基于数据挖掘技术crm的研究

《基于数据挖掘技术crm的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要市场竞争的实践证明，企业成功的关键在于重视顾客的需求，提供满足顾客需求的产品和服务，有效地管理客户关系，以确保顾客获得较高的满意度，增加重复购买的可能性，通过维持长期的客户关系来营造新的竞争优势。客户关系管理(CRM)已经成为企业提升市场竞争能力的重要营销策略。作为企业通过对客户的管理来提升企业市场竞争力的一种电子商务解决方案，客户关系管理(cRM)的核心技术就是数据仓库和数据挖掘技术。CRM是一个将客户信息转化成为积极客户关系的不断反复过程，它能够帮助企业管理与客户相关的一系列活动，对企业日常所有的营销

2、业务进行流程化和自动化地管理。随着客户信息的日趋复杂，客户数据的大量积累，通过分析大量复杂的客户数据，可以保持和获得新客户，对客户实现交叉销售等等。数据挖掘是从大量数据中发掘出有用知识的强有力工具，在CRM中的有效运用可以从与客户有关的大量数据中挖掘出对企业经营决策有价值的知识和规则。利用数据挖掘对这些数据进行分析，从中发现相关的知识和规律，可以使整个CRM系统形成一个闭环，充分发挥CRM系统的作用。在我国，数据挖掘技术在企业中的应用还处于不成熟阶段和探索阶段。因此研究数据挖掘技术在我国企业CRM中的应用，有

3、利于提高我国企业的CRM应用水平。因此，数据挖掘技术在CRM中的应用一直是人们研究的热点。本文首先介绍了论文的研究背景、国内外的研究现状、客户关系管理的概念及相关理论，重点分析研究了客户关系管理的基本理念、内涵和客户关系管理的演化过程。接着介绍了数据挖掘技术的基本原理和实际应用模型，在对数据挖掘技术和应用模型进行分析的基础上，详细分析了各种数据挖掘技术在企业CRM系统中不同方面的应用实施。最后以A集团公司为例，具体说明了数据挖掘技术深化客户关系管理的实际应用和模型构建。本文的主要创新点如下：第一，根据数据挖掘

4、技术的基本原理，通过对数据挖掘的任务的分类，把数摘要据挖掘技术和客户关系管理策略结合起来，进行了数据挖掘技术在CRM中两种模型的构建探索(预测型模型和描述型模型)。第二。把数据挖掘技术和客户关系管理理论在综合分析的基础上，对于更好的在企业客户关系管理中进行数据挖掘的应用进行了分析和研究，并且提供了实证分析的资料，从而验证了数据挖掘技术在客户关系管理中应用的可行性。关键词：客户关系管理，数据挖掘，决策树，模型构建与应用IIABSTRA(?rABSTRACTThemarketcompetitionpractice

5、provedthat，thekeySUcceSSofenterpriseliesintakescustomers‘demand，providestheproductandtheservicemeetstheO．1．stomcrneed,managesthecustomerrelationseffectively,guaranteesthecustomertoobtainahigherdegreeofsatisfaction,increasesthepossibilitythatrepetitionpurcha

6、sing,buildstheIICWcompetitiveadvantagesthroughmaintenancelong-termcustomerrelations．Thecustomerrelationshipmanagement(CRM)hasalreadybecametheimportantmarketingstrategyforenterprisetopromotethemarketcompetitionabilityAsakindofsolutionsofElectroniccommel'eefo

7、renterprisestopromotetheirmarketcompetitiveness，thecoretechnologyofCRMisthedatawarehousinganddataminingtechnology．CRMisarepeatedlyprocessthat缸ausformsthecustomerinformationintothepositivecustomerrelatiouship，Itcailhelpcompaniesmanageaseriesofthebusinessacti

8、vitiesrelatedtothecustomerrelationship；itcanmanagetheenterprises’dailymarketingbusinessprocessivelyandautomatically．Asthegustomers’informationbecomegrowinglycomplicatedandthecustomerdatamassivelyaccumu