数据挖掘是衡量客户管理的重要指标，只有采集到客户的数据才能依靠此进行客户的分析，为销售策略提供依据。本文主要简述在电子商务领域如何进行客户管理数据挖掘。 1.客户价值分析。通过分析客户对企业业务所构成的贡献，并结合投入产出进行分析，计算客户对企业的价值度，然后根据价值度的大小，用分类或聚类的方法来划分客户群，以便对客户实施有差异的服务。 2.产品客户价值分析。分析客户对某种产品业务量的贡献，使用的方法与客户价值分析基本相同。通过对产品客户价值分析，不仅有利于该产品的经营管理者有区别地做好客户服务，而且可以为该产品的营销提供相对准确的目标客户群。 3.客户保持。采用聚类(分类)和关联分析技术，可将客户群分为5类：高价值稳定的客户群、高价值易流失的客户群、低价值稳定的客户群、低价值易流失的客户群、没有价值的客户群。 4.CRM中数据挖掘系统结构 存系统结构中，底层为数据源，包括联系历史、交易历史、客户数据库、产品数据库及其他外部数据。通过ETL工具提取数据形成数据仓库和数据集市，以形成面向全局的数据视图，从而形成整个系统的数据基础;在此基础上，通过OLAP和OLAM服务器支持数据分析处理，包括查询/报表、OLAP/EIS分析和数据挖掘分析;将分析结果用于操作型CRM和客户互动渠道以实现企业客户关系管理中的商业智能和决策支持。
|
