数据挖掘技术在CRM中的应用

(天津师范大学 天津 300387)

数据挖掘技术在CRM中的应用

王爽

(天津师范大学天津300387)

如今由于知识经济环境和电子商务经济模式下的竞争日益激烈，客户关系管理(CRM)逐渐受到企业的重视，而数据挖掘技术对客户关系管理能否满足现代企业的需求起到了决定性的因素。本文主要叙述数据挖掘技术在CRM中的应用，首先介绍了数据挖掘与CRM的相关内容，并讲解了基于数据挖掘技术在CRM中的过程及应用，从而为我国该领域的研究提供一些想法。

数据挖掘；CRM；客户关系管理；应用

一、引言

随着经济全球一体化和互联网技术的发展，以知识经济环境和电子商务经济模式逐渐成为主导，而这种模式导致了各行各业业务操作流程的自动化，企业内产生了大量的业务数据，而面对大量的业务数据，所有企业都面临着一个共同的问题：数据量非常大，如何从中筛选出真正有价值的信息。然而数据挖掘技术就能够帮助企业从海量信息中挖掘更有价值信息从而管理客户生命周期的各个阶段。由此可见，挖掘技术在客户管理系统(CRM)中的应用有不可估量的现实意义。

二、数据挖掘技术

数据挖掘技术就是使用一系列大型数据库、高效率的计算机能力从海量、繁杂的数据信息中提取对于人们来说有意义并且有价值的信息和知识的过程。这些信息和知识是事先不可知的但又潜在有用的。近年来，数据挖掘技术应用于领域非常广泛。在CRM中，对于企业而言，数据挖掘技术有助于帮助企业分析出完成任务所需的关键因素，以达到增加收入、降低成本。数据挖掘的过程是反复循环的，若哪项步骤没有达到预期目标均需要回到之前的步骤，重新调整并且执行。

三、客户关系管理(CRM)

“CRM 的概念最早由 Gartner Group 提出,即认为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,最大化客户的收益率。”[1]CRM是一种以客户为中心进行企业营销，并且以信息技术为手段，实现企业面向客户业务流程处理自动化的信息系统。“它集合了现代信息技术包括: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、呼叫中心等。CRM 的焦点是自动化并改善与销售、市场营销、客户服务和支持等领域的与客户关系有关的商业流程。它的目标是缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新市场和渠道以及提高客户的价格、满意度、盈利性和忠诚度”[2]。

四、数据挖掘在客户关系管理(CRM)中的基本步骤

在CRM 数据挖掘过程中有两种不同的描述这是由于其看待角度的不同所造成的，其中一种描述是以技术为中心的数据挖掘过程，其作用主要保证数据的处理和运转以及不断的试验和改进数据挖掘技术上。而另外一种描述是以商业为中心，它是由商业问题的定义、投资回服率和对数据的理解上来认定的。“以技术为中心的数据挖掘过程主要描述从技术角度进行数据清理、集成、选择、变换等数据处理,使用智能方法提取数据模式,依据兴趣度度量,识别有价值模式,最后使用可视化和知识表示技术,向用户提供挖掘的知识。以商业为中心的数据挖掘过程主要描述从业务问题角度进行数据定义和投资回报率(ROI)定义,在此基础上进行数据挖掘描述/预测模式的应用,并预测 ROI,根据结果选择配置挖掘模式并测试实际ROI。”[4]

五、数据挖掘技术在CRM中的应用

目前，关于CRM中应用的数据挖掘技术的研究有很多，但是在不同的行业下的企业的CRM应用差异巨大，应用到的数据挖掘技术也会有所不同。但是他们还是有很多共性的。其应用主要表现在以下几个方面：

(一)客户细分。客户细分是通过根据客户的不同等特征细分为具有不同需求和消费习惯的群体，同一群体中的客户对产品的需求具有相似性，而不同群体间差异较大。客户细分可以在企业中制定正确的营销策略，可以对不同的客户提供个性化的服务从而获得最大的利润。然而怎么样细分客户才是CRM最重要前提，合理的细化客户资源是实施CRM的基础。客户细分可以采用分类的方法，也可以采用聚类的方法。客户细分可以让用户从比较高的层次上来察看整个数据库中的数据，也使得企业可以针对不同的客户群采取不同的营销策略，有效地利用有限的资源。合理的客户细分是实施客户关系管理的基础。

(二)获取新客户—潜在客户的开发。企业的业务增长要不断的获取新客户。新客户包括发现那些对你的产品不了解、以前不需要产品和竞争对手的顾客。首先，企业应该确定哪些客户是可能的潜在客户、哪些客户容易获得、哪些客户较难获得，从而使企业的资源得到最大化的利用。由于，现今的潜在客户数量日益庞大，如何提高市场营销活动的针对性成为关键的问题。数据挖掘分类分析能够帮助企业辨别潜在的客户群，判断哪些客户会变成响应者，以提高市场营销活动的响应率，从而使企业的市场营销活动具有针对性并且是企业的促销成本降到最低。根据企业收集的大量客户消费时的客户行为信息以及一系列客户资料，运用数据挖掘工具建立预测“客户反应”的模型，使用此模型计算出客户对市场营销活动的反应率，从而企业就知道哪些是他们提供的服务感兴趣的客户，进而使潜在客户使用企业的产品和服务。完成这种分析的数据挖掘技术包括关联分析、聚类和分类功能。

(三)提升客户价值—交叉销售。“交叉销售指的是企业利用数据挖掘技术向老客户新产品、新服务的营销过程，具体而言：是经由对企业销售数据库中数据开展关联分析，对客户一系列特点与买入商品相互间的关联关系进行挖掘，进而为企业建立科学适用的销售策略，调动起客户消费欲望。”[5]企业需与其客户建立之双向的、持续的、不断发展的关系。企业需要维持这种关系并且延长这种关系的时间。而交叉销售就即可增加企业与客户之间接触的次数，从而使企业在每一次互相接触中获得更多的利润的过程。在交叉销售活动中，数据挖掘可以帮助分析出最优的销售匹配。其中数据挖掘方法包括关联规则分析，其可以分析出顾客所偏向购买的关联商品有哪些;聚类分析，可以发现用户群对哪些特点产品有兴趣;神经网络、回归等方法，可以预测客户可能购买企业的几率。相关分析得出结果后，可以通过购买频率较高的商品组合，找出那些购买了组合中大部分商品的顾客，向他们推销剩余他们所需要的商品。

(四)客户保持—防止老客户的流失。就目前而言，随着企业的竞争压力日益增加，获取新客户的成本也比以前要付出的多，这就让企业看清防止老客户流失的重要性。根据2/8原则企业为了获得更多的利润，企业就要辨别出能为企业带来80%的那些20%的客户。放弃那些低质量的客户，保留原有质量较好的客户，是企业的重中之重。但由于各种因素的不确定性和竞争对手的存在，许多客户为了寻求最大的利益不断地从你这里转向另一个服务商。而数据挖掘工具可以分析哪些主要原因导致客户转移，并有针对性的防止老客户的流失。首先数据挖掘可以为已经转移的客户进行建模，找出客户转移的模式，然后用此模型找出当前可能流失的客户，以便企业有针对性的解决客户流失问题。

六、结束语

在产品生命周期越来越短，目标群体越来越小导致企业使产品价值迅速降低的今天，数据挖掘在CRM中的应用显得尤为重要。不能说没有数据挖掘的客户关系系统不是客户管理，但只有采取了数据挖掘技术，才能够高效的使用客户关系管理为企业争取最大化的利益。随着数据挖掘技术的发展，必然会使CRM更有价值。这种价值对于企业的竞争力具有积极地作用。

[1]Thearling,K.Data mining and CRM:zeroing in on your best customers[J].DM Direct,1999,12.

[2]张喆.数据挖掘技术在CRM中的应用[J].中国管理科学,2003.11(1):53-59

[3]CIO时代.浅谈数据挖掘在CRM中的应用http://m.sootoo.com/content/422214?winzoom=1

[4]曾丽,岳佳欣.试论数据挖掘技术在客户管理关系中的应用[J].科技创新与应用,2016.30:94