本文摘要

本文分析了數(shù)據(jù)挖掘在企業(yè)客戶關(guān)系管理中應(yīng)用的意義及所起到的作用，進(jìn)而提出在客戶關(guān)系管理系統(tǒng)運(yùn)行過程中，實(shí)施數(shù)據(jù)挖掘時(shí)應(yīng)注意的具體問題。

 

隨著Internet的飛速發(fā)展，網(wǎng)絡(luò)已經(jīng)成了一個(gè)全球性的巨大的信息服務(wù)中心，大量信息在給人們帶來方便的同時(shí)，也帶來很多問題：一是信息過量，二是信息真假難辨，三是信息安全難以保證，四是信息形式不一致。人們開始考慮怎樣才能不被信息淹沒，而是從海量信息中發(fā)現(xiàn)有用的知識(shí)，充分提高信息的利用率，面對這種迫切需求，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。

 

1 數(shù)據(jù)挖掘的概念

 

從技術(shù)上定義，數(shù)據(jù)挖掘(Data Mining，簡稱為DM)是一種半自動(dòng)地從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取出隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。數(shù)據(jù)挖掘從數(shù)據(jù)中提取人們感興趣的可用信息和知識(shí)，并將提取出來的信息和知識(shí)表示成概念、規(guī)則、規(guī)律和模式等便于人們理解與利用的形式。

 

并且，數(shù)據(jù)挖掘是一個(gè)多學(xué)科交叉領(lǐng)域，它涉及到數(shù)據(jù)庫技術(shù)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)、模式識(shí)別、知識(shí)庫系統(tǒng)、知識(shí)獲取、信息提取、高性能計(jì)算和數(shù)據(jù)可視化等學(xué)科。根據(jù)挖掘任務(wù)，可分為分類/預(yù)測、數(shù)據(jù)總結(jié)、聚類、關(guān)聯(lián)規(guī)則挖掘、序列模式發(fā)現(xiàn)、依賴關(guān)系或依賴模型發(fā)現(xiàn)、異常和趨勢發(fā)現(xiàn)等。其挖掘?qū)ο笥嘘P(guān)系數(shù)據(jù)庫、異質(zhì)數(shù)據(jù)庫、遺產(chǎn)數(shù)據(jù)庫、空間數(shù)據(jù)庫、時(shí)態(tài)數(shù)據(jù)庫、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫以及基因庫等。其應(yīng)用領(lǐng)域包括商業(yè)、科學(xué)研究、天文學(xué)、保險(xiǎn)業(yè)、電信業(yè)、教育、DNA分析等。

 

如果從企業(yè)角度說，數(shù)據(jù)挖掘是一種新的客戶信息處理技術(shù)，其主要特點(diǎn)是對企業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模式處理，從中提取輔助企業(yè)決策的關(guān)鍵性數(shù)據(jù)。因此，數(shù)據(jù)挖掘也可被描述為：是提取有用信息的數(shù)據(jù)產(chǎn)生過程，是從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對決策有潛在價(jià)值的知識(shí)和規(guī)則，并能夠根據(jù)已有的信息對未發(fā)生行為做出結(jié)果預(yù)測，為企業(yè)經(jīng)營決策、市場策劃提供依據(jù)的過程。

 

2 數(shù)據(jù)挖掘在企業(yè)客戶關(guān)系管理中應(yīng)用的必要性和作用

 

目前一個(gè)企業(yè)是否有競爭力已不再完全取決于它的產(chǎn)品和生產(chǎn)運(yùn)作效率，而在很大程度上取決于它是否建立和保持良好的客戶關(guān)系。過去由于技術(shù)的限制，企業(yè)信息系統(tǒng)的開放性不足，因此全方位了解顧客，把握客戶的特征與需求只能是一種理想。而在網(wǎng)絡(luò)科技的快速發(fā)展條件下，加上日益成熟的數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，使得企業(yè)能更有效地掌握客戶的行為及需求。如果企業(yè)把利潤作為自己的目標(biāo)，客戶關(guān)系管理則是到達(dá)這個(gè)目標(biāo)的最有用的工具，而數(shù)據(jù)挖掘則是這個(gè)工具的最佳引擎。

 

數(shù)據(jù)挖掘是一個(gè)迅速發(fā)展的學(xué)科，而且是面向應(yīng)用的。數(shù)據(jù)挖掘應(yīng)用于CRM會(huì)提高企業(yè)的商業(yè)智能。數(shù)據(jù)挖掘與CRM的結(jié)合將是全方面的，即銷售、營銷和客戶服務(wù)都可以從數(shù)據(jù)挖掘中獲得決策支持。Data Miners的發(fā)起人Gordon S.Linoff認(rèn)為：“數(shù)據(jù)挖掘通過整合企業(yè)的數(shù)據(jù)，幫助將正確的信息傳到每一個(gè)客戶。數(shù)據(jù)挖掘是CRM的必備組件之一”。

 

隨著信息技術(shù)的迅速發(fā)展，特別是數(shù)據(jù)庫技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的廣泛應(yīng)用，企業(yè)擁有的數(shù)據(jù)量急劇增大。在大量的數(shù)據(jù)與信息中，蘊(yùn)藏著企業(yè)運(yùn)作的利弊得失，如果能夠?qū)@種海量的數(shù)據(jù)與信息進(jìn)行快速有效的深入分析和處理，就能從中找出規(guī)律和模式，獲取所需知識(shí)，幫助企業(yè)更好地進(jìn)行企業(yè)運(yùn)籌決策。

 

在對CRM的廣泛理解中，最簡單的含義就是：管理所有的與客戶的相互作用。在實(shí)踐中，這需要在客戶關(guān)系的各個(gè)階段使用與客戶相關(guān)的信息來預(yù)測與客戶的相互作用。我們將客戶關(guān)系的各個(gè)階段定義為客戶生命周期�？蛻羯芷诎ㄋ膫�(gè)階段：一是獲得客戶，二是提高客戶的價(jià)值，三是保持上等效益客戶，四是防止客戶流失。

 

數(shù)據(jù)挖掘在客戶生命周期不同階段中的具體應(yīng)用。

 

2.1 獲得新客戶

 

企業(yè)的發(fā)展和壯大需要不斷的獲得新的客戶。新的客戶包括以前沒有聽過你產(chǎn)品的人，以前不需要你產(chǎn)品的人，以及以前你的競爭對手的客戶。無論你希望得到的是哪一類客戶，數(shù)據(jù)挖掘都能夠幫助你辨別這些潛在客戶群，并提高市場活動(dòng)的響應(yīng)率。

 

數(shù)據(jù)挖掘可以幫助企業(yè)利用現(xiàn)有的客戶記錄和資料找出客戶的一些共同特征，由此深入了解客戶，還可以通過分類或聚類分析對客戶進(jìn)行群分后，再由模式分析預(yù)測哪些人可能成為其客戶，以幫助銷售人員找到正確的對象。例如一個(gè)計(jì)算機(jī)產(chǎn)品直銷商利用現(xiàn)有的客戶郵件地址數(shù)據(jù)庫給潛在客戶發(fā)送用于促銷的新的計(jì)算機(jī)產(chǎn)品宣傳冊和將要開始的產(chǎn)品降價(jià)信息。不加區(qū)分的給每名客戶都發(fā)送促銷宣傳冊顯然是一種很大的浪費(fèi)，而有針對性的給有最大購買可能的顧客發(fā)送產(chǎn)品廣告，才是一種高效節(jié)儉的營銷策略。這時(shí)可以采用分類方法中常用的決策樹歸納方法對數(shù)據(jù)庫中的一部分?jǐn)?shù)據(jù)(訓(xùn)練數(shù)據(jù))進(jìn)行分類學(xué)習(xí)得出數(shù)據(jù)集的決策樹模型，如果模型的準(zhǔn)確率經(jīng)測試被認(rèn)為是可以接受的，那么就可以使用這一模型建立的規(guī)則對數(shù)據(jù)庫進(jìn)行分類預(yù)測了。

 

2.2 使用交叉銷售提高現(xiàn)有客戶的價(jià)值

 

現(xiàn)代企業(yè)和客戶之間的關(guān)系是經(jīng)常變動(dòng)的，一旦一個(gè)人或者一個(gè)公司成為企業(yè)的客戶，企業(yè)就要盡力保持這種關(guān)系，并使之趨于完善。一般來說可以通過以下幾種方法：一是最長時(shí)間的保持這種關(guān)系；二是最多次數(shù)的和你的客戶交易：三是最大數(shù)量的保證每次交易的利潤。這些都可通過交叉銷售來實(shí)現(xiàn)。交叉銷售是指企業(yè)通過與客戶交流，向現(xiàn)有客戶銷售新的產(chǎn)品或服務(wù)的過程。對客戶來講，得到了更多更好的服務(wù)；對企業(yè)來講，也會(huì)因增加了銷售量而獲利。

 

用數(shù)據(jù)挖掘技術(shù)對交叉銷售做分析時(shí)應(yīng)包括三個(gè)步驟。一是分析現(xiàn)有客戶的購買行為和消費(fèi)習(xí)慣數(shù)據(jù)，然后用數(shù)據(jù)挖掘的一些算法對不同的銷售方式的個(gè)體行為進(jìn)行建模；二是用建立的預(yù)測模型對客戶將來的消費(fèi)行為進(jìn)行預(yù)測分析，對每一種銷售方式進(jìn)行評(píng)價(jià)；三是用建立的分析模型對新的客戶數(shù)據(jù)進(jìn)行分析，以決定向客戶提供哪一種交叉銷售服務(wù)最合適。

 

2.3 客戶保持

 

隨著各個(gè)行業(yè)競爭的加劇，企業(yè)獲得新客戶的成本正在不斷的上升，因此保持原有客戶對所有企業(yè)來說就顯得越來越重要，而且往往失去的客戶要比新得到的客戶貢獻(xiàn)更多的利潤。來自北美和歐洲的權(quán)威機(jī)構(gòu)提供的統(tǒng)計(jì)數(shù)據(jù)表明，在全球500強(qiáng)企業(yè)中，它們在五年內(nèi)大約流失50％的客戶。企業(yè)爭取一個(gè)新客戶的成本是保留一個(gè)老客戶的7-10倍，所以可以看出企業(yè)最關(guān)心的話題是企業(yè)如何才能留住客戶，增加客戶對企業(yè)的忠誠度。

 

利用數(shù)據(jù)挖掘技術(shù)，例如決策樹算法，就可以通過挖掘大量的客戶信息來構(gòu)建預(yù)測模型，較準(zhǔn)確的找出易流失的客戶群，并指定相應(yīng)的方案，最大程度的保持住老客戶。

 

2.4 防止客戶流失

 

客戶流失是企業(yè)難以控制的常見問題，流失現(xiàn)象會(huì)給企業(yè)帶來很多不利影響。通過數(shù)據(jù)挖掘技術(shù)中的孤立點(diǎn)分析法可以發(fā)現(xiàn)客戶的異常行為，并采取相應(yīng)對策，避免客戶流失。

 

綜上所述，我們得出CRM是一種管理技術(shù)，數(shù)據(jù)挖掘是一種數(shù)據(jù)處理和分析技術(shù)。后者是前者的運(yùn)用工具，為其提供數(shù)據(jù)基礎(chǔ)平臺(tái)和技術(shù)支持。數(shù)據(jù)挖掘技術(shù)可以幫助CRM完成對大量客戶信息的處理，挖掘出隱含的、先前未知的、對企業(yè)決策有潛在價(jià)值的知識(shí)和規(guī)則，包括客戶特征、“黃金客戶”、客戶關(guān)注點(diǎn)以及客戶忠誠度等等，并能夠根據(jù)已有的信息對未來發(fā)生行為做出結(jié)果預(yù)測，科學(xué)確定各種業(yè)務(wù)的實(shí)施方案，為企業(yè)提供全方位的管理視角，完善企業(yè)的客戶交流能力，最大化客戶和企業(yè)的收益率。

 

隨著CRM在我國的進(jìn)一步發(fā)展，企業(yè)對CRM中數(shù)據(jù)挖掘部分的要求也會(huì)越來越高，因此加強(qiáng)數(shù)據(jù)挖掘技術(shù)在CRM方面的應(yīng)用研究，有利于促進(jìn)企業(yè)CRM應(yīng)用水平的提高。主要表現(xiàn)如下。

 

2.4.1 挖掘潛在的客戶，提高市場占有率

 

如何快速發(fā)現(xiàn)更多潛在的客戶，對一個(gè)企業(yè)來說是至關(guān)重要的，獲取一個(gè)新客戶大都是從潛在客戶信息開始的。潛在客戶信息主要包括Web上留言者、網(wǎng)上檢索者、撥打免費(fèi)電話者和填寫申請表者的相關(guān)信息。通過數(shù)據(jù)挖掘可以對潛在客戶信息進(jìn)行分類和聚類分析，再由模式分析預(yù)測哪些可能成為新客戶，以幫助業(yè)務(wù)人員找到正確的合作客戶。Web數(shù)據(jù)挖掘還可以揭示客戶的行為習(xí)慣，發(fā)現(xiàn)在不同情況下有相似行為的新客戶，幫助公司識(shí)別出潛在的客戶群，并提高對市場活動(dòng)的響應(yīng)力，采用積極的營銷策略，不斷挖掘新客戶，從而提高市場占有率。

 

2.4.2 提供個(gè)性化服務(wù)

 

留住客戶的競爭越來越激烈，公司獲得新客戶的成本也在不斷地上升，因此保持原有客戶對企業(yè)來說就顯得越來越重要。數(shù)據(jù)挖掘可以把信息系統(tǒng)中的大量客戶分成不同的類，針對不同的類提供不同的個(gè)性化服務(wù)來提高客戶的滿意度，從而留住客戶。

 

2.4.3 客戶盈利能力分析和預(yù)測

 

對一個(gè)公司來講，如果不知道客戶的經(jīng)營情況，就很難做出合適的市場策略。很顯然，不同客戶對于公司來講，其價(jià)值是不同的。數(shù)據(jù)挖掘技術(shù)可以用來分析和預(yù)測不同市場活動(dòng)情況下客戶盈利能力的變化，識(shí)別最有價(jià)值的客戶以及這些客戶過去的狀態(tài)變遷，幫助公司制定適合的市場策略。

 

2.4.4 客戶信用風(fēng)險(xiǎn)預(yù)警和控制

 

利用數(shù)據(jù)挖掘?qū)拘畔⒐芾硐到y(tǒng)中大量的數(shù)據(jù)進(jìn)行分析和處理，可采用神經(jīng)網(wǎng)絡(luò)算法建立模型，然后對現(xiàn)有客戶進(jìn)行測試，探查出具有詐騙傾向的客戶；也可采用數(shù)據(jù)挖掘中的孤立點(diǎn)分析技術(shù)，在對客戶群進(jìn)行分析時(shí)，找出與其他客戶不同的客戶來進(jìn)行防范。對客戶的信用風(fēng)險(xiǎn)進(jìn)行分析和可能發(fā)生的欺詐行為進(jìn)行預(yù)測，以便及時(shí)地對各種信用風(fēng)險(xiǎn)進(jìn)行監(jiān)視、評(píng)價(jià)、預(yù)警和管理，進(jìn)而采取有效的監(jiān)督措施，在信用風(fēng)險(xiǎn)發(fā)生之前對其進(jìn)行預(yù)警和控制。

 

總之，數(shù)據(jù)挖掘在中小企業(yè)中的廣泛應(yīng)用，能夠及時(shí)開拓營銷渠道，挖掘潛在的有價(jià)值的客戶信息，針對不同的客戶群及時(shí)提供不同的個(gè)性化服務(wù)，可以提高客戶的滿意度和忠誠度，提升客戶信用的預(yù)測性和抗風(fēng)險(xiǎn)的能力，從而提高企業(yè)對市場的響應(yīng)力和智能化水平。例如預(yù)測發(fā)展趨勢、輔助決策、對客戶進(jìn)行分類、挖掘潛在客戶等等。

 

3 在客戶關(guān)系管理中應(yīng)用數(shù)據(jù)挖掘技術(shù)的要求

 

3.1 確立合理的數(shù)據(jù)挖掘目標(biāo)

 

為保證數(shù)據(jù)挖掘能夠正常、有效地開展和進(jìn)行，其實(shí)施過程中必須有明確的遠(yuǎn)景規(guī)劃和近期實(shí)現(xiàn)目標(biāo)。管理者制定規(guī)劃和目標(biāo)時(shí)，既要考慮企業(yè)內(nèi)部的現(xiàn)狀和實(shí)際技術(shù)水平，同時(shí)也要看到外部市場對企業(yè)的要求與挑戰(zhàn)。企業(yè)必須明確任務(wù)目標(biāo)、進(jìn)度和預(yù)期作用等內(nèi)容。

 

3.2 全面掌握客戶的數(shù)據(jù)

 

在接通客戶關(guān)系管理系統(tǒng)并將原始數(shù)據(jù)導(dǎo)入新系統(tǒng)之前，數(shù)據(jù)挖掘人員要全面考察數(shù)據(jù)來源，獲取數(shù)據(jù)的內(nèi)容、質(zhì)量和可靠性等情況信息。當(dāng)采用適當(dāng)?shù)臄?shù)據(jù)挖掘工具，執(zhí)行這些枯燥而易出錯(cuò)的程序時(shí)，可使數(shù)據(jù)挖掘工作所花費(fèi)的時(shí)間減少到相當(dāng)于初次手工作業(yè)所需時(shí)間的10％左右，并可及早發(fā)現(xiàn)和糾正數(shù)據(jù)問題，大大降低成本和失敗的風(fēng)險(xiǎn)。

 

3.3 要建立數(shù)據(jù)標(biāo)準(zhǔn)

 

進(jìn)行數(shù)據(jù)挖掘和分析時(shí)，需將客戶姓名、聯(lián)系地址、產(chǎn)品信息等客戶數(shù)據(jù)標(biāo)準(zhǔn)化，以確保一致性并將記錄與統(tǒng)計(jì)邏輯相匹配，從而減少查看客戶全景視圖的數(shù)據(jù)重復(fù)。同時(shí)，要建立保證數(shù)據(jù)質(zhì)量的相關(guān)流程和程序，以確保數(shù)據(jù)的適用性和質(zhì)量。

 

3.4 尋求高層管理者的理解與支持

 

高層管理者對客戶關(guān)系管理中數(shù)據(jù)挖掘的支持、理解和承諾，是數(shù)據(jù)挖掘成功的關(guān)鍵因素之一。缺乏管理者支持與承諾，會(huì)對數(shù)據(jù)挖掘的實(shí)施帶來很大的負(fù)面影響。要得到管理者的支持與承諾，既可要求管理者對項(xiàng)目有相當(dāng)?shù)膮⑴c程度，進(jìn)而能夠?qū)?xiàng)目實(shí)施有一定理解；也可將實(shí)施過程中所影響到的部門的高層領(lǐng)導(dǎo)，設(shè)為數(shù)據(jù)挖掘項(xiàng)目的發(fā)起人或發(fā)起的主要參與者。