e 商业时代基于数据挖掘的客户关系管理

《e 商业时代基于数据挖掘的客户关系管理》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、文章编号：1009-8119（2006）04-0045-03E商业时代基于数据挖掘的客户关系管理冀玉苓1胡华1赵远华2（1．潍坊医学院附属青州医院，青州262500；2．山东省民族中等专业学校，青州262500）摘要在分析目前企业实施客户关系管理不足的基础上，深入探讨了数据挖掘技术在企业客户关系管理中的应用，提出了基于数据挖掘的客户关系管理框架，并利用该框架，以商业零售企业为例，给出了基于数据挖掘的客户关系管理具体应用方案。关键字客户关系管理，数据挖掘，数据源CustomerRelationshipManagementBasedOnDataMininginE-BussinessTime

2、sJiYuling1HuHua1ZhaoYuanhua2(1．AffiliatedQingzhouHospitalofWeifangMedicalCollege,Qingzhou262500；2．ShandongProvinceNationalMiddleSpecialtySchool,Qingzhou262500)AbstractCRMisanewmechanismofmanagementtoimprovetherelationshipbetweenthecorporationsandcustomers.ThereissomeshortageofCRMinuse.Inthispape

3、r,wasusedtoanewframeofCRMisestablishedbasedonDataMiningtechnology.Usingthisframe,anapplicationmodeltodealwithCRMforretailcorporationwasdescribedtoshowtheeffectivityofthismodel.KeywordsCustomerrelationshipmanagement，Datamining，Datasources1引言企业竞争无处不在，而客户资源已经成为各企业争夺的最重要的战略资源之一。为此，企业需要尽可能地了解客户的行为，但是

4、企业的客户成千上万，这种了解不可能通过与客户接触直接获得，因为企业不可能逐个与客户交谈，而且他们所需要的信息单个客户往往无法提供，企业所能做的，就是尽可能收集顾客的信息，借助各种分析方法，透过无续的，表层的信息挖出内在的知识和规律。企业则根据这些规律和信息设计数学模型，对未发生行为做出结果预测，为企业的综合经营决策、市场策划提供依据。客户关系管理（CustomerRelationshipManagement，CRM）是一种全新的管理思想，其本意是要帮助公司较好地识别客户，通过“在正确的时间、以正确的方式，合适的价格，把客户所需要的商品／服务以正确的渠道提供给客户”，从而赢得较高的客户保

5、留度和客户赢利能力。随着CRM理论的成熟，CRM思想逐步应用到其它领域。目前有大量的技术用于支持CRM，包括Internet和电子商务、多媒体技术、专家系统和人工智能、呼叫中心等等。这些技术使得企业完成从市场、销售到服务的全部流程的自动化。但是，随着客户信息的日益复杂，客户数量的大量积累，仅限于营销流程的管理已很难满足企业进一步的需要，于是数据挖掘便被引入了CRM，通过数据挖掘来分析大量的复杂的客户数据，挖掘客户价值。２数据挖掘数据挖掘（DataMining）就是从大量的、不完全的、有燥声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过

6、程，数据挖掘功能用于指定数据挖掘任务中要寻找的模式类型，数据挖掘任务一般可以分为两类：描述和预测。描述性挖掘任务刻画数据库中数据的一般特性。预测性挖掘任务在当前数据上进行推断，以进行预测。数据挖掘包括商业需求、大量的数据和挖掘算法三部分。商业需求是数据挖掘前期要明确的工作。数据挖掘步骤由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。知识发现是这三个阶段的反复。２.１数据准备数据准备可分为:问题定义、数据选取、数据预处理和数据集成。在问题定义阶段，数据挖掘人员必须与领域专家和最终用户紧密合作，明确实际工作的要求，确定可用的学习算法；在数据选择阶段，确定需要分析的数据集合，即目标数据

7、，以提高数据挖掘的质量；数据预处理是为了克服目前数据挖掘工具的局限性；数据集成是将多文件或多数据库运行环境中的数据进行合并处理，解决语义的模糊性，处理数据中的遗漏和清洗受污染的数据等。２.２挖掘操作在数据挖掘操作执行阶段，首先必须根据对问题的定义明确挖掘的任务和目的，比如分类、聚类、关联规则的挖掘或序列模式的挖掘等。在确定了挖掘任务之后，就要决定选用什么挖掘算法。在选择挖掘算法时应考虑：一是不同的数据有各自不同的特点，应该选用不同的挖掘算法；二