面向CRM的数据挖掘应用

客户关系管理（CRM）已成为目前企业管理决策的重要部分，而数据挖掘技术为客户关系管理的实施提供了良好的支持。本文简要介绍了常用数据挖掘技术在客户关系管理中的应用。

　　1、前言

　　随着信息时代的来临，企业的竞争环境发生了天翻地覆的变化，逐渐由过去的以产品为中心，转变为以客户为中心。客户关系管理(CustomerRelationshipManagement,CRM)逐渐成为注目的焦点,企业也认识到良好客户关系的提升成为电子商务时代的致胜关键。

　　客户关系管理(ＣＲＭ)的指导思想就是对客户进行系统化的研究,以便改进对客户的服务水平,提高客户的忠诚度,并因此为企业带来更多的利润。这就要求ＣＲＭ系统要能够有效地获取客户的各种信息,识别所有的客户与商家之间的中介关系,并且了解从这种关系发生开始客户与商家之间进行的所有交互操作;同时,对客户的行为方式进行深入地分析,寻找其中的规律,为客户提供更好、更个性化的服务,为企业决策提供支持。

　　然而如何管理和分析大量、庞杂的客户信息，从中找出对企业管理决策有价值的知识则需要有更先进的技术和工具的支持，而数据挖掘等新兴技术的出现，为CRM的实施提供了良好的支持。本文就将介绍在CRM应用中如何利用数据挖掘技术。

　　2、数据挖掘技术和任务

　　数据挖掘又叫数据开采，它是从大量的数据中抽取出潜在的、有价值的知识或规则的过程。它是数据库中的知识发现（KDD）中的一个最重要的步骤。

　　2.1数据挖掘技术

　　常用的数据挖掘方法和技术有：

　　(1)决策树方法：用树形结构来表示决策集合，这些决策集合通过对数据集的分类产生规则。比较典型的决策树方法有ID3算法和CART（分类回归树）算法等。

　　(2)遗传算法：它是在生物进化的概念基础上设计的一种优化技术，它包括基因组合、交叉、变异和自然选择等一系列过程，通过这些过程已达到优化的目的。