浅谈基于数据挖掘的客户关系管理new

《浅谈基于数据挖掘的客户关系管理new》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、浅谈基于数据挖掘的客户关系管理［摘要］基于数据挖掘的客户关系管理提供了一个利用各种方式收集和分析客户数据的智能系统，可以帮助企业有效地制定客户发展策略，为客户提供个性化服务，并将极大地提高企业的决策效率和决策能力。［关键词］数据挖掘；客户关系管理；实施1数据挖掘的含义当前，数据库和数据仓库已经被广泛地应用于企业管理、产品销售、科学研究和信息服务等领域。数据量的不断增长对数据的存储、管理和分析提出了更高的要求，急需新一代的计算技术和工具，能够智能化地从大量的数据中提取出有用的信息和知识，于是数据挖掘技术应运而生。数据挖掘（ｄａｔａｍｉｎｉｎｇ），又称数据库中的知识发

2、现（ｋｎｏｗｌｅｄｇｅｄｉｓｃｏｖｅｒｙｉｎｄａｔａｂａｓｅ，ｋｄｄ），是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘能对庞杂的数据进行科学的梳理和细分，从中发现潜在的价值规律，从而为我们做出合理的预测、决策提供有力的帮助和支持。数据挖掘所能解决的典型商业问题包括：数据库营销、客户群体划分、背景分析、交叉销售等市场行为分析，以及客户流失性分析、客户信用记分、欺诈发现等。而在市场经济日益发达，竞争日益残酷、激烈的今天，

3、将数据挖掘应用到企业的客户关系管理中，具有特别重要和关键的意义。2客户关系管理的内容客户关系管理是一种以客户为中心的经营策略。它以信息技术为手段，对相关业务功能重新设计，并对相关工作流程进行重组，以达到留住老客户、吸引新客户、提高客户利润贡献度的目的。它的目的在于建立一个收集和分析客户数据的系统，使企业在客户服务、市场竞争、销售及服务等方面形成彼此协调的关系实体，以提高企业的竞争优势。客户关系管理的实施可以分成两个阶段。2.１过程型客户关系管理阶段该阶段要对市场、销售、服务等企业与客户直接接触部门的前端管理的业务流程进行重新规划与调整，要在整个企业内部建立以客户为

4、中心的理念。要完成客户数据的收集、确认客户的数据是否完整等工作，然后将建立企业级数据库，分配访问权限，积累客户数据并将销售、客户服务等分属不同部门的客户、员工数据整合起来形成一个完整的企业共享的数据库。2.２分析型客户关系管理阶段对过程型客户关系管理阶段所产生的数据进行加工处理，产生对企业决策有用的信息，为企业提供战略决策支持。主要应用数据仓库、客户数据库、客户细分系统、报表和分析系统，提高对客户数据和客户行为模式进行分析的能力。企业实施客户关系管理的目的是为了提升管理水平和实现企业的战略目标。但实际上，客户关系管理在现实中并未取得很好的效果，主要原因在于分析型客

5、户关系管理阶段，缺乏有效的工具和方法，不能从大量的客户数据中提取隐藏着的信息，产生新的知识从而帮助企业获得市场竞争优势。能满足企业这一迫切需求的工具就是数据挖掘，数据挖掘技术主要是应用在分析型客户关系管理阶段，数据挖掘技术的引入是客户关系管理第一阶段的直接结果，它将帮助企业更深入地认识自己的客户。3数据挖掘在客户关系管理中的应用在客户关系管理系统中，数据挖掘主要应用在以下几个方面。3.１客户细分分析客户细分是企业有效销售、营销、服务的基础。对于大量的客户数据可从中选取能够反映客户特征的属性，如性别、年龄、职业、职位、教育程度、年薪、平均消费额等，并根据这些特征将客

6、户聚类或分类成高价值客户、中等价值客户、初等价值客户等若干类型。通过数据挖掘获得不同客户的消费爱好、习惯、倾向、需求和趋势等信息，进而在营销中提供有针对性的产品和服务，提高不同类别客户对企业和产品的满意度，以获取最大的利润。3.２客户识别分析客户识别包括新客户获取和不良客户识别。新客户包括以前没有听说过本企业产品的人、以前不需要本企业产品的人以及以前本企业竞争对手的客户。数据挖掘技术可以用来揭示客户的行为习惯和预测发现一些在不同情况下有相似行为的新客户，帮助企业识别出这些潜在的客户群，从而使销售与营销更有针对性。3.３客户保持和流失分析在竞争日益激烈的市场环境下，

7、企业获取一个新客户的成本将越来越大，因此保留老客户的工作变得非常重要。统计数据表明，有1/3的客户流失是因为企业对客户的关怀和服务不够。运用数据挖掘可以更好地了解客户流失动机，企业可以针对这类特定客户的需求，采取高效的客户保留策略，即可以给各类客户提供有层次、有区别的服务来提高客户的满意度，从而来留住可能离去的客户。3.４客户关联需求分析客户的需求是动态变化的，但客户的需求也存在着一定的联系和规律性，企业需要掌握这些联系和规律以满足客户，扩大销售量，同时也能提高客户的忠诚度。通过数据挖掘技术，如关联分析，可以从中发现客户的特征信息，如性别、学历、收入等，同时也可发

8、现不同类别