数据挖掘在企业客户关系管理中的应用.doc

1、毕 业 设 计 报 告题 目：数据挖掘在企业客户关系管理中的应用系 部：计算机工程系专业班级：06级计算机科学与技术1班摘要客户关系管理是近几年来的一个研究热点，已引起学术界和企业界的广泛关注。企业通过建立与客户沟通的便利渠道，实施客户关怀，为客户创造更高的价值，来提高客户的满意度和忠诚度，从而实现更高的利润和企业的长远发展。数据挖掘技术是实施客户关系管理的关键技术之一。企业在收集大量的客户基本资料和详细的交易数据的基础上，利用数据挖掘能够发现客户特征、客户购买模式等有价值的客户知识，可以有效地指导客户关系管理实践。论文分析了国内外相关研究与应用现状，研究了分析型CItM在零售业的应用框架，运

2、用数据挖掘中的聚类、分类、关联规则等技术，对零售业客户细分、交叉销售及客户流失分析模型的构建进行了研究、实践和分析。通过论文的研究，可以认清客户关系管理理论的精髓，找到数据挖掘与客户关系管理结合点，揭示数据挖掘在客户关系管理的一些具体领域可能发现的有趣模式，为零售业客户关系管理实践提供有益的参考，同时为数据挖掘在客户关系管理中的应用研究提供一些新思路。关键词：客户关系管理数据挖掘零售业AbstractCustomer relationship management(CRM)is a heated topic in recent yearsIt hasalready attracted exte

3、nsive concelTl from many scholars and practitionersBusinessenterprises，by establishing convenient communication with oJstomel苫,carrying out theconcerned about customersand creating higher value for the customer,can raise也ecustomerts satisfaction and loyalty,and then carry out higher profits and long

4、-termdevelopment of the businessData mining technique is one of the key techniques carrying outthe Customer Relationship ManagementBusiness enterprises，Oil the basis of the data aboutcustomer and detailed transaction，Call make Rse of data mining to奴over valuableknowledge about CUStomers such as cust

5、omers figures and their pllrchasmg patternsSO toguide tlle practice in customer relationship managementTIis thesis analyzes the domestic and foreign correlations research and the applicationpresent situation,and studies analysis CRM in retail application frameThen it emphasizes onthe study,practice

6、and analysis on data mining models such as association rule，clustering，decision tree and the artificial neural network，and discusses its application in the aspects ofcnstomer subdividing，crossing-selling and customer churnBy the research of this thesis，wecan recognize the essencc of customer relatio

7、nship management theoriesand fmd theinteresting mode in customer relationship management，providing the beneficial reference forpractice in retailand food for thought in the application of the data mining in customerrelationship managementKey words：cnstomer relationship managemenLdata mining,retail目

8、录摘要2目 录4第一章 绪论411论文研究的背景和意义412论文主要研究内容和基本框架713论文研究思路与创新点7第二章国内外研究现状921国外研究现状9211客户关系管理理论研究现状9212CRM及数据挖掘应用研究现状1222国内研究现状13221客户关系管理理论研究现状13222CRM及数据挖掘应用研究现状1623存在问题分析1724CRM的流行模式及发展趋势18第三章分析型CI洲在零售业的应用2031客户关系管理介绍20311客户关系管理的核心思想20312CRM系统2132数据挖掘综述2433分析型CRM在零售业的应用29331零售业发展现状与经营特点29332零售业分析型CRM的实现

9、框架3034本章小结36第四章关联挖掘Apriori算法3741Apriori算法基本原理37结论38致 谢39第一章 绪论11论文研究的背景和意义市场环境复杂多变已经成为当今企业生存的外部境况，上世纪80年代以来，市场扰动大大提高，并且还有不断加剧的趋势。在高度扰动的市场环境中，竞争强度加剧，产品高度细化，市场日趋饱和，产品质量与服务特征日渐趋同，技术变化快，产品生命周期短暂，这就使得客户选择更加丰富，买方市场日益增强，客户转移成本下降，客户生命周期缩短。在这种情况下如何提高客户的转移成本，延长客户生命周期，最大化客户利润成为企业需解决的难题。与此同时，客户需求的不确定性增加，个性化和多元化

10、趋势增强，变化加剧，企业的经营风险大大增加。市场高度扰动使以产品生产管理为中心的企业经营理念面临极大的挑战，并导致以客户为中心的关系管理成为企业管理战略的必然选择。正如Grant等人(1995)所提出的，源于客户关系的利润已成为所有企业的血液，获取新客户、增强现有客户的赢利性和延长客户关系等三种增加利润的基本途径得到了广泛的重视。客户关系管理(Customer Relationship Management，简称CRM)思想源于市场营销理论。传统的营销理论认为，企业营销实质上是企业利用内部可控因素(包括产品、价格、分销和促销决策)，对外部不可控因素作出积极的动态反应，进而促进产品销售的过程。产

11、生于20世纪70年代的社会营销非常明显地体现了企业经营管理从内到外的变化，不仅要求企业的经营活动满足消费者的需求，而且必须考虑消费者和社会的长期利益。营销学已经逐渐从销售过程的研究转向此过程中所发生的种种相互关系和相互作用对于营销目标影响的研究。于是，作为对以往各种营销观念的总结和发展，关系营销出现了。关系营销把营销活动看成是一个企业与消费者、供应商、分销商、竞争者、政府机构以及其他公众发生互动作用的过程，企业营销活动的核心在于建立并发展与这些公众的良好关系。因而企业经营管理的对象也就不仅仅是内部可控因素，其范围扩展到外部环境的相关成员。企业和这些相关成员包括竞争者的关系并不是完全对立的，其所

12、追求的目标存在相当多的一致性，关系营销或者说现代企业管理的目标也就在于建立和发展企业和相关个人及组织的关系，取消对立，成为一个相互依赖的事业共同体。信息技术的发展对上述管理思想提供了强有力的支持。CRM就是以以上管理思想为基础，管理企业与客户之间关系。据统计93的CEO认为客户关系管理是企业成功和更有竞争能力的重要因素，2，3的客户离开其供应商是因为客户关怀不够，一个非常满意的客户其购买意愿将六倍于一个满意的客户，在客户满意度方面的5的提高将使企业利润加倍12。以客户为中心的经营策略包含三个方面。其一是客户识别，即确定能真正给企业带来价值的客户；其二是客户行为分析，即掌握、发掘和引导客户需求，

13、做到客户的维持、挽留、争取和增值；其三是客户信息，根据前面对客户的分析结果，制定相应的决策，以此来驱动企业生产、销售和市场等其它环节的运转。最终使得企业达到“完善交付”的目标，即通过正确的渠道，在正确的地点和时间，以最方便的形式给客户提供他们最需要的产品和服务。要实现这一点，现代企业必须建立集成的、高效的客户关系管理系统，以便全面地管理企业的客户资源，并用客户需求来指导企业整体的经营活动。信息和通信技术的发展使客户关系管理从理论走向实践。1990年I；后，许多美国企业为了满足日益竞争的需要，开始开发销售自动化系统(SFA)，随后又着力发展客户服务系统(CSS)。1996年后一些公司开始把SFA

14、和CSS两个系统合并起来，再加上营销策划(Marketing)和现场服务(Field Service)，并集成CTI(计算机电话集成技术)，形成集销售和服务于一体的呼叫中心，这就是CRM的雏形。后来在1997年，GarmerGroup正式提出CRM的概念，加速了CRM的产生和发展。1998年以后，随着电子商务的兴起，CRM又开始和电子商务结合在一起。近几年来，欧美国家的很多企业都已经使用了CRM系统，国内企业也开始走向CRM，对CRaM的重视是现代市场营销理念和商业运作方式转变的结果，并具有广泛的市场价值和研究价值。企业实旅客户关系管理的目标是通过建立全方位的客户接触渠道，使整个企业取得对客户

15、一致的理解，针对潜在客户采取有效的营销措施，获取新客户，更好地为客户创造价值，提高客户的满意度和忠诚度，留住有价值的客户，在为客户提供价值的同时实现企业的利涧和长期发展，构筑持久的竞争优势。具体来说，CRM的优势表现在四个方面：(1)改善服务。CRM向客户提供主动的客户关怀，根据销售和服务的历史信息提供个性化的服务，在知识库的支持下向客户提供更专业的服务。(2)提高效率。借助CRM平台，客户的一次点击就可以完成多项业务，同时前台自动化程度的提高，使得很多重复的工作(如批量发传真、邮件)都可以由计算机系统完成。这些都使得企业的工作质量和营销效率得以提高。(3)降低成本。CRM借助现代网络技术，相

16、对传统营销方式而言，可以大大降低营销运作成本，加之由于可以准确地寻找客户，并能实现在线信息交换，从而可以大大发展一对一营销等新型业务形式。(4)扩大销售。CRM使得销售的准确率、成功率增加，客户的满意度提高，销售扩大便成为必然。实施客户关系管理离不开对客户数据的收集与存储。随着企业业务操作流程走向自动化，许多企业内产生了数以GB甚至TB计的客户数据，如沃尔玛创建的容量为43TB的客户数据库中记录了与客户的每一笔交易及业务的收支等情况。然而，在如此海量的数据面前，传统的分析方法遇到了困难，如果没有强有力的数据分析工具，企业便会陷入“数据丰富，但信息贫乏”的尴尬境地，大量客户数据中隐藏的有用信息便

17、会被淹没，客户关系管理的目标难以真正实现。数据挖掘技术的产适应了这种需要。数据挖掘(Data Mining，简称DM)是从大量的、不完全的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘技术从一开始就是面向应用的。它不仅是面向特定数据库的简单检索查询调用，而且要对数据进行微观或宏观的统计、分析、综合和推理，以指导实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。这罩所说的知识发现，不是要求发现放之四海而皆准的真理，也不是要去发现崭新的自然科学定理和纯数学公式，更不是什么机器的定理证明。所有发现的知识

18、都是相对的，是有特定前提和约束条件、面向特定领域的，同时还要能够易于被用户理解。数据挖掘在客户关系管理中起到关键的作用，正是有了数据挖掘技术的支持，CRM的理念和目标才得以实现。企业收集的客户数据库中积累了关于客户行为和特征的海量数据，运用数据挖掘可以从这海量的数据中发现隐藏在其中的，十分有价值的客户知识为企业更好地洞察和理解其客户，制定有效的市场营销及客户服务战略提供重要的决策依据。具体分析，数据挖掘应用到CRM中，可以在客户关系的每一个阶段提高企业的收益：(1)通过数据挖掘获取新客户。在CRM中的第一步是识别潜在客户然后将潜在客户转变成真正的客户，数据挖掘可以辅助进行客户细分，识别潜在客户

19、。(2)提高客户价值。数据挖掘支持客户盈利能力分析，预测客户盈利能力变动以增强客户盈利能力；支持客户购买行为模式分析，进行客户细分，从而提供更具针对性的个性化服务；有效进行交叉销售，向现有的客户提供新的产品和服务，实现购买推荐和增量销售。(3)客户保持。包括客户忠诚度分析和客户流失警示分析，通过数据挖掘，对客户历史交易行为的分析，警示客户异常行为，并提出相应的对策建议。就数据挖掘在客户关系管理中的应用研究而言，国内在这一领域的研究明显落后于国外，基本局限于描述性的分析或数据挖掘技术的简单运用，对关于客户知识的研究缺乏足够的重视。探索数据挖掘技术在帮助企业获得、分析与运用客户数据中有效应用及其对

20、cRM的影响，帮助企业更好地形成有关客户偏好、愿望和需求的完整认知，识别客户购买模式，预测客户未来行为，有待迸一步深入研究。从以上分析可知，数据挖掘在客户关系管理中的应用研究是当前的一个重要课题，该研究具有重要的意义和实际应用价值。12论文主要研究内容和基本框架论文在阐明研究背景和意义之后，对国内外客户关系管理的研究与应用现状进行了分析与归纳，指出了存在问题以及客户关系管理的发展趋势。在对CRM系统及相关数据挖掘技术进行介绍的基础上，对零售业分析型CRM的解决方案进行了研究、探讨与构建，着重围绕零售业客户细分、交叉销售以及客户流失三个主题研究并分析了其数据挖掘应用模型与方法。论文基本框架如下：

21、第一章绪论。介绍论文研究的背景和意义，阐明了本文的研究内容、思路与创新点。第二章国内外研究现状。分别分析了国外与国内在客户关系管理理论及相关数据挖掘技术方面的研究与应用现状，指出了目前研究当中的问题，分析了客户关系管理的发展趋势。第三章分析型CRM在零售业的应用。对客户关系管理理论的思想与软件系统进行了分析与阐述，介绍了数据挖掘技术概况，研究、讨论了分析CRM在零售业的应用。论文最后，总结了论文研究的成果、不足以及进一步研究的方向。第四章分析了Apriori算法的基本原理。13论文研究思路与创新点论文在对客户关系管理理论、软件及相关数据挖掘技术研究的基础上，以CRM在零售业应用为落脚点，围绕数

22、据挖掘技术在客户细分及客户行为分析领域的模型构建与应用开展研究，论文主要所作的工作及创新点包括以下几个方面。1研究、分析与梳理了国内外相关研究与应用的现状，更好地确立了数据挖掘与客户关系管理的结合点。2根据零售业的特点，探讨了基于数据挖掘的分析型CRM在零售业应用的总体方案和思路，为数据挖掘技术在零售业的应用提供了一些实用的思路。3研究并提出了一种基于聚类和决策树技术的零售业客户细分模型，对模型的构建进行了实验和分析。4研究了用于交叉销售的关联规则挖掘实现方式，并对其中存在的问题提出了改进思路。研究了数据挖掘中的神经网络技术，并将之用于客户流失分析。第二章国内外研究现状21国外研究现状211客

23、户关系管理理论研究现状国外关于客户关系管理的研究起步较早，开展了大量的研究，虽然这些研究还处在十分零散的状态，但也取得了一些开创性的成果。关于CRM的定义，营销方面的权威专家Dick Lee3认为CRM是一种以客户为中心的商业策略，可以促成公司重要原则的变化，CRM技术需要并可以支持业务流程再造(BusinessProcess Reengineering，简称BPR)，但BPR不是CRM技术的结果。JonAnton的定义是141：CRM是公司内部和外部客户对公司重要信息的无缝接入，它通过对公司电话系统、网站以及电子邮件接触点(touchpoint)的整合，使客户通过自助服务就能实现重要产品购买

24、的目的，引导理性的增量销售和交叉销售，最终提高客户忠诚、客户价值和客户利润率。这种观点强调CTI(Computer Telephony Integration,电脑电话集成)和呼叫中心(Call Center)对CRM的支撑作用。该观点得到了CRM系统供应商的大力支持。Chablo倾向于从系统整合的角度界定CRM，将其视作把所有与客户接触的领域整合在一起的一套集成方法，并通过人员、流程和技术的有效整合来实现。类似地，InThoff等人也基于系统整合角度，但更强调对客户接触的管理，并把CItM界定为协调公司战略、组织结构、企业文化和客户信息与技术之间的关系的整合方法。SAS公司则把CRM界定为一

25、个技术过程，是企业最大程度地掌握与运用客户信息来强化客户忠诚和实现客户保留的过程。客户关系管理的核心是客户价值管理，客户价值研究分别从三个不同的侧面展开。第一个方面是客户为价值感受主体，企业为价值感受客体的客户价值。这是传统意义上的客户价值，也是较早涉及的客户价值研究，是从客户的角度来感知企业所提供产品或服务的价值，这是客户价值研究目前成果最为丰富和深入的领域。Kotlerl61以客户让渡价值(Customer Delivered Value)来表示客户感知到的价值。客户让渡价值是指客户总价值与客户总成本之差。其基本公式如下：客户让渡价值=客户总价值一客户总成本(21)客户总价值就是客户期望从

26、某一特定产品或服务中获得的一组利益，它包括产品价值、服务价值、人员价值和形象价值等；客户总成本是指客户为购买某一产品所付出的一组代价，包括货币成本、时间成本、精神成本和体力成本等。从式21中可以看到：客户总价值客户总成本之间的差额越大，表明客户获得的实际利益即客户让渡价值越大。基于此，客户往往把总价值最高，总成本最低的产品作为优先选择的对象，以期获取最大的让渡价值和最高的满意度。Zeithaml总结出了感知价值的四种涵义：价值就是低廉的价格。价值就是客户在产品或服务中所需要的东西。价值就是客户付出所能获得的质量。价值就是客户所有付出可以得到的全部。一些客户描述价值时考虑的既有其所有付出的因素(

27、金钱、时间、努力)，还有其得到的所有因素。HeskeU，Sasser和SchlesingerISl提出了服务利润链理论，提示了企业的利润与客户满意度、忠诚度，以及与员工满意度、忠诚度、生产率之间的关系。他们指出，服务利润链的核心是客户价值等式。客户价值等式的含义是：客户价值，即服务企业提供给客户的服务或产品的价值，由服务效用、服务质量、价格、服务成本共同决定。从客户角度来看，客户价值等式可以简单地表示为：CV=(SU+SPQ)(SP+ASC) (22)其中，CV为客户价值；SU为服务效用；SPQ为服务过程质量；SP为服务价格；ASC为获得服务成本。该公式表示：如果企业为客户创造的服务效用大，服

28、务质量高，则客户价值就高；如果客户为支付的价格和成本低，则客户价值也高。换言之，客户价值与服务效用、服务质量成正比，与服务价格、服务成本成反比。第二个方面是企业为价值感受主体，客户为价值感受客体的客户价值。这是近几年刚刚兴起的客户价值研究方向，还处于探讨的阶段。该客户价值衡量了客户对于企业的相对重要性，有利于企业在长期盈利最大化目标下为客户提供产品、服务和问题解决方案。吸引、保持和发展盈利客户是该研究的目标，客户终生价值是研究的核心。Frederick Reichheldpl将客户价值界定为客户所带来的净现金流的大小。在其研究中，突出分析了忠诚客户的价值，认为基础利润、收益增长、成本节约、推荐

29、效应(Referral)以及价格溢价是客户产生利润的主要因素，并且随着客户关系延续，其带来的收益更大。Frederick Reichheld所提出的这五个客户产生利润的来源已经广为接受和引用。但是该定义仍然强调客户已经产生的净现金流，没有涉及其未来的净现金流能力。RobertEWayland、Paul MCole10l对客户价值的界定与Frederiek Reichheld相同。该研究以客户价值客户响应作为指标，进行客户分类，得到四种客户类型：最佳客户，即具有价值且有回应的客户，是企业的目标客户；奇异客户群，即高-低，有与生俱来的价值，但并不倾向于与企业建立关系；致命诱惑客户群，即低高，该客户

30、群对企业的响应很高，但却相对无利可图；幽灵客户，即低低，是相对低价值且无回应的客户。该研究认为企业的资源最好用在客户价值高并且有回应的客户群上。该研究中的客户价值同样是指客户已经产生的净现金流。虽然客户响应率可以在一定程度上作为客户未来价值潜力的一个方面，但是该研究将其与客户价值割裂开来，单独予以考虑。不过，该研究已经注意到客户未来价值的重要性，这是其比上述参考文献研究的进步之处。KellyDConway、Julie MFitzpatrick“】将客户价值定义为客户利润，并借用Frederick Reichheld的研究成果阐述了客户价值的五个来源，同时该研究以客户价值客户忠诚作为客户细分的两

31、个指标，构造客户分类矩阵，得到会牌客户，即高高、风险客户，即高低、边际客户，即低高和无需过多服务的客户，即低低，并针对不同的客户类型提出客户关系的不同发展策略。该研究将客户价值和客户忠诚作为两个独立的变量，客户价值仍然是指客户当前的净现金流，客户忠诚隐含了对客户未来现金流潜力的预测，但是并没有将两者统一到客户价值中，这一理解与Frederick Reichheld的研究不一致，后者将客户忠诚作为客户价值的一个方面。Achim Walter、Thomas Ritter和Hans Georg GemudenII副将客户价值定义为企业的关键决策者从客户关系中所感受到的收益与付出之间的权衡，这种收益和

32、付出既包括货币因素，又包括非货币因素。该研究首次将客户价值的非货币化因素和货币化因素置于同等重要的地位，给出了客户价值的清晰界定和划分，突出强调了客户价值的非货币价值，这是它与上述研究的一个最大区别和优点。客户终生价值(Customer Lifetime Value)是客户在与公司保持客户关系的全过程中为公司创造的全部利润的现值。一个客户的终生价值不仅包括其过去价值和现在价值，还包括其未来价值；不仅包括其经济价值，还包括非经济价值。也就是该客户终生价值由3部分组成：一部分是历史价值，即到目前为止，客户为公司创造的利润现值；另一部分是当前价值，即客户购买模式行为不变，在将来为公司创造的利润现值；

33、第三部分是潜在价值，即客户改变购买模式行为，在将来为公司创造的利润增量现值。关于任意个体客户终生价值的建模比较全面的研究，主要成果是DavidCSchmittlein、DonaldQMorrison和RiehardColomb0113所提出的用于任意个体客户在将来一段时间内交易行为(购买次数期望)预测的模型，简称为SMC模型。DavidCSchmittlein和RobertAPetersont“1又对早期的工作进行了改进，增添了客户未来每次交易平均交易量的预测模型，并综合前期的模型得到任意个体客户在未来一段时间内交易量的期望值。SMC模型要完成任意个体客户终生价值的预测还需要进一步考虑任意个体

34、客户生命周期时间期限的界定模型，此外，受到模型假设条件的限制，模型应用还需要进行广泛的实证分析。第三个方面是企业和客户互为感受主体和价值感受客体的客户价值研究，称为客户价值交换研究。这是一个崭新的领域，有影响力的研究成果还不多。通过关系、伙伴以及联盟来实现双赢是目前研究的重点。在客户关系管理中，客户保持是一个十分关键的战略问题。Reichheld和Sassed”对美国9个行业的调查数据表明，客户保持率增加5，行业平均利润增加幅度在25一85之间。客户保持已成为公司成功最至关重要的目标，但是，对一个公司来说，并不是每个客户都具有同样的价值，Pareto原理认为，一个公司80的利润往往由20最有价

35、值的客户创造，其余80的客户是微利、无利甚至是负利润的。公司实施客户保持商务战略的主要目的是与那些最有价值客户建立稳定的长期双赢关系，防止这些客户流向竞争对手。Oliwrtl61将客户忠诚定义为：高度承诺在未来一贯地重复购买偏好的产品或服务，并因此产生对同一品牌或同一品牌系列产品或服务的重复购买行为，而且不会因为市场态势的变化和竞争性产品营销努力的吸引而产生转移行为。很多学者认为，由客户忠诚促成的客户保持对收益的直接影响不仅来自于未来收入及其增长，而且也源于未来成本的降低。ReichheldBs指出：客户忠诚有三个次级影响：(1)由重复购买和举荐带来收益增长，(2)由较低的寻求客户费用和服务有

36、经验客户的高效而产生的成本降低，(3)因工作自豪感和满足的增加使职工保持率上升，这反过来产生一个循环，即强化了客户忠诚，并且随着雇佣和培训费用的收缩以及生产的提高而进一步减少成本。此外，随着客户关系的不断发展，他们对竞争品牌和广告更少关注，很少为交易去讨价还价，对价格不会很敏感。由于客户将从那些他们认为能提供最高客户价值的公司购买商品，JonesI等人认为，向客户提供卓越的价值是唯一可靠的获得持续客户满意和忠诚的途径。而人们通常假定在客户关系中，满意是达到客户保持的关键。客户关系满意度越高，客户保持度也越高。212CRM及数据挖掘应用研究现状数据挖掘又称为数据库中的知识发现(Knowledge

37、 Discovery in Databse，简称KDD)，是指从大量数据中提取出可信的、新颖的、有用的并能被理解的模式的高级处理过程。“模式”可以看成是知识的雏形，经过验证、完善后形成知识。KDD是一个高级的处理过程，它从数据集中识别出以模式来表示的知识。高级的处理过程是指一个多步骤的处理过程，多步骤之间相互影响、反复调整、形成一种螺旋式的上升过程。由于数据挖掘是KDD的核心步骤，发现了隐藏的模式，所以从模式处理的角度，许多人认为两者是等同的。KDD一词是在1989年8月于美国底特律市召开的第一届KDD国际学术会议上正式形成的。刚开始每两年召开一次国际KDD学术会议，1993年后每一年召开一次

38、国际KDD学术会议。1995年在加拿大召开了第一届知识发现和数据挖掘国际学术会议，由于数据库中的数据被形象地比喻为矿床，数据挖掘一词很快流传开来。1995年以来，国外在数据挖掘和知识发现方面形成了热门研究方向，其中发表论文比较集中的期刊如：Data Mining and Knowledge Discovery)(数据挖掘和知识发现)、ArtificialIntelligence Review)(人工智能评论)等”。数据挖掘的研究几乎和它的应用同步进行。20世纪90年代以来，许多数据挖掘软件工具被先后开发出来。这些数据挖掘工具根据其适用的范围可分为两类：专用数据挖掘工具和通用数据挖掘工具。专用数

39、据挖掘工具针对某个特定领域的问题提供解决方案，并将之嵌入在应用系统中，在设计算法的时候充分考虑到数据、需求的特殊性，并作了优化。目前此类解决方案的主要应用有：KDI(主要用于零售业)、Optiong&Choice(主要用于保险业)、HNC(欺诈行为侦测)、UnicaModell(主要用于市场营销)。而通用数据挖掘工具不区分具体数据的含义，采用通用的数据挖掘算法，处理常见的数据类型。典型的通用数掘挖掘工具有IBM Intelligent Miner、SPSS的Clementine、SAS的Enterprise Miner、SGI的Mineset、Oracel Darwin等。SAS Enterp

40、rise Miner是一种通用的数掘挖掘软件工具，它按照“抽样一探索一转换一建模一评估”(sEMMA)的方法进行数据挖掘。在数据挖掘过程中，该系统使用的主要技术包括有决策树、多元回归和神经网络等。SAS Enterprise Miner可以与SAS数据仓库和OLAP集成，实现从提出数据、抓住数据到得到解答的“端到端”知识发现。Clementine是SPSS的核心挖掘产品，它提供了一个可视化的快速建立模型的环境，被誉为第一数据挖掘工具。使用它，企业可以将数据分析和建模技术与特定的商业问题结合起来，找出其他传统数据挖掘工具可能找不出的答案。Clementine所使用的分析技术包括神经网络、关联规则

41、和规则归纳技术。由美国IBM公司开发的数据挖掘工具IntelligentMiner可以挖掘包含在数据库、数据仓库和数据中心中的隐含信息。它已成功用于市场分析、诈骗行为监测及客户联系管理等业务领域。将数掘挖掘工具用于客户关系管理中，已经令不少公司得到了回报。美国西部电信公司和英国贝斯出口公司的例子可以说明问题。美国西部电信公司(US wEsT)，作为美国最大型的长途电信公司之一，拥有2000万以上客户。目前该公司正在使用SAS研究所的企业挖掘器软件以进一步增强其已获成功的目标市场战略。西方电信利用销售活动管理软件，连同SAS的企业挖掘器一起，使得营销专家可以对列入目标的销售活动进行规划、执行及评

42、估。将数掘挖掘工具与销售活动管理软件结合在一起既消除了销售人员对全部客户数据进行评分的负担(而这将极为耗时)，也减少了手工干预所造成的人为错误，其结果是，公司的市场营销周期大为缩短，而且由于能够对市场作更加细致和高度日标化的划分而使企业得到了更高的营销投资回报。贝斯出口公司是英国最大的啤酒出口商。贝斯出口公司目前拥有9家啤酒酿造厂，并向80多个海外市场销售60多种啤酒产品。该公司意识到仅仅依靠大量的品牌和良好的服务还不足以保持公司在英国啤酒市场中的主导地位，因此选择了IBM的智能挖掘器作为其数据挖掘的商务解决方案。该公司的Is部门经理对此解释到：“我们每周要完成23000份客户定单。对于我们来

43、说，了解每一位客户的购买习惯，每一个账户的赢利情况，以及我们所销售的每一个品牌的赢利情况都是至关重要的。”22国内研究现状221客户关系管理理论研究现状自从CRM的概念提出以来，便逐步引起了学术界和企业界的高度重视，许多人开始探讨其包含的管理思想和内涵，虽然对CRM的定义仍然存在着争议，但对内涵和概念框架基本取得了共识。包括三个方面：首先，CRM是一种管理理念。其核心思想是将企业的客户作为最重要的企业资源，通过完善的客户服务和深入的客户分析来满足客户的需求。其次，CRM也是一种旨在改善企业和客户之间关系的新型管理机制。是企业战略的一种，它实施于企业的市场营销、销售、客户服务与支持等与客户相关的

44、领域，以使企业更好地围绕客户行为来有效地管理自己的经营。CRM又是一种管理软件和技术。它将最佳的商业实践与数据挖掘、数据仓库、Intemet技术、销售自动化以及其它信息技术紧密结合在一起，为企业的销售、客户服务与技术等领域提供一个业务自动化的解决方案。客户生命周期(Customer Lifeeyele)是客户关系生命周期的简称，是传统营销理论中产品生命周期概念在客户关系管理中的移植，指客户关系水平随时问变化的发展轨迹，它描述了客户关系从一种状态(一个阶段)向另一种状态(另一个阶段)运动的总体特征。客户生命周期理论是从动态角度研究客户关系的一个十分有用的工具。国内一些学者在这方面做了一些有益的研

45、究。徐忠海等人将客户生命周期分为三个核心阶段，即客户关系的建立、客户关系的维系和客户关系的恢复，而每个核心阶段又可分为若干具体阶段。客户关系的建立，即客户招徕期，是买卖双方业务关系的建立过程，是客户关系维系的基础和前提条件，由开拓期和社会化期组成。客户关系建立以后，客户生命周期就进入了客户关系的维系阶段，即客户关系的巩固和发展阶段。客户关系的维系阶段可分为成长期和成熟期。客户关系的恢复是指企业通过营销努力使处在危机中的客户关系或已终止的客户关系回复到客户关系的维系状态。客户关系的恢复阶段一般由危险期、解约期和中断期三个阶段组成。在客户保持方面典型的研究有齐佳音等人对客户累积保持率进行了研究，提

46、出了用威布尔寿命分布模型进行测算的方法。赵林捷等人建立了一个基于CPV和CLV二维价值的客户识别模型，然后根据此模型给出相应的客户保持策略。陈明亮对客户忠诚的建立机理进行了研究，提出了一个客户忠诚动态模型(图24)。该模型描述了客户价值、客户满意、客户信任三个因素如何驱动客户忠诚不断发展，并在客户生命周期的不同阶段建立不同层次的客户忠诚的，展示了客户忠诚培育机理的轮廓。该研究指出，客户价值是客户保持的决定因素，客户满意和客户信任是派生因素，客户满意的基础是客户价值，持续的客户满意产生客户信任，客户满意和客户信任是客户价值迈向客户忠诚途中的两个重要罩程碑。在客户关系的考察期客户忠诚表现为基本信任

47、，形成期表现为行为忠诚，稳定期表现为精神忠诚和可持续忠诚。可持续忠诚是客户忠诚的最高形态，但它是在低级客户忠诚基础上逐步发展起来的，是客户关系发展到高级阶段的产物。222CRM及数据挖掘应用研究现状目前我国企业大多还处于CRM的教育和培育阶段，较早实施CRM的企业主要集中于银行、电信、保险、航空等行业，此外主要是一些大型高科技企业。它们大多选择了国外的CRM主流厂商的产品，如东方航空公司、北京亚信公司和广东美的集团选择Oracle；上海通用汽车公司、罗氏制药集团、北京联想集团选择Siebel一汽大众汽车公司选择SAP。面对国外著名厂商的大量进入，国内软件公司也积极投入到CRM的开发当中。继北京

48、联成互动第一家发布中小企业CRM软件产品后，相继有用友、中圣、金蝶等一批软件公司发布了自己的CRM产品【351。北京联成互动的MyCRM for SFA是一套销售管理软件，它面向销售业务比较复杂、有定的销售过程、需要专职的销售团队和销售人员对销售机会销售项目进行跟踪管理的中小企业，能帮助企业实现客户资源的统一管理和销售过程自动化、智能化。SelIWen2000客户关系管理系统是由中圣公司为中国企业解决客户关系、提高企业营销能力而量身定做的应用软件，该软件共有企业管理、销售管理、客户服务、市场跟踪和商业智能服务五人子系统。其功能除帮助企业营销之外，还将帮助企业维护那些长期为企业带来较大利润的客户与企业问的关系，同时对市场促销也有量化的成效评估。其商业智能子系统通过数据分析和数据挖掘能实现从海量客户数据中提炼出重要的信息，以支持企业开展多方而的客户分析。而在学术界，近几年来也对CRM系统研究、数据挖掘在CRIvl中的应用开展了一些讨论和研究。邹鹏等基于决策树方法给卜H了一个客户利润贡献度的评价模型。张抬等人l 371用一种基于遗传算法的多重决策树组