第6章CRM中的數(shù)據(jù)管理

1、 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）1課前導(dǎo)讀數(shù)據(jù)是客戶關(guān)系管理軟件中最核心的內(nèi)容，不僅業(yè)務(wù)的操作建立在數(shù)據(jù)的基礎(chǔ)上，對業(yè)務(wù)的預(yù)測和關(guān)聯(lián)分析、甚至商業(yè)智能的知識均來源于對數(shù)據(jù)的管理。數(shù)據(jù)挖掘和數(shù)據(jù)倉庫是數(shù)據(jù)管理的高級技術(shù)工具，數(shù)據(jù)倉庫構(gòu)建標(biāo)準(zhǔn)格式的數(shù)據(jù)源，數(shù)據(jù)挖掘從大量數(shù)據(jù)中尋找隱藏的信息，如趨勢、特征及相關(guān)性的過程，也就是從數(shù)據(jù)中挖掘信息或知識。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）2客戶是企業(yè)競爭的基礎(chǔ)，而客戶數(shù)據(jù)是CRM系統(tǒng)的靈魂，對數(shù)據(jù)的處理和分析是CRM的主要任務(wù)和功能。在客戶數(shù)據(jù)庫中，收集和管理包括商品、客戶和潛在客戶等表示客戶“基本狀態(tài)”的信息，幫助企業(yè)完成消費者分析，確定

2、目標(biāo)市場，進行銷售管理，并跟蹤市場產(chǎn)品銷售狀況。本節(jié)將從客戶數(shù)據(jù)的類型和隱私管理方面理解客戶數(shù)據(jù)的內(nèi)涵。6.1 CRM的客戶數(shù)據(jù)的客戶數(shù)據(jù) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）3CRM的客戶信息一般從銷售過程、客服過程、業(yè)務(wù)推廣過程或其他多種形式獲得。從商業(yè)活動行為的需要來看，有一個對客戶了解、針對性促銷、產(chǎn)生交易的過程（如圖6.1所示），行為過程產(chǎn)生了不同的數(shù)據(jù)類型，據(jù)此把客戶數(shù)據(jù)分為3類。1）客戶描述性數(shù)據(jù)2）市場促銷性數(shù)據(jù)6.1.1 客戶數(shù)據(jù)的類型客戶數(shù)據(jù)的類型 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）4圖6.1 客戶數(shù)據(jù)分類 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）5 出版社 經(jīng)管分社客

3、戶關(guān)系管理（第2版）6 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）7 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）83）客戶交易數(shù)據(jù) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）9在企業(yè)的信息化過程中，越來越多的企業(yè)數(shù)據(jù)管理作為重要的工作內(nèi)容，而客戶數(shù)據(jù)的采集則是最重要的第一步。這一個階段主要的目標(biāo)就是要保證客戶數(shù)據(jù)的準(zhǔn)確、及時，如果數(shù)據(jù)質(zhì)量無法保證，后續(xù)的數(shù)據(jù)處理和分析則往往達不到預(yù)期的效果。因此，首先需要找到可靠的客戶數(shù)據(jù)來源，并對數(shù)據(jù)進行初步的分析處理，以便為后續(xù)的數(shù)據(jù)挖掘工作打下基礎(chǔ)。6.1.2 客戶數(shù)據(jù)的采集客戶數(shù)據(jù)的采集 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）10圖6.2 多渠道客戶數(shù)據(jù)收集平臺

4、出版社 經(jīng)管分社客戶關(guān)系管理（第2版）11Elensys是馬薩諸塞州的一家直銷公司，CVS是當(dāng)?shù)匾患宜幍?，并對病人診斷治療，公司和藥店有合作關(guān)系，由Elensys公司向消費者推銷新藥，CVS公司提供一定病人數(shù)據(jù)。1982年，病人對此的不滿情緒爆發(fā)，紛紛指責(zé)CVS藥店的行為破壞了消費者醫(yī)療記錄的隱私，最后以公司與藥店合作終止為句號。1）使用匿名身份信息2）盡量使用匯總數(shù)據(jù)6.1.3 客戶的隱私問題及保護措施客戶的隱私問題及保護措施 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）12圖6.3 保護客戶隱私的匿名體系結(jié)構(gòu) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）133）信息只用于市場定位或評估4）盡可能不合并

5、數(shù)據(jù)源在計算機廣泛使用之前，從很多數(shù)據(jù)源收集客戶數(shù)據(jù)比在小范圍內(nèi)的單一渠道收集數(shù)據(jù)要困難得多，而要合并多個數(shù)據(jù)源獲得的數(shù)據(jù)則幾乎不可能。但由于計算機和數(shù)據(jù)庫技術(shù)的發(fā)展，可以很容易地從多個數(shù)據(jù)源收集客戶數(shù)據(jù)并按照客戶進行合并，從而得到每個客戶的完整信息。這通常意味著可以掌握客戶在產(chǎn)品市場之外的行為，并有可能侵犯客戶的隱私權(quán)。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）14為了保障客戶的隱私不被侵犯，應(yīng)盡可能地不對客戶數(shù)據(jù)源進行合并。然而站在為客戶服務(wù)的角度，企業(yè)則需要適當(dāng)?shù)卣峡蛻魯?shù)據(jù)。試想一下，如果一個客戶同時接到同一家公司不同產(chǎn)品的營銷員的兩個服務(wù)電話會是怎么樣的感覺。為此，企業(yè)需要建立以客戶為

6、單位而不是以產(chǎn)品為單位的客戶數(shù)據(jù)庫，這實際上需要對客戶數(shù)據(jù)進行適當(dāng)?shù)恼?，并且企業(yè)需要根據(jù)客戶的購買行為對客戶進行分類，以便提供個性化的服務(wù)。1）客戶數(shù)據(jù)庫的特點(1)動態(tài)的、整合的顧客數(shù)據(jù)管理和查詢系統(tǒng)6.1.4 客戶數(shù)據(jù)庫的建立客戶數(shù)據(jù)庫的建立 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）15(2)基于數(shù)據(jù)庫支持的顧客關(guān)系格式或結(jié)構(gòu)系統(tǒng)(3)基于數(shù)據(jù)庫支持的忠誠顧客識別系統(tǒng)(4)基于數(shù)據(jù)庫支持的顧客購買行為參考系統(tǒng)(5)個性化服務(wù)2）客戶數(shù)據(jù)的分類如圖6.4所示，客戶數(shù)據(jù)按照來源分為企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）16圖6.4 企業(yè)數(shù)據(jù)信息來源 出版社 經(jīng)管分

7、社客戶關(guān)系管理（第2版）173）客戶數(shù)據(jù)信息處理4）構(gòu)建客戶數(shù)據(jù)庫按照可預(yù)見未來所需的信息量，盡可能多地考慮預(yù)期客戶購買產(chǎn)品的情況和購買后的反應(yīng)。深入策劃客戶數(shù)據(jù)庫的組成部分，應(yīng)保留一定的彈性，以滿足未來變化的需要。建立數(shù)據(jù)庫，不需要因謀求建立一個詳細(xì)完備的數(shù)據(jù)庫而推遲建成時間，可先建成一個小而實用的數(shù)據(jù)庫，在管理客戶數(shù)據(jù)庫中獲得經(jīng)驗，并對其評價，不斷改進。構(gòu)建客戶數(shù)據(jù)庫時，讓盡可能多的部門和人員參與。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）18隨著計算機技術(shù)的廣泛應(yīng)用和發(fā)展，人們已不再滿足于僅僅執(zhí)行簡單的數(shù)據(jù)事務(wù)操作，而要求對現(xiàn)有的數(shù)據(jù)進行系統(tǒng)的組織、理解、分析和推理，從而迅速而準(zhǔn)確地獲取關(guān)

8、聯(lián)信息，為戰(zhàn)略決策提供依據(jù)。數(shù)據(jù)倉庫就是針對上述問題而產(chǎn)生的一種技術(shù)方案，它是基于大規(guī)模數(shù)據(jù)庫的決策支持系統(tǒng)環(huán)境的核心。6.2 數(shù)據(jù)倉庫技術(shù)數(shù)據(jù)倉庫技術(shù) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）19人們在日常生活中常常會遇到這樣的情況：超市的經(jīng)營者希望將經(jīng)常被同時購買的商品放在一起，以增加銷售；銀行想了解存款的用戶希望投資什么樣的基金；保險公司想知道購買保險的客戶一般具有哪些特征；醫(yī)學(xué)研究人員希望從已有的成千上萬份病歷中找出患某種疾病的病人的共同特征，從而為治愈這種疾病提供一些幫助。對于此類問題，如果利用現(xiàn)有信息管理系統(tǒng)中的數(shù)據(jù)分析工具是無法給出答案的。因為無論是查詢、統(tǒng)計還是報表，其處理方式都

9、是對指定的數(shù)據(jù)進行簡單的數(shù)字處理，而不能對這些數(shù)據(jù)所包含的內(nèi)在信息進行提取。6.2.1 數(shù)據(jù)倉庫概述數(shù)據(jù)倉庫概述 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）201）從數(shù)據(jù)庫到數(shù)據(jù)倉庫圖6.5 數(shù)據(jù)倉庫體系化環(huán)境 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）212）數(shù)據(jù)倉庫定義3）數(shù)據(jù)倉庫的類型4）數(shù)據(jù)倉庫的技術(shù)與傳統(tǒng)數(shù)據(jù)庫的比較5）聯(lián)機事務(wù)處理(OLTP)6）數(shù)據(jù)倉庫的體系結(jié)構(gòu)IBM、Oracle等廠商都提出了自己的數(shù)據(jù)倉庫結(jié)構(gòu)，但嚴(yán)格說來，任何一個數(shù)據(jù)倉庫結(jié)構(gòu)都是從一個基本框架發(fā)展而來，實現(xiàn)時再根據(jù)分析處理的需要具體增加一些部件。其中斯坦福大學(xué)“WHPS”課題組提出的一個基本的數(shù)據(jù)倉庫模型，如圖6.6

10、所示。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）22圖6.6 數(shù)據(jù)倉庫基本體系結(jié)構(gòu) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）23數(shù)據(jù)倉庫是一個解決方案，而不是一個可以買到的產(chǎn)品。不同企業(yè)會有不同的數(shù)據(jù)倉庫，企業(yè)人員往往不懂如何利用數(shù)據(jù)倉庫，不能發(fā)揮其決策支持的作用，而數(shù)據(jù)倉庫公司人員又不懂業(yè)務(wù)，不知道建立哪些決策主題，從數(shù)據(jù)源中抽取哪些數(shù)據(jù)，因此需要雙方互相溝通，共同協(xié)商開發(fā)數(shù)據(jù)倉庫。1）數(shù)據(jù)倉庫的開發(fā)流程2）實施數(shù)據(jù)倉庫應(yīng)注意的問題6.2.2 數(shù)據(jù)倉庫的實施數(shù)據(jù)倉庫的實施 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）24維數(shù)據(jù)倉庫的創(chuàng)建所使用和維護的技術(shù)與傳統(tǒng)數(shù)據(jù)倉庫有顯著的不同。傳統(tǒng)數(shù)據(jù)倉庫在處理多

11、維數(shù)據(jù)方面存在著較大的局限性，需對其進行結(jié)構(gòu)和功能上的擴展，才能較好地用在多維決策分析方面。1）星型模式2）雪花模式6.2.3 多維數(shù)據(jù)倉庫中度量的建模多維數(shù)據(jù)倉庫中度量的建模 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）25圖6.7 星型模式結(jié)構(gòu)示意圖 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）26圖6.8 銷售機會數(shù)據(jù)倉庫的星型關(guān)系結(jié)構(gòu) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）27圖6.9 銷售機會數(shù)據(jù)倉庫的星型鏈接 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）28圖6.10 保險業(yè)務(wù)多維數(shù)據(jù)倉庫的星狀模型 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）29圖6.11 雪花模式結(jié)構(gòu)示意圖 出版社 經(jīng)管分社客戶關(guān)系管

12、理（第2版）30數(shù)據(jù)倉庫的構(gòu)建需要將不同來源的數(shù)據(jù)進行集中、整合，然后為不同用戶提供數(shù)據(jù)支持，執(zhí)行策略指的就是這些數(shù)據(jù)的整合結(jié)構(gòu)和應(yīng)用結(jié)構(gòu)。下面將先介紹數(shù)據(jù)倉庫中的兩個概念：數(shù)據(jù)集市和元數(shù)據(jù)。數(shù)據(jù)集市是按照不同功能對數(shù)據(jù)的歸類，一般與工作職能相對應(yīng)；而元數(shù)據(jù)則是對數(shù)據(jù)倉庫中的資源數(shù)據(jù)的描述，是倉庫中的數(shù)據(jù)“藍(lán)圖”。1）數(shù)據(jù)集市(Data Mart)2）元數(shù)據(jù)(Metadata)3）數(shù)據(jù)倉庫的執(zhí)行策略（1）自上而下模式6.2.4 數(shù)據(jù)倉庫的執(zhí)行策略數(shù)據(jù)倉庫的執(zhí)行策略 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）31圖6.12 自上而下模式 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）32圖6.13 有反饋的

13、自上而下模式 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）33（2）自下而上模式自下而上模式（如圖6.14所示）是從構(gòu)造各個部門或特定的企業(yè)問題的數(shù)據(jù)集市開始，而整體性數(shù)據(jù)倉庫是建立在這些數(shù)據(jù)集市的基礎(chǔ)上。（3）平行開發(fā)模式平行開發(fā)模式（如圖6.16所示）是指在一個整體性數(shù)據(jù)倉庫的數(shù)據(jù)模型的指導(dǎo)下，數(shù)據(jù)集市的建立和整體性數(shù)據(jù)倉庫的建立同步進行。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）34圖6.14 自下而上模式 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）35圖6.15 有反饋的自下而上模式 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）36圖6.16 平行開發(fā)模式 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）37圖6

14、.17 有反饋的平行開發(fā)模式 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）384）數(shù)據(jù)倉庫系統(tǒng)的結(jié)構(gòu)圖6.18 數(shù)據(jù)庫系統(tǒng)結(jié)構(gòu)圖 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）39聯(lián)機分析處理（OnLine Analytical Processing，OLAP）是在1993年由關(guān)系型數(shù)據(jù)庫模型的發(fā)明者E.F.Codd博士提出的。OLAP支持通過多維的方式對數(shù)據(jù)進行分析、查詢和生成報表，其基本功能是對用戶當(dāng)前及歷史數(shù)據(jù)進行分析以輔助領(lǐng)導(dǎo)決策。OLAP支持復(fù)雜的分析操作，側(cè)重決策支持，并且可提供直觀易懂的查詢結(jié)果。即OLAP應(yīng)當(dāng)提交對共享的多維信息的快速分析，其中包含5個關(guān)鍵特征：多維。這是OLAP的基本特征，

15、即可以提供對數(shù)據(jù)的多角度綜合查詢、統(tǒng)計、分析。6.2.5 聯(lián)機分析處理聯(lián)機分析處理(OLAP) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）40快速。即必須以相當(dāng)固定的速度向用戶提交信息，大多數(shù)查詢應(yīng)當(dāng)在5秒或更短時間內(nèi)提交給用戶。分析。即可以執(zhí)行由應(yīng)用程序開發(fā)人員預(yù)定義或由用戶特別定義的對數(shù)據(jù)的查詢和統(tǒng)計分析操作。共享。即必須滿足在大量用戶間實現(xiàn)共享秘密數(shù)據(jù)所必需的安全性需求。信息。即可以透明地訪問應(yīng)用程序所必需的、相關(guān)的所有數(shù)據(jù)和信息，而不受它所在的物理位置的限制。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）416.3 數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘是近年來隨著人工智能和數(shù)據(jù)庫技術(shù)的發(fā)展而出現(xiàn)的一

16、門新興技術(shù)。它是從大量的數(shù)據(jù)中篩選出隱含的、可信的、新穎的、有效的信息的高級處理過程。數(shù)據(jù)挖掘是面向事實的，在數(shù)據(jù)挖掘中，數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)和應(yīng)用數(shù)據(jù)3大部分，而這3部分的比例依據(jù)經(jīng)驗來確定（例如1 1 8）。數(shù)據(jù)挖掘力圖在訓(xùn)練數(shù)據(jù)中發(fā)現(xiàn)事實，并以測試數(shù)據(jù)作為檢驗和修正理論的依據(jù)，而最后把知識應(yīng)用于數(shù)據(jù)中。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）426.3.1 數(shù)據(jù)挖掘的含義數(shù)據(jù)挖掘的含義數(shù)據(jù)挖掘的關(guān)鍵性思路可以簡單地概括為“實事求是”?！皩嵤隆奔础皵?shù)據(jù)”，“求”就是去發(fā)現(xiàn)、去挖掘、去探索，“是”即數(shù)據(jù)中隱藏的規(guī)律。因此，數(shù)據(jù)挖掘?qū)嵸|(zhì)上就是探索數(shù)據(jù)中所蘊含的規(guī)律的過程。（1）技術(shù)角度的

17、定義（2）商業(yè)角度的定義 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）436.3.2 數(shù)據(jù)挖掘的作用和意義數(shù)據(jù)挖掘的作用和意義許多企業(yè)有數(shù)以百萬計的歷史數(shù)據(jù)，要通過傳統(tǒng)的統(tǒng)計等分析方法精密分析相當(dāng)困難，容易錯失企業(yè)應(yīng)有的商機；而數(shù)據(jù)挖掘工具能從龐雜的信息中篩選出有用的數(shù)據(jù)，以公正客觀的統(tǒng)計分析快速準(zhǔn)確地得知企業(yè)經(jīng)營的信息，從而找出銷售模式，正確掌握未來的經(jīng)營動態(tài)。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）446.3.3 數(shù)據(jù)挖掘的發(fā)展歷程數(shù)據(jù)挖掘的發(fā)展歷程隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，人們積累的數(shù)據(jù)越來越多。激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠?qū)ζ溥M行更高層次的分析

18、，以便更好地利用這些數(shù)據(jù)。目前的數(shù)據(jù)庫系統(tǒng)可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。缺乏挖掘數(shù)據(jù)背后隱藏的知識的手段，導(dǎo)致了“數(shù)據(jù)爆炸但知識貧乏”的現(xiàn)象。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）45 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）466.3.4 數(shù)據(jù)挖掘的任務(wù)數(shù)據(jù)挖掘的任務(wù)挖掘知識的類型在多數(shù)文獻和“數(shù)據(jù)挖掘”軟件中稱為數(shù)據(jù)挖掘任務(wù)。總結(jié)規(guī)則挖掘。它所要做的是從客戶指定的數(shù)據(jù)中挖掘出（從不同的角度或在不同的層次上）平均值極小值/極大值、總和、百分比等。挖掘結(jié)果運用交叉表、特征規(guī)則和統(tǒng)計的曲線圖表等表示。關(guān)聯(lián)規(guī)則挖

19、掘。它所要做的是從客戶指令的數(shù)據(jù)庫中挖掘出滿足一定條件的依賴性關(guān)系。分類規(guī)則挖掘。群集規(guī)則挖掘。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）47預(yù)測分析。趨勢分析。趨勢分析又稱為時間序列分析，它是從相當(dāng)長時間的發(fā)展中發(fā)現(xiàn)規(guī)律與趨勢。偏差分析。偏差分析又稱為比較分析，它找出一系列判別式的規(guī)則，以區(qū)別客戶設(shè)置的兩個不同類別。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）486.3.5 數(shù)據(jù)挖掘的基本方法數(shù)據(jù)挖掘的基本方法為了能從CRM客戶數(shù)據(jù)中挖掘出對實際有用的關(guān)聯(lián)，人們從統(tǒng)計學(xué)、人工智能和數(shù)據(jù)庫等領(lǐng)域，借助基礎(chǔ)研究的成果和工具，提出了許多辦法。1）統(tǒng)計分析方法2）決策樹3）人工神經(jīng)網(wǎng)絡(luò)4）基因算法5）粗糙

20、集6）聯(lián)機分析處理技術(shù)(OLAP） 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）496.3.6 數(shù)據(jù)挖掘方法的應(yīng)用舉例數(shù)據(jù)挖掘方法的應(yīng)用舉例數(shù)據(jù)挖掘的實際應(yīng)用與計算機技術(shù)和應(yīng)用數(shù)學(xué)息息相關(guān)，研究的難度比較大，下面僅以實際中最常見的兩種挖掘方法為例，讓讀者有一個初步的了解。1）關(guān)聯(lián)規(guī)則挖掘一個超級市場的銷售系統(tǒng)記錄了客戶購買貨物的詳細(xì)情況。下面以一個簡單的客戶購物清單加以分析，見表6.6。2）分類規(guī)則挖掘舉例（1）面向評估函數(shù)的分類方法 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）50 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）51 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）52 出版社 經(jīng)管分社客戶關(guān)系管理（第2

21、版）53（2）面向決策樹的分類方法（3）群集分析天文學(xué)家為了了解恒星的亮度和溫度之間的關(guān)系，畫了如圖6.19所示的散布圖。縱軸為衡量該恒星相對于太陽亮度的倍數(shù)，橫軸則衡量恒星表面的絕對溫度，即-273 。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）54圖6.19 散布圖：將恒星依照溫度和亮度來分群 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）556.3.7 常見數(shù)據(jù)挖掘工具軟件介紹常見數(shù)據(jù)挖掘工具軟件介紹在本節(jié)中，將對一些常見的數(shù)據(jù)挖掘產(chǎn)品作一個簡單的介紹，以便使讀者對數(shù)據(jù)挖掘在CRM中的應(yīng)用上理解起來更加直觀，并對世界上先進國家應(yīng)用數(shù)據(jù)挖掘工具的發(fā)展程度有一個體會。當(dāng)前推出的數(shù)據(jù)挖掘軟件有很多，其實現(xiàn)

22、的功能、方法都不同。鑒于對軟件的評價標(biāo)準(zhǔn)，選擇介紹如下：1）DB Miner2）Intelligent Miner3）SAS Enterprise Miner 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）566.4 數(shù)據(jù)挖掘技術(shù)的應(yīng)用數(shù)據(jù)挖掘技術(shù)的應(yīng)用數(shù)據(jù)挖掘就是探索客戶行為規(guī)律的過程。數(shù)據(jù)挖掘技術(shù)目前已越來越多地被應(yīng)用于CRM系統(tǒng)中，成為客戶細(xì)分、客戶贏利能力分析、交叉營銷和客戶維護的基礎(chǔ)。并且，在客戶生命周期的不同階段都有不同的應(yīng)用。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）576.4.1 數(shù)據(jù)挖掘客戶關(guān)系管理中的應(yīng)用數(shù)據(jù)挖掘客戶關(guān)系管理中的應(yīng)用在整個客戶關(guān)系管理系統(tǒng)中，主題分析逐漸成為應(yīng)用的主導(dǎo)

23、。對客戶管理產(chǎn)生了許多量化指標(biāo)，應(yīng)用量化指標(biāo)對客戶進行管理決策提高了科學(xué)性和正確性。對客戶數(shù)據(jù)的分析更多體現(xiàn)在數(shù)據(jù)挖掘工具的使用上，數(shù)據(jù)挖掘在客戶關(guān)系管理系統(tǒng)中體現(xiàn)出重要的商業(yè)價值?，F(xiàn)在國內(nèi)外推出的諸多客戶關(guān)系管理產(chǎn)品中，數(shù)據(jù)挖掘都作為一個重要的模塊嵌在其中。單純的操作型客戶關(guān)系管理已被逐漸淘汰。1）客戶的細(xì)分2）客戶的贏利能力分析 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）58圖6.20 決策輸入和構(gòu)成的分群 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）59 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）60圖6.21 商家和消費者的互利關(guān)系 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）61圖6.22 數(shù)據(jù)挖掘在客

24、戶層次轉(zhuǎn)變中的作用 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）626.4.2 數(shù)據(jù)挖掘技術(shù)在客戶生命周期各階段的應(yīng)用數(shù)據(jù)挖掘技術(shù)在客戶生命周期各階段的應(yīng)用在客戶生命周期的各個過程中，不同階段包含了多種重要的事件。數(shù)據(jù)挖掘技術(shù)可在客戶生命周期的各個階段加以應(yīng)用，包括爭取新客戶、讓已有客戶創(chuàng)造更多的利潤、保留原有老客戶等，從而提高企業(yè)的客戶關(guān)系管理能力。如圖6.23展示了數(shù)據(jù)挖掘技術(shù)在客戶生命周期事件中的典型應(yīng)用。1）潛在客戶2）響應(yīng)者3）即得客戶4）流失客戶 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）63圖6.23 客戶生命周期 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）646.4.3 CRM中實施數(shù)據(jù)挖掘

25、的基本步驟中實施數(shù)據(jù)挖掘的基本步驟如果進一步將CRM分析應(yīng)用需求進行技術(shù)型整理，可以歸納出以下幾類數(shù)據(jù)挖掘需求：數(shù)據(jù)描述和總結(jié)。數(shù)據(jù)分類。數(shù)據(jù)分類可以提高市場細(xì)分的可操作性和可管理性。預(yù)測。給出一個或一批預(yù)測輸入，其結(jié)果會如何？數(shù)據(jù)相關(guān)性發(fā)現(xiàn)。一種行為的發(fā)生有很大可能性觸發(fā)另一種行為。數(shù)據(jù)依賴性分析。一種行為的發(fā)生以另一種行為為前提。 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）65圖6.24 數(shù)據(jù)挖掘的基本步驟 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）661）確定分析和預(yù)測目標(biāo)2）了解數(shù)據(jù)3）數(shù)據(jù)準(zhǔn)備4）數(shù)據(jù)相關(guān)性前期探索5）模型構(gòu)造6）模型評估和檢驗7）部署和應(yīng)用 出版社 經(jīng)管分社客戶關(guān)系管理（第

26、2版）676.4.4 應(yīng)用數(shù)據(jù)挖掘技術(shù)是優(yōu)化客戶關(guān)系管理的關(guān)應(yīng)用數(shù)據(jù)挖掘技術(shù)是優(yōu)化客戶關(guān)系管理的關(guān)鍵鍵隨著企業(yè)CRM系統(tǒng)的不斷完善，前、后臺系統(tǒng)從接觸中心所得到的數(shù)據(jù)日益增加，企業(yè)積累了大量的客戶和產(chǎn)品銷售數(shù)據(jù)。這些海量的數(shù)據(jù)使用傳統(tǒng)的查詢或分析工具往往不能識別其中有價值的信息，進而就不能為企業(yè)制訂營銷策略、開展?fàn)I銷活動提供決策支持，難以針對具體的客戶開展一對一的服務(wù)。而數(shù)據(jù)挖掘恰好能夠解決上述問題，因此利用數(shù)據(jù)挖掘技術(shù)優(yōu)化客戶關(guān)系管理已經(jīng)成為CRM領(lǐng)域一個非常熱門的話題。數(shù)據(jù)挖掘應(yīng)用起來比較復(fù)雜，因此在CRM中實施數(shù)據(jù)挖掘需要經(jīng)過審慎的考慮，以保證實施成功，使企業(yè)從中受益。 出版社 經(jīng)管分社

27、客戶關(guān)系管理（第2版）681）確定如何使用數(shù)據(jù)挖掘2）具備一定的商業(yè)智能和分析能力3）定義數(shù)據(jù)挖掘應(yīng)用的用戶4）定義所使用的數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理5）反復(fù)驗證及用戶培訓(xùn) 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）696.5 案例：數(shù)據(jù)倉庫技術(shù)在銀行經(jīng)營管理中的作用案例：數(shù)據(jù)倉庫技術(shù)在銀行經(jīng)營管理中的作用數(shù)據(jù)倉庫技術(shù)對于商業(yè)銀行具有重要作用，是銀行成功地進行市場營銷的核心。據(jù)美國銀行家協(xié)會(ABA)對美國排名前100名的商業(yè)銀行調(diào)查顯示，已有50多家實施數(shù)據(jù)倉庫和數(shù)據(jù)挖掘項目，剩余的銀行正在試點準(zhǔn)備實施。該項調(diào)查還預(yù)測數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在美國商業(yè)銀行的應(yīng)用增長率是14.9，由此可見數(shù)據(jù)倉庫的重要性。數(shù)據(jù)倉庫在銀行經(jīng)營管理中的作用主要有：（1）有助于銀行了解自身的經(jīng)營狀況 出版社 經(jīng)管分社客戶關(guān)系管理（第2版）70（2）獲得“深度效益”（3）有助于商業(yè)銀行經(jīng)營管理和決策支持（4）有助于商業(yè)銀行風(fēng)險防范（5）有助于集成