[摘要] 在客戶關(guān)系管理中，企業(yè)將面臨大量的來自于客戶和市場的數(shù)據(jù)和信息，這些數(shù)據(jù)是大量的、不完全的、有噪聲的、模糊的、隨機的，但同時又是非常有用的。數(shù)據(jù)挖掘技術(shù)可以將這些數(shù)據(jù)有效的分析、整理，從而給數(shù)據(jù)使用者提供有效、及時的信息。本文就數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中如何應(yīng)用做了粗淺的探討。

　　根據(jù)波特的影響企業(yè)的利益相關(guān)者理論，企業(yè)有五個利益相關(guān)者，分別是客戶、競爭對手、供應(yīng)商、分銷商和政府等其他利益相關(guān)者。其中，最重要的利益相關(guān)者就是客戶�，F(xiàn)代企業(yè)的競爭優(yōu)勢不僅體現(xiàn)在產(chǎn)品上，還體現(xiàn)在市場上，誰能獲得更大的市場份額，誰就能在競爭中占據(jù)優(yōu)勢和主動。而對市場份額的爭奪實質(zhì)上是對客戶的爭奪，因此，企業(yè)必須完成從“產(chǎn)品”導(dǎo)向向“客戶”導(dǎo)向的轉(zhuǎn)變，對企業(yè)與客戶發(fā)生的各種關(guān)系進(jìn)行管理。進(jìn)行有效的客戶關(guān)系管理，就要通過有效的途徑，從儲存大量客戶信息的數(shù)據(jù)倉庫中經(jīng)過深層分析，獲得有利于商業(yè)運作，提高企業(yè)市場競爭力的有效信息。而實現(xiàn)這些有效性的關(guān)鍵技術(shù)支持就是數(shù)據(jù)挖掘，即從海量數(shù)據(jù)中挖掘出更有價值的潛在信息。正是有了數(shù)據(jù)挖掘技術(shù)的支持，才使得客戶關(guān)系管理的理念和目標(biāo)得以實現(xiàn)，滿足現(xiàn)代電子商務(wù)時代的需求和挑戰(zhàn)。

　　一、客戶關(guān)系管理（CRM）

　　CRM是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理方法。它是企業(yè)通過富有意義的交流和溝通，理解并影響客戶行為，最終實現(xiàn)提高客戶獲取、客戶保留、客戶忠誠和客戶創(chuàng)利的目的。它包括的主要內(nèi)容有客戶識別、客戶關(guān)系的建立、客戶保持、客戶流失控制和客戶挽留。通過客戶關(guān)系管理能夠提高企業(yè)銷售收入，改善企業(yè)的服務(wù)，提高客戶滿意度，同時能提高員工的生產(chǎn)能力。

　　二、數(shù)據(jù)挖掘（DM）

　　數(shù)據(jù)挖掘（Data Mining，簡稱DM），簡單的講就是從大量數(shù)據(jù)中挖掘或抽取出知識。數(shù)據(jù)挖掘概念的定義描述有若干版本。一個通用的定義是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中提取人們感興趣的知識，這些知識是隱諱的、事先未知的、潛在有用的信息。

　　常用的數(shù)據(jù)挖掘方法有：（1）關(guān)聯(lián)分析。即從給定的數(shù)據(jù)集中發(fā)現(xiàn)頻繁出現(xiàn)的項集模式知識。例如，某商場通過關(guān)聯(lián)分析，可以找出若干個客戶在本商場購買商品時，哪些商品被購置率較高，進(jìn)而可以發(fā)現(xiàn)數(shù)據(jù)庫中不同商品的聯(lián)系，進(jìn)而反映客戶的購買習(xí)慣。（2）序列模式分析。它與關(guān)聯(lián)分析相似，其目的也是為了控制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析的側(cè)重點在于分析數(shù)據(jù)間的前后（因果）關(guān)系。例如，可以通過分析客戶在購買A商品后，必定（或大部分情況下）隨著購買B商品，來發(fā)現(xiàn)客戶潛在的購買模式。（3）分類分析。是找出一組能夠描述數(shù)據(jù)集合典型特征的模型，以便能夠分類識別未知數(shù)據(jù)的歸屬或類別。例如，銀行可以根據(jù)客戶的債務(wù)水平、收入水平和工作情況，可對給定用戶進(jìn)行信用風(fēng)險分析。（4）聚類分析。是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對象之間所存在的有價值聯(lián)系。在商業(yè)上，聚類可以通過顧客數(shù)據(jù)將顧客信息分組，并對顧客的購買模式進(jìn)行描述，找出他們的特征，制定針對性的營銷方案。（5）孤立點分析。孤立點是數(shù)據(jù)庫中與數(shù)據(jù)的一般模式不一致的數(shù)據(jù)對象，它可能是收集數(shù)據(jù)的設(shè)備出現(xiàn)故障、人為輸入時的輸入錯誤等。孤立點分析就是專門挖掘這些特殊信息的方法。例如，銀行可以利用孤立點分析發(fā)現(xiàn)信用卡詐騙，電信部門可以利用孤立點分析發(fā)現(xiàn)電話盜用等。

　　三、數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用

　　1.進(jìn)行客戶分類客戶分類是將大量的客戶分成不同的類別，在每一類別里的客戶具有相似的屬性，而不同類別里的客戶的屬性不同。數(shù)據(jù)挖掘可以幫助企業(yè)進(jìn)行客戶分類，針對不同類別的客戶，提供個性化的服務(wù)來提高客戶的滿意度，提高現(xiàn)有客戶的價值。細(xì)致而可行的客戶分類對企業(yè)的經(jīng)營策略有很大益處。例如，保險公司在長期的保險服務(wù)中，積累了很多的數(shù)據(jù)信息，包括對客戶的服務(wù)歷史、對客戶的銷售歷史和收入，以及客戶的人口統(tǒng)計學(xué)資料和生活方式等。保險公司必須將這些眾多的信息資源綜合起來，以便在數(shù)據(jù)庫里建立起一個完整的客戶背景。在客戶背景信息中，大批客戶可能在保險種類、保險年份和保險金額上具有極高的相似性，因而形成了具有共性的客戶群體。經(jīng)過數(shù)據(jù)挖掘的聚類分析，可以發(fā)現(xiàn)他們的共性，掌握他們的保險理念，提供有針對性的服務(wù)，提高保險公司的綜合服務(wù)水平，并可以降低業(yè)務(wù)服務(wù)成本，取得更高的收益。

　　2.進(jìn)行客戶識別和保留

　　（1）在CRM中，首先應(yīng)識別潛在客戶，然后將他們轉(zhuǎn)化為客戶這時可以采用DM中的分類方法。首先是通過對數(shù)據(jù)庫中各數(shù)據(jù)進(jìn)行分析，從而建立一個描述已知數(shù)據(jù)集類別或概念的模型，然后對每一個測試樣本，用其已知的類別與學(xué)習(xí)所獲模型的預(yù)測類別做比較，如果一個學(xué)習(xí)所獲模型的準(zhǔn)確率經(jīng)測試被認(rèn)可，就可以用這個模型對未來對象進(jìn)行分類。例如，圖書發(fā)行公司利用顧客郵件地址數(shù)據(jù)庫，給潛在顧客發(fā)送用于促銷的新書宣傳冊。該數(shù)據(jù)庫內(nèi)容有客戶情況的描述，包括年齡、收入、職業(yè)、閱讀偏好、訂購習(xí)慣、購書資金、計劃等屬性的描述，顧客被分類為“是”或“否”會成為購買書籍的顧客。當(dāng)新顧客的信息被輸入到數(shù)據(jù)庫中時，就對該新顧客的購買傾向進(jìn)行分類，以決定是否給該顧客發(fā)送相應(yīng)書籍的宣傳手冊。

　�。�2）在客戶保留中的應(yīng)用客戶識別是獲取新客戶的過程，而客戶保留則是留住老顧客、防止客戶流失的過程。對企業(yè)來說，獲取一個新顧客的成本要比保留一個老顧客的成本高。在保留客戶的過程中，非常重要的一個工作就是要找出顧客流失的原因。例如，某�？茖W(xué)校的招生人數(shù)在逐漸減少，那么就要找出減少的原因，經(jīng)過廣泛的搜集信息，發(fā)現(xiàn)原因在于本學(xué)校對技能培訓(xùn)不夠重視，學(xué)生只能學(xué)到書本知識，沒有實際的技能，在就業(yè)市場上找工作很難。針對這種情況，學(xué)校應(yīng)果斷的抽取資金，購買先進(jìn)的、有針對性的實驗實訓(xùn)設(shè)備，同時修改教學(xué)計劃，加大實驗實訓(xùn)課時和考核力度，培訓(xùn)相關(guān)專業(yè)的教師。

　�。�3）對客戶忠誠度進(jìn)行分析客戶的忠誠意味著客戶不斷地購買公司的產(chǎn)品或服務(wù)。數(shù)據(jù)挖掘在客戶忠誠度分析中主要是對客戶持久性、牢固性和穩(wěn)定性進(jìn)行分析。比如大型超市通過會員的消費信息，如最近一次消費、消費頻率、消費金額三個指標(biāo)對數(shù)據(jù)進(jìn)行分析，可以預(yù)測出顧客忠誠度的變化，據(jù)此對價格、商品的種類以及銷售策略加以調(diào)整和更新，以便留住老顧客，吸引新顧客。

　�。�4）對客戶盈利能力分析和預(yù)測對于一個企業(yè)而言，如果不知道客戶的價值，就很難做出合適的市場策略。不同的客戶對于企業(yè)而言，其價值是不同的。研究表明，一個企業(yè)的80%的利潤是由只占客戶總數(shù)的20%的客戶創(chuàng)造的，這部分客戶就是有價值的優(yōu)質(zhì)客戶。為了弄清誰才是有價值的客戶，就需要按照客戶的創(chuàng)利能力來劃分客戶，進(jìn)而改進(jìn)客戶關(guān)系管理。數(shù)據(jù)挖掘技術(shù)可以用來分析和預(yù)測不同市場活動情況下客戶盈利能力的變化，幫助企業(yè)制定合適的市場策略。商業(yè)銀行一般會利用數(shù)據(jù)挖掘技術(shù)對客戶的資料進(jìn)行分析，找出對提高企業(yè)盈利能力最重要的客戶，進(jìn)而進(jìn)行針對性的服務(wù)和營銷。

　　（5）交叉銷售和增量銷售交叉銷售是促使客戶購買尚未使用的產(chǎn)品和服務(wù)的營銷手段，目的是可以拓寬企業(yè)和客戶間的關(guān)系。增量銷售是促使客戶將現(xiàn)有產(chǎn)品和服務(wù)升級的銷售活動，目的在于增強企業(yè)和客戶的關(guān)系。這兩種銷售都是建立在雙贏的基礎(chǔ)上的，客戶因得到更多更好符合其需求的服務(wù)而獲益，公司也因銷售增長而獲益。數(shù)據(jù)挖掘可以采用關(guān)聯(lián)性模型或預(yù)測性模型來預(yù)測什么時間會發(fā)生什么事件，判斷哪些客戶對交叉銷售和增量銷售很有意向，以達(dá)到交叉銷售和增量銷售的目的。例如，保險公司的交叉營銷策略：保險公司對已經(jīng)購買某險種的客戶推薦其它保險產(chǎn)品和服務(wù)。這種策略成功的關(guān)鍵是要確保推銷的保險險種是用戶所感興趣的，否則會造成用戶的反感。

　　四、客戶關(guān)系管理應(yīng)用數(shù)據(jù)挖掘的步驟

　　1.需求分析只有確定需求，才有分析和預(yù)測的目標(biāo)，然后才能提取數(shù)據(jù)、選擇方法，因此，需求分析是數(shù)據(jù)挖掘的基礎(chǔ)條件。數(shù)據(jù)挖掘的實施過程也是圍繞著這個目標(biāo)進(jìn)行的。在確定用戶的需求后，應(yīng)該明確所要解決的問題屬于哪種應(yīng)用類型，是屬于關(guān)聯(lián)分析、分類、聚類及預(yù)測，還是其他應(yīng)用。應(yīng)對現(xiàn)有資源如已有的歷史數(shù)據(jù)進(jìn)行評估，確定是否能夠通過數(shù)據(jù)挖掘技術(shù)來解決用戶的需求，然后將進(jìn)一步確定數(shù)據(jù)挖掘的目標(biāo)和制定數(shù)據(jù)挖掘的計劃。

　　2.建立數(shù)據(jù)庫這是數(shù)據(jù)挖掘中非常重要也非常復(fù)雜的一步。首先，要進(jìn)行數(shù)據(jù)收集和集成，其次，要對數(shù)據(jù)進(jìn)行描述和整合。數(shù)據(jù)主要有四個方面的來源：客戶信息、客戶行為、生產(chǎn)系統(tǒng)和其他相關(guān)數(shù)據(jù)。這些數(shù)據(jù)通過抽取、轉(zhuǎn)換和裝載，形成數(shù)據(jù)倉庫，并通過OLAP和報表，將客戶的整體行為結(jié)果分析等數(shù)據(jù)傳遞給數(shù)據(jù)庫用戶。

　　3.選擇合適的數(shù)據(jù)挖掘工具如果從上一步的分析中發(fā)現(xiàn)，所要解決的問題能用數(shù)據(jù)挖掘比較好地完成，那么需要做的第三步就是選擇合適的數(shù)據(jù)挖掘技術(shù)與方法。將所要解決的問題轉(zhuǎn)化成一系列數(shù)據(jù)挖掘的任務(wù)。數(shù)據(jù)挖掘主要有五種任務(wù)：分類，估值預(yù)測，關(guān)聯(lián)規(guī)則，聚集，描述。前三種屬于直接的數(shù)據(jù)挖掘。在直接數(shù)據(jù)挖掘中，目標(biāo)是應(yīng)用可得到的數(shù)據(jù)建立模型，用其它可得到的數(shù)據(jù)來描述感興趣的變量。后兩種屬于間接數(shù)據(jù)挖掘。在間接數(shù)據(jù)挖掘中，沒有單一的目標(biāo)變量，目標(biāo)是在所有變量中發(fā)現(xiàn)某些聯(lián)系。

　　4.建立模型建立模型是選擇合適的方法和算法對數(shù)據(jù)進(jìn)行分析，得到一個數(shù)據(jù)挖掘模型的過程。一個好的模型沒必要與已有數(shù)據(jù)完全相符，但模型對未來的數(shù)據(jù)應(yīng)有較好的預(yù)測。需要仔細(xì)考察不同的模型以判斷哪個模型對所需解決的問題最有用。如決策樹模型、聚類模型都是分類模型，它們將一個事件或?qū)ο髿w類�；貧w是通過具有已知值的變量來預(yù)測其它變量的值。時間序列是用變量過去的值來預(yù)測未來的值。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)。建立模型是一個反復(fù)進(jìn)行的過程，它需要不斷地改進(jìn)或更換算法以尋找對目標(biāo)分析作用最明顯的模型，最后得到一個最合理、最適用的模型。

　　5.模型評估為了驗證模型的有效性、可信性和可用性，從而選擇最優(yōu)的模型，需要對模型進(jìn)行評估。我們可以將數(shù)據(jù)中的一部分用于模型評估，來測試模型的準(zhǔn)確性，模型是否容易被理解模型的運行速度、輸入結(jié)果的速度、實現(xiàn)代價、復(fù)雜度等。模型的建立和檢驗是一個反復(fù)的過程，通過這個階段階段的工作，能使數(shù)據(jù)以用戶能理解的方式出現(xiàn)，直至找到最優(yōu)或較優(yōu)的模型。

　　6.部署和應(yīng)用將數(shù)據(jù)挖掘的知識歸檔和報告給需要的群體，根據(jù)數(shù)據(jù)挖掘發(fā)現(xiàn)的知識采取必要的行動，以及消除與先前知識可能存在的沖突，并將挖掘的知識應(yīng)用于應(yīng)用系統(tǒng)。在模型的應(yīng)用過程中，也需要不斷地對模型進(jìn)行評估和檢驗，并做出適當(dāng)?shù)恼{(diào)整，以使模型適應(yīng)不斷變化的環(huán)境。