数据挖掘在CRM中的应用研究.docx
- 文档编号:11005161
- 上传时间:2023-05-28
- 格式:DOCX
- 页数:10
- 大小:22.55KB
数据挖掘在CRM中的应用研究.docx
《数据挖掘在CRM中的应用研究.docx》由会员分享,可在线阅读,更多相关《数据挖掘在CRM中的应用研究.docx(10页珍藏版)》请在冰点文库上搜索。
数据挖掘在CRM中的应用研究
山西煤炭管理干部学院学报
收稿日期:
2008-12-02
作者简介:
桂蓉芳(1975-,山西警官职业学院助讲。
数据挖掘在CRM中的应用研究
桂蓉芳
(山西警官职业学院信息工程系,山西太原030006
摘要:
信息社会中数据的爆炸性增长,使决策者迫切需要
将海量数据转换成有价值的信息和知识。
客户关系管理
(CRM是现代电子商务活动的核心部分,为取得好的客户
保持和满意度,挖掘潜在客户,就需要运用数据挖掘技术
使企业提供个性化信息服务和开展有针对性的电子商务
活动,从而增强企业竞争力。
本文讨论了数据挖掘技术在
电子商务活动CRM中的应用。
关键词:
数据挖掘;CRM;电子商务;
中图分类号:
TP311.4文献标识码:
A
文章编号:
1008-8881(200901-0130-03
信息社会中数据的爆炸性增长,“丰富的数据与贫乏
的知识”问题日渐突出,决策者迫切需要将海量数据转换
成有价值的信息和知识,信息在企业发展中的关键地位得
到越来越多的关注,在这个全新的“信息时代”,赢家往往
是那些成功收集、分析、理解信息并根据信息决策的企业。
数据挖掘为这一需求提供了强有力的技术支持。
客户关系管理(CRM是现代电子商务活动的核心部
分,对CRM的重视是现代市场营销理念和商业运作方式
转变的结果。
客户忠诚度和品牌忠诚度的易变性、客户从
一个供应商转向另一个以及降低进入市场代价,要求电子
商务必须比以往任何时候都要更详细地了解客户。
谁赢得
了与客户持久的合作关系,谁就赢得了竞争。
数据挖掘就
是从服务器日志文件和客户交易数据中挖掘有意义的用
户访问模式和潜在的客户群,使企业能够提供个性化信息
服务,开展有针对性的电子商务活动,从而取得更好的客
户保持和满意度,提高企业竞争力。
因此,数据挖掘及其在
CRM中的应用研究已经成为学术界和企业界共同关注的
领域。
1数据挖掘
1.1数据挖掘概念
数据挖掘包含了一系列旨在从数据集中发现有用而
尚未发现的模式的技术,是通过挖掘数据仓库中存储的大
量数据,从中发现有意义的新的关联模式和趋势的过程。
数据挖掘的目的是为决策建模,即根据过去活动的分析预
测将来的行为。
1.2数据挖掘的数据来源
数据挖掘所依赖的数据来源多种多样,可以是关系数
据库、数据仓库、事务数据库、文本数据库、多媒体数据库
等,主要取决于用户的目的及所处的领域。
在电子商务
CRM中使用的挖掘数据最直接的来源是Web服务器,此
外还有查询数据、在线市场数据、Web页面、客户登记信息
等数据类型,可用于数据挖掘技术产生各种知识模式。
1.3数据挖掘步骤
熟悉数据挖掘的系统实现流程,是成功应用数据挖掘
技术的前提。
数据挖掘系统的实现具有一个完整的流程,
一般包括确定业务对象、数据收集与预处理、数据挖掘、分
析与评估、结果描述。
值得注意的是,这个流程并不是线性
的,要取得好的挖掘结果就要不断重复这些步骤。
●问题定义即确定业务对象
数据挖掘是对于具体应用领域的数据分析,需要结合
具体的行业或业务的特点和需求才能有实际意义。
清晰地
定义出业务问题,认清数据挖掘的目的是数据挖掘的基
础,它贯穿整个数据挖掘的全过程。
●数据收集与预处理
大量全面丰富的数据是数据挖掘的前提,没有数据,
数据挖掘也就无从作起。
因此,在确定业务对象以后就要
进行必要的数据收集。
数据可以来自于现有事务处理系
统,也可以从数据仓库中得到。
接下来对收集到的数据进
行预处理,数据预处理也是数据挖掘的必要环节,因为收
集到的数据可能有一定的“污染”,表现为数据可能存在自
身的不一致性,或者有缺失数据的存在等。
通过数据预处
理,可以对数据做简单的泛化处理,从而在原始数据的基
础之上得到更为丰富的数据信息,便于下一步数据挖掘的
顺利进行。
这个阶段又可进一步分成3个子步
(1数据集成:
数据挖掘可能涉及到多个数据源,包括
内部的、外部的数据,数据集成将多个数据源中的数据进
行合并处理,解决语义模糊性,消除数据中的遗漏和噪声
等,并将其统一存放在数据存储中,如数据仓库,以便于数
据挖掘操作。
(2数据选择:
数据选择的目的是选择所需分析的数
据集合,缩小处理范围,提高数据挖掘的质量。
(3数据变换:
将数据转换成适合于挖掘的形式。
●数据挖掘
这是数据挖掘系统的核心部分。
它的主要操作是应用
各种数据挖掘技术,从经过预处理的数据中抽取潜在的、
有价值的且能被人理解的知识模式。
数据挖掘的主要目的
是描述和预测。
描述型模式是对数据中潜在规则做描述,
或者根据数据的相似性对数据分组。
预测型模式是指依据
属性的现有数据值找出规律性,进而推测属性的将来取值
或取值趋势。
●分析与评估
不是所有被挖掘出的模式都是有意义的,所以需要对
数据挖掘的结果进行可信度评估和有效性分析。
如何评估
得出的结果是否有用,最简单的方法是直接使用方法对模
式进行评价,进而决定是否需要调整挖掘模型并重复以前
的操作,以得到最优、最适合的模式。
●结果描述
结果描述是指用适当的可视化技术和知识表示技术
将利用数据挖掘工具从海量数据中挖掘的知识模式表示
出来。
数据挖掘在大型数据存储上进行,结果往往不能用
通常的文本、图表等展示,这在很大程度上影响了用户接
受、理解数据挖掘。
以一种易于理解的方法描述数据挖掘
结果,有利于用户接受和相互交流。
具体包括消除无关的、130
山西煤炭管理干部学院学报
(下转第137页
多余的模式,过滤出要呈现给用户的信息;利用可视化技术将有意义的模式以图形或逻辑可视化的形式表示,转化为用户可以理解的语言。
一个成功的数据挖掘系统的应用应该能够将从原始数据挖掘的结果转换为更简洁、更易理解、可明确定义关系的形式。
1.4数据挖掘的应用领域
数据挖掘在商业领域有着广泛的应用,可以帮助企业在商业活动的各个方面作出合理的决策。
从CRM的角度,数据挖掘应用包括但不局限于以下几个方面:
●客户保持:
出色的客户保持程序先为转移的客户建模,识别导致他们转移的模式。
然后就可以用这些模式找出当前客户中相似的例子,以便采取预防措施。
●销售和客户服务:
在当今竞争激烈的环境中,优秀的客户服务能产生出色的销售业绩。
如果能将正确的信息数据发送到前线销售点和服务人员手中,客户服务质量就能大幅提高。
只要能得到客户的信息,就可以用基于规则的软件自动向客户推荐产品。
●市场推销:
市场推销在很大程度上依赖于正确的信息,这些信息用于客户保持活动、生命周期内的分析,趋势预测和有针对性的促销活动等。
实际上,
只有充分了解客户,才能正确定位促销活动,才能提高响应率,降低活动成本。
●风险评估和诈骗检查:
有一个可使用的用户库可以明显减少陷入危机的风险。
2
CRM
2.1CRM概念
CRM(customerrelationshipmanagement,客户关系管理是一种以客户为中心的市场营销理念和策略,它以信息技术为手段,对业务功能进行重新设计,并对工作流程进行重组。
CRM的焦点是自动化并改善销售、市场营销、客户服务和支持等领域的与客户关系有关的商业流程。
它的目标是缩减销售周期和销售成本、
增加收入、寻找扩展业务所需的新市场和渠道以及提高客户的价值、满意度、盈利性和忠诚度。
2.2CRM体系结构
CRM体系结构分为:
①操作型CRM:
用于自动地集成商业过程,包括对销售、营销和客户服务三部分业务流程的信息化;②分析型CRM:
用于操作型CRM和客户互动产生的信息的分析处理,通过基于数据仓库的数据挖掘产生商业智能以支持企业战略战术的决策,包括客户服务支持、客户市场细分、客户变动分析、交互和垂直销售分析、新客户模型等;③合作型CRM:
用于合作的服务,即与客户进行沟通所需要的手段(如呼叫中心、网络、电话、E-mail等的集成和自动化处理。
2.3CRM对企业的作用
●提高效率。
信息技术使得业务处理流程的自动化和程度大大提高,实现企业范围内的信息共享,提高企业员工的工作能力,有效减少培训需求,使企业内部能高效地运转。
●有助于拓展市场。
通过电话、Web、电子邮件、传真等手段的整合,客户可以选择自己喜欢的方式,同企业进行交流。
企业的员工和客户的沟通更加便捷,获取信息更加方便。
因此,
CRM提升了客户满意度和利润贡献度。
●对客户互动信息的搜集和加工,产生客户智能,可以帮助企业拓展业务模式,扩大经营范围,及时把握新的市场机会,占领更多的市场份额,帮助企业保留更多的价值客户,并更好地吸引新客户。
3
数据挖掘在CRM中的应用研究
3.1CRM中数据挖掘系统结构
CRM中的数据挖掘就是利用数据挖掘理论和技术创建描述和预测客户行为的模型,优化CRM流程,以实现企业有效的客户关系管理。
在系统结构中,底层为数据源,包括联系历史、交易历史、
客户数据库、产品数据库及其他外部数据,通过ETL工具提取数据形成数据仓库和数据集市,以形成面向全局的数据视图,从而形成整个系统的数据基础;在此基础上,通过OLAP和OLAM服务器支持数据分析处理,包括查询/报表、OLAP/EIS分析和数据挖掘分析;将分析结果用于操作型CRM和客户互动渠道以实现企业客户关系管理中的商业智能和决策支持。
3.2数据挖掘在CRM中的应用研究
数据分类在数据挖掘中是一个重要的研究领域,分类分析方法可以用于提取描述数据类的模型,以进行数据分类决策。
分类方法有统计方法、机器学习方法、神经网络方法等,统计方法包括贝叶斯法和非参数法,对应的知识表示则为判别函数和原型事例,机器学习方法包括决策树法和规则归纳法,前者对应的是决策树或判别树,后者一般为产生式规则。
神经网络方法主要是BP算法,本质上是一种非线性判别函数。
单一分类方法在提高分类准确度上有一定的局限性。
为了利用各种分类方法的信息互补能力来进一步提高分类的准确度,组合分类方法被提出。
其基本思想是在一套训练集上使用一种分类方法定义一个唯一的模型,不同的方法产生不同的模型。
一些方法在某些分类任务上性能很好,而在另外一些分类任务上则较差。
他们的预测分类错误很可能是分散的,因此可以用组合算法将这些方法综合起来以提高分类精度。
在CRM中可以采用组合分类方法进行分类分析。
通过分类定位模型辅助决策人员定位于他们的最佳客户和潜在客户,通过提高客户满意度和忠诚度最大化客户收益率,以降低成本,增加收入。
目前可以应用组合分类方法分析的CRM问题主要有:
①客户细分。
客户细分是指将一个消费群体划分成一个个细分群的过程。
同属于一个细分群的消费者彼此相似,而隶属于不同细分群的消费者差异则十分明显。
客户细分需要进行客户特征分析,即用数据来描述客户或潜在客户特征的分析过程。
常用的客户特征分析方法是RFM分析。
它利用客户购买行为的不同划分客户,主要用
131
山西煤炭管理干部学院学报
于提高客户的销售效率。
②客户获取。
在CRM中,业务发展的主要指标包括新客户的获取能力。
数据挖掘技术可以用于对潜在客户群进行筛选,并把潜在客户名单和他们感兴趣的优惠措施进行关联,以增加市场推广活动产生的反馈率。
为了有效实施客户获取策略,需要对客户反应行为模式进行分析。
对于客户反应行为模式分析,从数据挖掘技术角度可以认为是分类问题,可以用组合分类方法进行处理。
③客户保持。
随着行业中的竞争愈来愈激烈,获得一个新客户的开支也愈来愈大,而保持客户比获取新客户更能节约成本,所以保持原有客户的工作也愈来愈有价值。
由于客户流失对公司利润有重大的影响,很多公司都有把流失模型作为客户忠诚度计划的主要关注点。
组合分类方法可以用于流失模型的建立。
④交叉营销。
交叉营销就是向现有的客户提供新的产品和服务的营销过程。
使用数据挖掘技术进行交叉营销的分析一般是从分析现有客户的购买行为的数据开始的。
具体包含三个步骤:
对个体行为进行建模;用预测模型对数据进行评分;对得分矩阵进行最优选择。
组合分类方法可以用于建立交叉营销分类定位模型。
⑤客户风险分析。
风险分析是提供产品或服务时存在潜是损失的行业所特有的。
组合分类方法可以为风险分析建立分类定位模型。
常见的风险类型出现在银行业和保险业。
1.4结束语
CRM是适应企业从“以产品为中心”到“以客户为中心”的经营模式的战略转移和满足关系营销的需要而迅猛发展起来的新的管理理念。
它在以客户为中心的销售、营销、服务和支持应用、自动化的基础上,以提高客户满意度和忠诚度,给企业带来长久利益为目标。
数据挖掘技术可以应用于客户关系管理的各个阶段,在每一阶段都可提高企业的收益。
数据挖掘及其在CRM中的应用研究已经成为学术界和企业界共同关注的领域,加快对CRM及数据挖掘技术在CRM中的应用研究,对推动我国电子商务的发展具有重要的意义。
参考文献:
[1]张吉吉.数据挖掘及其在客户关系管理中的应用[M].上海:
复旦大学出版社,2007.
[2]Michael.A.Berry,Gordon.Linoff.DataMiningTechniquesFor
Marketing,
Sates,andCustomer
Relationship
Management[M].北京:
机械工业出版社,2006.
[3]AlexBerson,贺奇等译.构建面向CRM的数据挖掘应用[M].北京:
人民邮电出版社,2001.
[4]王玉珍.WEB使用模式挖掘在电子商务中的应用.计算机应用研究[J].2003,
(10.(上接第131页觉感受到每个构成局部的细节,通过这个记号系统,设计师传达出设计意图和设计思想,赋予产品以新的生命;通过这套符号系统消费者了解产品的属性和它的使用操作方法,它是设计师与使用者之间沟通的媒介。
产品语义学提出了新的设计思想。
要使产品和机器适应人的视觉理解和操作过程。
人们在操作使用机器产品时,
是通过产品部件的形状、颜色、质感来理解机器,例如视觉经验认为圆的东西可以转动,红色在工厂里往往表示危险。
把产品语义学的思想用于电子产品设计,就是要从人的视觉交流的象征含义出发,使每一种产品、每一个按钮、旋钮、把手都会“说话”,它通过结构、形状、颜色、材料、位置来象征自己的含义,
“讲述”自己的操作目的和准确操作方法。
为了更好的实现“以消费者为中心”的人性化设计目标,手机操作界面的设计者要在理解消费者操作心理的基础上,进行合理的按键位置及触感设计,同时确保手机界面信息显示符合消费者的知觉习惯和思维方式,要用简明易理解记忆的图示指导操作。
同时在设计中要注意设计符号要与企业的视觉形象识别系统融合的和谐统一,要将企业文化特征渗入到产品的图形用户交互设计中,形成其独特的产品魅力。
手机用户界面作为整个产业链的一环是最贴近用户的,从企业文化、经营战略与设计理念、制造水平等方面出发,可以形成产品形象概念的一种抽象化语言,确立产品形象的基本语义特征,一种抽象的符号形式。
比如德国产品的坚硬、挺拔、简洁的语意体现着其高超的生产技术水平及其严谨、
理性的思维方式,梅赛德斯-奔驰汽车产品系列和产品线的设置,充分反映了其传统、潮流和社会三大企业价值理论;飞利浦产品和谐的色彩,曲线化的造型,充分考虑的人机形态显现其“以人为本”的理念。
产品形象语义的确定以企业文化统领,结合研究经营战略与设计理念、
制造水平等企业状况及趋势,提取简洁、抽象、最本质的符号语言。
这种符号语言还要求具有个性特征,以区别于市场上的同类竞争产品。
图形语义在产品设计中有意识地应用毕竟还是非常短的时间,与文字语言根本无法相比,仅仅处在其发展的初级阶段,随着科学技术的进步,产品的丰富,全球一体化的加速,对于人-机沟通的要求会越来越高,产品语义学必然也必将进一步发展。
语义学设计也将会在人性化手机界面设计中越运用越广泛。
137
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 CRM 中的 应用 研究