二、数据挖掘（ＤＭ）理论

对于数据挖掘（

DM，Data Mining），一种比较公认的定义是Ｗ．Ｊ．Ｆ

rawley，G.Piatetsky-Shapiro 等人提出来的：数据挖掘就是从大型数据库的
数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在的有用信息。

根据ＮＣＲ数据挖掘方法论，数据挖掘的过程划分为五个阶段：定义业务

问题范围、选取和抽样、探索型数据分析、建模和实施。数据挖掘算法执行，仅仅
是整个过程的一个步骤。数据挖掘质量的好坏，有两个因素的影响：一是所采用
的数据挖掘技术的有效性；二是用于挖掘的数据的质量和数量。整个挖掘过程是
一个不断反馈的过程。

数据挖掘的一般意义可以概括为以下六点：

1、数据总结。对数据进行浓缩，

给出它的紧凑描述；

2、数据分类。生成一个分类函数或分类模型，把数据库中

的数据项映射到相应的类别中去；

3、个体聚类。把一组个体按照相似性归类；

4、关联规则；5、异常发现。从数据库中找出异常数据；6、行为预测。建立模型后，
利用历史数据预测未来数据的水平、特征等。

三、数据挖掘在

CRM 的应用

数据挖掘可以应用到以客户为中心的企业决策分析和管理的各个不同领域

和阶段。
    １）识别潜在客户，获取新客户。挖掘客户数据时，充分利用数据技术可以寻
找有潜在价值的客户。识别这些潜在的客户主要是对已有的客户数据进行分析，
对已有的客户分成不同的类型，对不同类型的客户群提供不同的客户服务和销
售方案，并为这些客户提供有针对性的产品和服务来满足这些客户的要求。通过
对已有客户的分类更容易使企业识别潜在的客户，并最终向着把潜在的客户转
变成企业真正的客户，最终转变成忠诚客户。

２）保持老客户。企业业务的增长不仅要靠获得新的客户，更重要的一点是

留住已有的客户。现在获得新的客户的成本在不断的上升，因此留住老客户不失
为企业发展的一个重要方向。数据挖掘可以识别出潜在的客户群，提高市场的回
应率，做到有的放矢。另外，数据挖掘可以帮助企业识别出有离开意愿的客户，
使企业采取合适的措施留住这批客户。

３）发现重点客户。根据

“20-80”原则，企业ＣＲＭ的一项重要任务就是发

现和维系重要客户。运用分组或神经网络或决策树，可以形象地识别具有哪些特
征的客户是企业最重要的客户。

４）有利于交叉销售或者增值销售。交叉销售或者增值销售是客户关系发展

的重要环节，是企业与客户之间实现双赢的重要手段。交叉销售是让客户购买企
业的其他产品或者服务，增值销售是让客户购买附加的产品或服务，使客户购
买的产品向着高价值的方向发展，两种销售都有延长客户关系的效果。对客户来
讲，要想得到更多的产品和服务并能从中受益对企业来讲，这样会促进销售额
的增长，从而从中获益。数据挖掘可以帮助企业找出最合理的销售搭配方案。

５）及时发现欺诈行为。例如。银行信用卡的过度透支消费，可以通过以往

建立的个人收入水平与消费水平之间的相关分析图，做出形象的判断。

６）提高供应链效率。供应链效率低的主要原因是供应链中的环节过多，数