運用數據挖掘進行客戶關系管理

在當今市場上，商業的成功離不開有效的客戶關系管理(Customer Relationship Management，CRM)。客戶關系管理的本質是更有效地進行競爭。客戶關系管理的目標是縮減銷售周期和銷售成本、增加收人、尋找擴展業務所需的新的市場和渠道、以及提高客戶的價值、滿意度、贏利性和忠實度。企業實施客戶關系管理，可以更低成本、更高效率地滿足客戶的需求，從而可以最大程度地提高客戶滿意度及忠誠度，挽回失去的客戶，保留現有的客戶，不斷發展新的客戶，發掘并牢牢地把握住能給企業帶來最大價值的客戶群。

客戶關系管理最基本的含義就是管理所有與客戶的相互作用。隨著客戶信息的絕對容量的急劇增大，企業與客戶的相互作用日益復雜，數據挖掘被推到了客戶關系管理的最前端。利用在傳統的數據庫技術基礎上發展起來的數據挖掘等先進的智能化信息技術，利用神經網絡等分析技術，挖掘出潛在的有用信息，用于企業輔助決策。

有效的客戶關系管理中數據挖掘的基本步驟

1. 定義商業問題(Define business problem)。每一個客戶關系管理應用程序都有一個或多個商業目標，為此你需要建立恰當的模型。根據特殊的目標，如“提高響應率”或“提高每個響應的價值”，需要建立完全不同的模型。問題的有效陳述包含了評測客戶關系管理程序結果的方法。

2. 建立行銷數據庫(Build marketing database)。需要建立一個行銷數據庫，因為操作性數據庫和共同的數據倉庫常常沒有提供所需格式的數據。此外，客戶關系管理應用程序還可能影響系統快速、有效地執行。在建立行銷數據庫的時候，需要對它進行凈化— 如果想獲得良好的模型，必須有干凈的數據。需要的數據可能在不同的數據庫中，如客戶數據庫，產dAn數據庫以及事務處理數據庫。這意味需要集成和合并數據到單一的行銷數據庫中，并協調來自多個數據源的數據在數值上的差異。

3. 探索數據(Explore data)。在建立良好的預測模型之前，必須理解所使用的數據?？梢酝ㄟ^收集各種數據描述(如平均值、標準差等探索統計量)和注意數據分布來開始進行數據探索?？赡苄枰獮槎嘣獢祿?a href='/map/jiaochabiao/' style='color:#000;font-size:inherit;'>交叉表，并且，圖形化和可視化工具可以數據準備提供重要幫助。

4. 為建模準備數據(Prepare data for modeling)。這是建立模型之前數據準備的最后一步。這一步中主要有四個主要部分：一是要為建立模型選擇變量，理想情況是將你擁有的所有變量加入到數據挖掘工具中，找到那些最好的預示值，但在實際中，這是非常棘手的。其中一個原因是建立模型的時間隨著變量的增加而增加。另一個原因就是盲目性，包括無關緊要的數據列被加入，卻很少甚至不能提高預測能力。二是從原始數據中構建新的預示值，例如使用債務——收入比來預測信用風險能夠比單獨使用債務和收人產生更準確的結果，并且更容易理解。三是你需要從數據中選取一個子集或樣本來建立模型，使用所有的數據會花費太長的時間或者需要購買更好的硬件，對大多數客戶關系管理問題來講，使用經過恰當的隨機挑選的子集并不會引起信息不足。建立模型的兩種選擇為：使用所有數據建立少數幾個模型，或者建立多個以數據樣本為基礎的模型，后者常常能幫助你建立更準確有力的模型。四是，需要轉換變量，使之和選定用來建立模型的算法一致。

步驟2到4是組成數據準備的核心。他們花費的時間或努力比其他幾步加起來還多，數據準備和模型建立之間可能反復進行，因為你從模型中學到新的東西，而這又要你修改數據。數據準備階段無論如何也要占去全部數據挖掘過程的50%到90%的時間和努力。

5. 數據挖掘模型的建立(Build model)。模型建立是一個迭代的過程，需要研究可供選擇的模型，從中找出最能解決你的商業問題的一個。大多數客戶關系管理應用程序都基于一種叫做監督學習的協議。你開始使用客戶信息，而且期望的結果是已知的。例如，你有來自以前的郵件列表的歷史數據，它與你現在使用的數據非常相似，或者，你可能不得不進行郵寄測試來確定人們對一個提議的響應如何。你將數據分為兩組，使用第一組來訓練或評估模型，接著使用第二組數據來測試模型。當訓練和測試周期完成之后，模型也就建立起來了。

6. 評價模型(Evaluate model)。評價模型結果的方法中，最可能產生評價過高的指標就是精確性。假設有一個提議僅僅有1%的人響應。模型預測“沒有人會響應”，這個預測99寫是正確的，但這個模型100%是無效的。另一個常使用的指標是“提升多少”，用來衡量使用模型后的改進有多大，但是它并沒有考慮成本和收入，所以最可取的評價指標是收益或投資回收率。針對不同的目標，如提升最大利潤或最大投資回收率，你可以選取不同百分比的郵件列表來發出請求函。

7. 將數據挖掘運用到客戶關系管理方案中(Deploy model and results)。在建立客戶關系管理應用時，數據挖掘常常是整個產品中很小的但意義重大的一部分。例如：通過數據挖掘而得出的預測模式可以和各個領域的專家知識結合在一起，構成一個可供不同類型的人使用的應用程序。數據挖掘實際建立在應用程序中的方式由客戶交互作用的本質所決定。與客戶的交互作用的兩種方式：客戶主動聯系你(inbound)或者你主動聯系他們(outbound)。部署的需求是完全不同的。后一種方式的特征由你的公司所決定，因為聯系活動是由公司發起，例如直接郵寄活動。結果，通過運用模型到你的客戶數據庫，來選擇客戶進行聯系。在inbound事務中，如電話定購、Internet訂購、客戶服務呼叫等，應用程序必須實時響應。因此數據挖掘是內含在這種應用程序中的并且積極地做出推薦動作。