维普资讯 http://www.cqvip.com 第６卷第４期 ２００６年１２月 南京工业职业技术学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｉｎｄｕｓｔｒｙ Ｔｅｃｈｎｏｌｏｇｙ Ｖｏ１．６．Ｎｏ．４ Ｄｅｅ．，２００６ 文章编号：１６７１—４６４４（２００６）０４—００５３—０３ 基于数据挖掘的ＣＲＭ 周志刚 （南京信息职业技术学院摘工商管理系，江苏 南京２１００４６） 要：企业实施ＣＲＭ最主要的目的是从客户数据分析中挖掘客户服务发展方向，基于数据挖掘的ＣＲＭ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，可帮助企业有效地制订客户发展策略，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；商业智能；ＣＲＭ 中图分类号：Ｆ７１３．５６ 文献标识码：Ａ 据有关资料显示，企业的客户满意度如果有５％的提高， 它的利润将会翻一番；企业２０％的客户贡献了８０％的利润； 厂商向潜在客户推销产品的成功率大约是１５％，而向现有客 户推销产品的成功率则达５０％；厂商向潜在客户推销产品的 花费大约是现有客户的８倍；一个对服务不满的客户会将他 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）分析型ＣＲＭ阶段。对过程型ＣＲＭ阶段所产生的数 据进行加工处理，产生客户的商业智能，为企业提供战略决 策支持。主要是数据仓库、客户数据库、客户细分系统、报表 和分析系统，提供对客户数据和客户行为模式进行分析的 能力。 企业实施ＣＲＭ的目的是为了提升管理水平和实现企业 的不满经历告诉其他８—１０倍，厂商因此的损失将增加８— １０倍，９３％的企业经营者认为，谁能掌握客户的需求趋势、加 强与客户的关系、有效分析客户数据和挖掘客户服务发展方 向，谁就能获得市场竞争优势，在激烈的竞争中立于不败 之地。 的战略目标。但实际上，ＣＲＭ在现实中并未取得很好的效果， 主要原因就在于分析型客户关系管理阶段，缺乏有效的工具 和方法，能从大量的客户数据中提取隐藏着的信息，产生新的 知识从而有助于企业获得市场竞争优势 ｊ。能满足企业这一 客户关系管理（Ｃｕｓｔｏｍｅｒ Ｒｅｌａｔｉｏｎｓｈｉｐ Ｍａｎａｇｅｍｅｎｔ）是适 应企业以产品为中心到以客户为中心经营模式的战略转移 而迅猛发展起来的一种新的管理技术，它已成为企业获得竞 争优势的一种强有力手段，以客户为中心的ＣＲＭ成为信息 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ＣＲＭ阶段，数据挖掘技术的引入是ＣＲＭ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。 时代环境下企业制胜的关键因素之一。 １ 客户关系管理 ＣＲＭ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 。ＣＲＭ最早由ＧａｎｔｅｒＧｒｏｕｐ提出，它的目的在于建立 一２数据挖掘 ２．１数据挖掘的定义 数据挖掘 （Ｄａｔａ Ｍｉｎｉｎｇ）是从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 知识的过程。数据挖掘技术是一个高级、复杂的处理过程， 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，提高企 业的竞争优势。它是以客户为中心企业业务流程的自动化 和重组，旨在改善企业与客户之间的关系。ＣＲＭ的实施可以 分成两个阶段。 它融合了人工智能、机器学习、统计学、数据库等多个领域的 理论和技术。将数据挖掘技术运用在ＣＲＭ中就能在海量的 客户数据库中将看似没有联系的数据进行分析和处理，提取 出有价值的客户关系，并能对未来的发展趋势和行为进行预 测，从而帮助决策者做出有效正确的决策。 ２．２数据挖掘在ＣＲＭ中的应用 （１）客户细分分析。客户细分是企业有效销售、营销、 （１）过程型ＣＲＭ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中心的理念。 这一过程要完成客户数据的收集、收集哪些客户的数据、确 认客户的数据是否完整等，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 收稿日期：２００６—０２—１１ 服务的基础。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 费额等等。并根据这些特征将客户聚类或分类成高价值客 作者简介：周志刚（１９７７一），男，安徽和县人，南京信息职业技术学院教师，工学硕士，研究方向：数据挖掘，网络数据库。 维普资讯 http://www.cqvip.com 南京工业职业技术学院学报 第６卷第４期 户、中等价值客户、初等价值客户等若干类型。通过数据挖 要由６个模块构成。 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。 （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你的产品的人、以前 不需要你的产品的人以及以前你的竞争对手的客户。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，可以使销售与营销更有针对性。 （３）客户保持和流失分析。在竞争日益激烈的市场环 境下，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。统计表明，有三分之二的客户流 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，企业就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 能离你而去的客户 。 （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，同时也可发现不同 类别、不同特征的客户购买的产品的型号和时间，表面上看 起来与客户购买产品行为不存在联系的因素，通过特定的数 据挖掘技术可证实它们之间潜在的联系，以便企业做出正确 的销售战略决策。 （５）交叉销售。企业与客户之间的关系是动态变化的， 企业应尽力完善与客户之间的关系。交叉销售是企业向老 客户销售新的产品或提供新的服务的过程，它是建立在双赢 原则基础上的。通常客户需要进一步得到更好满足需求的 服务和产品，企业通过对老客户的数据挖掘，找到包含着客 户潜在需要的产品和服务，得到最优的合理销售策略，促进 企业的销售额和利益的增长。 （６）客户贡献分析。利用数据挖掘可以进行客户特征 分析，发现哪些客户是真正创造利润的客户，哪些是低利润 和无利润的，企业就可以采取一定的措施使低利润和无利润 的客户转化为创造利润的客户。企业对创造利润的客户要 采取相应的措施，推出一些优惠措施力求保留住这些客户； 对于潜在的创造利润的客户要采取针对性的措施，实行个性 化服务；对于无利润的客户可不必投入过多精力。通过对客 户贡献的分析可以有效的降低企业成本，提高经济效益。 ３基于数据挖掘的ＣＲＭ 数据挖掘作为一种新的商业智能 技术应用在ＣＲＭ中 的各个阶段，包括争取新客户，保留老客户，提高已有客户的 利润贡献率等，力求通过对客户数据的分析，实现客户营销 的个性化服务。 ３．１实施模型 基于数据挖掘的ＣＲＭ实施模型如图１所示，本模型主 用户界面 １ｒ １ｒ 【挖掘引擎 （关联、／数据引擎 ０－类、聚类等） Ｉ 数据提取、集成、分析与处理 图１基于数据挖掘的ＣＲＭ实施模型 （１）数据提取、集成、分析和处理：实施模型中，数据仓 库的数据源包括多个方面，主要有客户资料数据、客户交易 数据、产品信息数据以及其他动态数据。其中，其他动态数 据是从企业外部数据源收集的数据。数据提取、集成、分析 和处理模块的任务，就是按知识库中规则的要求，从多个数 据源中提取构建数据仓库所需要的数据，并对其进行转换、 清洗等预处理工作，再将预处理后的数据导人数据仓库进行 存储。 （２）数据仓库模块：通过整合企业类型各异的数据，运 用简单变换、数据清洗、聚集和概括等技术建立企业级的数 据仓库，为数据提取、集成、分析和处理模块使用。 （３）知识库模块：用于存储并有效管理经过评估确认的 知识；用于指导数据仓库和数据挖掘系统有效工作的控制规 则；用于存储说明数据仓库中存储了什么样的数据、数据的 存储位置、数据来源以及如何获得这些数据的元数据。 （４）挖掘引擎模块：在规则的指导下，综合运用多种数 据挖掘工具和技术，对数据仓库的内容进行综合分析和深度 挖掘，提取出有效的模式并提交评估模块进行验证和评估。 （５）数据挖掘模块：对预处理过后的数据运用特定的数 据挖掘技术进行挖掘，包括关联、分类、聚类等技术，并将挖 掘出的信息进提交给评估模块进行验证和评估 （６）用户界面：为用户提供友好的操作界面和挖掘结果 显示工具。 ３．２基于数据挖掘的ＣＲＭ实施 实施基于数据挖掘的ＣＲＭ是一个循序渐进、循环反复、 不断调整的动态过程。其主要步骤如下： （１）确定业务对象：企业首先要清楚地定义出业务问 题。企业实施基于数据挖掘的ＣＲＭ系统都有一个或多个商 业目标，如提高客户价值或客户细分等，企业必须清晰地定 义这些业务问题，然后在此基础上开展数据的收集和预处理 工作。 （２）数据分析：在理解了业务的基础上对企业的数据进 行分析，形成对数据的初步认识，了解数据的分布状况，为建 立预测模型打下基础。 （３）数据准备：数据准备是数据挖掘过程中非常重要的 一步，数据的好坏直接影响到最后挖掘的结果。数据准备应 维普资讯 http://www.cqvip.com 第６卷第４期 周志刚：基于数据挖掘的ＣＲＭ ５５ 做到以下步骤：①数据的收集：收集完整、真实有效的客户数 据，企业需通过制定严格的业务操作流程和协调好各个相关 部门来完成数据的收集工作，要能够及时完整地从多种异构 企业业务需求的变化，可能又会有新的数据挖掘应用，因此 基于数据挖掘的ＣＲＭ的实施应用不是一成不变的，而是随 着数据和业务需求的发展而改变的。 数据源中获得目标数据。②数据预处理：对客户数据进行清 理，对所收集到的数据进行抽取并加以组合，预处理后的数据 为进一步挖掘做好准备。③数据转换：将数据转换成一个分 析模型，该分析模型是针对数据挖掘算法建立的，包括分类算 法，如ＩＤ３算法、ＣＡ．５算法，聚类算法、关联算法等等，建立一 ４ 结束语 在信息时代，要充分利用企业的信息资源，从以产品为 中心的管理模式转变为以客户为中心的管理模式上来，利用 数据挖掘技术，分析客户的特征，探索企业和所对应市场的 运营规律性，不断提高企业的经济效益是企业发展的必由 之路。 个真正适合挖掘算法的分析模型是数据挖掘成功的关键。 （４）建立数据挖掘模型：从各种数据挖掘模型中选择最 能解决业务问题的一个或多个。这一步是一个迭代的过程， 在确定好的模型的过程中所获得的信息，可能要求重新整合 正在使用的数据甚至可能要重新修改业务问题。 （５）解释和评价模型：本阶段是对数据挖掘质量进行评 定。好的挖掘模型应能够用随机的数据就能得到较为理想 的结果，如果效果不好则可能需要重新整合数据或重新修正 原有的模型。 参考文献： ［１］卢艳秋，等．电子商务环境下企业客户关系管理模式研究 【Ｊ］．情报科学，２００５（６）：９０８—９１１． ［２］夏安邦．对当前ＣＲＭ研究的综述和讨论［Ｊ］．中国制造业 信息化，２００４（５）：ｌ３—１７． ［３］杨光．浅析数据挖掘在ＣＲＭ中的应用［Ｊ］．情报科学， ２００５（２）：２７８—２８０． 以上步骤是不断循环持续的动态过程，随着系统的不断 扩展，客户数据的不断积累，先前建立的数据挖掘模型很可 能不再有效，因此需要重新建立数据挖掘模型。同时，随着 【４］朱玉平，蒋馥．基于商业智能的ＣＲＭ【Ｊ］．商业研究，２００６ （２）：４３—４４． Ｃｕｓｔｏｍｅｒ Ｒｅｌａｔｉｏｎｓｈｉｐ Ｍａｎａｇｅｍｅｎｔ Ｂａｓｅｄ ｏｎ Ｄａｔａ Ｍｉｎｉｎｇ ＺＨＯＵ Ｚｈｉ—ｇａｎｇ （Ｎａｎｆｉｎｇ Ｃｏｌｌｅｇｅ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ ２１００４６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐｕｒｐｏｓｅ ｏｆ ｅｎｔｅｒｐｒｉｓｅ’Ｓ ＣＲＭ ｉｓ ｔｏ ｆｉｎｄ ｏｕｔ ｔｈｅ Ｒｅｎｄ ｏｆ ｃｕｓｔｏｍｅｒｓ ｓｅｒｖｉｃｅ ｆｒｏｍ ｔｈｅ ｃｕｓｔｏｍｅｒｓ ｄａｔａ ａ． ｎａｌｙｓｉｓ．ＣＲＭ ｂａｓｅｄ ｏｎ ｄａｔａ ｍｉｎｉｎｇ ｓｕｐｐｌｉｅｓ ａ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍ ｔｈａｔ ｃｏｌｌｅｃｔｓ ａｎｄ ａｎａｌｙｚｅｓ ｃｕｓｔｏｍｅｒ ｄａｔａ ｕｓｉｎｇ ｋｉｎｄｓ ｏｆ ｍｅａｎｓ，ａｎｄ ｃａｎ ｈｅｌｐ ｔｈｅ ｅｎｔｅｒｐｒｉｓｅ ｍａｋｉｎｇ ｃｕｓｔｏｍｅｒ ｄｅｖｅｌｏｐｍｅｎｔ ｓｔｒａｔｅｇｙ ｅｆｆｅｃｔｉｖｅｌｙ，ｐｒｏｖｉｄｉｎｇ ｃｕｓｔｏｍｉｚｅｄ ｓｅｌ＇ｖ． ｉｃｅ ｆｏｒ ｃｕｓｔｏｍｅｒｓ，ａｎｄ ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｅｆｉｃｉｅｎｃｙ ａｎｄ ａｂｉｆｌｉｔｙ ｏｆ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：ｄａｔａ ｍｉｎｉｎｇ；Ｂｕｓｉｎｅｓｓ Ｉｎｔｅｌｌｉｇｅｎｃｅ；ＣＲＭ （责任编辑周 源）
