CRM系統：零售業CRM中的數據挖掘技術
零售業CRM中的數據挖掘技術①
王紅霞1) 陳根才2)
(浙江水利水電專科學校1) 杭州 310018) (浙江大學計算機學院2) 杭州 310027)
摘 要:從零售業CRM和數據挖掘的概念入手,討論了零售業CRM中采用的各種數據挖掘技術,如關聯分析、分類分
析、聚類分析等,分析了數據挖掘技術在市場營銷、銷售與客戶服務三個領域的典型應用。最后對數據挖掘在零售業CRM
的作用和發展前景作了總結。
關鍵詞: CRM 數據挖掘 關聯規則
中圖分類號:TP31
Data Mining Techniques Applied in Retailing’s CRM
Wang Hongxia1) Chen Gengcai2)
(Zhejiang Water Conservancy and Hydropower College1) ,Hangzhou 310018)
(College of Computer Science , Zhejiang University2) , Hangzhou 310027)
Abstract :Beginning with the concepts CRM(Customer Relationship Management) and the DM(Data Mining) , the thesis discusses
some key Data Mining techniques in the retailing CRM, such as associational analysis ,classification analysis and clustering analysis. It an2
alyzes the typical applications of DMin the fields of market management , marketing and Customer Services. In the last ,it reaches a conclu2
sion of the significance and the prospect of DM in retailing CRM, which is of great importance to the success for retail enterprises.
Key words :CRM(Customer Relationship Management) , Data Mining , Association Rules
1 引言
加入WTO 后,零售業是我國對外開放力度最
大的領域之一。中國企業要和國外對手同場競技,
不光在技術、質量上,更重要的是在管理上。同時,
隨著多年的市場經濟改革,我國早已由賣方市場時
代進入買方市場時代。現在,各式各樣的超市、商
場和專賣店隨處可見,其質量、價格相差并不是很
大。在這種局面下“, 顧客就是上帝”已然不是一句
空洞的口號,而應當是零售企業在市場立足的管理
原則。總之,全球化和市場化帶來的對客戶資源的
競爭,使得CRM(客戶關系管理) 成為零售企業在
新的市場環境下新的贏利戰略和手段。零售企業
必須加快CRM研究。
其次,在我國零售企業實施CRM具有可行性。
零售業是我國建設市場經濟過程中,信息化起步較
早、發展較快的行業。經過多年的努力,我國零售
企業積累了豐富的經驗和數據,其中相當一部分企
業擁有較完善的軟硬件基礎設施和價值鏈構成,能
較快、較準確地了解客戶。不斷發展的信息技術
(尤其是數據挖掘技術) 為零售企業挖掘和整理有
價值的客戶數據提供了條件。這些,都為在我國零
售企業實施CRM創造了條件。
CRM是指以客戶為中心的包括市場營銷、銷
售和客戶服務的企業業務流程自動化并使之得以
重組。它一方面通過提供更快速和周到的優質服
務,吸引和保持更多的客戶;另一方面通過對業務
流程的全面管理,減低企業的成本。其目標是通過
合適的渠道,在合適的時間,提供合適的產品給合
適的客戶,
2 數據挖掘技術及其在零售業CRM
中的應用
2. 1 數據挖掘理論
數據挖掘(Data Mining ,DM) 又稱數據庫中的
知識發現( Knowledge Discovery in Database , KDD) ,
就是應用一系列技術從大型數據庫或者數據倉庫
的數據中提取人們感興趣的信息和知識,這些知識
或信息是隱含的、事先未知而潛在有用的,提取的
知識表示為概念(Concepts) 、規則( Rules) 、模式
(Patterns) 等形式[2 ] 。數據挖掘過程一般由3 個階
段組成:數據準備、數據挖掘和解釋評估。數據挖
掘可以描述為各個階段的不斷反復。
1) 數據準備是數據挖掘的第一個階段,是非
常重要的一個階段。數據準備的好壞影響數據挖
掘的效率、準確性和數據挖掘模式的特性。
2) 數據挖掘是運用選定的數據挖掘方法,從
數據中提取用戶需要的知識。首先,決定如何產生
假設,是讓數據挖掘系統為用戶產生假設,還是用
戶自己對數據庫可能包含的知識提出假設。前一
種稱為發現型的數據挖掘;后一種稱為驗證型的數
據挖掘,在問題進一步明確后,在數據結構和內容
進一步調整的基礎上,就可以建立模型。
3) 解釋評價,從上述過程中將會得出一系列
的分析結果、模式和模型,多數情況會得出對目標
問題多側面的描述,這時就要綜合他們的規律性,
提供合理的決策支持信息。評價的一種方法是直
接使用原先建立的模型樣本和樣本數據來進行檢
驗;另一種辦法是尋找一批數據并對其進行檢驗,已知這些數據能反映客觀實踐的規律性;還有一種
方法是在實際運行的環境中取出新鮮數據進行檢
驗。
在數據挖掘的數據準備階段執行著數據選取、
數據預處理和數據變換的功能,為數據挖掘進行數
據準備,其功能和數據倉庫的構建和數據維護基本
相同。事實上,數據挖掘也可以建立在一般業務數
據庫的基礎上,但數據倉庫對數據的組織更利于提
高數據挖掘的效率,因為數據倉庫中完備的、經過
組織的大量數據為數據挖掘提供了很好的基礎,當
數據挖掘在數據倉庫的基礎上進行時,數據庫中知
識發現的最初2 個階段———數據選取、數據預處理
的工作已基本完成,知識發現的過程從數據變換開
始,主要確定對具體挖掘問題有用的維并采用特定
的挖掘算法對數據進行采集。
2. 2 零售業CRM中的主要DM分析技術
數據挖掘是零售業CRM 中的核心技術,其關
鍵功能在于通過分析顧客已購買商品及這些商品
之間的內在聯系,確定顧客的購買習慣和關聯購買
傾向,從而幫助零售商制定營銷策略,在一定程度
上實現商業智能。下圖為DM在CRM 軟件中的應
用模型:
在當前的零售業CRM 應用實踐中,比較典型
的挖掘技術有關聯分析、序列模式分析、分類分析、
聚類分析等[3 ] 。它們可以應用到以客戶為中心的
企業決策分析和管理的各個不同領域和階段。
①關聯分析
設I = {i1 ,i2 ,. . . ,im}是一組物品集,D 是一組
事務集(稱之為事務數據庫) 。其中每個事務T 是
一組物品,滿足TAI。設A 是一個物品集,且滿足
A AT ,則稱T 支持物品集A。
關聯規則是如下形式的邏輯蘊涵:A ] B ,A <
I , B < I ,且A ∩B =Φ。關聯規則具有如下兩個重
要的屬性:
支持度: P(A ∪B) ,即A 和B 這兩個項集在事
務集D 中同時出現的概率。
強力推薦：
天柏客戶關系管理系統
天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。
關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統