數(shù)據(jù)挖掘在中小企業(yè)CRM中的應(yīng)用研究

申請免費試用、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)測客戶行為創(chuàng)建模型，通過與信息、通信等多種先進技術(shù)的融合，優(yōu)化CRM 流程，從而實現(xiàn)高效的客戶關(guān)系管理。具體的說主要包含以下幾個方面：

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群體，并以此判斷出不同的消費群體下一步的消費行為。

第二客戶保持，那些如歷史交易記錄、人口統(tǒng)計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，通過對將潛在客戶中對類似商品或服務(wù)感興趣的人員特點的整理分析，采取一定的辦法，使?jié)撛诳蛻粲袡C會接觸產(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，在針對不同市場活動情況下，對大量歷史數(shù)據(jù)如客戶盈利能力的變化、零散客戶的信息反饋等進行預(yù)測與分析，定制相適宜的市場及營銷策略，能夠有效的降低企業(yè)運行成本，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行新的銷售和服務(wù)，實際是企業(yè)與顧客加深關(guān)系的過程，企業(yè)通過對現(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)險評判。通過數(shù)據(jù)挖掘技術(shù)找出對風(fēng)險投資有用的數(shù)據(jù)，評判投資的風(fēng)險，進而實現(xiàn)投資的回報的最大化及風(fēng)險的最小化。

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)挖掘有條不紊地進行并取得最終成功，就要不斷循環(huán)、重復(fù)整個過程，一個完整的流程是需要每個階段在實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)，那么在整個市場全面開展銷售時就可以對具有這些屬性的客戶重點關(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，并且對基礎(chǔ)數(shù)據(jù)進行篩選。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。此步驟是對收集的基本數(shù)據(jù)進行必要的轉(zhuǎn)換、填補、清理及合并等處理，并對數(shù)據(jù)進行降噪處理，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而客觀地補缺數(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)過程中對明顯錯誤進行糾正。

4）數(shù)據(jù)初步分析。此步驟的工作較為重要，因為企業(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前期數(shù)據(jù)進行建模。其次將總數(shù)據(jù)集劃分訓(xùn)練集和測試集。一般采用分層隨機抽樣在建模之前將總數(shù)據(jù)集劃分為訓(xùn)練集和測試集，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。對訓(xùn)練集用已選擇的建模方法進行建模，并分析和解釋得到的模型表達式。

6）模型的評估。數(shù)據(jù)挖掘中不可缺少的環(huán)節(jié)就是對以完成的數(shù)據(jù)模型進行評估。通過對實驗數(shù)據(jù)或選取樣本數(shù)據(jù)進行校驗，評估挖掘結(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，在滿足特定條件時進行處理。

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)運營成本，提高利潤，加快企業(yè)的發(fā)展。