数据挖掘与客户关系管理摘要：随着信息化进程的快速推进，客户资源现已成为企业最重要的战略资源之一，而数据挖掘技术的发展恰好满足了企业的需求。本文从数据挖掘的定义功能以及数据挖掘在CRM中的应用等几个方面加以说明，并以银行业为例，更深入的解释数据挖掘与客户关系管理之间的联系。关键词：数据挖掘客户关系管理银行业引言随着信息化、全球化进程的加快，企业面临了来自世界范围内的竞争压力，迫切需要获取更有价值的信息资源来应对压力和挑战。加之数据库技术迅速发展和广泛应用，企业积累了大量数据，从这些海量、庞杂的数据中有效的开发、挖掘出有价值的信息，已成为激烈竞争环境中企业成功的关键。随着数据库技术、网络技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增大。然而,如何有效地使用这些数据却成为一个问题,因为往往是数据丰富而知识缺乏,人们目前所使用的数据库技术无法将隐藏在数据背后的重要信息挖掘出来利用,所以如何迅速、准确、有效且适量地提供用户所需的信息,发现信息之间潜在的联系,支持管理决策就是数据挖掘和数据仓库要解决的课题,同时也是CRM系统产生的必要条件和最终目的。数据挖掘的定义技术上的定义一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。数据挖掘(DataMining)，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。商业角度的定义：数据挖掘是一种新的商业信息处理技术，其主要的特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。数据挖掘的功能数据挖掘的目标是从数据库中发现隐含的、有意义的知识，主要有五类功能：分别是自动预测趋势和行为、关联分析、聚类、概念描述、偏差检测。客户关系管理CRM客户关系管理是一种旨在改善企业与客户之间关系的新型运作机制,企业客户关系管理首先需要了解自身的市场和客户,选择最有利润的客户并识别那些不再有价值的目标;在销售中,公司使用活动管理来提高市场部门的效果;最后,客户关系管理通过呼叫中心这样的服务来尽量保持客户。客户关系管理解决方案着力于以产品和资源为基础、以客户服务为中心、以赢得市场并取得最大回报为目标,以信息的有效继承为基础进行的对客户快速的反应,给予客户一对一、交互式的个性化服务,以改进业务流程并达到商业过程自动化。其根本宗旨是拓展市场、提高效率、发展客户,提高企业核心竞争能力,最终为提高企业的效益服务。客户关系管理有许多组成要素。首先,必须拥有客户信息,公司可以通过内部客户数据来了解客户,也可以从外部购买客户数据。内部数据的几种来源包括:描述客户的总结表;详细的客户调查问卷;交易系统当中所包含的客户行为数据。外部数据源或者购买的数据库对于获取客户知识优势来讲同样是重要的来源。数据挖掘在CRM中的应用数据挖掘在CRM中的应用分为从客户生命周期角度分析和从行业角度分析。通过在网上查询资料找到了数据挖掘在银行业的具体应用的案例。数据挖掘技术在银行业中的应用，其中一个重要前提条件是，必须建立一个统一的中央客户数据库，以提高客户信息的分析能力。分析开始时，从数据库中收集与客户有关的所有信息、交易记录，进行建模，对数据进行分析，对客户将来的行为进行预测。具体应用分为五个阶段：（一）加载客户账号信息。这一阶段，主要是进行数据清理，消除现有业务系统中有关客户账户数据不一致的现象，将其整合到中央市场客户信息库。银行各业务部门对客户有统一的视图，可以进行相关的客户分析，如客户人数，客户分类，基本需求等。（二）加载客户交易信息阶段。这一阶段主要是把客户与银行分销渠道的所有HYPERLINK"http://www.studa.net/lishi/"历史交易数据，包括柜台，ＡＴＭ，信用卡，汇款，转账等，加载到中央市场客户信息库。这一阶段完成后，银行可以分析客户使用分销渠道的情况和分销渠道的容量，了解客户，渠道，服务三者之间的关系。（三）模型评测。这是为客户的每一个账号建立利润评测模型，需要收入和成本的确定金额，因此需要加载HYPERLINK"http://www.studa.net/Accountant/"会计系统的财务数据到中央数据库。这一阶段完成后，银行可以从组织，用户和产品三个方面分析利润贡献度。如银行可以依客户的利润贡献度安排合适的分销渠道，模拟和预测新产品对银行的利润贡献度等。（四）优化客户关系。银行应该掌握客户在生活、职业等方面的行为变化及外部环境的变化，抓住推销新产品和服务的时机。这需要将账号每天发生的交易明细数据，定时加载到中央数据仓库，核对客户行为的变化。如有变化，银