论文部分内容阅读
[摘 要] 本文在概括了数据挖掘在企业CRM系统中的应用原理，针对企业数据库中的数据特点，总结出数据挖掘在企业CRM系统中的功能：数据总结、分类发现、关联规则发现等。最终构建出基于数据挖掘的企业CRM系统的模型，包括企业与客户的接触活动，企业的数据库以及数据挖掘的流程。
[关键词]数据挖掘；CRM系统；数据库
买方市场中处于主导地位的是消费者，新的竞争优势要以顾客为中心，深度洞悉、挖掘并更好地满足顾客需求。良好的客户关系是企业求得生存与发展的重要资源，企业为获得满意的客户关系，重要的思路是通过实施客户关系管理项目来实现。
1 数据挖掘在CRM系统中的应用原理
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，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。数据挖掘是一门交叉性学科，它把使用者对数据从低层次、简单的查询应用，升级到对数据中的知识进行挖掘，进而向管理者提供决策支持。
目前数据挖掘已经成为一种企业处理客户关系的新型方法和过程，数据挖掘在客户关系管理的应用方法主要有：决策树归纳法、神经网络方法、遗传算法、粗集方法、聚类分析及可视化方法等，在具体应用过程中需要结合企业客户关系管理的任务和研究重点进行合理选择。
2 数据挖掘在企业CRM系统中的应用研究
数据挖掘在各行业的客户关系管理中都已经得到广泛应用，如零售、银行、保险、电信、旅游等，针对不同行业的客户关系管理系统，数据挖掘应用的深度和广度有所不同。研究零企业CRM系统中的数据有助于市场部门识别客户购买行为，预测客户购买趋势，进而改进产品质量和服务质量，提高客户满意度和忠诚度，最终为企业取得更好的绩效。
2.1 企业数据库中的数据特点
客户特点不同导致客户数据量庞大。企业的客户分为团体和个人，客户非常分散，客户的购买偏好与习惯差别较大，所以企业需要对客户的身份进行统一和识别，收集客户的个人信息。多数企业主要采用会员制获取客户诸如姓名、电话、生日、职业等基本信息，进而形成了庞大的客户个人信息数据库。
产品种类繁多导致数据存储方式众多。大部分企业会生产和销售多种产品，产品种类繁多会使商品信息的数据量庞大，为了能够更好地记录并存储这些信息，企业应用条形码技术、无线射频技术、POS机等技术，对产品信息能够进行实时的记录、存储、提取和分析。
销售数据需要实时更新。企业的销售行为无时无刻不再发生，客户在购买产品的过程中产生了大量的结构性与非结构性的数据，如购买时间、产品种类、购买数量、付款方式、客户建议及投诉等信息。这就需要企业实时记录和更新这些海量的消费数据，为企业补货、上新提供依据。
2.2 数据挖掘在企业CRM系统中的功能
数据总结。数据挖掘通常会从数据泛化的角度对客户关系管理系统中的数据进行总结。数据泛化是指将数据库中低层次的具体的数据抽象到高层次的过程。为了不遗漏任何有可能利用的数据，在企业客户关系管理系统中包含的信息都是最原始的、最基本的数据，其中包括结构型数据和非结构型数据，企业数据库中的数据繁多，难以从海量数据中轻松地发现数据之间的规律。在管理者做决策时，要从高层次的、易于理解的视图上浏览数据，因此要对已有数据进行泛化以便支持不同决策的要求。
分类发现。在企业客户关系管理系统中，企业往往用一个分类函数或者分类模型，将系统中的数据信息映射到已设定好的类别中的某一个，从而发现数据之间的规律，自动推倒出历史数据的推广描述，预测未来数据的趋势。
关联规则发现。关联规则的形式如下，“购买洗发水和护发素的顾客中，有90%的顾客同时购买了沐浴露（洗发水+护发素（沐浴露））”。事务型数据库中的数据是关联规则发现的主要对象，其中针对的对象为售货数据。一项事务由事务发生时间、顾客购买的一系列商品和顾客标识号（如会员卡号等）构成。随着条形码技术和射频技术的发展，销售部门可以在款台收集存储到大量的销售数据，企业通过分析历史数据可对研究顾客的消费行为提供依据。如，帮助如何在货架上摆放商品可以减少顾客寻找时间，帮助如何按比例搭配商品进货量。
2.3 基于数据挖掘的企业CRM系统的模型构建
如图2.1所示为基于数据挖掘的企业CRM系统的模型。这一模型解释了客户、主要过程、数据库以及数据挖掘之间的关系。
在接触活动中，企业通过市场营销、销售和服务等活动与客户进行互动，客户通过购买行为生成一系列信息，企业通过客户关系管理系统将这些信息转化成可读数据，存储在数据库中。这些数据包括客户的基本信息，如姓名、年龄、联系方式等；企业与客户在商业活动中的互动情况，如客户对新产品的反应、客户的投诉等；企业各产品信息等。
数据库中信息数据量非常庞大，企业想要找出与客户相关的有价值的信息，需要对这些数据进行深层分析。数据挖掘就是从数据库中抽取出潜在的、有价值的目标数据，并进行处理。进而对处理后的数据进行挖掘，得出消费模型、知识或规则。通过数据挖掘得到的信息，可以反应给企业各职能部门，以便在商业活动中为客户提供更好的产品或服务。对于企业而言，数据挖掘可以有效地帮助企业发现业务发展的趋势，预测未知结果。
3 结束语
本文针对企业客户关系管理的需求以及企业数据库中的数据特点，描述了数据挖掘在企业CRM系统中的功能，构建了基于数据挖掘的企业CRM系统的模型，为有效整合、管理客户资源和为企业决策提供了理论价值。但是由于企業管理信息系统封闭性的特点，目前研究内容具有一定局限性，仍需不断完善。
作者简介：
李晓靖（1993.4—），女，汉族，河北石家庄，研究生，河北大学
研究方向企业管理客户关系管理。
[关键词]数据挖掘；CRM系统；数据库
买方市场中处于主导地位的是消费者，新的竞争优势要以顾客为中心，深度洞悉、挖掘并更好地满足顾客需求。良好的客户关系是企业求得生存与发展的重要资源，企业为获得满意的客户关系，重要的思路是通过实施客户关系管理项目来实现。
1 数据挖掘在CRM系统中的应用原理
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，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。数据挖掘是一门交叉性学科，它把使用者对数据从低层次、简单的查询应用，升级到对数据中的知识进行挖掘，进而向管理者提供决策支持。
目前数据挖掘已经成为一种企业处理客户关系的新型方法和过程，数据挖掘在客户关系管理的应用方法主要有：决策树归纳法、神经网络方法、遗传算法、粗集方法、聚类分析及可视化方法等，在具体应用过程中需要结合企业客户关系管理的任务和研究重点进行合理选择。
2 数据挖掘在企业CRM系统中的应用研究
数据挖掘在各行业的客户关系管理中都已经得到广泛应用，如零售、银行、保险、电信、旅游等，针对不同行业的客户关系管理系统，数据挖掘应用的深度和广度有所不同。研究零企业CRM系统中的数据有助于市场部门识别客户购买行为，预测客户购买趋势，进而改进产品质量和服务质量，提高客户满意度和忠诚度，最终为企业取得更好的绩效。
2.1 企业数据库中的数据特点
客户特点不同导致客户数据量庞大。企业的客户分为团体和个人，客户非常分散，客户的购买偏好与习惯差别较大，所以企业需要对客户的身份进行统一和识别，收集客户的个人信息。多数企业主要采用会员制获取客户诸如姓名、电话、生日、职业等基本信息，进而形成了庞大的客户个人信息数据库。
产品种类繁多导致数据存储方式众多。大部分企业会生产和销售多种产品，产品种类繁多会使商品信息的数据量庞大，为了能够更好地记录并存储这些信息，企业应用条形码技术、无线射频技术、POS机等技术，对产品信息能够进行实时的记录、存储、提取和分析。
销售数据需要实时更新。企业的销售行为无时无刻不再发生，客户在购买产品的过程中产生了大量的结构性与非结构性的数据，如购买时间、产品种类、购买数量、付款方式、客户建议及投诉等信息。这就需要企业实时记录和更新这些海量的消费数据，为企业补货、上新提供依据。
2.2 数据挖掘在企业CRM系统中的功能
数据总结。数据挖掘通常会从数据泛化的角度对客户关系管理系统中的数据进行总结。数据泛化是指将数据库中低层次的具体的数据抽象到高层次的过程。为了不遗漏任何有可能利用的数据，在企业客户关系管理系统中包含的信息都是最原始的、最基本的数据，其中包括结构型数据和非结构型数据，企业数据库中的数据繁多，难以从海量数据中轻松地发现数据之间的规律。在管理者做决策时，要从高层次的、易于理解的视图上浏览数据，因此要对已有数据进行泛化以便支持不同决策的要求。
分类发现。在企业客户关系管理系统中，企业往往用一个分类函数或者分类模型，将系统中的数据信息映射到已设定好的类别中的某一个，从而发现数据之间的规律，自动推倒出历史数据的推广描述，预测未来数据的趋势。
关联规则发现。关联规则的形式如下，“购买洗发水和护发素的顾客中，有90%的顾客同时购买了沐浴露（洗发水+护发素（沐浴露））”。事务型数据库中的数据是关联规则发现的主要对象，其中针对的对象为售货数据。一项事务由事务发生时间、顾客购买的一系列商品和顾客标识号（如会员卡号等）构成。随着条形码技术和射频技术的发展，销售部门可以在款台收集存储到大量的销售数据，企业通过分析历史数据可对研究顾客的消费行为提供依据。如，帮助如何在货架上摆放商品可以减少顾客寻找时间，帮助如何按比例搭配商品进货量。
2.3 基于数据挖掘的企业CRM系统的模型构建
如图2.1所示为基于数据挖掘的企业CRM系统的模型。这一模型解释了客户、主要过程、数据库以及数据挖掘之间的关系。
在接触活动中，企业通过市场营销、销售和服务等活动与客户进行互动，客户通过购买行为生成一系列信息，企业通过客户关系管理系统将这些信息转化成可读数据，存储在数据库中。这些数据包括客户的基本信息，如姓名、年龄、联系方式等；企业与客户在商业活动中的互动情况，如客户对新产品的反应、客户的投诉等；企业各产品信息等。
数据库中信息数据量非常庞大，企业想要找出与客户相关的有价值的信息，需要对这些数据进行深层分析。数据挖掘就是从数据库中抽取出潜在的、有价值的目标数据，并进行处理。进而对处理后的数据进行挖掘，得出消费模型、知识或规则。通过数据挖掘得到的信息，可以反应给企业各职能部门，以便在商业活动中为客户提供更好的产品或服务。对于企业而言，数据挖掘可以有效地帮助企业发现业务发展的趋势，预测未知结果。
3 结束语
本文针对企业客户关系管理的需求以及企业数据库中的数据特点，描述了数据挖掘在企业CRM系统中的功能，构建了基于数据挖掘的企业CRM系统的模型，为有效整合、管理客户资源和为企业决策提供了理论价值。但是由于企業管理信息系统封闭性的特点，目前研究内容具有一定局限性，仍需不断完善。
作者简介：
李晓靖（1993.4—），女，汉族，河北石家庄，研究生，河北大学
研究方向企业管理客户关系管理。