在當(dāng)今市場(chǎng)上，商業(yè)的成功離不開有效的客戶關(guān)系管理（Customer Relationship Management，CRM）?？蛻絷P(guān)系管理的本質(zhì)是更有效地進(jìn)行競(jìng)爭(zhēng)。客戶關(guān)系管理的目標(biāo)是縮減銷售周期和銷售成本、增加收人、尋找擴(kuò)展業(yè)務(wù)所需的新的市場(chǎng)和渠道、以及提高客戶的價(jià)值、滿意度、贏利性和忠實(shí)度。企業(yè)實(shí)施客戶關(guān)系管理，可以更低成本、更高效率地滿足客戶的需求，從而可以最大程度地提高客戶滿意度及忠誠(chéng)度，挽回失去的客戶，保留現(xiàn)有的客戶，不斷發(fā)展新的客戶，發(fā)掘并牢牢地把握住能給企業(yè)帶來最大價(jià)值的客戶群。

　　客戶關(guān)系管理最基本的含義就是管理所有與客戶的相互作用。隨著客戶信息的絕對(duì)容量的急劇增大，企業(yè)與客戶的相互作用日益復(fù)雜，數(shù)據(jù)挖掘被推到了客戶關(guān)系管理的最前端。利用在傳統(tǒng)的數(shù)據(jù)庫技術(shù)基礎(chǔ)上發(fā)展起來的數(shù)據(jù)挖掘等先進(jìn)的智能化信息技術(shù)，利用神經(jīng)網(wǎng)絡(luò)等分析技術(shù)，挖掘出潛在的有用信息，用于企業(yè)輔助決策。

　　一、數(shù)據(jù)挖掘及其在客戶關(guān)系管理中的地位與內(nèi)容以電子商務(wù)環(huán)境下的企業(yè)客戶關(guān)系管理為主線，輔之以建立在數(shù)據(jù)庫或數(shù)據(jù)倉庫基礎(chǔ)上的各種數(shù)據(jù)挖掘技術(shù)，在吸引客戶、留住客戶、升級(jí)客戶的過程中實(shí)現(xiàn)不斷提升企業(yè)核心競(jìng)爭(zhēng)力的目標(biāo)。數(shù)據(jù)挖掘處于客戶關(guān)系管理系統(tǒng)的核心地位。

　　數(shù)據(jù)挖掘是通過使用數(shù)據(jù)分析和數(shù)據(jù)建模技術(shù)來發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系和趨勢(shì)的過程。數(shù)據(jù)挖掘能夠從大量的數(shù)據(jù)中，抽取出潛在的、對(duì)決策存在價(jià)值的知識(shí)、模型或規(guī)則。數(shù)據(jù)挖掘中最基本、最簡(jiǎn)單的分析步驟就是描述數(shù)據(jù)，但是數(shù)據(jù)描述并不足以提供行動(dòng)計(jì)劃，必須用從已知結(jié)果中確立的模式來建立預(yù)測(cè)性模型，從而提供行動(dòng)計(jì)劃。然后用其它的方法對(duì)其進(jìn)行測(cè)試。一個(gè)好的模型不應(yīng)該被真實(shí)情況所困惑，這個(gè)模型能夠用來指導(dǎo)你理解業(yè)務(wù)。

　　對(duì)于企業(yè)而言，數(shù)據(jù)挖掘能夠根據(jù)已有的信息對(duì)未發(fā)生行為做出結(jié)果預(yù)測(cè)，有助于揭示已知的事實(shí)，發(fā)現(xiàn)業(yè)務(wù)發(fā)展的趨勢(shì)，預(yù)測(cè)未知的結(jié)果，為企業(yè)經(jīng)營(yíng)決策、市場(chǎng)策劃提供依據(jù)。

　　“以客戶為中心”的數(shù)據(jù)挖掘內(nèi)容涵蓋了客戶需求分析、客戶忠誠(chéng)度分析、客戶等級(jí)評(píng)估分析等三部分，有些還包括產(chǎn)品銷售。其中，客戶需求分析包括：消費(fèi)習(xí)慣、消費(fèi)頻度、產(chǎn)品類型、服務(wù)方式、交易歷史記錄、需求變化趨勢(shì)等因素的分析。客戶忠誠(chéng)度分析包括：客戶服務(wù)持續(xù)時(shí)間、交易總數(shù)、客戶滿意程度、客戶地理位置分布、客戶消費(fèi)心理等因素的分析?？蛻舻燃?jí)評(píng)估分析包括：客戶消費(fèi)規(guī)模、消費(fèi)行為、客戶履約情況、客戶信用度等因素的分析。產(chǎn)品銷售分析包括：區(qū)域市場(chǎng)、渠道市場(chǎng)、季節(jié)銷售等因素的分析。

　　二、數(shù)據(jù)挖掘在客戶關(guān)系管理各階段的應(yīng)用在客戶關(guān)系管理中，需要在客戶關(guān)系的各個(gè)階段使用與客戶相關(guān)的信息來預(yù)測(cè)與客戶的相互作用，可以將客戶關(guān)系管理的各個(gè)階段定義為客戶生命周期?？蛻羯芷诎ㄈ齻€(gè)階段：獲得客戶；提高客戶的價(jià)值；保持有效益的客戶。數(shù)據(jù)挖掘技術(shù)幫助企業(yè)管理客戶生命周期的各個(gè)階段。

　　1. 數(shù)據(jù)挖掘在客戶獲得中的應(yīng)用

　　客戶關(guān)系管理的第一步是識(shí)別潛在客戶，然后將他們轉(zhuǎn)變成真正的客戶。傳統(tǒng)的獲得客戶的途徑一般包括廣泛的媒體廣告、大量的電話行銷、市中心及車站碼頭的廣告牌等。做廣告，大多選擇讀者群和直接目標(biāo)客戶群重疊最大的主流媒體。但數(shù)據(jù)挖掘可以幫助管理獲取新客戶的成本和改善這些活動(dòng)的效果。

　　Big Bank and Credit Card Company（BB&CC）每年進(jìn)行25次直接郵寄活動(dòng)，每次活動(dòng)都向一百萬人提供申請(qǐng)信用卡的機(jī)會(huì)。“轉(zhuǎn)化率”用來測(cè)量那些變成信用卡客戶的比例，這是一個(gè)關(guān)于BB&CC每一次活動(dòng)效果的百分比。使人們填寫信用卡申請(qǐng)僅僅是第一步，BB&CC必須判斷提交申請(qǐng)的客戶是否有良好的信用風(fēng)險(xiǎn)，然后決定接受他們成為自己的客戶還是該拒絕他們的申請(qǐng)。統(tǒng)計(jì)顯示大約6%的人在接到郵寄后會(huì)提出申請(qǐng)，但他們中只有16%滿足信用風(fēng)險(xiǎn)要求，結(jié)果郵件列表中的人大約有1%成為了BB&CC的新客戶。BB&CC的6%的響應(yīng)率意味著每次活動(dòng)中的100萬人中僅有6萬人對(duì)郵寄的請(qǐng)求產(chǎn)生響應(yīng)，并且在6萬人中只有1萬人滿足信用風(fēng)險(xiǎn)條件而成為客戶。BB&CC面臨的難題是更有效地影響那僅有的1萬人。

　　BB&CC的每份郵寄成本約1美元，也就是說每次郵寄活動(dòng)的總成本為100萬美元。在接下來的兩年里，那1萬人將為BB&CC產(chǎn)生大約125萬美元（每人約125美元）的收益，結(jié)果從一次郵寄活動(dòng)獲得凈利潤(rùn)為25萬美元。數(shù)據(jù)挖掘可以改善這個(gè)回報(bào)率。盡管數(shù)據(jù)挖掘也不能精確的識(shí)別最后那1萬信用卡用戶，但它可以幫助使促銷活動(dòng)的投入更有效。

　　首先，BB&CC發(fā)送了5萬個(gè)郵件做測(cè)試并仔細(xì)分析結(jié)果，使用決策樹建立預(yù)測(cè)模型來顯示誰將對(duì)郵寄做出響應(yīng)，用神經(jīng)網(wǎng)絡(luò)建立信用評(píng)分模型。接著BB&CC結(jié)合這兩個(gè)模型來發(fā)現(xiàn)那些滿足信用評(píng)定而且最可能對(duì)“懇求”產(chǎn)生響應(yīng)的人群。BB乙CC運(yùn)用這一模型再?gòu)泥]件列表中剩下的95萬人中選擇70萬發(fā)送郵件。結(jié)果顯示：從這75萬（包括測(cè)試的5萬）件郵件中，BB&CC獲得了9千份信用卡申請(qǐng)。換句話說，響應(yīng)率從1%提高到了1.2%增加了20 %。雖然目標(biāo)只達(dá)到了1萬個(gè)中的9千個(gè)，但模型是沒有完美的，剩下的1千是無利可圖的。

　　請(qǐng)注意，郵寄的純利潤(rùn)增加了$125,000，甚至你扣除由于數(shù)據(jù)挖掘而產(chǎn)生的軟件、硬件即人力資源方面的$40,000，純利潤(rùn)還增加了$85,000。建模的投入轉(zhuǎn)化成了200%的收益。

　　2. 通過數(shù)據(jù)挖掘提高現(xiàn)有客戶的價(jià)值

　　現(xiàn)在企業(yè)和客戶之間的關(guān)系是經(jīng)常變動(dòng)的，一旦一個(gè)人或者一個(gè)公司成為你的客戶，你就要盡力使這種客戶關(guān)系對(duì)你趨于完美。一般來說你可以通過這三種方法：

　　第一，最長(zhǎng)時(shí)間地保持這種關(guān)系；第二，最多次數(shù)地和你的客戶交易；第三，最大數(shù)量地保證每次交易的利潤(rùn)。

　　因此我們就需要對(duì)我們已有的客戶進(jìn)行交叉銷售和個(gè)性化服務(wù)。

　　交叉銷售是指企業(yè)向原有客戶銷售新的產(chǎn)品或服務(wù)的過程。一個(gè)購(gòu)買了嬰兒車的客戶很有可能對(duì)你們生產(chǎn)的嬰兒尿布或其它嬰兒產(chǎn)品感興趣。個(gè)性化服務(wù)可以使得重復(fù)銷售、每一客戶的平均銷售量和銷售的平均范圍等方面有一個(gè)很大提高。數(shù)據(jù)挖掘使用聚類來進(jìn)行商品分組，這些聚類用來在有人看到其中的一個(gè)產(chǎn)品時(shí)向他做出建議，建議的方式可以是向客戶發(fā)送Email，這些Email包含了由數(shù)據(jù)挖掘模型預(yù)測(cè)的會(huì)吸引客戶的新產(chǎn)品信息。結(jié)果就會(huì)使推薦更加客戶化。

　　對(duì)于企業(yè)來說，真正關(guān)心的問題在于如何發(fā)現(xiàn)這其中內(nèi)在的微妙關(guān)系。利用數(shù)據(jù)挖掘的一些算法（統(tǒng)計(jì)回歸、邏輯回歸、決策樹、聚類分析、神經(jīng)網(wǎng)絡(luò)等）對(duì)數(shù)據(jù)進(jìn)行分析，產(chǎn)生一些數(shù)學(xué)公式，可以幫助企業(yè)發(fā)現(xiàn)這其中的關(guān)系。

　　對(duì)于原有客戶，企業(yè)可以比較容易地得到關(guān)于這個(gè)客戶的比較豐富的信息，大量的數(shù)據(jù)對(duì)于數(shù)據(jù)挖掘的準(zhǔn)確性來說是有很大幫助的。在企業(yè)所掌握的客戶信息，尤其是以前購(gòu)買行為的信息中，可能正包含著這個(gè)客戶決定他下一個(gè)的購(gòu)買行為的關(guān)鍵，甚至決定因素。這個(gè)時(shí)候數(shù)據(jù)挖掘的作用就會(huì)體現(xiàn)出來，它可以幫助企業(yè)尋找到這些影響他購(gòu)買行為的因素。

　　一般情況下，有兩個(gè)模型是必需的。

　　第一個(gè)模型預(yù)測(cè)一些人是否為被建議買附加產(chǎn)品而感到不愉快；第二個(gè)模型用來預(yù)測(cè)哪些提議更容易被接受。

　　3. 通過數(shù)據(jù)挖掘進(jìn)行客戶保持

　　現(xiàn)在各個(gè)行業(yè)的競(jìng)爭(zhēng)都越來越激烈，企業(yè)獲得新客戶的成本正不斷地上升，因此保持原有客戶對(duì)所有企業(yè)來說就顯得越來越重要。比如在美國(guó)，移動(dòng)通信公司每獲得一個(gè)新用戶的成本平均是30。美元，而挽留住一個(gè)老客戶的成本可能僅僅是通一個(gè)電話。業(yè)界公認(rèn)，獲得一個(gè)客戶的成本是保持一個(gè)客戶成本的6-8倍，而且往往失去的客戶比新得到的客戶要貢獻(xiàn)更多的利潤(rùn)。

　　數(shù)據(jù)挖掘可以幫助你將大量的客戶分成不同的類，在每個(gè)類里的客戶抓有相似的屬性，而不同類里的客戶的屬性將會(huì)不同。你完全可以做得到給不同類的客戶提供完全不同的服務(wù)來提高客戶的滿意度。客戶分類的好處顯而易見，即使是很簡(jiǎn)單的分類也可以給企業(yè)帶來一個(gè)令人滿意的結(jié)果。比如說如果你知道你的客戶有85%是老年人，或者只有20%是女性，相信你的市場(chǎng)策略都會(huì)隨之而不同。細(xì)致而切實(shí)可行的客戶分類對(duì)企業(yè)的客戶保持策略有很大益處。

　　通過數(shù)據(jù)挖掘進(jìn)行客戶保持一般應(yīng)該建立三個(gè)模型。一個(gè)模型用來確定要離開的用戶，第二個(gè)模型用來選擇可以帶來收益的潛在的離開者，第三個(gè)模型為這些潛在的離開者選配最適宜的提議。