数据挖掘技术在电子商务客户关系管理中的应用研究

数据挖掘技术在电子商务客户关系管理中的应用研究

数据挖掘技术在电子商务客户关系管理中的应用研究 在电子商务环境下，客户的信息量越来越大，运用数据挖掘技术研究客户关系管理，可实现从大量不确定的客户信息中挖掘出客户分类的依据和信息，为企业提供重要决策支持。通过分析和总结国内外学者研究成果，找出了数据挖掘在电子商务环境下客户关系管理应用研究方面的不足，论证了数据挖掘在电子商务环境下客户关系管理中的必要性，研究并提供了数据挖掘技术在电子商务客户关系管理中的应用方法及实施步骤。

电子商务环境下客户关系管理(Customer Relationship Management in Electronic Commerce Environment，以下简称电子商务CRM)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。企业通过应用电子商务环境下客户关系管理建立与客户沟通的便利渠道，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，利于企业的长远发展。在电子商务环境下，客户的信息数据越来越多，而现行的客户管理系统主要是对客户资料的整合和汇总，利用的分析工具也是传统的分析工具，比如OLAP，它们注重的是对历史数据的总结，缺乏对未来情况的预测。实际上，在和客户的交易过程中，企业会积累越来越多的客户数据，如果不能对这些数据很好地分析，一方面是这些数据的浪费，而企业也不能很好地了解顾客，并对客户的维护和开发起到指导作用。因此，如何有效地处理海量客户信息，从中挖掘判断出客户的消费趋向，实旌精确营销成为摆在电子商务企业面前的一大问题。

从上世纪90年代起，数据挖掘技术伴随着海量数据处理需求的不断增长而发展成熟，许多数据挖掘软件工具被开发出来，成为了电子商务CRM实施的关键技术之一。目前国内外学者对于数据挖掘工具的开发与数据挖掘方面的研究也变得越来越热衷。由美国IBM公司开发的数据挖掘工具Intelligent Miner，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；在国内像用友、中圣、金蝶等一批软件公司也纷纷发布了自己的CRM产品，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面的客户分析；而在学术界，近几年来也对客户关系管理研究和数据挖掘在客户关系管理中的应用开展了一些讨论和研究，如邹鹏等基于决策树方法给出了一个客户利润贡献度的评价模型；张酷等人用一种基于遗传算法的多重决策树组合分类方法来进行客户获取分析等。但总体上来看，目前在数据挖掘在客户关系管理的研究主要还是描述性的分析居多，对数据挖掘在电子商务环境下客户关系管理的研究仍然进展缓慢。

从以上分析可知，数据挖掘在电子商务CRM中的应用研究是当前的一个重要课题，本研究具有重要的实际应用价值。

1 客户关系管理的概念

客户关系管理(Customer Relationship Management，CRM)源于“以客户为中心”的新型商业模式，是一种旨在改善企业与客户之间关系的新型管理机制。

CRM首先是一种管理理念，起源于西方的市场营销理论，产生和发展在美国。其核心思想是将企业的客户(包括最终客户、分销商和合作伙伴)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，保证实现客户的终生价值。

CRM又是一种旨在改善企业与客户之间关系的新型管理机制，它实施于企业的市场营销、销售、服务与技术支持等与客户相关的领域，要求企业从“以产品为中心”的模式向“以客户为中心”的模式转移，也就是说，企业关注的焦点应从内部运作转移到客户关系上来。

CRM也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、一对一营销、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、客户服务和决策支持等领域提供了一个业务自动化的解决方案，使企业有了一个基于电子商务的面对客户的前沿，从而顺利实现由传统企业模式到以电子商务为基础的现代企业模式的转化。