電子商務CRM中數據挖掘的那些應用

存系統結構中，底層為數據源，包括聯系歷史、交易歷史、客戶數據庫、產品數據庫及其他外部數據。通過ETL工具提取數據形成數據倉庫和數據集市，以形成面向全局的數據視圖，從而形成整個系統的數據基礎；在此基礎上，通過OLAP和OLAM服務器支持數據分析處理，包括查詢/報表、OLAP/EIS分析和數據挖掘分析；將分析結果用于操作型CRM和客戶互動渠道以實現企業客戶關系管理中的商業智能和決策支持。

CRM中的數據挖掘就是利用數據挖掘理論和技術創建描述和預測客戶行為的模型，優化CRM流程，實現企業有效的客戶關系管理。具體來說，數據挖掘在電子商務CRM中的應用主要體現在以下幾方面：

客戶保持。采用聚類（分類）和關聯分析技術，可將客戶群分為5類：高價值穩定的客戶群、高價值易流失的客戶群、低價值穩定的客戶群、低價值易流失的客戶群、沒有價值的客戶群。

CRM中數據挖掘系統結構

客戶價值分析。通過分析客戶對企業業務所構成的貢獻，并結合投入產出進行分析，計算客戶對企業的價值度，然后根據價值度的大小，用分類或聚類的方法來劃分客戶群，以便對客戶實施有差異的服務。

產品客戶價值分析。分析客戶對某種產品業務量的貢獻，使用的方法與客戶價值分析基本相同。通過對產品客戶價值分析，不僅有利于該產品的經營管理者有區別地做好客戶服務，而且可以為該產品的營銷提供相對準確的目標客戶群。