数据挖掘与CRM

现在的数据挖掘项目多数都是游击战，这边挖一挖那边挖一挖，挖到最后还是一场空，还落了个“忽悠”绰号；回想数据挖掘的一个标准流程，那只是一个数据挖掘类项目的标杆而已，那对商业问题有没有标杆可言呢？

商业问题的产生多数是源于需求，需求源于客户or消费者，换句话说多数都是在围绕“如何让上帝更上帝”展开的，所以我感觉如果数据挖掘类的项目如果能和CRM结合的话，效果会更好；

CRM有什么价值？

CRM的应用价值体现在以下几个方面：

1、增加新客户的同时，减少老客户的流失。从某种意义上来说，老客户对企业的价值要更高，有统计数据表明，挽留一个老客户带来的价值相当于发现五个新客户；

2、寻找大客户。这些客户在企业的销售中占据了很大比重；

3、利用CRM可以实现对客户的针对性销售。利用客户信息可以成功地进行企业的市场营销策略和相关的商品价格、成本等管理活动。

4、降低销售成本。CRM只以少量的投入有针对性地对潜在客户和大客户进行促销，就可以取得高于常规营销手段的效果。

客户的生命周期？

CRM中数据挖掘的应用

阶段A、客户的获取

把客户根据其性别、收入、交易行为特征等属性细分为具有不同需求和交易习惯的群体,同一群体中的客户对产品的需求以及交易心理等方面具有相似性,而不同群体间差异较大。那么这就有助于企业在营销中更加贴近顾客需求。分类和聚类等挖掘方法可以把大量的客户分成不同的类(群体),适合于用来进行客户细分。通过群体细分,CRM用户可以更好地理解客户,发现群体客户的行为规律。在行为分组完成后,还要进行客户理解、客户行为规律发现和客户组之间的交叉分析。

阶段B、重点客户发现

就是找出对企业具有重要意义的客户,重点客户发现主要包括:发现有价值的潜在客户;发现有更多的消费需求的同一客户;发现更多使用的同一种产品或服务;保持客户的忠诚度。根据80/20(即20%的客户贡献80%的销售额)以及开发新客户的费用是保留老客户费用的5倍等营销原则,重点客户发现在CRM中具有举足轻重的作用。

阶段C、交叉营销

商家与其客户之间的商业关系是一种持续的不断发展的关系,通过不断地相互是接触和交流,客户得到了更好更贴切的服务质量,商家则因为增加了销售量而获利。交叉营销指向已购买商品的客户推荐其它产品和服务。这种策略成功的关键是要确保推销的产品是用户所感兴趣的,有几种挖掘方法都可以应用于此问题,关联规则分析能够发现顾客倾向于关联购买哪些商品。聚类分析能够发现对特定产品感兴趣的用户群,神经网络、回归等方法能够预测顾客购买该新产品的可能性。

阶段D、客户流失分析

分类等技术能够判断具备哪些特性的客户群体最容易流失,建立客户流失预测模型。从而帮助企业对有流失风险的顾客提前采取相应营销措施。利用数据挖掘技术,可以通过挖掘大量的客户信息来构建预测模型,较准确地找出易流失客户群,并制定相应的方案,最大程度地保持住老客户。通过研究,认为数据挖掘技术中的决策树技术(Decision Tree)能够较好地应用在这一方面。