目前，關于CRM中應用的數據挖掘技術和方法的研究有很多，不同行業、不同環境下企業的CRM應用差異很大，應用到的具體數據挖掘技術和方法也會不同。數據挖掘技術和方法層出不窮，在這里也難以涵蓋全部的技術和方法。雖然，不同的CRM應用到的數據挖掘技術很多，也很復雜、但是CRM應用數據挖掘的目的主要在于以下四個方面：客戶細分、獲取新客戶、提升客戶價值和保持客戶以防止流失等方面。數據挖掘在零售業CRM中主要應用在以下幾方面。

一、CRM實施的前提——客戶細分

客戶細分就是把客戶根據其性別、收入、交易行為特征等屬性細分為具有不同需求和交易習慣的群體，同一群體中的客戶對產品的需求的及交易心理等方面具有相似性，而不同群體間差異較大。客戶群體細分可以使企業在市場營銷中制定正確的營銷策略，通過對不同類別客戶提供有針對性的產品和服務，提高客戶對企業和產品的滿意度，以獲取更大的利潤。

客戶細分可以采用分類的方法，也可以采用聚類的方法。比如，可以將客戶分為高價值和低價值的客戶，然后確定對分類有影響的因素，再將擁有相關屬性的客戶數據提取出來，選擇合適的算法對數據進行處理得到分類規則。使用聚類的方法，則在之前并不知道客戶可以分為幾類，在將數據聚類后，再對結果數據進行分析，歸納出相似性和共性。

每一類別的客戶具有相似性的屬性，而不同類別客戶的屬性也不同，從而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。細分可以讓用戶從比較高的層次上來察看整個數據庫中的數據，也使得企業可以針對不同的客戶群采取不同的營銷策略，有效地利用有限的資源。合理的客戶細分是實施客戶關系管理的基礎。

二、獲取新客戶——客戶響應分析

在大多數商業領域中，業務發展的主要指標里都包括新客戶的獲取能力。新客戶的獲取包括發現那些對你的產品不了解的顧客，他們可能是你的產品的潛在消費者，也可能是以前接受你的競爭對手服務的顧客。在尋找新客戶之前，企業應該確定哪些客戶是可能的潛在客戶、哪些客戶容易獲得、哪些客戶較難獲得，從而使企業有限的營銷資源得到最合理的利用。因此，預測潛在客戶對企業銷售推廣活動的反應情況是客戶獲得的前提，由于潛在客戶的數量日益龐大，如何提高市場促銷活動的針對性和效果成為獲取新客戶的關鍵問題。數據挖掘可以幫助企業識別出潛在的客戶群，提高客戶對市場營銷活動的相應率，使企業做到心中有數、有的放矢。根據企業給定的一系列客戶資料及其他輸入，數據挖掘工具可以建立一個“客戶反應”預測模型，利用這個模型可以計算出客戶對某個營銷活動的反應指標，企業根據這些指標就可以找出那些對企業所提供的服務感興趣的客戶，進而達到獲取客戶的目的。數據挖掘技術中的關聯分析、聚類和分類功能可以很好地完成這種分析。

三、提升客戶價值——交叉銷售

交叉銷售是指企業向原有客戶銷售新的產品或服務的營銷過程，它不僅是通過對現有客戶擴大銷售來增加利潤的一個有效手段，而且還是提升企業形象、培養客戶忠誠度、保障企業可持續發展的重要戰略。

公司與其客戶之間的商業關系是一種持續的、不斷發展的關系。在客戶與公司建立起這種雙向的商業關系之后，可以有很多種方法來優化這種關系，延長這種關系的時間。在維持這種關系期間，增加互相的接觸，努力在每一次互相接觸中獲得更多的利潤。而交叉銷售就是這種工具，即向現有的客戶提供新的產品和服務的過程。

在交叉銷售活動中，數據挖掘可以幫助企業分析出最優的銷售匹配方式。在企業所掌握的客戶信息，尤其是以前購買行為的信息中，可能正包含著這個客戶決定他下一個購買行為的關鍵，甚至決定因素。通過相關分析，數據挖掘可以幫助分析出最優的、最合理的銷售匹配。一般過程是這樣，首先分析現有客戶的購買行為和消費習慣數據，然后用數據挖掘的一些算法對不同銷售方式下的個體行為進行建模;其次是用建立的預測模型對客戶將來的消費行為進行預測分析，對每一種銷售方式進行評價;最后用建立的分析模型對新的客戶數據進行分析，以決定向客戶提供哪一種交叉銷售方式最合適。有幾種數據挖掘方法可以應用于交叉銷售。關聯規則分析，能夠發現顧客傾向于關聯購買哪些商品;聚類分析，能夠發現對特定產品感興趣的用戶群;神經網絡、回歸等方法，能夠預測顧客購買該新產品的可能性。

相關分析的結果可以用在交叉銷售的兩個方面：一方面是對于購買頻率較高的商品組合，找出那些購買了組合中大部分商品的顧客，向他們推銷“遺漏的”商品;另一方面是對每個顧客找出比較適用的相關規律，向他們推銷對應的商品系列。

四、保持客戶——客戶流失分析

隨著企業競爭越來越激烈，企業獲取新客戶的成本不斷上升。對大多數企業而言，獲取一個新客戶的花費大大超過保持一個已有客戶的費用，保持原有客戶的工作越來越有價值，這已經成為大多數企業的共識。你保留一個客戶的時間越長，收取你在這個客戶身上所花的初期投資和獲取費用的時間也越長，你從客戶身上獲得的利潤就越多。但由于各種因素的不確定性和市場的不斷增長，以及一些競爭對手的存在，很多客戶為了尋求更低的費用和其他服務商為新客戶提供比你更多的額外優惠條件，不斷地從你這里轉向另一個服務商。我們把客戶從一個服務商轉向到另一個服務商的行為稱之為客戶轉移。為了分析出是哪些主要因素導致客戶轉移，并可以有針對性地挽留那些有離開傾向的客戶，我們可以通過使用數據挖掘工具為已經流失的客戶建模，識別導致他們轉移的模式，然后用這些找出當前客戶中可能流失的客戶，以便企業針對客戶的需要，采取相應的措施防止客戶的流失，進而達到保持原有客戶的目的。

解決客戶流失問題，首先需要明確流失的客戶是什么樣的客戶。如果流失的是劣質客戶，企業求之不得;如果流失的是優質客戶，企業則損失巨大。如果企業優質客戶的穩定期越長，企業與其維持關系的成本越低，獲得的收益越大。因此，為保持優質客戶，需要先辨識優質客戶。這通過前面的客戶細分就可以完成這項工作，分析出客戶盈利能力，辨識和預測客戶的優劣。當能夠辨識出客戶的優劣時，首先，根據已流失客戶數據，可以利用決策樹，神經網絡等進行分析挖掘，發現流失客戶特征;然后，對現有客戶消費行為進行分析，以確定每類客戶流失的可能性，其中著重于發現那些具有高風險轉移可能性并具有較高商業價值的客戶，在這些客戶轉移到同行業其他服務商那里之前，采取相應的商業活動措施來保持住這些有價值的客戶。我們把這個過程叫做客戶保留或客戶保持。

在選擇數據挖掘工具時，若希望能夠對客戶進行細分，并且能夠對客戶流失的原因有比較清晰的了解，那么決策樹工具是比較好的選擇。盡管其他的一些數據挖掘技術，如神經元網絡也可以產生很好的預測模型，但是這些模型很難理解。當用這些模型做預測分析時，很難對客戶的流失原因有深入的了解，更得不到對付客戶流失的任何線索。在這種情況下，也可使用細分技術和聚類技術來得到深入的了解，但用這些技術生成預測模型就相對復雜得多。一般來說，在客戶保持中，大多使用分類回歸決策樹來生成預測模型。

綜上所述，數據挖掘在CRM中有著廣泛的應用，從某個角度可以說它是CRM的靈魂。通過運用數據挖掘的相關技術，發現數據中存在的關系與規則，為管理者提供重要的決策參考，用來制定準確地市場策略。并且，通過銷售和服務等部門與客戶交流，爭取最優化的滿足客戶的需求，提高客戶忠誠度和滿意度、提升客戶價值、提高企業收益，達到企業與客戶的“雙贏”局面。正是這一點，使得CRM得到了很大成功。

目前，關于CRM中應用的數據挖掘技術和方法的研究有很多，不同行業、不同環境下企業的CRM應用差異很大，應用到的具體數據挖掘技術和方法也會不同。數據挖掘技術和方法層出不窮，在這里也難以涵蓋全部的技術和方法。雖然，不同的CRM應用到的數據挖掘技術很多，也很復雜...

CloudCC CRM試用通道 >>>