摘要
本文系统地介绍了客户关系管理的概念、理论和方法，论述了数据挖掘技术的实现方法及其在客户关系管理中的应用。
客户关系管理是一种用于改善企业与客户之间关系的管理机制，其组成部分包括呼叫中心、电子商务、相关软件和数据仓库，其主要研究内容为通过提供快速、周到和优质的服务来吸引和保持更多的客户，通过优化面对客户的工作流程以减少获取客户和保留客户的成本，解决如何留住老客户和争取新客户，如何获取和分析市场和客户的消费信息，解决为市场和客户提供更好的产品和服务等问题。实施客户关系管理最重要的是建立一套完整的客户信息系统，企业必须像管理其它资产一样对客户进行管理，做到像了解企业产品一样了解客户，像了解库存变化一样了解客户的变化。因此客户关系管理的管理核心是通过对“过程”、“客户状态”、“客户满意度”和“客户成本”的评估、检测、控制等管理办法，运筹帷幄，不断地提升企业在市场中的竞争能力，支撑和延伸长期客户关系，不断创新和挖掘新的销售服务机会，使企业最终实现销售收入、利润及股东价值的持续增长。
近年来，随着数据库技术、人工智能技术和统计技术的进步，出现了一种新的信息处理技术——数据挖掘，其研究内容是如何从大量的数据中发现对管理者有用的信息和知识，从大量数据中发现它们的内在规律性。数据挖掘的过程包括：数据准备（数据集成、选择、缩减和转化）、信息与知识挖掘（任务类型确定、技术与算法选择和数据挖掘）和模式解释与评价。数据挖掘应用决策树、规则归纳、神经网络、遗传算法、粗糙集、最近邻技术和可视化技术等方法对大量数据进行关联分析、序列模式分析、分类分析和聚类分析。
数据挖掘技术在商业领域中有着广泛的应用。特别是就客户关系管理来说，实现其目标必不可少的两个步骤正好对应于数据仓库的建立和数据挖掘的使用。数据挖掘技术在客户关系管理中的应用一定会带来丰厚的回报。数据仓库技术在客户关系管理中的应用包括：（1）客户保持，运用数挖掘库技术可以为已经转移的客户建模，识别导致他们转移的模式，然后就可以用这些模式找出当前客户中相似的背叛者以便采取预防措施。（2）销售和客户服务，只要能得到客户的信息，数据挖掘就可以利用基于规则的软件自动向客户推荐产品。（3）促销，只有充分了解客户，才能正确定位促销活动，提高响应率和降低活动成本。客户数据的完整性和准确性决定了促销活动的代价。（4）风险评估和诈骗检查，一个完善的客户数据仓库和数据挖掘技术的应用可以明显地减少企业陷入危机的风险。
客户关系管理是企业保持市场竞争力的重要手段和必不可少的重要环节。数据挖掘技术的引入高质量地实现了客户关系管理的目标，充分发挥了客户关系管理的作用。在我国进行有效的客户关系管理需要解决我国企业中
存在的信息流、资金流、物流、服务、产品和组织机构等方面存在的问题。
本文将数据挖掘技术应用于超市信息管理系统上以更好地管理公司信息，从大量的数据中提取有用的信息和知识以支持公司未来的决策。为了实施有效的数据挖掘，需要建立数据库以存储来自各地的大量数据，并对各地的销售情况进行统计报告。为了方便地得到顾客的较全面信息，需要在POS机上收集数据，并在网站上应用数据挖掘技术。通过智能选择，系统能够对不同类型的顾客显示不同类型的条款，来引导他们浏览网站，满足他们的需要。通过熟悉的界面，顾客更愿意光临。
本文应用OLAP来实现基于数据挖掘的客户关系管理系统，OLAP技术能使数据库在线分析中得到充分的应用，OLAP多维数据模型和数据结合技术组织大量的数据，由此能够在线分析和绘制工具的应用上体现更大的价值。先前问题数据整理的结果经常导致为以后数据分析提供探索可能答案的结果。OLAP在实时分析中能够快速的方便的处理问题。本文使用FoodMart 2000 database file（包含在SQL Server 2000 Enterprise Edition中）。 通过调整数据结构和内容，运用神经网络、决策树和时间序列分析等确定的一种或几种方法来建立模型。
从现存数据中心做数据挖掘和分析，消费者聚类和分割是数据挖掘方法的两个重要部分，被用在市场和消费关联管理上。举例来说，高利润，高评价，而且低风险的客户是我们自选市场公司想要保存的一些。这个分割部分典型的表现为10%—20%的客户为公司产生50%—80%的利润。
数据挖掘和数据仓库技术在超市中的应用说明了数据挖掘的过程为决策支持提供了参考，这种应用是必需的和可行的。随着经济的发展，数据挖掘在大型超市中的应用会越来越广。通过对客户的消费进行分析，可使目标市场更清晰，可为企业决策提供很好的帮助。
这些研究对于我国企业建立客户关系管理系统和企业信息系统以提高企业的核心竞争力具有重要的实际借鉴意义。
This text has introduced customer's relation management concept, theory and method systematically, have expounded the fact that the data mining technology implementation method and application in customer's relation management.
It is one kind for improving the mechanism of management of the relation between the enterprise and customer that the customer concerns management, its component includes call center , e-commerce , relevant software and data warehouse , its main research contents, in order to attract and keep more customers through offering the fast , thoughtful and high-quality service, through optimizing it by reducing and obtaining the customer and keeping the customer's cost in the face of the customer's workflow, solve how keep frequent customer here and strive for new customer , how to obtain and analysis market and consumption information of customer, solve and offer the problems , such as better products and service ,etc. for market and customer. Implement customer relation management is it set up one intact customer information system to the most important thing is, enterprises must manage customer as managing other assets , make sure to understand the customer as understanding enterprise products, understand the customer's change as understanding that stock changes. So the management core of customer's relation management is to pass " course " correctly, management methods , such as assessment , measuring , controlling of " customer's state " , " customer satisfaction " and " customer's cost " ,etc., devise strategies at the headquarters , is promoting the competitive power in the market of enterprise constantly , support and extend the long-term customer's relation, innovating and excavating new sale and serving the chance constantly , make enterprises realize the lasting growth of income from sales , profit and shareholder's value finally.
In recent years , and count the progress of technology with the technology of the database , artificial intelligence technology, a kind of new information treatment technology has appeared -- The data are excavated , its research contents are how to find information and knowledge useful to administrator from a large amount of data, find their inherent regularity from a large amount of data. The course that the data mining includes: The data preparing (The data are integrated, choose, reduce and transform),
information and knowledge is it explain and appraise with the mode to excavate. The data mining use the decision tree, the rule is summed up, neural network, hereditary algorithm, coarse to collect, near neighbor technology and visual technology ,etc. method carry on related analysis , array mode analysis , categorized analysis and cluster's analysis to a large amount of data most.
The data mining technology there is extensive application in the commercial fields. Especially as to customer's relation management, realize its goal essential two step correspondent to data foundation and use that datum excavated of warehouse just. Data mining technology relation manage application of sure to bring the generous repayment in customer. The application in customer's relation is managed of warehouse technology of data includes: (1) Customer keep, it is it excavate storehouse technology can customer modeling that shift already to count to use, discern that causes the mode that they shift, then can find out similar runagates of the customers at present in order to take the precautionary measures with these modes. (2)Sell and customer service, can receive information of customer, data can utilize to be automatic to customer's recommended products on the basis of the regular software to excavate. (3)Promote, only fully understand the customer, could be confirming the location advertising campaign, improve the responding rate and reduce the activity cost. The integrality and accuracy of customer's data have decided the cost of the advertising campaign. (4)Assess and swindle the inspection in risk, one perfect customer datum warehouse and datum excavate applicatio
引文
[1] 企业资源管理研究中心CRM研究小组：客户关系管理(CRM)：理念、技术、产品、应用和未来 [EB/OL]，http://crm.AMTeam.org，2000。
[2] CRM研究小组：CRM概念 [EB/OL]，http://www.crmchina.com.cn，2001。
[3] 熊熊、张维：数据挖掘技术及其实现 [J]，预测，2001（3）：9～11。
[4] 韩明：数据挖掘及其对统计学的挑战 [J]，统计研究，2001（8）：3～4。
[5] 李宝东、宋瀚涛：数据挖掘在客户管理（CRM）中的应用 [J]，计算机应用研究，2002（10）：2～3。
[6] Julian Kulkarni and Richard King. Business Intelligence System and Data Mining [R], ASAS Institute Working Paper, 1996。
[7] 张汛来、张明杰：数据挖掘技术的几种实现方法 [J]，计算机科学，1998（专刊）：156～157。
[8] 王珊：数据仓库技术与联机分析处理 [M]，北京：科学出版社，1998。
[9] 高洪深：决策支持系统(DSS)———理论、方法、案例（第二版）[M]，北京：清华大学出版社，2000。
[10] 陈国青：数据挖掘技术在商业决策中的应用 [R]，清华大学经济管理学院，2000。
[11] 刘兴雨：数据挖掘技术及在电子商务中的应用 [J]，应用技术，2001（6）：46～47。
[12] 张晓航、吕廷杰：客户关系管理系统 [J ]，电信技术，2003（7）：5～8。
[13] 黄庆华：信息时代的网络营销 [J]，科技进步与对策，2002（6）：19～21。
[14] 黄彬、童晓敏、唐任仲：网络时代CRM应用中的若干关键技术，计算机应用, 2000（5）：12～14。
[15] 陈兵兵：面向感情消费时代--客户关系管理系统浅析 [J]，企业管理，2003（8）：15～19。
[16] 腾俊平：电子商务时代 [N]，软件世界，2000。
[17] 肖铁：浅析现代客户关系的价值增加功能 [J]，北京商学院学报，2001（5）：4～6。