CUSTOMER RELATIONSHIP MANAGEMENT 顧客關係管理之導論 （八）- CRM與資料採礦

資料採礦(Data Mining)技術是經由自動或半自動的方法探勘及分析大量的資料，以建立有效的模型及規則，而企業透過資料挖掘更瞭解他們的客戶，進而改進他們的行銷、業務及客服的運作。

一般資料採礦具有六大功能：

1.分類(Classification)：事先將欲分析的屬性分門別類加以定義，例如信用卡部門以風險屬性將顧客區分為，高度風險、中度風險及低度風險三類。

2.估計(Estimation)：根據過去既有相關具有連續性數值屬性的資料，來做預估的動作。

3.預測(Prediction)：根據過去所觀察值來推估未來的數值或是趨勢，例如由顧客的交易記錄預測顧客下一年度會為公司帶來多少利潤。

4.購物籃分析(Market Basket Anlysis)：找出各項資料間的相關性，例如：買牛奶的人，通常也會買麵包。

5.群集化(Clustering)：不需事先定義分類，資料是依據本身相似的特性自動群聚一起。

6.描述(Description)：描述有哪些現象存在，以輔助分析決策者瞭解現況。

而企業可在顧客關係管理方面應用的地方，諸如像是獲取新客戶（Customer Acquisition）、維繫客戶（Customer Retention）、剔除客戶（Customer Abandonment），也就是當出現客戶是企業投注於其上的費用遠超過他的回饋時，就應該考慮是否停止為這些顧客付出努力與成本。

另外還有購物籃分析（Market Basket Analysis）、需求預測（Demand Forecasting）與目標行銷（Target Marketing）、交叉銷售（Cross-Selling）與主動銷售（Up-Selling）。

交叉銷售是將具有相關性的產品服務加以促銷，像航空公司與租車行、飯店的結盟就是一個例子。主動銷售是根據顧客的消費特性，向潛在顧客介紹適合的產品，如保險公司可以向雙薪並有年幼子女、年收入150萬的保戶提供以下建議：有75%和他們條件相同的保戶除了購買意外險外，也會幫自己的子女購買教育年金，如此一來便揚起了顧客潛在需求。

企業確實可以廣泛應用資料採礦技術於顧客關係管理，然而這有個前提，也就是資料採礦技術必須透過大量的資料來進行探勘及分析，如此的相關分析預估結果才會具有準確性，因此具有一個良好的的資料倉儲架構是分析的基礎。

資料來源: http://www.bin.idv.tw/main/crm08.htm