《《数据挖掘在客户关系管理(CRM)的应用.doc》由会员分享,可在线阅读,更多相关《《数据挖掘在客户关系管理(CRM)的应用.doc(13页珍藏版)》请在金锄头文库上搜索。
1、目 录摘 要01 绪论111 课题的来源112 课题的内容与意义11.2.1 课题的内容11.2.2 课题的意义11.3 国内外研究和应用现状11.3.1 CRM的研究和应用现状11.3.2数据挖掘的研究和应用现状21.3.3 研究思路和研究内容32 客户关系管理(CRM)分析42.1 客户关系分析42.1.1 客户和客户关系简述42.1.2 客户生命周期分析42.2 CRM核心思想简述52.2.1 CRM内涵52.2.2 CRM与传统企业管理模式的对比分析52.2.3 CRM核心思想剖析结果53 数据挖掘在CRM中的应用63.1 数据挖掘在CRM中应用的实例戴尔公司63.2 数据挖掘在CRM
2、中处理流程63.3 CRM中数据分析工具的对比分析73.4 CRM中数据挖掘过程73.5 CRM中数据挖掘步骤73.6 CRM中数据挖掘体系结构84 总结10参考文献10摘 要本文简述了客户关系管理系统(CRM)和数据挖掘技术的现状,笔者认为关于它的研究还有许多值得完善的地方:人们对CRM核心思想的认识不透彻;信息技术与CRM的关系不明确;基于数据挖掘的CRM的细化;缺乏完整的CRM体系结构来知道其研究和应用;目前CRM理论到实践应用不足。因此本文针对这些问题进行了一定程度的探讨。关键词: 客户关系管理系统(CRM);数据挖掘;思想内涵;应用;结构1 绪论11 课题的来源笔者在埃森哲公司实习的
3、时候,实习内容就是用客户关系管理CRM系统为中国电信进行外呼咨询工作。中国电信的客户被系统分成很多类,并匹配上不同的数字段比如月消费多少钱,并由实习生进行适当的电话营销。当时一直很好奇系统怎样可以在几十万的客户群中进行恰如其分的分类,然后联想到数据挖掘课上讲的应用,于是查阅了一番资料,打算研究数据挖掘在客户关系管理CRM的应用。这就是这篇论文的诞生源头。12 课题的内容与意义1.2.1 课题的内容通过对CRM和数据挖掘的现状把握,本文主要研究了人们对CRM核心思想的认识不透彻;信息技术与CRM的关系不明确;基于数据挖掘的CRM的细化;完整的CRM体系结构来知道其研究和应用的问题。 1.2.2
4、课题的意义随着经济全球化进程的加速,企业面临的竞争愈来愈激烈,越来越多的企业认识到客户对企业的忠诚不仅来自企业提供的商品,而且来自于服务等非实体性因素。借助先进的信息技术发现潜在的新客户以及保持并改善与老客户的关系已成为企业的迫切需求。然而现实中的企业资源总是有限的,不可能平等细致地研究每一个顾客的所有要求,所以对客户关系进行科学有效的管理势在必行,客户关系管理(Customer Relationship Management 简称CRM)也就应运而生。企业实施CRM的目标就是要在恰当的时间通过恰当的渠道给恰当的客户提供恰当的服务,为此必须要对各种客户数据进行收集、整理和分析,及时、高效地找出
5、隐含在数据中有用的知识。数据挖掘技术则可以进行如上的数据处理,使企业更加精准地为目标客户提供全面和优质的服务,同时通过改善业务流程降低企业运营成本,从而整体上提高企业的市场竞争力。因此,从大的层面来说,研究数据挖掘在CRM中的应用对提高我国企业的经营、管理和决策水平有着重要的现实意义和应用价值;从个人层面来说,这篇论文的诞生也可以为我深入了解数据挖掘打下一个基础,并能够从实际案例中更好体会数据挖掘的魅力。1.3 国内外研究和应用现状 数据挖掘研究时间长相对比较成熟,尤其是国外的研究更加成熟,但是无论国内和国外,关于CRM的研究时间都不算太长,国内相较之下更短,因此数据挖掘与CRM相结合的研究更
6、加有限。1.3.1 CRM的研究和应用现状研究CRM的应用现状从起源说起,CRM起源于20世纪80年代初提出的接触管理(Contact Management),即专门收集整理客户与公司联系的所有信息。到20世纪90年代初期演变成为包括电话服务中心与支持资料分析的客户服务(Customer Care)。CRM的定义虽然没有统一的说法,但是所有的定义都是对“以客户为中心”,通过提高客户满意度,改善客户关系,从而提高企业竞争力的不同表达方式。由此经历了20余年的发展,CRM逐渐形成了一整套管理理论体系和应用技术体系。自2000年CRM进入中国后,关于它的研究整体呈上升趋势,甚至在某些阶段有爆炸性的增
7、长。而CRM也和ERP一样,体现它价值的地方在于它的实践和应用,也就是说需要有相应的CRM管理软件来体现。CRM软件的最初实践者目前普遍认为是Tom Siebel,其他重量级CRM厂商还有PeopleSoft、SAP、Oracle等,主要面对高端市场。在国内被大家较为熟悉的Turbo CRM综合实力也很强。根据资料显示,我国CRM应用主要以邮电、金融等经济实力较强、信息化程度较高的行业开始。CRM首先是一种管理思想,其次才是套IT系统。因此理解CRM在企业中的应用应从两个角度来看:一、管理角度:起源于市场营销理论,最终解决企业市场和客户资源,涵盖了企业各流程与客户接触的相关领域。在这些过程中发
8、挥的作用就是管理中的“组织”。二、信息技术角度:囊括企业管理中信息技术、软硬件系统集成的管理方法和应用解决方案。目前,CRM有三类:操作型、协作型和分析型,其中分析型CRM是研究领域的重点;操作型CRM则以数据仓库为基础,运用数据挖掘、OLAP、交互查询和报表等手段,最适合制造业和零售业;协作性则主要是协同工作,侧重服务和客户沟通频繁的企业,强调交互性,比如笔者所实习的公司埃森哲就是咨询公司,用到的就是协作型CRM。但是目前国内对CRM的运用仅处于关注阶段,应用层次不高,实施的成功率也不高,主要停留在对客户信息的收集、管理和统计上,缺乏对数据的深层次分析。1.3.2数据挖掘的研究和应用现状数据
9、挖掘(Data Mining 简称DM)是从大型数据库或数据仓库中发现并提取隐藏在其中的有用信息的一种新技术,来源于人们长期对数据库技术进行研究和开发的结果,下图显示了数据进化的四个阶段。 数据挖掘的功能有很多,按照数据挖掘的功能,一般可以分为五类:分类、聚类、关联规则、概念描述、偏差检测。数据挖掘之所以能够准确发现隐藏在大量数据深处的重要信息,并做出预测,是通过建模实现的。在实际应用中,模式一般细分为六种:分类模式、回归模式、时间序列模式、聚类模式、关联模式、序列模式。遗憾的是,我国目前存在的多数所谓的CRM一般都属于比较低级的CRM,不包含数据挖掘技术。笔者想到埃森哲公司是一家外包公司,就
10、算现在是给中国电信服务,应该用到的CRM系统也会有一定水准的。1.3.3 研究思路和研究内容 根据上文所描述的现状,笔者认为关于它的研究还有许多值得完善的地方:人们对CRM核心思想的认识不透彻;信息技术与CRM的关系不明确;基于数据挖掘的CRM的细化;缺乏完整的CRM体系结构来知道其研究和应用;目前CRM理论到实践应用不足。因此本文的逻辑结构安排是:第一章是绪论,第二章是客户关系管理(CRM)分析,第三章是数据挖掘在CRM中应用。2 客户关系管理(CRM)分析 本章将依据对客户、客户关系和客户生命周期的简述和分析,CRM内涵分析,以及传统企业管理模式和CRM的对比分析,剖析CRM核心思想。2.
11、1 客户关系分析2.1.1 客户和客户关系简述 “客户”不同于“顾客”,指过去买过、正在购买或者今后有可能向企业购买的人或组织,一般称为“已有客户”、“交易客户”和“潜在客户”;客户关系指企业同客户之间的一种特殊关系。目前关于客户关系的研究以客户生命周期理论最具代表性。客户生命周期指客户关系水平随时间变化的发展轨迹,描述了客户关系从一种状态或阶段向另一种状态或阶段运动的总体特征。2.1.2 客户生命周期分析根据资料,客户生命周期一般分为:考察期、形成期、稳定期和退化期。图2.1就是一条典型客户生命周期曲线,描述了一个具有代表性的客户周期模式。本文这幅图的分析不详细叙述,直接引用资料中的结论,如
12、果分析: 最后得到两点结论:稳定器越长越好;优质客户越多越好。 总之,客户关系在当今企业竞争中扮演着重要角色。若想取得竞争优势,工作重点就应该围绕“优质客户”采取一系列措施。2.2 CRM核心思想简述2.2.1 CRM内涵CRM是一种企业经营模式,围绕“客户”开展企业的各项业务,充分与信息技术相结合,经过深入的研究和分析客户行为,针对不同客户制订相应的营销、销售和服务策略,从而提高客户满意度,改善客户关系,在实现客户价值最大化的前提下,实现企业和客户的双赢。2.2.2 CRM与传统企业管理模式的对比分析 着眼点不同;思维方式不同2.2.3 CRM核心思想剖析结果(1)以价值客户为核心(2)以客
13、户和企业双赢为出发点(3)以获得长期受益为目标(4)以内部员工为重要“客户”(5)以信息共享和集成为基础3 数据挖掘在CRM中的应用 数据挖掘技术融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术,能够找出过去数据之间的潜在关系,进行预测从而支持人们的决策。此外根据“马莱特法则”:给一个公司带来80%利润的是20%的客户,按照这个原则,如果能把这20%的客户找出来,提供更好的服务,对于公司的发展和业绩无疑是最大的帮助。这样的特质正好能帮助企业解决因CRM系统得到数据“数据爆炸而知识贫乏”的显现。3.1 数据挖掘在CRM中应用的实例戴尔公司 根据2008年第四季度全球PC厂商市场份额
14、报告,诞生于198年的戴尔计算机公司全球名列第二。短短20多年的时间,就获得如此巨大的成功,这与戴尔公司自成立开始便采用的区分客户群中的不同客户、寻找出有较高的企业价值的客户的思想是密不可分的。 戴尔公司通过对每个客户的平均收益、较高利润产品或服务的使用百分比、销售或订单的趋势(升或降)以及客户支持或服务的成本等方式来评估客户的长期价值。根据客户对企业的价值的不同将其分在不同类别的组内,同一组内的客户对企业有相同或相似的价值。将客户由高到低一次分为白金客户、签约客户、注册客户和普通客户四类。对不同的客户提供不同级别的服务,客户的级别越高,将获得越为完善和个性化的服务。3.2 数据挖掘在CRM中
15、处理流程 CRM的核心是数据,包括客户数据、产品数据、库存数据以及交易数据等内容,并可以分为前区数据海量的、离散的和非结构化的;后区数据易得的、可信的、集中的和有限的。一个完整的CRM数据处理一般包括五部分:客户数据收集、客户数据预处理、数据存储、数据分析、商业应用。如图所示: 3.3 CRM中数据分析工具的对比分析CRM中的数据分析工具主要有统计分析、OLAP、OLTP和数据挖掘,都有各自的特点,对比分析如下:统计分析:应用传统的统计方法技术,对数据进行分析,要求用户必须清楚问题的目的,结果也是单一的、确定的。OLTP:面对主要是操作人员和底层管理人员,以数据库为基础,对基本数据进行查询、增、删、改等处理。OLAP:在OLTP的基础上发展,是以数据仓库或数据多维视图为基础的数据分析工具。OLAP建立一系列的假设,然后通过OLAP证实或推翻这些假设,最终