在以客户为中心的竞争环境中，如何既是能够拥有正确的信息，又能够拥有分析信息的工具，这就是商业智能(Business Intelligence)。商业智能系统通过数据仓库、数据挖掘和高级数据分析为企业提供全方位的客户分析决策支持和客户关系管理，其中最为关键的技术就是数据挖掘技术。数据挖掘技术是从大量数据中提取或挖掘知识，数据挖掘工具进行数据分析，可以发现重要的数据模式，为解决商务决策中“数据丰富，知识贫乏”作出了巨大的贡献。从电话中心变成了联络中心(Contact center)或“互动中心”(Interaction center);市场营销工具可以采用E-mail、IP语音、共享化浏览(shared browsing)、文字聊天和多种电子文字交流，以及客户与企业的整体关系成为企业迫切需要解决的问题。CRM通过管理企业与客户间的关系、优化供应链，减少销售环节，降低销售成本，挖掘潜在客户，发现新市场和渠道，提高客户价值、客户满意度、客户利润贡献度和忠诚度，实现企业最终销售管理、营销管理、客户服务与支持等方面的效果的提高。然而CRM失败率(国外55%～75%)也很高，这是由于CRM的实施中会遇到高度集成，企业文化，设计技术如XML基于组件等，个性化服务与自动化矛盾，基础网络设施，可扩展性等问题。CRM起源于20世纪80年代中期，20世纪90年代得到企业广泛重视，进入新世纪人们更加重视吸引和发现潜在的客户和留住最有价值的客户。统计表明，现代企业的销售额是来自12%的重要客户，而其余88%中的大部分客户对企业是微利甚至是微利可图，开发一个新客户的成本是留住一个老客户的5倍，而流失一个老客户的损失，需要争取到10个新客户才能弥补，因而CRM成为企业研究和应用的热点。如何成功的应用客户关系系统呢?利用数据挖掘技术来分析客户的数据，找出客户的购买模式，不断的满足客户的需求，把客户当作企业最重要的资产进行管理，是成功的应用CRM搞好企业的经营管理工作关键技术。
一、基于数据挖掘技术的客户行为分析与重点客户发现
目前许多企业在为客户的服务过程中积累了大量的数据，通过这些数据可以分析企业的发展历程、竞争态势、发展趋势及客户资源，这些资源是企业普遍关注的重要资源，而对客户的分析是赢利竞争优势的重要方法，从销售自动化(SPA)中，提供了记录和跟踪在客户的信息，提供了销售人员与潜在客户交流要点，以便有效地管理自己时间，安排与客户交流和沟通。而在电子商务环境下，接触客户不仅是销售人员，通过Internet把获取客户信息进一步扩展到企业所有部门，与之所有能与客户接触的所有人员，包括各种销售渠道(直销、网上购买、从零售处购买等)的人员。通过与客户的各种“接触点”(客户支持中心、市场营销活动、销售代表的联系等)对客户360度的认识。美国艾克通过长期以来总结的经验认为CRM应让客户更方便(convenient)、对客户更亲切(care)、个性化(personaliled)和立即反应(Real-time)，才能更好地维持客户关系。凡成功地企业CRM一定是“以人为本，以客户为中心”去分工，实现企业内部“一对一客户观念”的确认。企业内部与客户相关的部门应该保持不同部门与客户之间作业的连贯;实现各种管理信息与知识的共享，建立较为详细的客户联系库，共同遵守的互动规则(contact Rule)。利用客户智能—通过分析来自营销、销售、服务和商务的信息，制定统一的关于客户需求服务的规则，以增加客户的满意程度和减少客户背离程度。数据挖掘成为识别好的客户，完成市场划分以及改进直销活动效果的关键工具。
增加市场占有率有两种常用方法：以客户为基础的产品促销活动和交叉销售，数据挖掘技术能够实现哪些客户最有可能购买新产品以及哪些产品能够被一起购买，这样销售人员就能够将更多的精力放在这些重点客户上。Microsoft Commerce Server 2000是一个基于SQL Server 2000利用数据挖掘技术的快速实现商业智能的通用平台，它通过扩展基于OLE DB技术模式对象与CRM集成。它可以针对注册用户进行数据分析了解不同消费群体的购物行为，对未注册的用户则根据用户停留在该电子商务网站停留的时间、点过的连接、查询过的商品等记录分析出他们的行为模式;还可分析出广告、打折活动等营销方法的效果。
#p#
二、基于数据挖掘技术的客户关系管理系统的结构
1.数据挖掘技术
数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程。典型的数据挖掘系统具有以下部分：数据库、数据仓库或其他信息库，可以在数据上进行清理和集成。数据库或数据仓库服务器，根据用户的数据挖掘请求，在服务器负责提取相关数据。知识库，领域知识用于搜索、或评估结果模式的兴趣度。数据挖掘引擎，用于特征化、关联、分类、聚类分析、离群数据分析、演变和偏差分析，即特征化是指目标数据的一般特征或特性的汇总;关联是指通过关联分析发现关联规则;分类是找出描述并区分数据类或概念的模型，以便使用模型预测类标记未知的对象类，常用的导出模式有：分类(IF-THEN)规则、判定树、神经网络;聚类是指分析数据对象而不考虑已知类标记，对象根据最大化类内的相似性和最小化类间的相似性的原则进行聚类或分组;离群数据分析用于分析固有数据变异性;演变分析描述行为随时间变化的对象的规律或趋势。模式评估，用于兴趣度度量，将搜索聚焦在有趣的模式上。图形用户界面，用户和挖掘系统交换与通信。数据挖掘任务一般可以分为两类：描述和预测，即刻划数据库中的一般特性的描述性挖掘和在当前数据中进行推断的预测挖掘。
2.客户数据挖掘
通过数据挖掘达到识别客户的购买行为，发现顾客购买模式和趋势及改进服务的目的，同时通过数据挖掘技术可以设计更好的进行商品的配送和分销策略提高客户的满意度，提高销售率和市场占有率，减少商业成本。最主要的是能够进行客户个性分析，建立非常准确的客户模型，较好的识别用户的需求，如进行连带销售、提高销售额、一对一促销、产品吸引力、一揽子购买和客户保持。
3.营销管理与内部信息管理
营销管理主要内容是营销策略、计划管理、市场规划、竞争管理、产品管理，它是对直接市场营销活动加以计划、执行、监视和分析;内部信息管理主要是记功管理与各种人员的考核与激励。
4.销售管理
销售记录与统计、预测管理、报价管理、订单管理、退货管理是其主要内容，它是提高销售过程的自动化和销售效果。
5.知识管理
DM是获取企业知识的重要工具，客户关系管理系统中信息分析与共享是非常重要的。信息分析除了按照主题，抽取不同粒度的信息加入数据仓库中外，对存储在数据库中各种数据的分析和基于数据挖掘的知识发现。只有共享信息和知识、即使业务员发生了变化，企业也不可能丢失了重要的资源—客户信息，所以销售信息是一类非常敏感的信息。智能代理系统能够快速地获取知识，特别是外部的知识。在WEB上搜索引擎是一种最为常见的信息检索系统，利用ROBOT来遍历WEB，将WEB上分布信息下载到本地文档库，对内容进行自动分析并建立索引，对用户的请求找出匹配的文档返给用户;元搜索引擎是对用户的请求进行预处理，向各个搜索引擎发送请求要求，待各返回结果进行整理向用户返回组合和处理后的检索结果，但这些不能根据用户的兴趣需求来定制检索结果，而agent具有可适应性、主动性、协作性、移动性。KM能够在市场全球化、组织扁平化、竞争激烈化的竞争中成功的营销策略、途径和技能，能使人们共享信息处理资源，包括数据库、文档、知识库、专家意见、员工的经验，提高企业的应变能力，从技术角度看有知识库、智能代理、数据挖掘、文档管理、搜索引擎、企业外、内部网等。KM是集体智慧的结晶、能提高应变能力，能增加团队精神、能提升整体的协调统一，获取、评价和修整然后共享企业的信息资源，这些资源包括数据库、文档、政策、程序、当前未成文的专家意见和个别员工的经验;KM包括充分利用各种智力资本在激烈的社会竞争中取得成功的各种管理策略、途径和技能。据美国生产率和质量监测报道，KM的首要目标就是要可行。六大会计/咨询公司的案例验证了用杠杆信息能确保其雇员在客户面前保持其最佳姿态，在这些机构和其他机构中，往往将KM视为用以提高利润的一系列工具和过程。
6.客户支持管理
客户的服务、合同、客户关怀、移动现场服务和呼叫中心是其主要内容。一方面企业的服务网站通过知识共享解决客户的服务与支持;另一方面Call Center(CC)在客户支持管理中有较重要的作用。114、160等信息类的呼叫中心，信息服务类的800免费电话和客户服务热线，这些应用是CC早期表现形式，它是一种基于共用电话交换网(PSTN)呼叫中心。现代CC是一种基于CTI技术(通信网，计算机网集成技术。它利用通信网PSTN和Internet为基础提供信息服务，支持电话、WEB、E-mail、Voip、Wap系统，需要交换机、自动呼叫分配器(ACD)自动语音应合系统，CTI系统涉及到呼叫管理系统、业务代表席和终端、数据库、Internet技术和LAN网络技术等主要技术。中小企业可用基于板卡的方案;大中型企业可用基于交换机方案如Dialogic CT Connect平台中心件与高中低交换机接口、Web center对电子邮件、网上文本交谈，回呼请求，网页表单处理。跟踪用户在企业网站上的所有活动。
7.知识共享基础设施
建立Internet时代的知识共享基础设施是搞好客户关系管理重要基础。首先必须建立共享与共有知识的基础体系结构，如企业共享知识的方法与工具，其次还需要如下条件：网络基础、公共电子商品导购平台、各种信息交换的标准体系、企业级电子商务体系、安全认证体系、安全支付结算体系、协同作业体系、法律体系。企业建立CRM需要的三级网络企业内联网(Intranet)、企业外联网(Extranet)、国际互联网(Internet)。企业可分步实施。如建立电子商务环境下支持各办事处、分公司等部门的集成销售管理系统、办公自动处理系统，有必要建立企业在Internet环境下，包括：适合实际情况的硬件平台和网络平台(包括数据库服务器、Web服务器、邮件服务器选择方案);需要比较主机托管与自己设立Web服务器性能对比分析。
三、结 论
数据挖掘有助于识别顾客购买行为，发现顾客购买模式和趋势，提高客户服务质量，取得顾客的忠诚度和满意程度，利用Data Mining建立客户关系管理系统将极大地提升企业的竞争优势，提高企业的营销水平。本文的探讨将有利于企业建立有效的客户关系管理系统。
【编辑推荐】
