。。比較常見的分類形式中，CRM被分為分析型、運營型、協(xié)作型三種類型，無論哪一種，實現(xiàn)對客戶更為詳盡的了解是最終目標，于是對客戶的數(shù)據(jù)挖掘在CRM系統(tǒng)中的核心地位凸現(xiàn)出來。

。。數(shù)據(jù)挖掘是提取有用信息的“數(shù)據(jù)產(chǎn)生”過程，企業(yè)的CRM上馬后，運營特性最先顯露出來，公司日常所有的營銷業(yè)務都可以流程化和自動化地管理起來，隨著客戶信息的日趨復雜，客戶數(shù)據(jù)大量積累，僅限于營銷流程的管理已經(jīng)難以滿足企業(yè)進一步的需要，企業(yè)家期待CRM扮演更重要的角色—分析大量復雜的客戶數(shù)據(jù)，挖掘客戶價值。數(shù)據(jù)挖掘技術在CRM中能夠起到的作用包括：客戶特征多維分析，挖掘客戶個性需求，客戶屬性描述要包括地址、年齡、性別、收入、職業(yè)、教育程度等多個字段，可以進行多維的組合型分析，并快速給出符合條件的客戶名單和數(shù)量；客戶行為分析，結合客戶信息對某一客戶群的消費行為進行分析。針對不同的消費行為及其變化，制定個性化營銷策略，并從中篩選出“黃金客戶”；客戶關注點分析，包括客戶接觸與客戶服務的分析；客戶忠誠度分析，包括對客戶持久性、牢固性及穩(wěn)定性分析；銷售分析與銷售預期，包括按產(chǎn)品、促銷效果、銷售渠道、銷售方式等進行的分析，同時，分析不同客戶對企業(yè)效益的不同影響，分析客戶行為對企業(yè)收益的影響，使企業(yè)與客戶的關系及企業(yè)利潤得到最優(yōu)化；參數(shù)調(diào)整，是為了提高分析結果的靈活度，擴大其適用范圍。例如，價格的變化對收入會有什么樣的影響？客戶的消費點臨近什么值開始成為“正利潤”客戶？企業(yè)需要通過對收集到的各種信息進行整理和分析，利用科學的方法，做出各種決策。

。。數(shù)據(jù)倉庫技術對數(shù)據(jù)挖掘在CRM中產(chǎn)生的核心作用提供了巨大的支持。數(shù)據(jù)倉庫是一種面向決策主題、由多數(shù)據(jù)源集成、擁有當前及歷史終結數(shù)據(jù)的數(shù)據(jù)庫系統(tǒng)。它是一個中央存儲系統(tǒng)，可以幫助企業(yè)員工回答來自客戶的業(yè)務問題。在CRM中，數(shù)據(jù)倉庫將海量復雜的客戶行為數(shù)據(jù)集中起來，建立一個整合的、結構化的數(shù)據(jù)模型，在此基礎上對數(shù)據(jù)進行標準化、抽象化、規(guī)范化分類、分析，為企業(yè)管理層提供及時的決策信息，為企業(yè)業(yè)務部門提供有效的反饋數(shù)據(jù)。現(xiàn)在，以數(shù)據(jù)倉庫為基礎的數(shù)據(jù)挖掘已經(jīng)成為對客戶資料進行分析，挖掘客戶潛力的基石。

網(wǎng)絡世界(cnw.ccw.com.cn)