4 分析型CRM中数据挖掘应用

　　著名数据仓库专家Ralph Kimball说：“我们花了20多年的时间将数据放入数据库，如今是该将他们拿出来的时候了。”这句话很贴切的形容了当前企业的现实，我们有大量的数据，但却没有得到有效利用，而几目前也没有1套有效的利用方法。随着科技的发展，计算机科学为这一问题提供了最新的答案：数据挖掘(Data Mining，DM)。数据挖掘是一种利用各种分析工具在海量数据中发现数据之间隐含的关系或者某种模型的过程，企业可以利用这些关系或模型做出预测或决策，实际上数据挖掘就是一类深层次的数据分析方法。

　　分析型CRM中数据挖掘流程如图3所示。企业源数据经过清洗、集成、转换与约简，得到中心数据仓库和扣关主题数据库，为数据挖掘提供整合的数据源。数据挖掘主要分为以下几类：分类、关联分析、聚类分析、时间序列、孤立点分析等。数据挖掘所能解决的最典型商业问题包括：数据库营销( Database Marketing)、客户分类(Customer Classification)、背景分析(Profile Analysis)、交叉销售(Cross-selling)、客户流失分析(Churn Analysis)客户信用计分(Credit Scoring)、客户欺诈发现(Customer Fraud Detection)等。

　　5 结 论

　　作为CRM的核心，分析型CRM在企业以“客户满意为中心”的经营理念贯彻过程当中有着重要的作用，为企业实施“一对一”战略、个性化服务提供决策依据。电子商务环境下的CRM必将随着市场竞争的加剧而越来越受到人们的重视，而分析型CRM则更会成为人们关注的中心。