数据挖掘技术(第3版)——应用于市场营销、销售与客户关系管理

阅读更多

       

           数据挖掘是客户关系管理系统的重要组成部分。客户关系管理系统的目标是要尽可能
地重新构建与客户的密切学习关系，它们往往为经营有方的小企业所享有。公司与客户的
交互会产生大量的数据。数据最初是由事务处理系统捕获，如自动柜员机、电话交换机的
记录以及超市的扫描仪文件等。然后可以对数据收集、清洗，并对其进行汇总以包含在一
个客户数据仓库中。一个精心设计的客户数据仓库将包含客户交互的历史记录，它们会成
为公司的记忆。数据挖掘工具可应用于该历史记录以学习客户的信息，从而使得公司未来
向客户提供更好的服务。本章给出了几个数据挖掘商业应用程序的示例，诸如更好的优惠
券定位、推荐、交叉销售、客户保留以及信贷风险降低等。

            数据挖掘本身就是在大量的数据中找到有用的模式和规则的过程。为了获得成功，数
据挖掘必须成为大的业务流程的一个组成部分，即数据挖掘的良性循环。
数据挖掘的良性循环将利用数据的力量，并把它转化为可执行的业务结果。正如水曾
经推动轮子转动以驱动整个工厂中的机器一样，必须将数据收集起来，并在整个企业中传
播以产生价值。如果数据是这个比喻中的水，那么数据挖掘就是那个轮子，而良性循环将
把数据力量传播到所有的业务流程。

          

             数据挖掘的良性循环是一个基于客户数据的学习过程。它首先识别适合数据挖掘的业
务机会。最好的业务机会是那些将要执行的行动。如果没有执行，则从了解客户中获得的
收益会很少或没有价值。度量行动的结果也非常重要。这样就完成了整个良性循环的循环，
并且经常会给出进一步的数据挖掘机会。

 

           数据挖掘不仅仅产生技术结果。例如，除了在计算机中移位之外，数据挖掘模
型不会真正做任何其他事情。结果必须用来帮助人们(或者帮助越来越自动化的流程)做出
更明智的决定。产生技术结果只是数据挖掘过程第一步的结束。能够与其他人一起工作、
交流结果，并认识到真正的需求是作为一名好的数据挖掘人员至关重要的技能。