数据挖掘和CRM的结合

CRM中的数据挖掘指通过高等统计工具等的使用，利用分类、关联性、序列分析、群集分析、机器自我学习及其他统计方法，从数据库中庞大的数据中，收集与顾客相关的数据，对这些数据进行筛选、推演与模型建造等程序，找出隐藏的、未知的、但却对企业经营十分有用的信息，或者说是在数据与模式中的可把原始数据转换成商机并成为决策依据的新知识。从CRM的整体结构来说，数据挖掘是整个CRM的核心，也是构成商业智能的基础。

一、数据挖掘和CRM的结合

    客户关系管理作为一种先进的管理模式，其实施要取得成功，必须有强大的技术和工具支持。而数据挖掘技术要想得到长足的发展，必须要和实际应用结合起来才能体现其强大的生命力。完整的数据挖掘不单可以做到准确的目标市场行销，当分析的工具和技术成熟时，加上数据仓库提供大量的储存顾客数据的能力，可让数据挖掘做到大量针对个人的数据定制，从而准确地对顾客作一对一的行销。企业对顾客有充分的了解，才能有效地和顾客建立关系，进而有效地进行行销，创造商机。

    CRM软件就是这两者紧密结合的产物，它是实施客户关系管理必不可少的一套技术和工具集成支持平台，它基于网络、通讯、计算机等信息技术，能实现企业前台、后台无缝衔接。

    CRM将不仅帮助企业在管理客户关系方面表现更佳，而且将帮助企业更快更好的打造核心竞争力。CRM为企业创建基于互联网络的管理应用框架，使企业完全适应在电子商务时代的生存和发展。

二、CRM中实施数据挖掘的功能

    数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程，这些模型和关系可以用来做出预测。

    在实施数据挖掘之前，先制定每一步的计划，达到什么样的目标是必需的。有了好的计划才能保证数据挖掘有条不紊地实施并取得成功。很多软件供应商和数据挖掘顾问公司都提供了一些数据挖掘过程模型，来指导用户进行数据挖掘工作。比如SPSS的5A：评估（Assess）、访问（Access）、分析（Analyze）、行动（Act）、自动化（Automate）以及SAS的SEMMA：采样（Sample）、探索（Explore）、修正（Modify）、建模（Model）、评估（Assess）。

    基本的数据挖掘流程一般包括以下几部分：商业问题的理解、数据理解、数据准备、建立模型、模型的证实和评价以及扩展应用。如图3所示。

数据挖掘在CRM上应用流程图
 

    在实际问题解决中，数据挖掘算法是最核心的问题，关键就在于算法的选择和实现，根据实际问题就能决定选择的数据的质量和数量。在建立CRM系统时，数据挖掘所占的比例往往不是很多，但却是实现CRM的关键技术，因此整个数据挖掘过程可能需要不断地反复进行以达到最优。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。