CRM系統：關于大型零售企業CRM應用現狀及對策研究
1. 數據準備。數據準備負責從外部數據源中
獲取數據、清洗噪聲和處理缺失數據,集成多個數
據源的數據,將數據轉換成可處理的格式。
2. 數據挖掘。運用所選擇的知識發現算法,
從預處理的數據集中提取出用戶所需要的知識。
通過數據挖掘,發現用戶需要的知識。在這個階
段,用戶需要根據經驗,對挖掘過程或者結果提出
某些限定。根據挖掘任務的要求,設計了如圖1
所示的數據挖掘模型。
3. 知識評價。該模塊將發現的知識同知識庫
中已有的知識(由領域專家提供的原始基礎知識
和此前新發現的知識)進行對比和評估,將那些
有價值的知識存入知識庫,并以用戶能了解的方
式呈現給用戶。
4. 知識管理。知識管理主要對以領域知識的
表示數據進行增、刪、改操作,包括知識錄入、知識
編輯和知識查詢。
四、知識發現在零售業CRM中的應用
基于知識發現的CRM重點在于對客戶知識
的生成與獲取、挖掘、共享和應用等方面。通過對
與客戶互動過程中所獲知識的創造、交流和應用
來使企業業務增長和價值最大化,從而實現創造
公司價值、維持競爭優勢的過程。零售業CRM中
利用知識發現技術會在很多方面有卓越表現:
1. 銷售全局。通過分類信息了解企業每天的
運營和財政情況,對銷售的每一點增長、庫存的變
化以及通過促銷而提高的銷售額都可了如指掌。
2. 商品分組布局。通過對商品銷售品種的活
躍性分析和關聯性分析,建立商品設置的最佳結
構和商品的最佳布局。
3. 低庫存成本。通過數據挖掘系統,將銷售
數據和庫存數據集中起來,通過數據分析,以決定
對各個商品各色貨物進行增減,確保正確的庫存。
4. 市場和趨勢分析。利用數據挖掘工具和統
計模型對數據倉庫的數據進行研究,以分析客戶
的購買習慣、廣告成功率和其它戰略性信息;利用
數據倉庫通過檢索數據庫中近年來的銷售數據,
做分析和數據挖掘,可預測出季節性、月銷售量,
對商品品種和庫存的趨勢進行分析;還可確定降
價商品,并對數量和運作做出決策。
5. 有效的商品促銷。通過對一種廠家商品在
各連鎖店的市場共享分析、客戶統計以及歷史狀況
的分析,來確定銷售和廣告業務的有效性。通過對
客戶購買偏好的分析,確定商品促銷的目標客戶,
以此設計各種商品促銷的方案,并通過商品購買關
聯分析的結果,采用交叉銷售和向上銷售的方法,
挖掘客戶的購買力,實現準確的商品促銷。
知識發現與CRM的結合將是全方面的,即銷
售、營銷和客戶服務都可以從知識發現中獲得決
策支持,將知識發現應用于我國的零售業CRM,
將有助于企業管理者及時、準確地把握銷售過程
中各因素的總體特征和發展趨勢,從而改善企業
的運行狀況,提高自身的競爭力。
[參考文獻]
[ 1 ]馬 峻, 任建平. 知識發現在CRM中的應用[ J ]. 計
算機應用, 2003, 23 (4) : 46 - 49.
[ 2 ]葉孝明, 柳炳祥. 客戶關系管理在零售業的應用分析
[ J ]. 商業時代, 2004 (12) : 9 - 10.
[ 3 ]李建軍. 零售業客戶關系管理(CRM)系統分析研究
[ J ]. 哈爾濱商業大學學報:社科版, 2007 (3) : 13 - 14.
[ 4 ]顧美芳, 陳建明. 基于決策支持的零售業客戶關系管
理研究[ J ]. 蘇州大學學報, 2005, 25 (6) : 25 - 28.
強力推薦：
天柏客戶關系管理系統
天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。
關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統