随着营销策略的升级、市场理论的完善，如何更高效地发现潜在的新客户以及保持并改善与客户的关系成为了企业占领市场、笑傲市场的利器。客户关系管理作为一个全面体现以客户为核心利益的商业模式，它应用到企业与客户相关的市场、销售、服务、技术支持等各个部门整合企业所有与客户相关的资源帮助企业改善与客户的关系。论文以客户关系管理一个重要的研究与应用方向一一客户价值提升提出了客户价值提升的实现框架，并探讨了数据挖掘技术在客户价值提升框架的应用方式。
    
    一、CRM与数据挖掘
    
    CRM软件可以分为三类:操作型、合作型(协作型)、分析型。
   
    操作型CRM：用于自动的集成商业过程，包括对销售自动化(sales Automation，SA)、营销自动化(Marketing Automation，MA)和客户服务与支持(Customer Service & Support，CS&S)三部分业务流程。合作型CRM：用于同客户沟通所需手段(包括电话、传真、网络、EMAIL等)的集成和自动化，主要有业务信息系统(Operational lnformation System OlS)、联络中心管理(Contact Center，CC)和Web集成管理(Web Integration Management，WIM)。分析型CRM：用于对以上两部分所产生的数据进行分析。产生客户智能，为企业的战略、战术的决策提供支持包括数据仓库(Data Base/Warehouse，DB)和知识仓库(Knowledge Base，KB)建设，及依托管理信息系统(Management lnformation System，MIS)的商业决策分析智能(Business lntelligence，Bl)。
   
    数据挖掘(Data Mining 简称DM)是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。它可应用于企业经营中按照企业既定业务目标对大量的企业数据进行抽取、转换、分析和其他模型化处理从中提取辅助企业决策的关键性数据，揭示隐藏的、未知的或验证已知的规律性的先进有效的方法。在客户关系管理中应用数据挖掘的目的是为了提高市场决策能力和检测异常模式及在过去的经验基础上预言未来趋势等。
   
    比较典型的数据挖掘方法有关联分析、序列模式分析、分类分析、聚类分析等。它们可以应用到以客户为中心的企业决策分析和管理的各个不同领域和阶段。如：关联分析能发现数据库中形如“90%的顾客在一次购买活动中购买商品A的同时购买商品B”之类的知识；序列模式分析能发现数据库中形如“在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列A一B一C出现的频度较高”之类的知识；分类分析法通过分析示例数据库中的数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对其它数据库中的记录进行分类；聚类分析则根据一定的分类规则，合理地划分记录集合，确定每个记录所在类别。
   
    在crm系统中企业得拥有一个保存着所有客户的合闸信息，并且还应有相应的市场竞争对手的相关数据的大型数据库，数据挖掘可以直接跟踪数据并辅助用户快速作出商业决策，并在更新数据的同时发掘更好的行为模式，从而运用于未来的决策当中。
    
    二、客户价值建模
    
    1. 客户价值
   
    客户价值可分为两种：一是客户购买企业产品或服务时，客户从企业获得的价值；二是企业通过客户购买自己的产品或服务时，企业从客户获得的价值。对于企业而言，只有获得和增大客户从企业获得的价值才能同时获得和增大企业从客户获得价值。因此，客户价值是客户关系管理中的关键，企业实施客户关系管理的重要目的就是为了实现客户价值的最大化。对客户进行细分，判断客户的行为，提高客户的满意度和忠诚度，对客户流失可能性进行预测等等，通过这些方面使得客户的生命周期得到延长，从而企业获得更多的利润。
   
    2. 面向客户价值的建模
   
    (1)客户细分的建模
   
    客户属性可以分为内在属性和外在属性，客户的地域分布、客户的产品拥有、客户的组织归属等可以认为是客户的外在属性；性别、家庭成员数、信用度、价值取向等可以认为是客户的内在属性。利用数据挖掘技术中的决策树或是模糊聚类方法来进行挖掘，得到基于客户预测价值的客户金字塔模型。其具体操作如图1所示：

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。