国产精品一区二区av交换,中文字幕人成无码免费视频,永久免费av无码网站性色av,欧美一道本一区二区三区,樱桃熟了a级毛片

一、CRM理論

CRM是Customer Relationship Management的縮寫(xiě)，即客戶關(guān)系管理。CRM 是一種商業(yè)策略，目的是在企業(yè)和特定的客戶之間，保持一個(gè)長(zhǎng)期的、提高企業(yè)的贏利和銷(xiāo)售收入的業(yè)務(wù)關(guān)系。

1.CRM定義

目前對(duì)CRM的定義，不同的研究機(jī)構(gòu)有著不同的表述。Swift認(rèn)為CRM是企業(yè)經(jīng)營(yíng)方法，通過(guò)企業(yè)和客戶之間交流來(lái)了解并進(jìn)一步影響客戶行為，從而為企業(yè)贏得更多的新客戶，留住老客戶。Kincaid認(rèn)為，CRM是一種綜合使用了企業(yè)管理中的信息、企業(yè)運(yùn)營(yíng)機(jī)制、信息技術(shù)特別是互聯(lián)網(wǎng)技術(shù)的商業(yè)戰(zhàn)略。Parvatiyar and Sheth認(rèn)為CRM是一種綜合的策略和進(jìn)程，包括贏得新客戶，留住老客戶，以及與特定的客戶合作。這些CRM的定義強(qiáng)調(diào)的重點(diǎn)是，認(rèn)為CRM是為了獲得新客戶和留住老客戶而采取的商業(yè)流程，在商業(yè)智能的幫助下，使企業(yè)最大化的獲得客戶價(jià)值。

2.CRM分類

從體系結(jié)構(gòu)的觀點(diǎn)來(lái)看，CRM分為操作型CRM和分析型CRM。操作型CRM指的是業(yè)務(wù)流程(企業(yè)的市場(chǎng)、銷(xiāo)售、服務(wù)等)的自動(dòng)化，而分析型CRM指的是分析企業(yè)的客戶關(guān)系管理系統(tǒng)中的各種數(shù)據(jù)，從而了解客戶的消費(fèi)特點(diǎn)和預(yù)測(cè)客戶的行為，目的是為企業(yè)的經(jīng)營(yíng)和決策提供科學(xué)依據(jù)。

二、數(shù)據(jù)挖掘理論

數(shù)據(jù)挖掘的定義：Turban, Aronson, Liang, 和 Sharda認(rèn)為數(shù)據(jù)挖掘是從巨大的數(shù)據(jù)庫(kù)中通過(guò)使用統(tǒng)計(jì)、數(shù)學(xué)、人工智能和機(jī)器學(xué)習(xí)技術(shù)，識(shí)別和提取有用的信息并隨后獲得知識(shí)的過(guò)程。Lejeune,Ahmed, Berry 和Linoff, Berson et al也提供了類似的定義，認(rèn)為數(shù)據(jù)挖掘是從巨大的數(shù)據(jù)庫(kù)中提取或探知隱藏的模式、信息的過(guò)程。

三、CRM的維度和數(shù)據(jù)挖掘模型

Swift, Parvatiyar and Sheth, Kracklauer認(rèn)為，CRM包含四個(gè)維度：客戶識(shí)別、客戶吸引、客戶保留和客戶開(kāi)發(fā)。

這四個(gè)維度可以被看作是一個(gè)客戶管理系統(tǒng)的封閉循環(huán)。數(shù)據(jù)挖掘能夠根據(jù)數(shù)據(jù)建立模型。每種數(shù)據(jù)挖掘技術(shù)可以生成一個(gè)或更多個(gè)以下類型的數(shù)據(jù)模型：關(guān)聯(lián)、分析、分類、聚類、預(yù)測(cè)、回歸、序列的發(fā)現(xiàn)和可視化。

1.CRM維度

(1)客戶識(shí)別。CRM開(kāi)始于客戶識(shí)別，有些文章中也稱作客戶獲得。這個(gè)階段的目的就是找到最有可能成為企業(yè)的新客戶;對(duì)企業(yè)來(lái)說(shuō)最有價(jià)值的是老客戶;本階段還要識(shí)別出那些即將流失的客戶并且研究如何挽回。

(2)客戶吸引。本階段是客戶識(shí)別完成后的下一階段。發(fā)現(xiàn)了潛在客戶群后，企業(yè)可以采取相應(yīng)的營(yíng)銷(xiāo)策略來(lái)吸引這些潛在客戶群。吸引客戶的一個(gè)有效方法就是直接營(yíng)銷(xiāo)，直接營(yíng)銷(xiāo)是企業(yè)向客戶直接進(jìn)行推銷(xiāo)，通過(guò)多種多樣的渠道刺激客戶直接下單。

(3)客戶保留。CRM最關(guān)心的部分。企業(yè)為防止老客戶流失而運(yùn)用的一系列策略來(lái)提高客戶的滿意度。客戶滿意度指的是客戶對(duì)企業(yè)的期望值與客戶本身所感知之間的比較，是企業(yè)能留住老客戶很重要的條件。企業(yè)保留老客戶的方法包括一對(duì)一營(yíng)銷(xiāo)、客戶忠誠(chéng)度項(xiàng)目和投訴管理。一對(duì)一營(yíng)銷(xiāo)指通過(guò)分析、發(fā)現(xiàn)和預(yù)測(cè)特定客戶的行為，對(duì)客戶進(jìn)行的有針對(duì)性的個(gè)性化營(yíng)銷(xiāo)活動(dòng);客戶忠誠(chéng)度項(xiàng)目的目的是企業(yè)和客戶維持較長(zhǎng)時(shí)間的業(yè)務(wù)聯(lián)系�？蛻糁艺\(chéng)度項(xiàng)目包括客戶流失的分析、信用評(píng)分、服務(wù)質(zhì)量和對(duì)忠誠(chéng)度項(xiàng)目的滿意度。

(4)客戶開(kāi)發(fā)。包括交易強(qiáng)度，交易價(jià)值和個(gè)別客戶盈利能力持續(xù)的發(fā)展�？蛻糸_(kāi)發(fā)的要素包括客戶生命周期價(jià)值的分析，升級(jí)銷(xiāo)售/交叉銷(xiāo)售和市場(chǎng)購(gòu)物籃分析�？蛻羯�命周期價(jià)值指企業(yè)從客戶身上所獲得的總凈收益。升級(jí)銷(xiāo)售指在合適的時(shí)間，為合適的客戶提供合適的服務(wù)。交叉銷(xiāo)售指將各種資源(時(shí)間，金錢(qián)、構(gòu)想、活動(dòng)等)整合，從而降低成本，通過(guò)多渠道使企業(yè)接觸到更多的潛在客戶。市場(chǎng)購(gòu)物籃分析的主要目的是通過(guò)分析客戶購(gòu)買(mǎi)行為的數(shù)據(jù)，挖掘出隱藏在客戶購(gòu)買(mǎi)行為后面的規(guī)則，最大化客戶交易強(qiáng)度和價(jià)值。

2.數(shù)據(jù)挖掘模型

(1)關(guān)聯(lián)。關(guān)聯(lián)的目的就是找到所給記錄之間存在的某種規(guī)律。市場(chǎng)購(gòu)物籃分析和交叉銷(xiāo)售都是關(guān)聯(lián)模型典型的例子。關(guān)聯(lián)模型的常用建模工具是統(tǒng)計(jì)和apriori算法。

(2)分類。分類是數(shù)據(jù)挖掘中最常見(jiàn)的學(xué)習(xí)模型之一。分類是將數(shù)據(jù)庫(kù)中的記錄按照預(yù)先定義好的標(biāo)準(zhǔn)進(jìn)行分類，從而建立一個(gè)模型來(lái)預(yù)測(cè)客戶的未來(lái)行為。常見(jiàn)的分類工具是神經(jīng)網(wǎng)絡(luò)、決策樹(shù)和if-then-else規(guī)則。

(3)聚類。聚類的目的是將多樣化的人群分組成若干相同性質(zhì)的群里。聚類與分類是不同的，聚類在算法開(kāi)始的時(shí)候是未知的，聚類的常用工具是神經(jīng)網(wǎng)絡(luò)和判別分析。

(4)預(yù)測(cè)。預(yù)測(cè)用來(lái)估計(jì)記錄模式的將來(lái)價(jià)值。它涉及到建模和未來(lái)某一段時(shí)間內(nèi)模型的邏輯關(guān)系。預(yù)測(cè)模型的一個(gè)典型例子就是需求預(yù)測(cè)。預(yù)測(cè)的常用工具是神經(jīng)網(wǎng)絡(luò)和生存分析。

(5)回歸�；貧w是一種統(tǒng)計(jì)估計(jì)技術(shù)，目的是將每個(gè)數(shù)據(jù)對(duì)象映像到真正有意義的預(yù)測(cè)價(jià)值�；貧w包括曲線擬合、預(yù)測(cè)、建模的因果關(guān)系和測(cè)試的科學(xué)假設(shè)變量之間的關(guān)系�；貧w的常用工具包括線性回歸和邏輯回歸。

(6)序列發(fā)現(xiàn)。序列發(fā)現(xiàn)是關(guān)聯(lián)識(shí)別或超時(shí)模式。目的是模擬序列產(chǎn)生過(guò)程的狀態(tài)，提取和報(bào)告偏差和超時(shí)趨勢(shì)。序列發(fā)現(xiàn)的常用工具是統(tǒng)計(jì)和集合理論。

(7)可視化�？梢暬�指數(shù)據(jù)顯示從而使用戶能查看復(fù)雜的模式。

一般與其他的數(shù)據(jù)挖掘模型一起使用，可以更明白地了解已發(fā)現(xiàn)的模式或關(guān)系�？梢暬�模型的典型例子是三維圖形。

3.根據(jù)數(shù)據(jù)挖掘技術(shù)進(jìn)行分類的文章分布統(tǒng)計(jì)

根據(jù)數(shù)據(jù)挖掘技術(shù)進(jìn)行文章分類如表1。

表1 關(guān)于數(shù)據(jù)挖掘技術(shù)的文章分類

本文的研究有以下幾個(gè)重要的意義：(1)數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用研究，在將來(lái)會(huì)明顯地增加。(2) 34種數(shù)據(jù)挖掘技術(shù)已經(jīng)被應(yīng)用到CRM里，神經(jīng)網(wǎng)絡(luò)是最常用的技術(shù)。87篇文章中30篇(占34.5%)是關(guān)于神經(jīng)網(wǎng)絡(luò);其次是決策樹(shù)21 篇(占24.1%);關(guān)聯(lián)規(guī)則20篇(23.0%)。本研究還有一些局限性。首先，此次研究只調(diào)查發(fā)表在2000年到2006年之間的文章，而且這些文章都是基于關(guān)鍵詞“客戶關(guān)系管理”和“數(shù)據(jù)挖掘”的搜索而得到的。其次，本研究所用的文章是在7個(gè)在線數(shù)據(jù)庫(kù)找到的，可能還有其他的學(xué)術(shù)期刊能夠提供一個(gè)更全面的有關(guān)數(shù)據(jù)挖掘在CRM中的應(yīng)用的文章。最后，非英語(yǔ)出版物被排除在這個(gè)研究。