数据挖掘在ｃｒｍ中的应用分析论文

《数据挖掘在ｃｒｍ中的应用分析论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据挖掘在ＣＲＭ中的应用分析论文［摘要］客户资源是企业最重要的战略资源之一，企业必须对此高度重视。CRM是以客户的资源价值管理为核心的管理软件，广大用户越来越注重CRM的实用价值。在CRM中只有有效利用数据挖掘,才可以指导企业高层决策者制定最优的企业营销策略,降低企业运营成本,增加利润,加速企业的发展。［关键词］数据挖掘；CRM；应用客户资源是企业最重要的战略资源之一。拥有客户就意味着企业拥有了在市场中继续生存的理由，而拥有并想办法保留住客户是企业获得可持续发展的动力源。但是在传统的企业结构中，要真正和客户建立起持续、友好的个性化联系并不容易。正是在这样的情况下，美国GartnerGr

2、oupInc.于1999年首先提出客户关系管理（CustomerRelationshipManagement，CRM）理论。一、CRM的基本内涵CRM是一种以客户为中心的经营策略，是利用信息技术对客户资源进行集中管理.freel的价值。（1）提高效率。由于采用了新技术手段，业务处理流程的自动化程度提高了，特别是在市场、销售、服务等关键业务处理上，实现了企业范围内的信息共享，提高了员工的工作能力，并有效减少培训需要，使企业内部能更高效地运转；（2）拓展市场。通过新的业务模式扩大企业经营活动范围，及时把握新市场机会，占领更多的市场份额，并不断评估市场活动效果；（3）保留客户。客户可以选择自

3、己喜欢的方式与企业进行交流，方便地获取信息，得到更好的服务，客户的满意度得到提高，可帮助企业保留更多的老客户，并更好地吸引新客户；（4）提高企业效益。改进市场、销售、产品开发等工作脱节现象，加快销售进程，通过良好的客户服务和全新的市场活动获得新的销售机会，提高长期销售量的增长；同时，具有针对性的客户挖掘，节约了市场和销售的成本，也减少了企业在战略决策上产生失误的可能性。可以看出，CRM的核心是客户的资源价值管理，因此CRM的实施必须要获取大量的客户的有用信息，并通过管理和分析大量的信息，从中找出对企业管理决策有价值的知识。这一切都需要有先进的技术和工具的支持，数据挖掘恰恰可以给予CRM

4、良好的技术支持。二、数据挖掘的主要方法数据挖掘也被称作KDD（Kno中的数据挖掘是指从大量的有关客户的数据中挖掘出隐含的、先前未知的、对企业决策有潜在价值的知识和规则。技术上，客户关系管理系统采用嵌入数据挖掘系统的方式，可以自动地产生一些所需要的信息。更进一步的，还需要企业有统计学、决策科学、计算机科学方面的专业人才制定出相应的挖掘规则以进一步发挥出数据挖掘系统的优势。数据挖掘的主要方法包括关联分析、时序模式、分类、聚类、偏差分析以及预测等，它们可以应用到以客户为中心的企业决策分析及管理的不同领域和阶段。1.关联分析（Correlation）。其目的就是挖掘出隐藏在数据间的相互关系。例

5、如，80%顾客同时会在购买某种A产品的同时购买B产品，这就是一条关联规则。2.时序模式。通过时间序列搜索出重复发生概率较高的模式，这里强调时间序列的影响。例如，某段时间内，购买了A产品的人中，70%的人会买B产品。3.分类（Classification）。找出一个类别的概念描述，它代表了这类数据的整体信息。分类是数据挖掘中应用最多的任务。要为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对其他数据库中的记录进行分类。4.聚类（Clustering）。按一定规则将数据分为一系列有意义的子集。通俗地讲，就是多元统计中研究所谓“物以类聚”现象的一种方法，其职能是对一

6、批样本或指标按它们在性质上的亲疏程度来进行分类，采用不同的聚类方法，对于相同的记录集合可能有不同的划分结果。5.偏差分析（Deviation）。从数据库中找出异常数据。6.预测（Prediction）。利用历史数据找出规律，建立模型，并用此模型预测未来数据的种类、特征等。三、CRM中数据挖掘的工作流程1.数据抽样。当进行数据挖掘时，首先要从企业大量客户信息数据中抽取出相关的数据子集。通过对数据样本的精选，不仅能减少数据处理量，节省系统资源，而且能通过对数据的筛选，使数据更加具有规律性。2.数据探索。数据探索就是通常所进行的对数据深入调查的过程，从样本数据集中找出规律和趋势，用聚类分析区

7、分类别，最终要达到的目的就是搞清楚多因素相互影响的、十分复杂的关系，发现因素之间的相关性。3.数据调整。通过上述两个步骤的操作，对数据的状态和趋势有了进一步的了解，这时要尽可能对问题解决的要求进一步明确化、进一步量化。4.模型化。在问题进一步明确，数据结构和内容进一步调整的基础上，就可以建立模型。这一步是数据挖掘的核心环节，运用神经网络、决策树、数理统计、时间序列分析等方法来建立模型。5.评价。从上述过程中将会得出一系列的分析结果、模式和模型，