數(shù)據(jù)挖掘在中小企業(yè)CRM中的應(yīng)用研究

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

1 數(shù)據(jù)挖掘在CRM中的應(yīng)用

CRM中應(yīng)用的數(shù)據(jù)挖掘技術(shù)，就是把成熟的數(shù)據(jù)挖掘技術(shù)手段，應(yīng)用到企業(yè)的具體問題上，以描述和預(yù)測(cè)客戶行為創(chuàng)建模型，通過與信息、通信等多種先進(jìn)技術(shù)的融合，優(yōu)化CRM 流程，從而實(shí)現(xiàn)高效的客戶關(guān)系管理。具體的說主要包含以下幾個(gè)方面：

第一客戶分類，利用數(shù)據(jù)挖掘方法將海量的客戶按其性別、收入等屬性劃分為若干個(gè)群體，并以此判斷出不同的消費(fèi)群體下一步的消費(fèi)行為。

第二客戶保持，那些如歷史交易記錄、人口統(tǒng)計(jì)信息等大量存在于客戶數(shù)據(jù)庫中的資料，利用數(shù)據(jù)挖掘技術(shù)分析其行為特征、屬性及導(dǎo)致客戶流失的原因，對(duì)于不同客戶采用不同的保持策略，做好這一部分客戶的服務(wù)工作，從而使得客戶繼續(xù)與企業(yè)保持良好的業(yè)務(wù)聯(lián)系。

第三獲得新客戶，只有新客戶的不斷增長，企業(yè)才能具有更新的活力，數(shù)據(jù)挖掘正是能夠能夠辨別那些潛在客戶，通過對(duì)將潛在客戶中對(duì)類似商品或服務(wù)感興趣的人員特點(diǎn)的整理分析，采取一定的辦法，使?jié)撛诳蛻粲袡C(jī)會(huì)接觸產(chǎn)品或業(yè)務(wù)，并真正的成為客戶。

第四客戶分析。數(shù)據(jù)挖掘技術(shù)通過在企業(yè)中的應(yīng)用，在針對(duì)不同市場(chǎng)活動(dòng)情況下，對(duì)大量歷史數(shù)據(jù)如客戶盈利能力的變化、零散客戶的信息反饋等進(jìn)行預(yù)測(cè)與分析，定制相適宜的市場(chǎng)及營銷策略，能夠有效的降低企業(yè)運(yùn)行成本，增加企業(yè)效益。

第五效益共贏。企業(yè)通過已經(jīng)購買過商品的客戶進(jìn)行新的銷售和服務(wù)，實(shí)際是企業(yè)與顧客加深關(guān)系的過程，企業(yè)通過對(duì)現(xiàn)有客戶的多次銷售既增加了企業(yè)利潤，又提升了企業(yè)形象、培養(yǎng)了客戶的忠誠度，而企業(yè)又使客戶因得到更多符合其需求的服務(wù)而獲益，這樣企業(yè)客戶是雙贏的。

第六風(fēng)險(xiǎn)評(píng)判。通過數(shù)據(jù)挖掘技術(shù)找出對(duì)風(fēng)險(xiǎn)投資有用的數(shù)據(jù)，評(píng)判投資的風(fēng)險(xiǎn)，進(jìn)而實(shí)現(xiàn)投資的回報(bào)的最大化及風(fēng)險(xiǎn)的最小化。

2 數(shù)據(jù)挖掘在CRM中的詳細(xì)工作過程

數(shù)據(jù)挖掘是個(gè)非線性的過程，在CRM建立良好的模型，從而確保數(shù)據(jù)挖掘有條不紊地進(jìn)行并取得最終成功，就要不斷循環(huán)、重復(fù)整個(gè)過程，一個(gè)完整的流程是需要每個(gè)階段在實(shí)施的過程中多次的重復(fù)建立。

1）確定數(shù)據(jù)挖掘的目標(biāo)。在進(jìn)行數(shù)據(jù)挖掘之前，企業(yè)要做的基礎(chǔ)性的工作就是確定挖掘目標(biāo)，這是數(shù)據(jù)挖掘成功實(shí)施的先決條件，首先要明確什么信息才是企業(yè)需要想要的。如果這些共同屬性被數(shù)據(jù)挖掘發(fā)現(xiàn)，那么在整個(gè)市場(chǎng)全面開展銷售時(shí)就可以對(duì)具有這些屬性的客戶重點(diǎn)關(guān)注，提升銷售業(yè)績。

2）數(shù)據(jù)的收集。數(shù)據(jù)挖掘目標(biāo)被確認(rèn)后，緊接著要展開數(shù)據(jù)的收集整理工作，并且對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行篩選。例如，企業(yè)首先要做的是確定數(shù)據(jù)的獲取渠道一一既數(shù)據(jù)從哪里取得？數(shù)據(jù)倉庫是否已經(jīng)建立？企業(yè)原有數(shù)據(jù)倉庫中的數(shù)據(jù)，有沒有滿足此次數(shù)據(jù)挖掘任務(wù)需要的數(shù)據(jù)？已有數(shù)據(jù)的哪些字段可以被這次任務(wù)所用？因此，建立有效的數(shù)據(jù)倉庫是進(jìn)行數(shù)據(jù)分析之前必須要做的。

3）數(shù)據(jù)清理及準(zhǔn)備。此步驟是對(duì)收集的基本數(shù)據(jù)進(jìn)行必要的轉(zhuǎn)換、填補(bǔ)、清理及合并等處理，并對(duì)數(shù)據(jù)進(jìn)行降噪處理，以提高數(shù)據(jù)的完整性、準(zhǔn)確性和可信度，為后續(xù)的數(shù)據(jù)分析工作做準(zhǔn)備。比如，通過在上一個(gè)步驟得到的數(shù)據(jù)集市中，樣本量有多少，字段有多少，哪些字段是因變量，哪些又是自變量，哪些是離散型定量變量、序數(shù)型定性變量或者名義型定性變量，哪些字段是連續(xù)型定量變量，哪些字段數(shù)據(jù)是否有缺失現(xiàn)象，能不能能夠通過填充或者合并進(jìn)而客觀地補(bǔ)缺數(shù)據(jù)等。除此之外本階段的重要工作還包括：將字符型變量變換為數(shù)值型變量，通過技術(shù)上手段在錄入數(shù)據(jù)過程中對(duì)明顯錯(cuò)誤進(jìn)行糾正。

4）數(shù)據(jù)初步分析。此步驟的工作較為重要，因?yàn)槠髽I(yè)需要在這一步中做好建模前的所有準(zhǔn)備工作，具體包括：基于模型的數(shù)據(jù)變換、研究每個(gè)字段的取值分布、字段之間的相關(guān)性及聯(lián)合分布、數(shù)據(jù)降維，以及可能進(jìn)行的離散化操作等。

5）模型的建立。數(shù)據(jù)挖掘的核心環(huán)節(jié)就是建模，可按以下步驟進(jìn)行：首先選擇建模方法。根據(jù)前面所確定的數(shù)據(jù)挖掘的目標(biāo)，在多種方法中選擇一種方法或多種合適的方法來對(duì)前期數(shù)據(jù)進(jìn)行建模。其次將總數(shù)據(jù)集劃分訓(xùn)練集和測(cè)試集。一般采用分層隨機(jī)抽樣在建模之前將總數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，即保持目標(biāo)變量一一因變量的取值在訓(xùn)練集和測(cè)試集中比例與總數(shù)據(jù)集相同。最后建立模型及結(jié)果解釋。對(duì)訓(xùn)練集用已選擇的建模方法進(jìn)行建模，并分析和解釋得到的模型表達(dá)式。

6）模型的評(píng)估。數(shù)據(jù)挖掘中不可缺少的環(huán)節(jié)就是對(duì)以完成的數(shù)據(jù)模型進(jìn)行評(píng)估。通過對(duì)實(shí)驗(yàn)數(shù)據(jù)或選取樣本數(shù)據(jù)進(jìn)行校驗(yàn)，評(píng)估挖掘結(jié)果的可信及可用性，并在此基礎(chǔ)上，調(diào)整和修改數(shù)據(jù)模型和挖掘方法。

7）數(shù)據(jù)模型的應(yīng)用。將建立好模型所發(fā)現(xiàn)的數(shù)據(jù)應(yīng)用到實(shí)際工作中，在企業(yè)內(nèi)部應(yīng)用和部署模型，給決策提供數(shù)據(jù)支持。例如根據(jù)得到的數(shù)據(jù)可以設(shè)置特定觸發(fā)器，在滿足特定條件時(shí)進(jìn)行處理。

3 結(jié)束語

隨著電子商務(wù)和CRM應(yīng)用范圍的不斷擴(kuò)大，企業(yè)營銷數(shù)據(jù)和相關(guān)的信息不斷累積，數(shù)據(jù)倉庫日益廣泛應(yīng)用，數(shù)據(jù)挖掘?qū)⒊蔀槠髽I(yè)獲得正確決策信息的重要工具。在CRM中有效利用數(shù)據(jù)挖掘，可以為企業(yè)管理者提供正確的、有意義的信息，指導(dǎo)中小企業(yè)制定最優(yōu)化的企業(yè)營銷策略，從而降低企業(yè)運(yùn)營成本，提高利潤，加快企業(yè)的發(fā)展。