數(shù)據(jù)挖掘在ｃｒｍ中的應(yīng)用分析論文

《數(shù)據(jù)挖掘在ｃｒｍ中的應(yīng)用分析論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、數(shù)據(jù)挖掘在ＣＲＭ中的應(yīng)用分析論文［摘要］客戶資源是企業(yè)最重要的戰(zhàn)略資源之一，企業(yè)必須對(duì)此高度重視。CRM是以客戶的資源價(jià)值管理為核心的管理軟件，廣大用戶越來越注重CRM的實(shí)用價(jià)值。在CRM中只有有效利用數(shù)據(jù)挖掘,才可以指導(dǎo)企業(yè)高層決策者制定最優(yōu)的企業(yè)營(yíng)銷策略,降低企業(yè)運(yùn)營(yíng)成本,增加利潤(rùn),加速企業(yè)的發(fā)展。［關(guān)鍵詞］數(shù)據(jù)挖掘；CRM；應(yīng)用客戶資源是企業(yè)最重要的戰(zhàn)略資源之一。擁有客戶就意味著企業(yè)擁有了在市場(chǎng)中繼續(xù)生存的理由，而擁有并想辦法保留住客戶是企業(yè)獲得可持續(xù)發(fā)展的動(dòng)力源。但是在傳統(tǒng)的企業(yè)結(jié)構(gòu)中，要真正和客戶建立起持續(xù)、友好的個(gè)性化聯(lián)系并不容易。正是在這樣的情況下，美國(guó)GartnerGr

2、oupInc.于1999年首先提出客戶關(guān)系管理（CustomerRelationshipManagement，CRM）理論。一、CRM的基本內(nèi)涵CRM是一種以客戶為中心的經(jīng)營(yíng)策略，是利用信息技術(shù)對(duì)客戶資源進(jìn)行集中管理.freel的價(jià)值。（1）提高效率。由于采用了新技術(shù)手段，業(yè)務(wù)處理流程的自動(dòng)化程度提高了，特別是在市場(chǎng)、銷售、服務(wù)等關(guān)鍵業(yè)務(wù)處理上，實(shí)現(xiàn)了企業(yè)范圍內(nèi)的信息共享，提高了員工的工作能力，并有效減少培訓(xùn)需要，使企業(yè)內(nèi)部能更高效地運(yùn)轉(zhuǎn)；（2）拓展市場(chǎng)。通過新的業(yè)務(wù)模式擴(kuò)大企業(yè)經(jīng)營(yíng)活動(dòng)范圍，及時(shí)把握新市場(chǎng)機(jī)會(huì)，占領(lǐng)更多的市場(chǎng)份額，并不斷評(píng)估市場(chǎng)活動(dòng)效果；（3）保留客戶?？蛻艨梢赃x擇自

3、己喜歡的方式與企業(yè)進(jìn)行交流，方便地獲取信息，得到更好的服務(wù)，客戶的滿意度得到提高，可幫助企業(yè)保留更多的老客戶，并更好地吸引新客戶；（4）提高企業(yè)效益。改進(jìn)市場(chǎng)、銷售、產(chǎn)品開發(fā)等工作脫節(jié)現(xiàn)象，加快銷售進(jìn)程，通過良好的客戶服務(wù)和全新的市場(chǎng)活動(dòng)獲得新的銷售機(jī)會(huì)，提高長(zhǎng)期銷售量的增長(zhǎng)；同時(shí)，具有針對(duì)性的客戶挖掘，節(jié)約了市場(chǎng)和銷售的成本，也減少了企業(yè)在戰(zhàn)略決策上產(chǎn)生失誤的可能性?？梢钥闯?，CRM的核心是客戶的資源價(jià)值管理，因此CRM的實(shí)施必須要獲取大量的客戶的有用信息，并通過管理和分析大量的信息，從中找出對(duì)企業(yè)管理決策有價(jià)值的知識(shí)。這一切都需要有先進(jìn)的技術(shù)和工具的支持，數(shù)據(jù)挖掘恰恰可以給予CRM

4、良好的技術(shù)支持。二、數(shù)據(jù)挖掘的主要方法數(shù)據(jù)挖掘也被稱作KDD（Kno中的數(shù)據(jù)挖掘是指從大量的有關(guān)客戶的數(shù)據(jù)中挖掘出隱含的、先前未知的、對(duì)企業(yè)決策有潛在價(jià)值的知識(shí)和規(guī)則。技術(shù)上，客戶關(guān)系管理系統(tǒng)采用嵌入數(shù)據(jù)挖掘系統(tǒng)的方式，可以自動(dòng)地產(chǎn)生一些所需要的信息。更進(jìn)一步的，還需要企業(yè)有統(tǒng)計(jì)學(xué)、決策科學(xué)、計(jì)算機(jī)科學(xué)方面的專業(yè)人才制定出相應(yīng)的挖掘規(guī)則以進(jìn)一步發(fā)揮出數(shù)據(jù)挖掘系統(tǒng)的優(yōu)勢(shì)。數(shù)據(jù)挖掘的主要方法包括關(guān)聯(lián)分析、時(shí)序模式、分類、聚類、偏差分析以及預(yù)測(cè)等，它們可以應(yīng)用到以客戶為中心的企業(yè)決策分析及管理的不同領(lǐng)域和階段。1.關(guān)聯(lián)分析（Correlation）。其目的就是挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系。例

5、如，80%顧客同時(shí)會(huì)在購買某種A產(chǎn)品的同時(shí)購買B產(chǎn)品，這就是一條關(guān)聯(lián)規(guī)則。2.時(shí)序模式。通過時(shí)間序列搜索出重復(fù)發(fā)生概率較高的模式，這里強(qiáng)調(diào)時(shí)間序列的影響。例如，某段時(shí)間內(nèi)，購買了A產(chǎn)品的人中，70%的人會(huì)買B產(chǎn)品。3.分類（Classification）。找出一個(gè)類別的概念描述，它代表了這類數(shù)據(jù)的整體信息。分類是數(shù)據(jù)挖掘中應(yīng)用最多的任務(wù)。要為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其他數(shù)據(jù)庫中的記錄進(jìn)行分類。4.聚類（Clustering）。按一定規(guī)則將數(shù)據(jù)分為一系列有意義的子集。通俗地講，就是多元統(tǒng)計(jì)中研究所謂“物以類聚”現(xiàn)象的一種方法，其職能是對(duì)一

6、批樣本或指標(biāo)按它們?cè)谛再|(zhì)上的親疏程度來進(jìn)行分類，采用不同的聚類方法，對(duì)于相同的記錄集合可能有不同的劃分結(jié)果。5.偏差分析（Deviation）。從數(shù)據(jù)庫中找出異常數(shù)據(jù)。6.預(yù)測(cè)（Prediction）。利用歷史數(shù)據(jù)找出規(guī)律，建立模型，并用此模型預(yù)測(cè)未來數(shù)據(jù)的種類、特征等。三、CRM中數(shù)據(jù)挖掘的工作流程1.數(shù)據(jù)抽樣。當(dāng)進(jìn)行數(shù)據(jù)挖掘時(shí)，首先要從企業(yè)大量客戶信息數(shù)據(jù)中抽取出相關(guān)的數(shù)據(jù)子集。通過對(duì)數(shù)據(jù)樣本的精選，不僅能減少數(shù)據(jù)處理量，節(jié)省系統(tǒng)資源，而且能通過對(duì)數(shù)據(jù)的篩選，使數(shù)據(jù)更加具有規(guī)律性。2.數(shù)據(jù)探索。數(shù)據(jù)探索就是通常所進(jìn)行的對(duì)數(shù)據(jù)深入調(diào)查的過程，從樣本數(shù)據(jù)集中找出規(guī)律和趨勢(shì)，用聚類分析區(qū)

7、分類別，最終要達(dá)到的目的就是搞清楚多因素相互影響的、十分復(fù)雜的關(guān)系，發(fā)現(xiàn)因素之間的相關(guān)性。3.數(shù)據(jù)調(diào)整。通過上述兩個(gè)步驟的操作，對(duì)數(shù)據(jù)的狀態(tài)和趨勢(shì)有了進(jìn)一步的了解，這時(shí)要盡可能對(duì)問題解決的要求進(jìn)一步明確化、進(jìn)一步量化。4.模型化。在問題進(jìn)一步明確，數(shù)據(jù)結(jié)構(gòu)和內(nèi)容進(jìn)一步調(diào)整的基礎(chǔ)上，就可以建立模型。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)，運(yùn)用神經(jīng)網(wǎng)絡(luò)、決策樹、數(shù)理統(tǒng)計(jì)、時(shí)間序列分析等方法來建立模型。5.評(píng)價(jià)。從上述過程中將會(huì)得出一系列的分析結(jié)果、模式和模型，