数据挖掘在客户关系管理系统中的应用研究

来源：互联网

2014/4/24 17:57:07

由于CRM的应用能够提高企业效率，提升客户的忠诚度、节省运营开支和增加营业收入，所以越来越多的企业开始建立CRM系统。

由于CRM的应用能够提高企业效率，提升客户的忠诚度、节省运营开支和增加营业收入，所以越来越多的企业开始建立CRM系统。然而随着CRM系统中数据库技术的迅速发展以及业务操作流程自动化的广泛应用，企业积累了越来越多的数据。目前的数据库技术虽然可以很方便的进行数据的查询和统计，但是要从大量的数据中发现其存在的规则和关系则很乏力，所以将数据挖掘应用的客户关系管理中是必然也是必要的。

结合数据挖掘的功能，可以在企业决策分析和客户关系管理等各方面和各阶段发挥其作用，而在客户关系管理中，数据挖掘可以应用到客户群体细分、客户的保留与获取、交叉销售、客户贡献分析等多个方面。

1 数据挖掘的方法

（1）统计分析方法。利用概率论和数理统计的原理统计分析相关的属性，发现相互之间的关系和规律。

（2）遗传算法。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。

（3）决策树方法。通过生成一个测试函数建立结点和分支，即生成一棵决策树。然后对决策树进行剪枝处理，最后把决策树转化为规则，决策树方法主要用于分类挖掘。

（4）关联分析。实现关联分析的技术主要是统计学中的置信度和支持度分析。关联规则的挖掘有多种方法，比较典型的有ARGen算法和Apriori算法。

关联分析即利用关联规则进行数据挖掘。关联分析的客户保留则是在客户识别的基础上有目的地改善企业的服目的是挖掘隐藏在数据间的相互关系。

（5）聚类分析。聚类分析是根据事物的特征对其进行聚类或分类，以期从中发现规律和典型模式。

共3页: 上一页1 [2] [3] 下一页

责编：李玉琴