數據挖掘在CRM中的應用論文
摘要：對于CRM數據挖掘的應用程序，本文做出了系統性的總結和研究，這包括了面向CRM數據挖掘的體系和結構，立足于客戶生命周期的角度，并結合本行業發展的前景，對CRM中的數據挖掘進行了分析。
關鍵詞：數據挖掘；客戶關系管理(CRM)；知識發現
如今，經濟全球化發展的速度不斷加快，在市場經濟的背景之下呈現出蓬勃發展的局面，外加互聯網技術的日益普及化，促使當前的市場競爭不斷加劇。眾所周知，客戶對于一家企業來說至關重要，因此為了更好的促使現代企業發展順利，理應不斷維護好企業與客戶之間的關系。這種關系對于不斷增強企業的綜合競爭力十分重要，因此企業不斷改善客戶關系，便成了企業發展中一項重要的任務。客戶分析是企業發展中處理好客戶關系管理的基本，然而如何做好客戶分析呢，這就需要對數據挖掘進行應用，數據挖掘的研究應用在現代企業客戶關系管理意義非凡。
1CRM體系結構
客戶關系管理(CustomerRelationshipManagement，CRM)起源于上個世紀的八十年代初期，首次提出了接觸管理，也就是不斷收集客戶與企業聯系的所有有關信息。到了九十年代初，又增加了電話服務以及客戶服務支持數據等相關的分析。經過20多年的發展，如今企業發展中的客戶之間的關系其管理的手段和方式逐漸走向成熟化，并且在理論和實踐方面不斷成熟化。CRM是一個把客戶看做中心的營銷理念，通過信息化的技術方式，重新設計企業業務單元，優化工作中的每一個環節的過程。它將現代信息技術也就是我們常說的互聯網技術、多媒體信息技術、電子商務技術、數據倉庫管理信息技術、專家數據管理系統以及人工智能呼叫中心等融合在了一起。CRM具有較強的自動化特點，并且能夠處理好銷售與客戶管理之間的關系。它的'目的在于不斷的縮短銷售的周期以及銷售中投入的成本，進而不斷增加企業在盈利方面的能力，并且尋找一片新的產品市場，逐漸增加企業的業務領域，從而提高潛在客戶以及忠誠客戶的滿意度，盈利能力以及忠誠度等。
2CRM中數據挖掘的應用研究領域
2.1從客戶生命周期角度分析數據挖掘技術的應用
從CRM的廣義來看，可以簡單化的理解為管理所有的和客戶之間的一系列互動。在購買實踐的過程中，這就需要運用多種信息對客戶之間的多維關系進行預測以及分析。在不同的階段過程中，客戶關系可以看做是客戶的生命周期。一般說來，客戶的生命周期可以劃分為3個主要的過程：其一是尋找到客戶，其二是能夠提升客戶的價值，其三是不斷維護好效益客戶，使其持續受益。如果實現了各個階段效益的最大化，便可以在此基礎上不斷提高企業的利潤。其一是借助數據挖掘尋找潛在的新客戶：CRM中首先應該做的便是識別那些潛在的客戶，尋找到之后就要盡可能使其轉變成企業發展中的忠實客戶，數據挖掘可以幫助企業實現這一切。其二是不斷提升客戶的價值：通過客戶盈利能力的相關具體化分析，進一步挖掘和預測客戶本身所具有的盈利能力以及未來的具體變化；通過對客戶購買模式的相關研究，實現客戶的細分化，這樣一來可以針對性的提供更加具有針對性的個性化服務，從而能夠有效的實現多維化的交叉銷售。其三是維護好客戶，要及時的對客戶忠誠度進行分析研究，以防客戶流失。借助數據的深入研究和挖掘，及時分析好客戶的歷史交易記錄，提醒消費者行為，并提出相應的對策和建議。
2.2各行業中CRM的應用
(1)零售業CRM中的數據挖掘零售業CRM它是數據挖掘領域中最重要的應用方面，伴隨著網絡以及電子商務模式的不斷發展而呈現出繁榮發展的態勢。通過對零售數據的挖掘可以對客戶的購買行為進行識別和具體化的分析，并且及時發現客戶的購買嗜好以及未來的購買趨勢，這樣便不斷提高了服務的質量，為客戶滿意度的提高提供了條件。例如，我們可以借助多個特性化的數據進行全面的銷售，這樣一來便實現了客戶與產品之間的多維聯系，使用多維、相關化的分析來做好促銷的有效性，借助序列模式我們可以挖掘客戶忠誠度，通過相關性分析可以為購買參考提供建設性的意見和建議。(2)電信業CRM中的數據挖掘當前的電信行業，已經從純粹的市話服務領域不斷轉向提供一些綜合性的電信服務。它能夠把互聯網、電信網以及其他的各種通信和計算融合在一起，這是時代發展的大潮流。借助數據挖掘等相關技術可以為一些商業化的實踐提供條件，確定好電信服務的基本方式，捕捉每一個盜竊，從而更好地借助技術方面的資源，實現頗具人性的服務。電信數據一般具有多維化的分析功能，可以實現數據的識別與比較，更可以實現數據通信與系統負載等。通過量化分析，聚類分析以及異常值分析對盜用、異常模式進行識別和破解。(3)金融業CRM中的數據挖掘如今，大部分的銀行以及一些金融性的專業機構能夠為客戶提供了多種選擇，例如最基本的儲蓄、投資以及信貸服務等。有時也可以提供一些保險和股票服務。在金融市場中，數據生成已經相對成熟，從整體看來金融領域的數據相對較完整、可靠，它為數據分析提供了基點。下面的幾個是平時常見的應用情況：通過多維化的數據分析、挖掘可以做好數據倉庫的基本任務；通過特征比較研究做好數據的衡量和計算幫助客戶對貸款償還進行科學化的預測和分析；通過分類以及聚類的方式對客戶群體進行識別，對目標市場進行分析；借助數據的可視化以及關聯性分析對金融洗錢以及其他的一些金融犯罪進行偵破。
作者:吳 磊 單位:吉林省長春市吉林建筑大學計算機科學與工程學院
參考文獻
[1]王一鴻.體檢中心CRM構建及數據挖掘的應用研究[D].華東理工大學.2011
[2]潘光強.基于數據挖掘的CRM設計與應用研究[D].安徽工業大學.2011
[3]石彥芳,石建國,周檬.數據挖掘技術在CRM中的應用[J].中國商貿.2010(02)
[4]王芳,楊奕.論數據挖掘技術在客戶關系管理(CRM)中的應用[J].現代商貿工業.2009(01)
[5]鄭玲,陶紅玉,闞守輝.數據挖掘在CRM中的應用[J].中國電力教育.2008(S3)