基于数据挖掘技术的客户关系管理应用

昆明理工大学 丁志清 廖旺

1 引言

客户作为企业的核心资源之一，在竞争日益激烈的商业时代发挥着越来越重要的作用，拥有和保持更多的客户资源决定着企业今后的命运，因此客户资源是否能够有效开发利用，企业与客户之间关系是否能够保持稳定与和谐，以及是否能够在尽可能满足客户需求的同时做到在最大程度上实现企业的经济社会效益，已经成为企业界与学术界共同关注的焦点之一。

在当下的经济环境中，企业客户关系管理是一种以客户为中心的企业管理与营销技术实现。在企业与客户之间创建管理体系，实现实时、互动的目标，通过高质量的商品生产、个性化的服务来获得新客户，与此同时提高客户的忠诚度以及企业赢利能力，做到为客户创造价值，最终达到增强企业核心竞争力的目标。由于信息技术发展迅速，相关技术的应用广泛，企业面临着内外信息量的快速膨胀，数据挖掘技术能够帮助企业对庞大的数据进行快速有效的处理分析，挖掘有价值的知识，因此可以为企业做出正确的经营决策提供极大的帮助。

2 客户关系管理的概述

2.1 CRM定义

目前，学术界并没有给出客户关系管理统一定义。Gartnet Group最先提出了客户关系管理(CRM)的概念，提出CRM是从管理视角出发为企业提供全方位的视角，为达到实现客户收益率最大化的目的，赋予了企业更为完善的与客户交流的能力。德勤咨询有限公司认为正确地运用客户关系管理可以使客户与企业对彼此都更加具有价值。Hurwitz Group指出，CRM是一套以自动化为焦点的商业流程，可以看作是原则也可以看作是技术，它能够做到改善大多数与客户关系相关领域的关系，缩减相关成本，最终增加客户价值。

综合各方观点，CRM的含义可以分别从宏观、中观、微观的角度进行理解：宏观上讲，可以将其看作一种新型的管理理念。客户成为企业最重要的资源，通过改善针对性的客户分析和客户服务来满足客户需求，实现客户价值。中观来说，可以将其看作一种新型管理机制。它要求企业模式的中心由产品转移至用户。微观而言，CRM是指一种管理软件或者说是一门技术。这样一套软件系统将商业的实践与信息技术紧紧结合，为企业在营销、客户服务等相关领域提供技术支持[1]。

2.2 CRM体系结构

(1)运作层次的CRM：这一层次的客户关系管理系统主要作用在营销、销售和客户服务三部分。对相关业务流程和管理进行信息化，主要是实现各部分的自动化，有利于提高前台的运作效率和精度。

(2)协作层次的CRM：这一层次的客户关系管理系统偏重于对客户进行沟通所需技术措施(如呼叫中心等)进行集成处理。这方面主要体现在语音技术、电子邮件、网上商店上。

(3)分析层次的CRM：这一层次的客户关系管理系统主要任务是对大量由前两个层次的应用所产生的信息进行分析处理，为企业决策提供支持。主要系统为数据仓库、客户数据库等。

3 数据挖掘

3.1 数据挖掘的定义

数据挖掘就是利用相关技术将人们感兴趣的信息和知识从大型数据仓库或数据库中提取出来，这些知识或信息是事先并不知晓但潜在有用的，是隐含的、提取出来的知识，用概念、规律、模式等形式表示[2]。数据挖掘是一种数据分析，挖掘的是深层次的信息和知识。它的使用可以在CRM中大规模筛选客户数据库中看似没有联系的数据，提取出有价值的客户信息，进而可以帮助决策者对客户未来的发展趋势和行为进行预测，以便做出正确的决策。

3.2 数据挖掘流程

数据挖掘流程包括四个阶段：目标定义，数据预处理，建立模型和评价模型[3]。

(1)目标定义：流程的第一个阶段，首先企业必须对自己的目标有一个明确的定义，才能发挥数据挖掘的价值。

(2)数据预处理：本阶段是整个流程的重中之重，由四个步骤组成：第一，数据过滤，过滤数据确保它们符合分析的需要；第二，数据集成，将来自各个数据库的大量数据集成，合并到营销数据库，同时进行差异协调；第三，数据分析，目的是寻找出对预测输出影响最大的数据字段，主要是对已经处理的数据进行初步分析；第四，数据准备，为建模做好确定模型变量，转换变量，选择数据形成样本数据库等工作。数据预处理的目的是确保原始数据与输入标准的一致性。

(3)建立模型：寻求最佳模型，这个过程并非一蹴而就，需要多次反复。

(4)评价模型：数据挖掘质量将在本阶段进行评定。如果模型结果不够理想，就需要修正原有的模型。

4 数据挖掘技术在CRM中的应用

4.1 CRM中数据挖掘的具体运用

CRM中数据挖掘的具体运用主要有以下五个方面。

(1)客户细分。将用户分类，划分出不同的用户群体，做到产品和服务都具有针对性，争取做到客户满意度最大化，最终达到最大程度地挖掘出客户对企业价值的目的。

(2)客户保持。本阶段一般涉及三个数据挖掘的模型：第一，分析和预测出客户中潜在的流失者；第二，识别出这些潜在流失者中的重要客户；第三，对这些重要客户进行分析以此有针对性地提出措施来保持客户。这三个步骤分别是运用建立模型、数据挖据技术和不同的分析方法来得出相应的结果。

(3)发现新客户。古语有云，坐吃山空，即便企业原有的客户数量再庞大，资源再丰富，不断发现具有潜在价值的新客户群体对于企业来讲依然非常重要，只有不断地开发新客户，寻找新资源，企业才能够持续地发展下去，并且不断地壮大。在这一点上，企业可以通过调查问卷等分析方法来发现潜在客户。

(4)客户跟踪服务。客户跟踪服务的重点就在于跟踪两字，即必须及时了解客户对服务的满意度及其原因。同样可以利用数据挖掘技术来完成。从而帮助企业抓牢现有客户、吸引潜在客户，帮助企业把握住客户资源这一重大的企业竞争优势。

(5)客户贡献分析。利用数据挖掘技术分析出客户对于企业的不同贡献程度，然后企业可以采取一定措施将低利和无利的客户转化为赢利客户，从而做到变废为宝，合理利用一切资源，降低企业能够降低的成本，最终提高企业能够提高的收益。

4.2 基于数据挖掘技术的CRM系统模型

结合对数据挖掘流程的分析，以及上文对CRM体系结构的表述，我们能够建立基于数据挖掘技术的CRM系统模型，主要包括以下三个阶段：

(1)客户数据准备阶段。所谓数据准备，就是对于在搜集数据的基础上再对数据做一些简单的处理，以方便下一阶段客户数据挖掘时对数据的使用，一般有目标定义和数据预处理两个步骤。目标定义的主要任务是基于企业现阶段的目标进行项目可行性评价等基础工作的处理，然后进行客户数据收集。而数据预处理形成适合数据挖掘的数据集合并将数据集合装入数据仓库。方法主要是对收集到的客户数据进行数据过滤、集成、分析、处理和转换。

(2)客户数据挖掘阶段。这一阶段对应CRM的分析层次，是整个基于数据挖掘技术的CRM系统的核心，所谓“工欲善其事，必先利其器”。针对前一阶段形成的数据集合，必须选择适合的数据挖掘模型、挖掘技术及相关工具，对数据仓库中的数据进行挖掘，才能得到隐藏在数据中的客户模式及知识。当然不能忘记一定要将分析出来的有用模式保存。

(3)数据挖掘结果应用阶段。此阶段对应于CRM的运作层次。主要利用各种数据库开发工具及可视化工具，如JAVA、ASP等，将模式和知识更好地展示给用户，方便用户使用。并且将处理后形成的有关知识传送至相关部门。当然“时间是检验真理的唯一标准”，因此在CRM实践中检验相关模式以及知识的使用效果并对原有模型重新修改也很重要。

4.3 数据挖掘在CRM中的实施

要在CRM中成功地实施数据挖掘是一个循序渐进、不断改进的过程。通常来说，主要包括六个步骤。

(1)确定分析和预测目标。首先需要明确商业目标，目标是一切的起点，没有一个明确的目标，我们的行动将会困难重重。在确定目标的时候需要将解决的问题转化为可以测量的目标，这是非常重要的。另外，还必须考虑很多其他的因素，如各种可用资源，如资金、技术、时间和人才等。

(2)数据选择。在确定目标之后，要做的就是数据选择，包括很多内容，如确定哪些数据字段是必要的等，这一步骤能够建立基础数据的基本可信度。

(3)数据准备。为了模型构造能够顺利的进行，在选择数据之后，要对数据进行一个预处理和转换，目的是为了使这些数据更加完整，更加准确，更加可信。

(4)模型构造。这一阶段是数据挖掘的关键阶段，是主体，是中心，是一切准备工作服务的对象，主要工作包括模型构造以及模型解释。

(5)模型评估和校验。本阶段的主要目标是找到满意的模型，使用测试数据对建立的模型进行测试，计算误差率，重复相关过程，直至找到满意的模型。

(6)部署和应用。当前面的步骤都顺利完成之后，最后一步就是部署和应用模型。当然在应用的过程中还需要不断地测试来完善模型。

5 结语

数据挖掘技术使得CRM的目标高质量地得到了完成，为企业高层决策者提供了准确、细致的客户信息，帮助他们制定企业策略，因此，我们可以相信随着数据挖掘技术的不断成熟和深入应用，学术界以及企业界将对其更加关注，其在各行业的CRM应用中将有着更加广阔的前景。

[1] 宫新军.基于数据挖掘技术的客户关系管理系统研究[J].山东广播电视大学学报,2013(1).

[2] 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).

[3] 徐光宪,刘建辉,李敏.数据挖掘在CRM中的应用研究[J].科技管理研究,2005(10).