CloudCC CRM淺析CRM中的數(shù)據(jù)挖掘過(guò)程

 

　　1.理解和發(fā)展CRM系統(tǒng)客戶(包括營(yíng)銷經(jīng)理、營(yíng)銷人員以及客戶)的應(yīng)用區(qū)域、日標(biāo)以及相關(guān)知識(shí)。

 

　　2.為CRM系統(tǒng)定義商業(yè)目標(biāo)集合，并為每個(gè)目標(biāo)建立恰當(dāng)?shù)哪Ｐ?。例如?ldquo;提高客戶對(duì)企業(yè)促銷的響應(yīng)率”或“提高每個(gè)客戶響應(yīng)的價(jià)值”這兩個(gè)目標(biāo)所需要的模型是不同的，并且在定義問(wèn)題的同時(shí)，也生成了評(píng)價(jià)CRM（http://www.cloudcc.com）應(yīng)用結(jié)果的標(biāo)準(zhǔn)和方法，即確定了數(shù)據(jù)挖掘結(jié)果的評(píng)價(jià)指標(biāo)。

 

　　3.數(shù)據(jù)準(zhǔn)備處理。包括對(duì)數(shù)據(jù)的選擇、預(yù)處理和清洗以及對(duì)數(shù)據(jù)的轉(zhuǎn)換和歸納。搜索所有相關(guān)的數(shù)據(jù)，根據(jù)挖掘的需要選取較為重要的數(shù)據(jù)源。在此基礎(chǔ)上完成對(duì)數(shù)據(jù)的預(yù)處理和清洗，以此來(lái)解決臟數(shù)據(jù)中的冗余、缺值、數(shù)據(jù)不一致等問(wèn)題。之后依靠作業(yè)目標(biāo)來(lái)尋找有用特征表示數(shù)據(jù)。利用多維歸納或轉(zhuǎn)換方法來(lái)減少變量的有效數(shù)目。

 

　　4.數(shù)據(jù)挖掘準(zhǔn)備。包括選樣數(shù)據(jù)挖掘任務(wù)、挑選數(shù)據(jù)挖掘算法以及搜索有意義的模式。

 

　　5.數(shù)據(jù)挖掘，包括按照特定的方式搜索有意義的模式，或模式集合。

 

　　6.解釋7挖掘得到的數(shù)據(jù)模式，并可能返回到上述各步循環(huán)操作。

 

　　7.集結(jié)發(fā)現(xiàn)的指示，集成發(fā)現(xiàn)的知識(shí)到績(jī)效系統(tǒng)，或簡(jiǎn)單將其做成文本提交給感興趣者。

 

　　數(shù)據(jù)挖掘?qū)趙eb的智能CRM的支持研究。當(dāng)前數(shù)據(jù)挖掘大多是對(duì)構(gòu)建于企業(yè)內(nèi)網(wǎng)的CRM數(shù)據(jù)進(jìn)行分析，對(duì)于來(lái)自web的各種渠道的數(shù)據(jù)處理能力較弱，這是今后研究的一個(gè)方向。在數(shù)據(jù)挖掘支持流程中嵌入專家系統(tǒng)的研究。數(shù)據(jù)挖掘支持流程的第三步可以考慮用專家系統(tǒng)來(lái)代替人類的工作，從而進(jìn)一步提升CRM系統(tǒng)的智能化。