的过程中，企业需要制定严格的业务操作流程，并协调好各个相关部门，这样才能在数据的收集中及时和完整的从异构数据源中获得目标数据。

2.2.2 数据的预处理

其主要是为了对数据的进一步挖掘做好准备，在这个过程中需要清理客户数据，从已经收集的数据中选择有用数据，已保证数据收集的完整性、真实性、有效性和规范性。

2.2.3 数据的转换

这个模型主要是对数据的挖掘算法而建立的，是将数据转换成元数据模型，就数据挖掘成功与否的判断中，一个真正适合挖掘算法的元数据模型是关键。

2.3 构建数据挖掘模型

数据挖掘模型的构建需要从所收集的数据属性和要解决的业务问题中展开，因此，在数据模型的构建需要经历一个非常复杂的过程，并在这个过程中需要综合考虑多方面的因素，从多种建模方案中做出合理的选择，这样建立的模型才能实现企业的发展目标，才能有效的解决企业经营中所面临的各种业务问题。

2.4 应用数据挖掘模型

在应用数据挖掘模型之前，首先需要对模型的构建进行解释和评价，在解释和评价的过程中需采用容易理解和执行的方式，这样才便于对挖掘的结果的表述，以及对数据挖掘质量的评价。通常，数据模型的评价是从两个指标中展开，一个是支持度，验证的是结果的实用性；另一个是可信度，验证的是结果的准确性。在数据模型的验证中，若评估的结果不好，则需要对数据进行重新整合，或者对原有的模型进行新的修正。

2 数据挖掘技术在企业CRM中的应用

3.1 客户的识别

所谓客户的识别，就是通过一些技术手段，结合大部分客户的个性特征和购买记录等数据中，分辨出对企业有价值的客户，并把这些客户作为企业客户关系管理的对象，保证企业CRM的顺利开展。在客户的识别中，其关键在于选择对企业有意义的客户，并需要在数据的挖掘中把握两个方面，一方面是对客户市场分割和盈利的分析，另一方面是对客户利润回报的预测，这样才能让企业在转化和挽留客户的过程中，能针对不同的客户选择合适的方法。

3.2 新客户的获取

新客户的获取过程主要是针对隐藏的有价值的客户所展开的，在这个新客户的获取中，数据挖掘技术所发挥的作用非常强大。通过数据挖掘技术，企业可以区分不同客户之间所存在的不同特征，根据这种特性，进而挖掘出需要的潜在客户，在努力的劝说中说服这些客户使用企业的产品和服务。

3.3 客户价值的提升

企业在客户价值的提升上可通过三种方法来实现，首先，需要把企业和客户之间的关系尽量的保持在一个比较长久的时间内；其次，企业需要提升和客户之间的交易次数；最后，企业需要最大限度的保持每次建议中的利润获取。

3.4 客户的保持

在客户价值提升的过程中，企业和客户之间关系的长久保持非常重要，此时，企业就需要重视对那些可能流失而又具备高价值的客户的保持。首先，企业对客户的保持需要先区分客户价值的高低；其次，对那些可能流失的优质客户要充分挖掘，在挖掘中认真分析这类客户的特征和流失因素；再次，通过数据挖掘方法分析客户行为，确定流失概率，并要特别找出那些流失概率非常大的客户。

3 结束语

综上所述，数据挖掘技术在CRM系统应用中最重要的一项技能就是数据的挖掘，从CRM以客户为中心的核心思想指导下可以发现，数据挖掘技术在CRM中的应用，能有效提升企业对客户信息了解程度的加深，这对企业经营策略的选择，以及服务和营销质量的提升都有着重大价值。在企业未来的发展中，随着企业客户关系管理中对数据挖掘技术需求的增加，其技术也将更加成熟，这对企业客户满意度和企业竞争力的提升都有着积极的作用。

参考文献

[1]郭愈强，樊玮.数据挖掘技术在民航CRM中的应用[J]，计算机工程，2005（31）：169-171.

[2]刘彬，白万民.浅析数据挖掘技术在CRM中的应用[J].电子世界，2014，01（17）：16-17.

[3]杨虎猛，朱汝岳.金融业分型CRM系统探索与应用[J].计算机应用与软件，2013，07（30）：259-261.

[4] 徐国庆，段春梅.数据挖掘技术在CRM中的应用研究[J].网络安全技术与应用，2012，02（12）：38-40.