CRM系統：零售業CRM中的數據挖掘技術
置信度: P(B| A) ,即在出現項集A 的事務集D
中,項集B 也同時出現的概率。
同時滿足最小支持度閾值和最小置信度閾值
的規則稱為強規則。給定一個事務集D ,挖掘關聯
規則問題就是產生支持度和可信度分別大于用戶
給定的最小支持度和最小可信度的關聯規則,也就
是產生強規則的問題。
關聯分析就是利用關聯規則進行數據挖掘的
技術,其目的在于挖掘隱藏在數據間的相互關系,
發現數據庫中形如“90 %的顧客在一次購買活動中
購買商品A 的同時購買商品B”之類的知識。
通過從銷售記錄中挖掘關聯信息,可以發現購
買某一品牌商品的顧客很可能購買其他一些商品。
這類信息可用于形成一定的購買推薦。購買推薦
通過宣傳可改進服務,幫助顧客選擇商品,增加銷
售額和減少積壓庫存。
②序列模式分析
序列模式分析和關聯分析相似,但側重點在于
分析數據間的前后序列關系。它能發現數據庫中
形如“在某一段時間內,顧客購買商品A ,接著購買
商品B ,而后購買商品C ,即序列A →B →C 出現的
頻度較高”之類的知識,序列模式分析描述的問題
是:在給定交易序列數據庫中,每個序列是按照交
易時間排列的一組交易集,挖掘序列函數作用在這
個交易序列數據庫上,返回該數據庫中出現的高頻
序列。在進行序列模式分析時,同樣也需要由用戶
輸入最小置信度和最小支持度。
序列模式挖掘可用于分析顧客的消費或忠誠
的變化,據此對價格和商品的品種加以調整,以留
住老顧客,吸引新客戶,保證一定的顧客數量。
③分類分析
分類分析就是通過分析樣本客戶數據庫中的
數據,為每個類別作出準確的描述或建立分析模型
或挖掘出分類規則,然后用這個分類規則對其它客
戶的記錄進行分類。比如,信用卡公司根據顧客的
信用記錄,把持卡人分成不同等級,并把等級標記
賦與數據庫中的每個記錄。對于每一等級,找出它
們共同點,比如:“年收入在10 萬元以上,年齡在40
～50 歲之間的外企白領”總體上信用記錄最高。
有了這樣的挖掘結果,客戶服務部門就知道一個新
的客戶的潛在價值,在客戶服務投入上就心中有
底。
④聚類分析
這是分類的逆向方法。聚類把沒有分類的記
錄,在不知道應分成幾類的情況下,按照數據內在
的差異性大小,合理地劃分成幾類,并確定每個記
錄所屬類別。它采用的分類規剛是按統計學的聚
類分析方法決定的。比如,面對數據庫中“消費
額”、“購買頻率”、“收入水平”等多個評價指標,沒
有辦法按照一個指標去分類,就可以通過聚類按照
數據間的自然聯系把分散的記錄“聚”成幾“堆”,然
后再對每堆進行深入分析。
⑤0 - 1 規劃技術
主要用于各類推銷方法對客戶的適用度分析,
即針對不同的客戶群,從電郵、上門推銷、平面廣
告、網上推銷、柜臺銷售等方法中,選擇一種使商場
營銷的成功率最高、成本最低的方法,以提高企業
的服務水平。
⑥預測技術
主要用于對客戶未來行為的發現,如客戶流失
分析中,用神經元網絡方法學習各種客戶流失前的
行為變化,進而預測(預警) 可能出現的有價值客戶
的流失;再如,市場預測問題,數據挖掘使用過去有
關促銷的數據來尋找未來投資中回報最大的用戶。
應用數據挖掘技術,較為理想的起點就是從一
個數據倉庫開始,這個數據倉庫里面應保存著所有
客戶的合同信息,并且還應有相應的市場競爭對手
的相關數據。數據挖掘可以直接跟蹤數據,并據此
輔助用戶快速進行商業決策,另外用戶還可以在更
新數據的時候不斷發現更好的行為模式,并將其運
用于未來的決策當中。
2. 3 典型應用
由于零售業CRM 主要涉及市場營銷、銷售與
客戶服務三個領域,下面就三方面來介紹數據挖掘
在CRM中的應用。
(1) 市場營銷隨著數據量的急劇增長,商家必
須借助于相應的數據挖掘工具,自動發現數據中隱
藏的規律或模式,為決策提供支持。通過收集、加
工和處理涉及消費者消費行為的大量信息,確定特
定消費群體或個體的興趣、消費習慣、消費傾向和
消費需求,進而推斷出相應消費群體或個體下一步
的消費行為,并以此為基礎,對所識別出來的消費
群體進行特定內容的定向營銷,這樣會大大節省營
銷成本,提高營銷效果。
例如,當客戶用信用卡消費時,商家就可以在
信用卡結算過程中收集商業消費信息,記錄下客戶
進行消費的時間、地點、感興趣的商品或服務、愿意
接收的價格水平和支付能力等數據;然后將這些數
據進行組合,并應用計算機、并行處理、神經元網
絡、模型化算法等技術手段進行處理,從中得到商
家用于向特定消費群體或個體進行定向營銷的決
策信息。再如,卡夫(Kraft) 食品公司建立了一個擁
有3000 萬客戶資料的數據庫,數據庫是通過收集
對公司發出的優惠券等其他促銷手段做出積極反
應的客戶和銷售記錄而建立起來的,卡夫公司通過
數據挖掘了解特定客戶的興趣和口味,并以此為基
礎向他們發送特定產品的優惠券,并為他們推薦符
合客戶口味和健康狀況的卡夫產品食譜。
借助于對客戶行為的分析和挖掘,企業管理人
員可以更準確地制定市場策略和策劃市場活動,以
贏取更大的消費群體和利潤。
(2) 銷售銷售力量自動化(SFA) 是CRM 中成
長最快的部分。銷售人員與潛在客戶的互動行為、
將潛在客戶發展為真正客戶并保持其忠誠度是使
企業盈利的核心因素。在此環節中,數據挖掘可以
對多種市場活動的有效性進行實時跟蹤和分析。
在此過程中,數據挖掘不僅使銷售員能夠及時把握
銷售機遇,縮短銷售周期,極大地提高工作效率,同
時,企業管理人員也可以隨時掌握銷售各個環節的
詳細情況[4 ] 。
一個典型的案例就是購物籃分析。數據挖掘
人員通過對交易數據分析后,會發現這樣的一條關
聯規則“買啤酒的顧客十有八九也買尿布”。再經
進一步的調查發現,原來是有孩子的父親在給自己
購買啤酒時,也常會給自己剛出生不久的子女購買
尿布。這樣一來,超市人員便可以及時調整物品的
擺放位置和結構,以方便客戶購買。另外,通過挖
掘分析,還可以發現客戶購買行為潛在的時序規
律,借助于這個,超市人員可以對客戶的購買行為
進行有效地預測,從而提高銷售能力。
(3) 客戶服務在客戶關系管理中,客戶服務是
最關鍵的內容,企業提供的客戶服務是能否保留滿
意的忠誠客戶的關鍵。如今客戶期望的服務已經
超出傳統的電話呼叫中心的范圍。隨著越來越多
的客戶進入互聯網通過瀏覽器來察看他們的定單
或提出詢問,數據挖掘就可以對客戶實現個性化的
自助服務。通過數據挖掘,企業就能夠處理客戶各
種類型的詢問,包括有關的產品、需要的信息、訂單
請求、訂單執行情況,以及高質量的現場服務。
3 結論與展望
作為一個跨知識管理、業務運作和電子商務等
系統的融合概念,CRM 正以前所未有的速度發展,
并且擴大著用戶群體,在激烈的市場競爭中,基于
DM的CRM模式正在逐漸成為現代企業生存的根
本和制勝的關鍵。
現在,客戶越來越多地要求CRM 系統能夠進
行知識管理。從本質上講,在電子商務時代需要隨
時隨地根據客戶需要為他們提供組織知識。數據
挖掘技術將綜合客戶信息和其它相關信息,借助專
家系統、神經網絡和遺傳算法等技術,為企業迅速
提供商業問題的高質量解決方案,達到商業智能。
數據挖掘新技術的發展將可以使客戶更多更好地
訪問數據,并使更多的人能夠嘗試更多的技術。利
用數據挖掘技術,分析客戶的特征,探索企業和所
對應市場的運營規律性,不斷提高企業的經濟效益
是企業發展的必由之路。
參考文獻
[1 ]楊東龍《, 客戶關系管理解決方案:CRM的理念. 方法與
軟件資源》[M] . 中國經濟出版社2002. 2
[2 ]KamberM. 數據挖掘概念與技術[M] . 北京:機械工業出
版社. 2001
[3 ] (美) 貝爾森, (美) 史密斯, (美) 西瑞林著; 賀奇等譯。
《構件面向CRM 的數據挖掘應用》[M] . 人民郵電出版
社,2001. 8
[4 ]朱愛群《, 客戶關系管理與數據挖掘》[M] . 中國財政經
濟出版社,2001
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