数据挖掘技术在客户关系管理中的应用(2)
2014-12-28 01:16
导读：（2）客户行为分析。利用分类分析法和聚类分析法对客户通话行为进行分析，从而得出客户在消费习惯、生活方式、社会联系等方面的特征。对客户行为
（2）客户行为分析。利用分类分析法和聚类分析法对客户通话行为进行分析，从而得出客户在消费习惯、生活方式、社会联系等方面的特征。对客户行为分析的根本目的是为了按不同特征划分客户群，针对不同客户群的特征，企业可以进行不同的市场营销活动和客户服务，在客户群划分中典型的应用就是针对某一客户群的消费特征进行某种业务的营销。
（3）客户的获得与保持。企业的增长和发展壮大需要不断维持老的客户，不断获得新的客户，新的客户包括以前没有听说过本企业产品的人，以前不需要本企业产品的人，以及以前是本企业竞争对手的客户。不论企业希望得到的是哪类客户，数据挖掘都能帮助企业识别出这些潜在的客户群，并提高市场活动的响应率，使企业做到心中有数，有的放矢。
（4）优惠策略仿真预测。优惠是市场营销中十分重要的一部分，优惠策略不恰当，常常会得到适得其反的市场效果，优惠策略仿真预测就是通过已建立的客户行为模型仿真客户对优惠策略的反应，从而预测优惠策略实施的效果。通过对优惠策略的仿真，可以预测优惠策略的成功与否，从而进行相应的调整和优化。
（5）客户信用分析。客户忠诚度分析主要通过对客户消费金额和账务支付的分析，建立客户价值模型，从而获得客户价值。客户是企业价值之所在，通过对客户忠诚度分析，有针对性地对高价值客户进行优质服务，对有离开倾向的客户及时进行挽留活动，对提高企业市场占有率，降低营销成本是十分有用的。
（6）反欺诈分析。目前，企业面临的一个最严重的问题是欠费问题，其中很大一部分是欺诈消费，因此反欺诈消费已经成为企业发展的关键。通过对客户数据的多维分析、聚类分析和孤立点分析可以建立客户欺诈消费模型，从而可以有效地对客户消费行为进行监控，对满足欺诈消费模型的消费行为进行告警。
您可以访问中国科教评价网（www.NsEac.com）查看更多相关的文章。 （7）竞争对手分析。成熟的市场必然是一个竞争比较充分的市场，不同企业客户之间的互联互通是最基本的前提，因此通过对客户与竞争对手客户之间通话的行为分析，可以建立有关竞争对手经营和客户服务的模型，比如竞争对手客户发展模型，通过对这些模型的使用，可以制定有效的市场应对策略。
（8）交叉销售（Cross-Selling）。现在企业和客户之间的关系是经常变动的，一旦一个人或者一个公司成为企业的客户，就要尽力使这种客户关系对企业趋于完善。一般来说可以通过这3种方法：a.最长时间地保持这种关系；b.最多次数地和客户交易；c.最大数量地保证每次交易的利润，因此就需要对已有的客户进行交叉销售。交叉销售是指企业向原有客户销售新的产品或服务的过程，交叉销售是建立在双赢原则的基础之上的，是对企业和客户都有好处的，客户因得到更多更好符合其需求的服务而获益，企业也因销售增长而获益，对原有客户销售的挖掘，在很多情况下与对潜在客户的挖掘是类似的，对于一些情况甚至可以当作是初次销售来对待，而交叉销售的好处在于，对于原有客户，企业可以比较容易地得到关于这个客户的比较丰富的信息，大量的数据对于数据挖掘的准确性来说是有很大帮助的，在大多数情况下所指的交叉销售是与初次销售不同的，在企业所掌握的客户信息，尤其是以前购买行为的信息中，可能正包含着这个客户决定下一个购买行为的关键因素甚至决定因素，这个时候数据挖掘的作用就会体现出来，它可以帮助企业寻找到这些影响其购买行为的因素。
3. 数据挖掘的过程
在数据挖掘目标明确的前提下，可以基于已经建成的企业级客户信息数据仓库进行数据挖掘工作。数据挖掘遵循以下步骤：问题定义、数据准备、数据探索、建立模型、模型检验、模型应用以及投资回报分析。
（转载自科教范文网http://fw.nseac.com） 在问题定义之后，需要创建一个数据集市作为数据挖掘和分析的对象，一般抽取数据仓库中与问题相关的数据子集作为数据集市,在创建集市过程中可以使用随机抽样、等距抽样、分层抽样和分类抽样等抽样技术来减少数据集市的数据量,通过对数据的删选和对小概率事件的放大，使得数据集市中数据的特征和规律性更加显著。
