当前位置：首页 > CRM-客户关系管理 > CRM评论 > 正文

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

大中小

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。

分享到：新浪微博腾讯微博

本文关键字：数据挖掘客户关系管理

2 基于数据挖掘的客户分析

2.1 客户贡献分析

客户的购买力对企业的盈利有很大的影响，客户的贡献越多，企业相应的利润也就越丰厚。所以按客户的贡献大小对客户群进行分类，然后对不同的贡献率的客户采取不同的措施，对于企业提高收益具有巨大的意义。

2.1.1 基本思路

企业的数据仓库中有客户的具体信息，利用数据挖掘技术对这些客户信息进行分析，用分类判定树对客户的各种属性特征和对企业的贡献率的大小进行归纳和分类。这样就建立起一个对于客户贡献大小分析的模型，然后将客户贡献大小不清楚的客户信息输入这个模型，利用已经归纳出的模型对这些客户进行分类，这样就得到了客户对应的贡献率分类结果。

2.1.2 具体步骤

（1）构造数据集市。根据对客户贡献大小的研究，分析贡献大小与客户属性特征相关的属性。

（2）数据预处理。对客户属性如客户姓名、满意度、工作地、贡献度和购买次数等，进行必要的清洗、集成、转换、离散和归约等一系列的处理工作，达到挖掘算法的规范和标准。

（3）建立相关属性集。通过对属性相关性的分析，删除那些与数据挖掘不相关的属性，剩下相关的属性就组成了相关数据集。

（4）建立模型。根据上一步得到的相关数据集对客户贡献度建立模型。首先对相关数据集进行分析和训练形成训练数据集。然后归纳判定树。接着，对分类规则进行提取。最后，对得到的基本模型进行评价和改进。

（5）使用模型进行分类。当模型的准确率改进到某个可以接受的阈值，就可以用这个模型对贡献度未知的客户进行分类。将客户数据输入模型，然后就可以得到这个客户对应的客户贡献率分类结果。

责编：李玉琴