CRM中的數(shù)據(jù)管理

［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(duì)業(yè)務(wù)的預(yù)測(cè)和關(guān)聯(lián)分析、甚至商業(yè)智能的知識(shí)均來(lái)源于對(duì)數(shù)據(jù)的管理。數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)管理的高級(jí)技術(shù)工具，數(shù)據(jù)倉(cāng)庫(kù)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(shì)、特征及相關(guān)性的過(guò)程，也就是從數(shù)據(jù)中挖掘信息或知識(shí)。第6章CRM中的數(shù)據(jù)管理1客戶是企業(yè)競(jìng)爭(zhēng)的基礎(chǔ)，而客戶數(shù)據(jù)是CRM系統(tǒng)的靈魂，對(duì)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(kù)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(fèi)者分析，確定目標(biāo)市場(chǎng)，進(jìn)行銷售管理，并跟蹤市場(chǎng)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。6.1CRM的客戶數(shù)據(jù)2CRM的客戶信息一般從銷售過(guò)程、客服過(guò)程、業(yè)務(wù)推廣過(guò)程或其他多種形式獲得。從商業(yè)活動(dòng)行為的需要來(lái)看，有一個(gè)對(duì)客戶了解、針對(duì)性促銷、產(chǎn)生交易的過(guò)程（如圖6.1所示），行為過(guò)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(chǎng)促銷性數(shù)據(jù)6.1.1客戶數(shù)據(jù)的類型3圖6.1客戶數(shù)據(jù)分類45673）客戶交易數(shù)據(jù)8在企業(yè)的信息化過(guò)程中，越來(lái)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(gè)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(shí)，如果數(shù)據(jù)質(zhì)量無(wú)法保證，后續(xù)的數(shù)據(jù)處理和分析則往往達(dá)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(lái)源，并對(duì)數(shù)據(jù)進(jìn)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9圖6.2多渠道客戶數(shù)據(jù)收集平臺(tái)10Elensys是馬薩諸諸塞州的一家家直銷公司，，CVS是當(dāng)當(dāng)?shù)匾患宜幍甑?，并?duì)病人人診斷治療，，公司和藥店店有合作關(guān)系系，由Elensys公公司向消費(fèi)者者推銷新藥，，CVS公司司提供一定病病人數(shù)據(jù)。1982年，，病人對(duì)此的的不滿情緒爆爆發(fā)，紛紛指指責(zé)CVS藥藥店的行為破破壞了消費(fèi)者者醫(yī)療記錄的的隱私，最后后以公司與藥藥店合作終止止為句號(hào)。1）使用匿名名身份信息2）盡量使用用匯總數(shù)據(jù)客客戶的隱隱私問(wèn)題及保保護(hù)措施11圖6.3保保護(hù)客戶隱隱私的匿名體體系結(jié)構(gòu)123）信息只用用于市場(chǎng)定位位或評(píng)估4）盡可能不不合并數(shù)據(jù)源源在計(jì)算機(jī)廣泛泛使用之前，，從很多數(shù)據(jù)據(jù)源收集客戶戶數(shù)據(jù)比在小小范圍內(nèi)的單單一渠道收集集數(shù)據(jù)要困難難得多，而要要合并多個(gè)數(shù)數(shù)據(jù)源獲得的的數(shù)據(jù)則幾乎乎不可能。但但由于計(jì)算機(jī)機(jī)和數(shù)據(jù)庫(kù)技技術(shù)的發(fā)展，，可以很容易易地從多個(gè)數(shù)數(shù)據(jù)源收集客客戶數(shù)據(jù)并按按照客戶進(jìn)行行合并，從而而得到每個(gè)客客戶的完整信信息。這通常常意味著可以以掌握客戶在在產(chǎn)品市場(chǎng)之之外的行為，，并有可能侵侵犯客戶的隱隱私權(quán)。13為了保障客戶戶的隱私不被被侵犯，應(yīng)盡盡可能地不對(duì)對(duì)客戶數(shù)據(jù)源源進(jìn)行合并。。然而站在為為客戶服務(wù)的的角度，企業(yè)業(yè)則需要適當(dāng)當(dāng)?shù)卣峡蛻魬魯?shù)據(jù)。試想想一下，如果果一個(gè)客戶同同時(shí)接到同一一家公司不同同產(chǎn)品的營(yíng)銷銷員的兩個(gè)服服務(wù)電話會(huì)是是怎么樣的感感覺(jué)。為此，，企業(yè)需要建建立以客戶為為單位而不是是以產(chǎn)品為單單位的客戶數(shù)數(shù)據(jù)庫(kù)，這實(shí)實(shí)際上需要對(duì)對(duì)客戶數(shù)據(jù)進(jìn)進(jìn)行適當(dāng)?shù)恼希⑶移笃髽I(yè)需要根據(jù)據(jù)客戶的購(gòu)買買行為對(duì)客戶戶進(jìn)行分類，，以便提供個(gè)個(gè)性化的服務(wù)務(wù)。1）客戶數(shù)據(jù)據(jù)庫(kù)的特點(diǎn)(1)動(dòng)態(tài)的的、整合的顧顧客數(shù)據(jù)管理理和查詢系統(tǒng)統(tǒng)客客戶數(shù)據(jù)據(jù)庫(kù)的建立14(2)基于數(shù)數(shù)據(jù)庫(kù)支持的的顧客關(guān)系格格式或結(jié)構(gòu)系系統(tǒng)(3)基于數(shù)數(shù)據(jù)庫(kù)支持的的忠誠(chéng)顧客識(shí)識(shí)別系統(tǒng)(4)基于數(shù)數(shù)據(jù)庫(kù)支持的的顧客購(gòu)買行行為參考系統(tǒng)統(tǒng)(5)個(gè)性化化服務(wù)2）客戶數(shù)據(jù)據(jù)的分類如圖6.4所所示，客戶數(shù)數(shù)據(jù)按照來(lái)源源分為企業(yè)內(nèi)內(nèi)部數(shù)據(jù)和企企業(yè)外部數(shù)據(jù)據(jù)。15圖6.4企企業(yè)數(shù)據(jù)信信息來(lái)源163）客戶數(shù)據(jù)據(jù)信息處理4）構(gòu)建客戶戶數(shù)據(jù)庫(kù)①按照可預(yù)見(jiàn)見(jiàn)未來(lái)所需的的信息量，盡盡可能多地考考慮預(yù)期客戶戶購(gòu)買產(chǎn)品的的情況和購(gòu)買買后的反應(yīng)。。②深入策劃客客戶數(shù)據(jù)庫(kù)的的組成部分，，應(yīng)保留一定定的彈性，以以滿足未來(lái)變變化的需要。。③建立數(shù)據(jù)庫(kù)庫(kù)，不需要因因謀求建立一一個(gè)詳細(xì)完備備的數(shù)據(jù)庫(kù)而而推遲建成時(shí)時(shí)間，可先建建成一個(gè)小而而實(shí)用的數(shù)據(jù)據(jù)庫(kù)，在管理理客戶數(shù)據(jù)庫(kù)庫(kù)中獲得經(jīng)驗(yàn)驗(yàn)，并對(duì)其評(píng)評(píng)價(jià)，不斷改改進(jìn)。④構(gòu)建客戶數(shù)數(shù)據(jù)庫(kù)時(shí)，讓讓盡可能多的的部門(mén)和人員員參與。17隨著計(jì)算機(jī)技技術(shù)的廣泛應(yīng)應(yīng)用和發(fā)展，，人們已不再再滿足于僅僅僅執(zhí)行簡(jiǎn)單的的數(shù)據(jù)事務(wù)操操作，而要求求對(duì)現(xiàn)有的數(shù)數(shù)據(jù)進(jìn)行系統(tǒng)統(tǒng)的組織、理理解、分析和和推理，從而而迅速而準(zhǔn)確確地獲取關(guān)聯(lián)聯(lián)信息，為戰(zhàn)戰(zhàn)略決策提供供依據(jù)。數(shù)據(jù)據(jù)倉(cāng)庫(kù)就是針針對(duì)上述問(wèn)題題而產(chǎn)生的一一種技術(shù)方案案，它是基于于大規(guī)模數(shù)據(jù)據(jù)庫(kù)的決策支支持系統(tǒng)環(huán)境境的核心。6.2數(shù)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)術(shù)18人們?cè)谌粘Ｉ钪谐３?huì)會(huì)遇到這樣的的情況：超市市的經(jīng)營(yíng)者希希望將經(jīng)常被被同時(shí)購(gòu)買的的商品放在一一起，以增加加銷售；銀行行想了解存款款的用戶希望望投資什么樣樣的基金；保保險(xiǎn)公司想知知道購(gòu)買保險(xiǎn)險(xiǎn)的客戶一般般具有哪些特特征；醫(yī)學(xué)研研究人員希望望從已有的成成千上萬(wàn)份病病歷中找出患患某種疾病的的病人的共同同特征，從而而為治愈這種種疾病提供一一些幫助。對(duì)對(duì)于此類問(wèn)題題，如果利用用現(xiàn)有信息管管理系統(tǒng)中的的數(shù)據(jù)分析工工具是無(wú)法給給出答案的。。因?yàn)闊o(wú)論是是查詢、統(tǒng)計(jì)計(jì)還是報(bào)表，，其處理方式式都是對(duì)指定定的數(shù)據(jù)進(jìn)行行簡(jiǎn)單的數(shù)字字處理，而不不能對(duì)這些數(shù)數(shù)據(jù)所包含的的內(nèi)在信息進(jìn)進(jìn)行提取。數(shù)數(shù)據(jù)倉(cāng)庫(kù)庫(kù)概述191）從數(shù)據(jù)庫(kù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)庫(kù)圖6.5數(shù)數(shù)據(jù)倉(cāng)庫(kù)體體系化環(huán)境202）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)定義3）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的類型4）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的技術(shù)與傳傳統(tǒng)數(shù)據(jù)庫(kù)的的比較5）聯(lián)機(jī)事務(wù)務(wù)處理(OLTP)6）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的體系結(jié)構(gòu)構(gòu)IBM、Oracle等等廠商都提出出了自己的數(shù)數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)構(gòu)，但嚴(yán)格說(shuō)說(shuō)來(lái)，任何一一個(gè)數(shù)據(jù)倉(cāng)庫(kù)庫(kù)結(jié)構(gòu)都是從從一個(gè)基本框框架發(fā)展而來(lái)來(lái)，實(shí)現(xiàn)時(shí)再再根據(jù)分析處處理的需要具具體增加一些些部件。其中中斯坦福大學(xué)學(xué)“WHPS”課題組提提出的一個(gè)基基本的數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)模型，如如圖6.6所所示。21圖6.6數(shù)數(shù)據(jù)倉(cāng)庫(kù)基基本體系結(jié)構(gòu)構(gòu)22數(shù)據(jù)倉(cāng)庫(kù)是一一個(gè)解決方案案，而不是一一個(gè)可以買到到的產(chǎn)品。不不同企業(yè)會(huì)有有不同的數(shù)據(jù)據(jù)倉(cāng)庫(kù)，企業(yè)業(yè)人員往往不不懂如何利用用數(shù)據(jù)倉(cāng)庫(kù)，，不能發(fā)揮其其決策支持的的作用，而數(shù)數(shù)據(jù)倉(cāng)庫(kù)公司司人員又不懂懂業(yè)務(wù)，不知知道建立哪些些決策主題，，從數(shù)據(jù)源中中抽取哪些數(shù)數(shù)據(jù)，因此需需要雙方互相相溝通，共同同協(xié)商開(kāi)發(fā)數(shù)數(shù)據(jù)倉(cāng)庫(kù)。1）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的開(kāi)發(fā)流程程2）實(shí)施數(shù)據(jù)據(jù)倉(cāng)庫(kù)應(yīng)注意意的問(wèn)題數(shù)數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的實(shí)施23維數(shù)據(jù)倉(cāng)庫(kù)的的創(chuàng)建所使用用和維護(hù)的技技術(shù)與傳統(tǒng)數(shù)數(shù)據(jù)倉(cāng)庫(kù)有顯顯著的不同。。傳統(tǒng)數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)在處理多多維數(shù)據(jù)方面面存在著較大大的局限性，，需對(duì)其進(jìn)行行結(jié)構(gòu)和功能能上的擴(kuò)展，，才能較好地地用在多維決決策分析方面面。1）星型模式式2）雪花模式式多多維數(shù)據(jù)據(jù)倉(cāng)庫(kù)中度量量的建模24圖6.7星星型模式結(jié)結(jié)構(gòu)示意圖25圖6.8銷銷售機(jī)會(huì)數(shù)數(shù)據(jù)倉(cāng)庫(kù)的星星型關(guān)系結(jié)構(gòu)構(gòu)26圖6.9銷銷售機(jī)會(huì)數(shù)數(shù)據(jù)倉(cāng)庫(kù)的星星型鏈接27圖6.10保保險(xiǎn)業(yè)務(wù)務(wù)多維數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)的星狀模模型28圖6.11雪雪花模式式結(jié)構(gòu)示意圖圖29數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)構(gòu)建需要將不不同來(lái)源的數(shù)數(shù)據(jù)進(jìn)行集中中、整合，然然后為不同用用戶提供數(shù)據(jù)據(jù)支持，執(zhí)行行策略指的就就是這些數(shù)據(jù)據(jù)的整合結(jié)構(gòu)構(gòu)和應(yīng)用結(jié)構(gòu)構(gòu)。下面將先先介紹數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)中的兩個(gè)個(gè)概念：數(shù)據(jù)據(jù)集市和元數(shù)數(shù)據(jù)。數(shù)據(jù)集集市是按照不不同功能對(duì)數(shù)數(shù)據(jù)的歸類，，一般與工作作職能相對(duì)應(yīng)應(yīng)；而元數(shù)據(jù)據(jù)則是對(duì)數(shù)據(jù)據(jù)倉(cāng)庫(kù)中的資資源——數(shù)據(jù)據(jù)的描述，是是倉(cāng)庫(kù)中的數(shù)數(shù)據(jù)“藍(lán)圖””。1）數(shù)據(jù)集市市(DataMart)2）元數(shù)據(jù)(Metadata)3）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的執(zhí)行策略略（1）自上而而下模式數(shù)數(shù)據(jù)倉(cāng)庫(kù)庫(kù)的執(zhí)行策略略30圖6.12自自上而下下模式31圖6.13有有反饋的的自上而下模模式32（2）自下而而上模式自下而上模式式（如圖6.14所示））是從構(gòu)造各各個(gè)部門(mén)或特特定的企業(yè)問(wèn)問(wèn)題的數(shù)據(jù)集集市開(kāi)始，而而整體性數(shù)據(jù)據(jù)倉(cāng)庫(kù)是建立立在這些數(shù)據(jù)據(jù)集市的基礎(chǔ)礎(chǔ)上。（3）平行開(kāi)開(kāi)發(fā)模式平行開(kāi)發(fā)模式式（如圖6.16所示））是指在一個(gè)個(gè)整體性數(shù)據(jù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)據(jù)模型的指導(dǎo)導(dǎo)下，數(shù)據(jù)集集市的建立和和整體性數(shù)據(jù)據(jù)倉(cāng)庫(kù)的建立立同步進(jìn)行。。33圖6.14自自下而上上模式34圖6.15有有反饋的的自下而上模模式35圖6.16平平行開(kāi)發(fā)發(fā)模式36圖6.17有有反饋的的平行開(kāi)發(fā)模模式374）數(shù)據(jù)倉(cāng)庫(kù)庫(kù)系統(tǒng)的結(jié)構(gòu)構(gòu)圖6.18數(shù)數(shù)據(jù)庫(kù)系系統(tǒng)結(jié)構(gòu)圖38聯(lián)機(jī)分析處理理（OnLineAnalyticalProcessing，OLAP）是在1993年由關(guān)關(guān)系型數(shù)據(jù)庫(kù)庫(kù)模型的發(fā)明博博士提出的。。OLAP支支持通過(guò)多維維的方式對(duì)數(shù)數(shù)據(jù)進(jìn)行分析析、查詢和生生成報(bào)表，其其基本功能是是對(duì)用戶當(dāng)前前及歷史數(shù)據(jù)據(jù)進(jìn)行分析以以輔助領(lǐng)導(dǎo)決決策。OLAP支持復(fù)雜雜的分析操作作，側(cè)重決策策支持，并且且可提供直觀觀易懂的查詢?cè)兘Y(jié)果。即OLAP應(yīng)當(dāng)當(dāng)提交對(duì)共享享的多維信息息的快速分析析，其中包含含5個(gè)關(guān)鍵特特征：多維。這是OLAP的基基本特征，即即可以提供對(duì)對(duì)數(shù)據(jù)的多角角度綜合查詢?cè)?、統(tǒng)計(jì)、分分析。聯(lián)聯(lián)機(jī)分析析處理(OLAP)39快速。即即必須以以相當(dāng)固固定的速速度向用用戶提交交信息，，大多數(shù)數(shù)查詢應(yīng)應(yīng)當(dāng)在5秒或更更短時(shí)間間內(nèi)提交交給用戶戶。分析。即即可以執(zhí)執(zhí)行由應(yīng)應(yīng)用程序序開(kāi)發(fā)人人員預(yù)定定義或由由用戶特特別定義義的對(duì)數(shù)數(shù)據(jù)的查查詢和統(tǒng)統(tǒng)計(jì)分析析操作。。共享。即即必須滿滿足在大大量用戶戶間實(shí)現(xiàn)現(xiàn)共享秘秘密數(shù)據(jù)據(jù)所必需需的安全全性需求求。信息。即即可以透透明地訪訪問(wèn)應(yīng)用用程序所所必需的的、相關(guān)關(guān)的所有有數(shù)據(jù)和和信息，，而不受受它所在在的物理理位置的的限制。。406.3數(shù)數(shù)據(jù)據(jù)挖掘技技術(shù)數(shù)據(jù)挖掘掘是近年年來(lái)隨著著人工智智能和數(shù)數(shù)據(jù)庫(kù)技技術(shù)的發(fā)發(fā)展而出出現(xiàn)的一一門(mén)新興興技術(shù)。。它是從從大量的的數(shù)據(jù)中中篩選出出隱含的的、可信信的、新新穎的、、有效的的信息的的高級(jí)處處理過(guò)程程。數(shù)據(jù)挖掘掘是面向向事實(shí)的的，在數(shù)數(shù)據(jù)挖掘掘中，數(shù)數(shù)據(jù)分為為訓(xùn)練數(shù)數(shù)據(jù)、測(cè)測(cè)試數(shù)據(jù)據(jù)和應(yīng)用用數(shù)據(jù)3大部分分，而這這3部分分的比例例依據(jù)經(jīng)經(jīng)驗(yàn)來(lái)確確定（例例如1∶∶1∶8）。數(shù)數(shù)據(jù)挖掘掘力圖在在訓(xùn)練數(shù)數(shù)據(jù)中發(fā)發(fā)現(xiàn)事實(shí)實(shí)，并以以測(cè)試數(shù)數(shù)據(jù)作為為檢驗(yàn)和和修正理理論的依依據(jù)，而而最后把把知識(shí)應(yīng)應(yīng)用于數(shù)數(shù)據(jù)中。。41數(shù)數(shù)據(jù)挖挖掘的含含義數(shù)據(jù)挖掘掘的關(guān)鍵鍵性思路路可以簡(jiǎn)簡(jiǎn)單地概概括為““實(shí)事求求是”。?！皩?shí)事事”即““數(shù)據(jù)””，“求求”就是是去發(fā)現(xiàn)現(xiàn)、去挖挖掘、去去探索，，“是””即數(shù)據(jù)據(jù)中隱藏藏的規(guī)律律。因此此，數(shù)據(jù)據(jù)挖掘?qū)崒?shí)質(zhì)上就就是探索索數(shù)據(jù)中中所蘊(yùn)含含的規(guī)律律的過(guò)程程。（1）技技術(shù)角度度的定義義（2）商商業(yè)角度度的定義義42數(shù)數(shù)據(jù)挖挖掘的作作用和意意義許多企業(yè)業(yè)有數(shù)以以百萬(wàn)計(jì)計(jì)的歷史史數(shù)據(jù)，，要通過(guò)過(guò)傳統(tǒng)的的統(tǒng)計(jì)等等分析方方法精密密分析相相當(dāng)困難難，容易易錯(cuò)失企企業(yè)應(yīng)有有的商機(jī)機(jī)；而數(shù)數(shù)據(jù)挖掘掘工具能能從龐雜雜的信息息中篩選選出有用用的數(shù)據(jù)據(jù)，以公公正客觀觀的統(tǒng)計(jì)計(jì)分析快快速準(zhǔn)確確地得知知企業(yè)經(jīng)經(jīng)營(yíng)的信信息，從從而找出出銷售模模式，正正確掌握握未來(lái)的的經(jīng)營(yíng)動(dòng)動(dòng)態(tài)。43數(shù)數(shù)據(jù)挖挖掘的發(fā)發(fā)展歷程程隨著數(shù)據(jù)據(jù)庫(kù)技術(shù)術(shù)的迅速速發(fā)展以以及數(shù)據(jù)據(jù)庫(kù)管理理系統(tǒng)的的廣泛應(yīng)應(yīng)用，人人們積累累的數(shù)據(jù)據(jù)越來(lái)越越多。激激增的數(shù)數(shù)據(jù)背后后隱藏著著許多重重要的信信息，人人們希望望能夠?qū)?duì)其進(jìn)行行更高層層次的分分析，以以便更好好地利用用這些數(shù)數(shù)據(jù)。目目前的數(shù)數(shù)據(jù)庫(kù)系系統(tǒng)可以以高效地地實(shí)現(xiàn)數(shù)數(shù)據(jù)的錄錄入、查查詢、統(tǒng)統(tǒng)計(jì)等功功能，但但無(wú)法發(fā)發(fā)現(xiàn)數(shù)據(jù)據(jù)中存在在的關(guān)系系和規(guī)則則，無(wú)法法根據(jù)現(xiàn)現(xiàn)有的數(shù)數(shù)據(jù)預(yù)測(cè)測(cè)未來(lái)的的發(fā)展趨趨勢(shì)。缺缺乏挖掘掘數(shù)據(jù)背背后隱藏藏的知識(shí)識(shí)的手段段，導(dǎo)致致了“數(shù)數(shù)據(jù)爆炸炸但知識(shí)識(shí)貧乏””的現(xiàn)象象。4445數(shù)數(shù)據(jù)挖挖掘的任任務(wù)挖掘知識(shí)識(shí)的類型型在多數(shù)數(shù)文獻(xiàn)和和“數(shù)據(jù)據(jù)挖掘””軟件中中稱為數(shù)數(shù)據(jù)挖掘掘任務(wù)。。①總結(jié)規(guī)規(guī)則挖掘掘。它所所要做的的是從客客戶指定定的數(shù)據(jù)據(jù)中挖掘掘出（從從不同的的角度或或在不同同的層次次上）平平均值／／極小值值/極大大值、總總和、百百分比等等。挖掘掘結(jié)果運(yùn)運(yùn)用交叉叉表、特特征規(guī)則則和統(tǒng)計(jì)計(jì)的曲線線圖表等等表示。。②關(guān)聯(lián)規(guī)規(guī)則挖掘掘。它所所要做的的是從客客戶指令令的數(shù)據(jù)據(jù)庫(kù)中挖挖掘出滿滿足一定定條件的的依賴性性關(guān)系。。③分類規(guī)規(guī)則挖掘掘。④群集規(guī)規(guī)則挖掘掘。46⑤預(yù)測(cè)分分析。⑥趨勢(shì)分分析。趨趨勢(shì)分析析又稱為為時(shí)間序序列分析析，它是是從相當(dāng)當(dāng)長(zhǎng)時(shí)間間的發(fā)展展中發(fā)現(xiàn)現(xiàn)規(guī)律與與趨勢(shì)。。⑦偏差分分析。偏偏差分析析又稱為為比較分分析，它它找出一一系列判判別式的的規(guī)則，，以區(qū)別別客戶設(shè)設(shè)置的兩兩個(gè)不同同類別。。47數(shù)數(shù)據(jù)挖挖掘的基基本方法法為了能從從CRM客戶數(shù)數(shù)據(jù)中挖挖掘出對(duì)對(duì)實(shí)際有有用的關(guān)關(guān)聯(lián)，人人們從統(tǒng)統(tǒng)計(jì)學(xué)、、人工智智能和數(shù)數(shù)據(jù)庫(kù)等等領(lǐng)域，，借助基基礎(chǔ)研究究的成果果和工具具，提出出了許多多辦法。。1）統(tǒng)計(jì)計(jì)分析方方法2）決策策樹(shù)3）人工工神經(jīng)網(wǎng)網(wǎng)絡(luò)4）基因因算法5）粗糙糙集6）聯(lián)機(jī)機(jī)分析處處理技術(shù)術(shù)(OLAP））48數(shù)數(shù)據(jù)挖挖掘方法法的應(yīng)用用舉例數(shù)據(jù)挖掘掘的實(shí)際際應(yīng)用與與計(jì)算機(jī)機(jī)技術(shù)和和應(yīng)用數(shù)數(shù)學(xué)息息息相關(guān)，，研究的的難度比比較大，，下面僅僅以實(shí)際際中最常常見(jiàn)的兩兩種挖掘掘方法為為例，讓讓讀者有有一個(gè)初初步的了了解。1）關(guān)聯(lián)聯(lián)規(guī)則挖挖掘一個(gè)超級(jí)級(jí)市場(chǎng)的的銷售系系統(tǒng)記錄錄了客戶戶購(gòu)買貨貨物的詳詳細(xì)情況況。下面面以一個(gè)個(gè)簡(jiǎn)單的的客戶購(gòu)購(gòu)物清單單加以分分析，見(jiàn)見(jiàn)表6.6。2）分類類規(guī)則挖挖掘舉例例（1）面面向評(píng)估估函數(shù)的的分類方方法49505152（2）面面向決策策樹(shù)的分分類方法法（3）群群集分析析天文學(xué)家家為了了了解恒星星的亮度度和溫度度之間的的關(guān)系，，畫(huà)了如如圖6.19所所示的散散布圖。?？v軸為為衡量該該恒星相相對(duì)于太太陽(yáng)亮度度的倍數(shù)數(shù)，橫軸軸則衡量量恒星表表面的絕絕對(duì)溫度度，即-273℃。。53圖6.19散散布圖圖：將恒恒星依照照溫度和和亮度來(lái)來(lái)分群54常常見(jiàn)數(shù)數(shù)據(jù)挖掘掘工具軟軟件介紹紹在本節(jié)中中，將對(duì)對(duì)一些常常見(jiàn)的數(shù)數(shù)據(jù)挖掘掘產(chǎn)品作作一個(gè)簡(jiǎn)簡(jiǎn)單的介介紹，以以便使讀讀者對(duì)數(shù)數(shù)據(jù)挖掘掘在CRM中的的應(yīng)用上上理解起起來(lái)更加加直觀，，并對(duì)世世界上先先進(jìn)國(guó)家家應(yīng)用數(shù)數(shù)據(jù)挖掘掘工具的的發(fā)展程程度有一一個(gè)體會(huì)會(huì)。當(dāng)前推推出的的數(shù)據(jù)據(jù)挖掘掘軟件件有很很多，，其實(shí)實(shí)現(xiàn)的的功能能、方方法都都不同同。鑒鑒于對(duì)對(duì)軟件件的評(píng)評(píng)價(jià)標(biāo)標(biāo)準(zhǔn)，，選擇擇介紹紹如下下：1）DBMiner2）IntelligentMiner3）SASEnterpriseMiner556.4數(shù)數(shù)據(jù)據(jù)挖掘掘技術(shù)術(shù)的應(yīng)應(yīng)用數(shù)據(jù)挖挖掘就就是探探索客客戶行行為規(guī)規(guī)律的的過(guò)程程。數(shù)數(shù)據(jù)挖挖掘技技術(shù)目目前已已越來(lái)來(lái)越多多地被被應(yīng)用用于CRM系統(tǒng)統(tǒng)中，，成為為客戶戶細(xì)分分、客客戶贏贏利能能力分分析、、交叉叉營(yíng)銷銷和客客戶維維護(hù)的的基礎(chǔ)礎(chǔ)。并并且，，在客客戶生生命周周期的的不同同階段段都有有不同同的應(yīng)應(yīng)用。。56數(shù)數(shù)據(jù)據(jù)挖掘掘客戶戶關(guān)系系管理理中的的應(yīng)用用在整個(gè)個(gè)客戶戶關(guān)系系管理理系統(tǒng)統(tǒng)中，，主題題分析析逐漸漸成為為應(yīng)用用的主主導(dǎo)。。對(duì)客客戶管管理產(chǎn)產(chǎn)生了了許多多量化化指標(biāo)標(biāo)，應(yīng)應(yīng)用量量化指指標(biāo)對(duì)對(duì)客戶戶進(jìn)行行管理理決策策提高高了科科學(xué)性性和正正確性性。對(duì)對(duì)客戶戶數(shù)據(jù)據(jù)的分分析更更多體體現(xiàn)在在數(shù)據(jù)據(jù)挖掘掘工具具的使使用上上，數(shù)數(shù)據(jù)挖挖掘在在客戶戶關(guān)系系管理理系統(tǒng)統(tǒng)中體體現(xiàn)出出重要要的商商業(yè)價(jià)價(jià)值。?，F(xiàn)在在國(guó)內(nèi)內(nèi)外推推出的的諸多多客戶戶關(guān)系系管理理產(chǎn)品品中，，數(shù)據(jù)據(jù)挖掘掘都作作為一一個(gè)重重要的的模塊塊嵌在在其中中。單單純的的操作作型客客戶關(guān)關(guān)系管管理已已被逐逐漸淘淘汰。。1）客客戶的的細(xì)分分2）客客戶的的贏利利能力力分析析57圖6.20決決策策輸入入和構(gòu)構(gòu)成的的分群群583）交交叉營(yíng)營(yíng)銷4）客客戶的的保持持59圖6.21商商家家和消消費(fèi)者者的互互利關(guān)關(guān)系60圖6.22數(shù)數(shù)據(jù)據(jù)挖掘掘在客客戶層層次轉(zhuǎn)轉(zhuǎn)變中中的作作用61數(shù)數(shù)據(jù)據(jù)挖掘掘技術(shù)術(shù)在客客戶生生命周周期各各階段段的應(yīng)應(yīng)用在客戶戶生命命周期期的各各個(gè)過(guò)過(guò)程中中，不不同階階段包包含了了多種種重要要的事事件。。數(shù)據(jù)據(jù)挖掘掘技術(shù)術(shù)可在在客戶戶生命命周期期的各各個(gè)階階段加加以應(yīng)應(yīng)用，，包括括爭(zhēng)取取新客客戶、、讓已已有客客戶創(chuàng)創(chuàng)造更更多的的利潤(rùn)潤(rùn)、保保留原原有老老客戶戶等，，從而而提高高企業(yè)業(yè)的客客戶關(guān)關(guān)系管管理能能力。。如圖圖6.23展示示了數(shù)數(shù)據(jù)挖挖掘技技術(shù)在在客戶戶生命命周期期事件件中的的典型型應(yīng)用用。1）潛潛在客客戶2）響響應(yīng)者者3）即即得客客戶4）流流失客客戶62圖6.23客客戶戶生命命周期期63中中實(shí)施施數(shù)據(jù)據(jù)挖掘掘的基基本步步驟如果進(jìn)進(jìn)一步步將CRM分析析應(yīng)用用需求求進(jìn)行行技術(shù)術(shù)型整整理，，可以以歸納納出以以下幾幾類數(shù)數(shù)據(jù)挖挖掘需需求：：①數(shù)據(jù)據(jù)描述述和總總結(jié)。。②數(shù)據(jù)據(jù)分類類。數(shù)數(shù)據(jù)分分類可可以提提高市市場(chǎng)細(xì)細(xì)分的的可操操作性性和可可管理理性。。③預(yù)測(cè)測(cè)。給給出一一個(gè)或或一批批預(yù)測(cè)測(cè)輸入入，其其結(jié)果果會(huì)如如何？？④數(shù)據(jù)據(jù)相關(guān)關(guān)性發(fā)發(fā)現(xiàn)。。一種種行為為的發(fā)發(fā)生有有很大大可能能性觸觸發(fā)另另一種種行為為。⑤數(shù)據(jù)據(jù)依賴賴性分分析。。一種種行為為的發(fā)發(fā)生以以另一一種行行為為為前提提。64圖6.24數(shù)數(shù)據(jù)據(jù)挖掘掘的基基本步步驟651）確確定分分析和和預(yù)測(cè)測(cè)目標(biāo)標(biāo)2）了了解數(shù)數(shù)據(jù)3）數(shù)數(shù)據(jù)準(zhǔn)準(zhǔn)備4）數(shù)數(shù)據(jù)相相關(guān)性性前期期探索索5）模模型構(gòu)構(gòu)造6）模模型評(píng)評(píng)估和和檢驗(yàn)驗(yàn)7）部部署和和應(yīng)用用66應(yīng)應(yīng)用用數(shù)據(jù)據(jù)挖掘掘技術(shù)術(shù)是優(yōu)優(yōu)化客客戶關(guān)關(guān)系管管理的的關(guān)鍵鍵隨著企企業(yè)CRM系統(tǒng)統(tǒng)的不不斷完完善，，前、、后臺(tái)臺(tái)系統(tǒng)統(tǒng)從接接觸中中心所所得到到的數(shù)數(shù)據(jù)日日益增增加，，企業(yè)業(yè)積累累了大大量的的客戶戶和產(chǎn)產(chǎn)品銷銷售數(shù)數(shù)據(jù)。。這些些海量量的數(shù)數(shù)據(jù)使使用傳傳統(tǒng)的的查詢?cè)兓蚍址治龉すぞ咄徊荒茏R(shí)識(shí)別其其中有有價(jià)值值的信信息，，進(jìn)而而就不不能為為企業(yè)業(yè)制訂訂營(yíng)銷銷策略略、開(kāi)開(kāi)展?fàn)I營(yíng)銷活活動(dòng)提提供決決策支支持，，難以以針對(duì)對(duì)具體體的客客戶開(kāi)開(kāi)展一一對(duì)一一的服服務(wù)。。而數(shù)數(shù)據(jù)挖挖掘恰恰好能能夠解解決上上述問(wèn)問(wèn)題，，因此此利用用數(shù)據(jù)據(jù)挖掘掘技術(shù)術(shù)優(yōu)化化客戶戶關(guān)系系管理理已經(jīng)經(jīng)成為為CRM領(lǐng)領(lǐng)域一一個(gè)非非常熱熱門(mén)的的話題題。數(shù)數(shù)據(jù)挖挖掘應(yīng)應(yīng)用起起來(lái)比比較復(fù)復(fù)雜，，因此此在CRM中實(shí)實(shí)施數(shù)數(shù)據(jù)挖挖掘需需要經(jīng)經(jīng)過(guò)審審慎的的考慮慮，以以保證證實(shí)施施成功功，使使企業(yè)業(yè)從中中受益益。671）確確定如如何使使用數(shù)數(shù)據(jù)挖挖掘2）具具備一一定的的商業(yè)業(yè)智能能和分分析能能力3）定定義數(shù)數(shù)據(jù)挖挖掘應(yīng)應(yīng)用的的用戶戶4）定定義所所使用用的數(shù)數(shù)據(jù)并并進(jìn)行行數(shù)據(jù)據(jù)預(yù)處處理5）反反復(fù)驗(yàn)驗(yàn)證及及用戶戶培訓(xùn)訓(xùn)686.5案案例例：數(shù)數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)技技術(shù)在在銀行行經(jīng)營(yíng)營(yíng)管理理中的的作用用數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)技技術(shù)對(duì)對(duì)于商商業(yè)銀銀行具具有重重要作作用，，是銀銀行成成功地地進(jìn)行行市場(chǎng)場(chǎng)營(yíng)銷銷的核核心。。據(jù)美美國(guó)銀銀行家家協(xié)會(huì)會(huì)(ABA)對(duì)對(duì)美國(guó)國(guó)排名名前100名的的商業(yè)業(yè)銀行行調(diào)查查顯示示，已已有50多多家實(shí)實(shí)施數(shù)數(shù)據(jù)倉(cāng)倉(cāng)庫(kù)和和數(shù)據(jù)據(jù)挖掘掘項(xiàng)目目，剩剩余的的銀行行正在在試點(diǎn)點(diǎn)準(zhǔn)備備實(shí)施施。該該項(xiàng)調(diào)調(diào)查還還預(yù)測(cè)測(cè)數(shù)據(jù)據(jù)倉(cāng)庫(kù)庫(kù)和數(shù)數(shù)據(jù)挖挖掘技技術(shù)在在美