信息化:数据挖掘在 CRM 中的核心作用 面临残酷的市场竞争，所有的企业都在不遗余力地争取新客户。然而，现有老客户也蕴涵着巨大的商机。调查发现，大部分企业每年有 20～50％的客户都是变动的,而这一数字在技术型公司更甚。一方面在挖空心思争取新客户,另一面却不断失去老客户。要改变这种状况,留住老客户赢得新客户，企业必须充分挖掘现有客户潜力。通过对客户的数据挖掘学习老客户，发掘新的目标客户，这也是很多成功企业上马 CRM 的原因。因而一套完善的 CRM 系统，在建设前期就应该仔细考虑对数据挖掘的需求。 需求与技术催生数据挖掘 比较常见的分类，CRM 被分为分析型、运营型、协作型，但无论哪一种，实现对客户活灵活现地了解都是最终目标，因而数据挖掘处于 CRM 系统的核心地位。 数据挖掘是提取有用信息的“数据产生”过程，是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则,并能够根据已有的信息对未发生行为做出结果预测,为企业经营决策、市场策划提供依据。 数据挖掘的产生从企业需求方面讲，CRM 上马后,运营特性最先显露出来，公司日常所有的营销业务都可以流程化和自动化地>’http：//lunwen.freekaoyan。com/guanlilunwen/' target=’_blank’ class=’infotextkey’〉管理起来，随后客户信息的日趋复杂，客户数据大量积累，仅限于营销流程的>’http://lunwen。freekaoyan.com/guanlilunwen/’ target=’_blank' class=’infotextkey'>管理已经难以满足企业进一步的需要，企业家期待 CRM扮演更重要的角色，分析大量复杂的客户数据，挖掘客户价值。CRM 数据应该适应多种分析的需求： 客户特征多维分析:挖掘客户个性需求，客户属性描述要包括地址、年龄、性别、收入、职业、>’http://lunwen.freekaoyan.com/jiaoyujiaoxue' target=’_blank’ class=’infotextkey'>教育程度等多个字段，可以进行多维的组合型分析，并快速给出符合条件的客户名单和数量。 客户行为分析：结合客户信息对某一客户群的消费行为进行分析。针对不同的消费行为及其变化,制定个性化营销策略，并从中筛选出“黄金客户”. 客户关注点分析:客户接触与客户服务的分析。 客户忠诚度分析：对客户持久性、牢固性及稳定性分析。 销售分析与销售预期:包括按产品、促销效果、销售渠道、销售方式等进行的分析。同时,分析不同客户对企业效益的不同影响，分析客户行为对企业收益的影响，使企业与客户的关系及企业利...
