數(shù)據(jù)挖掘(Data Miming)是近幾年隨著數(shù)據(jù)庫(kù)和人工智能發(fā)展起來(lái)的一門新興的數(shù)據(jù)庫(kù)技術(shù),其處理對(duì)象是大量的日常業(yè)務(wù)數(shù)據(jù),目的是為了從這些數(shù)據(jù)中抽取一些有價(jià)值的知識(shí)或信息。
1. 數(shù)據(jù)挖掘技術(shù)在CRM中的作用
數(shù)據(jù)挖掘技術(shù)可以應(yīng)用到CRM的各個(gè)不同領(lǐng)域和階段,具體來(lái)說(shuō),在CRM中,它可以應(yīng)用在以下幾個(gè)方面:
(1)一對(duì)一營(yíng)銷:企業(yè)內(nèi)部員工必須認(rèn)識(shí)到客戶是企業(yè)永恒的寶藏,而不是本部門的一次交易,所以,每一次與客戶接觸都是了解客戶的過(guò)程,從而達(dá)到營(yíng)銷的目的。
(2)客戶盈利能力分析:在客戶群中,客戶的盈利能力有很大的區(qū)別。掌握客戶的盈利能力,有利于制定有效的營(yíng)銷策略。數(shù)據(jù)挖掘技術(shù)可以用來(lái)預(yù)測(cè)在不同的市場(chǎng)活動(dòng)情況下客戶盈利能力的變化方向,從而較好地把握穩(wěn)定的客戶市場(chǎng)。
(3)交叉銷售:企業(yè)與客戶之間的商業(yè)關(guān)系是一種不斷發(fā)展變化的關(guān)系。在建立起雙向關(guān)系后,可以使用多種方法使這種關(guān)系趨于完善。包括延長(zhǎng)這種關(guān)系的時(shí)間、增加相互的接觸、在接觸中獲得更多的利潤(rùn)等。
(4)商業(yè)數(shù)據(jù)向商業(yè)信息的轉(zhuǎn)化:數(shù)據(jù)是商業(yè)活動(dòng)的基礎(chǔ)。企業(yè)與客戶建立的關(guān)系所形成的數(shù)據(jù)是企業(yè)贏得市場(chǎng)的參考依據(jù),將商業(yè)數(shù)據(jù)轉(zhuǎn)化為商業(yè)信息,提升了企業(yè)管理者對(duì)市場(chǎng)的判斷力和決策力。
2.數(shù)據(jù)挖掘技術(shù)在CRM應(yīng)用領(lǐng)域中的研究
在CRM中,數(shù)據(jù)挖掘技術(shù)都有著廣泛的應(yīng)用,主要體現(xiàn)在:
(1)概念,類描述。概念描述以簡(jiǎn)潔匯總的形式描述給定任務(wù)相關(guān)的數(shù)據(jù)集,提供數(shù)據(jù)價(jià)值的一般特性,一般應(yīng)用于CRM中的描述式數(shù)據(jù)挖掘。概念或類描述由特征比和比較或區(qū)分組成。有兩種一般方法:基于數(shù)據(jù)立方體OLAP的方法和面向?qū)傩詺w納的方法。
(2)關(guān)聯(lián)分析。關(guān)聯(lián)分析發(fā)現(xiàn)關(guān)聯(lián)規(guī)則,廣泛用于購(gòu)物藍(lán)、商務(wù)管理和決策分析,是商業(yè)分析中應(yīng)用最為廣泛的一種數(shù)據(jù)挖掘方法和模式。
(3)分類和預(yù)測(cè)分析。分類和預(yù)測(cè)是CRM中數(shù)據(jù)分析的兩種重要形式,可以用于提取描述重要數(shù)據(jù)類的模型或預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)。主要方法包括:決策樹(shù),判定樹(shù)、貝葉斯法、BP神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、粗糙集、模糊集等。
(4)聚類分析,屬于無(wú)指導(dǎo)學(xué)習(xí)。對(duì)象應(yīng)該根據(jù)最大化類的相似性、最小化類的相似性的原則進(jìn)行聚類或分組。
(5)孤立點(diǎn)分析。對(duì)于欺詐探測(cè)、定制市場(chǎng)及其它CRM任務(wù)是非常有用的。
(6)復(fù)雜類型的數(shù)據(jù)挖掘。是數(shù)據(jù)挖掘技術(shù)的當(dāng)前一個(gè)重要的研究領(lǐng)域,極大提升了CRM數(shù)據(jù)分析能力的深度和廣度,主要包括:多媒體數(shù)據(jù)挖掘、文本挖掘和web挖掘等。
3.數(shù)據(jù)挖掘技術(shù)在CRM中應(yīng)用研究的前沿方向
針對(duì)國(guó)內(nèi)對(duì)CRM的認(rèn)知程度、應(yīng)用層次及國(guó)情的需要,數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用研究方向建議應(yīng)主要面向如下方面:
(1)應(yīng)用的探索:電子商務(wù)已經(jīng)成為現(xiàn)代商務(wù)的主流因素,同時(shí)JAVA或DOT NET是現(xiàn)代信息服務(wù)的重要方式,因此基于電子商務(wù)和JAVA或DOT NET環(huán)境下的CRM數(shù)據(jù)挖掘的特定應(yīng)用具有重要的研究?jī)r(jià)值:
(2)應(yīng)用目標(biāo)的轉(zhuǎn)變:隨著企業(yè)的戰(zhàn)略目標(biāo)和結(jié)構(gòu)部署的轉(zhuǎn)變,CRM中的數(shù)據(jù)挖掘的應(yīng)用目標(biāo)重點(diǎn)應(yīng)該從增加企業(yè)收入轉(zhuǎn)向節(jié)約企業(yè)成本的觀念上來(lái)。
(3)應(yīng)用的對(duì)象:從企業(yè)規(guī)模來(lái)看,中小型企業(yè)是企業(yè)類型中的主體,也是市場(chǎng)經(jīng)濟(jì)環(huán)境下最為活躍的企業(yè)載體。因此,針對(duì)中小型企業(yè)的CRM應(yīng)用運(yùn)用相應(yīng)的數(shù)據(jù)挖掘技術(shù)來(lái)提升決策支持的智能化水平對(duì)中國(guó)企業(yè)具有特別的意義。
(4)數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)和WEB數(shù)據(jù)庫(kù)系統(tǒng)集成。這將保證數(shù)據(jù)挖掘的高質(zhì)量,提高數(shù)據(jù)挖掘的性能和效率,從而改善CRM決策支持的有效性。
(5)CRM中復(fù)雜數(shù)據(jù)類型挖掘:由于CRM應(yīng)用深度和廣度的有力延伸,針對(duì)復(fù)雜數(shù)據(jù)類型的現(xiàn)存數(shù)據(jù)分析技術(shù)與數(shù)據(jù)挖掘方法的集成研究變得越來(lái)越重要。
(6)WEB挖掘:WEB是當(dāng)前CRM的主要應(yīng)用平臺(tái),包括WEB內(nèi)容挖掘、WEB日志挖掘和Internet上的數(shù)據(jù)挖掘服務(wù)等內(nèi)容是重要的研究領(lǐng)域,也是網(wǎng)絡(luò)環(huán)境較為重要的研究領(lǐng)域。
(7)CRM中的隱私保護(hù)與信息安全:這是數(shù)據(jù)挖掘技術(shù)要面對(duì)的一個(gè)重要問(wèn)題,需要迸一步開(kāi)發(fā)有關(guān)方法以確??蛻舻碾[私權(quán)和信息安全,有效保護(hù)客戶信息不被竊取,增強(qiáng)客戶的信任度和忠誠(chéng)度。
總結(jié)
綜上所述,隨著數(shù)據(jù)挖掘技術(shù)日益成熟,CRM應(yīng)用不斷推廣,數(shù)據(jù)挖掘技術(shù)日漸成為獲取有價(jià)值的信息的重要技術(shù)和工具。在CRM中合理高效地利用數(shù)據(jù)挖掘技術(shù),可以較好地提供準(zhǔn)確的客戶分類、忠誠(chéng)度、盈利能力、潛在用戶等有價(jià)值的信息。提高企業(yè)高層管理者的決策能力,為企業(yè)的長(zhǎng)足發(fā)展提供有力的信息支持和技術(shù)保障。