基于大数据和知识管理的客户关系管理系统的研究与应用

潘彪

杭州淼宝科技有限公司  浙江 杭州  310000

摘要：随着信息技术的发展，各种各样来源广泛的数据以不同的形式迅速增长和积累。这些数据庞大而多样。在大数据时代，如何从客户信息中挖掘价值，升级现有的客户关系管理模式，是一个全新的课题。具体来说，大数据的出现提高了各类信息的复杂度、数据量和生产速度，但同时也提高了每一个客户的信息准确性。对于现在的很多企业，尤其是在互联网上进行交易的电子商务企业来说，数据分析和信息获取具有非常重要的商业意义。

关键词：企业管理；大数据背景；客户关系研究

引言

近年来，“大数据”成为研究的热点，在零售、医疗、电信、金融、制造等行业都得到了广泛的关注和研究。如今，在买方市场环境的引导下，客户的角色逐渐从被动采购转变为新产品和服务的共同开发者，以及企业的合作者和价值创造者。客户关系管理的研究起源于西方营销理论。Gartner率先提出中国的客户关系管理研究更具理论性。根据现有的研究，客户关系管理的研究很少涉及应用大数据来指导企业的营销活动。

一、大数据背景下数据挖掘对企业客户关系的作用

如今，数据挖掘通过与企业行业数据的完美结合，有效地实现了自动挖掘，同时可以快速高效地将挖掘出的结果展现给企业的管理和决策部门。在应用数据挖掘的过程中，一方面要通过优秀算法的选择建立最佳模型；另一方面，企业应该将数据挖掘技术与多变的信息收集环境相结合，更好地开发和利用收集到的信息。从技术角度分析数据挖掘的技术定义，数据挖掘是从海量、嘈杂、不完整、随机和模糊的数据中有效提取隐藏的、不可预测的和潜在有价值的信息的过程。所以，从某种意义上说，信息是知识的源泉，数据挖掘的过程就像是在金矿里淘金的过程。利用企业发现的知识可以有效地管理信息，同时企业可以利用这些知识进行相应的优化设计，也可以在企业决策时提供一定的支持。数据挖掘也是很多理论的交叉学科。人们对数据的应用能力也通过数据挖掘技术从简单的数据检索提高到有效的发现数据库中的知识，也为企业决策提供了一定的技术支持。

二、B2C电子商务企业客户分类指标体系构建研究

为了提高效率，企业可以从这些数据中挖掘有用的客户信息，对客户进行分类，并使用差异化的营销方法来改善客户关系管理。企业可以从交易记录中获取数据，电子商务企业的客户交易数据可以充分说明客户的购买行为，具有无个人隐私、易获取、准确性高等特点。大数据时代，可以获取结构化和非结构化的数据，包括客户性别、年龄、关联社交账号、产品链接分享、口碑传播等数据。

1.客户分类指标体系的构建

指标体系构建原则客户分类模型的基础是指标体系的构建，指标的选取直接决定了客户分类的质量。因此，客户分类指标体系的建立应遵循科学性、全面性、可操作性和适宜性的原则。在B2C电子商务中，客户信息可以分为三类：客户人口统计特征、行为特征和客户价值信息。对于人口特征，我们选择三个指标：年龄、性别和个人月收入。受教育程度和婚姻状况也是影响购买行为的重要指标，但由于不易获得而被放弃。对于行为特征，选择停留时长和浏览次数。对于客户价值，我们选取了两个反映过去价值的指标，总消费金额和年均消费金额，以及两个反映当前价值的指标，即最近一个月的消费金额和最近三个月的消费金额。

2.挖掘技术的应用

数据挖掘是从数据库中的大量数据中有效地提取隐藏的、潜在有价值的信息和知识的过程。数据挖掘主要分为商业层面和技术层面。商业性质的数据挖掘定义。数据挖掘是一种在商业活动中收集和有效处理客户信息的技术。在数据挖掘中，我们主要使用统计学和机器的相关技术来建立一个模型，通过这个模型我们可以模拟市场和客户的行为。

2.1客户分类分析。为了与客户建立长期的交易关系，企业在与客户交易的过程中会充分了解每一个客户。这就是所谓的“一对一营销”策略，在营销理论中非常重要。客户分类是将一个庞大的营销群体细分成许多小群体的过程。比如，在细分具有不同需求和交易习惯的客户群体的过程中，可以根据客户的性别、交易行为、收入等特征对客户进行分类。属性相同的客户可以归为一类，差异大的客户可以归为不同的类型。对于那些对企业有价值的客户群体，企业可以进行有针对性的促销活动，为他们提供个性化的服务，使企业获得更大的投资回报。

2.2客户行为分析。企业可以通过分析客户行为模块，综合分析客户满意度、响应度、忠诚度、客户流失预测等诸多方面。企业与客户建立交易关系的基础在于客户对企业的长期满意和忠诚，这将促进企业提高盈利能力，保证企业的长期发展。为了降低企业的销售成本，提高企业的销售水平，企业需要在一定程度上分析客户的反应能力，从而提高企业的促销目标。提高对客户流失可能性的预测和分析，可以帮助企业有效避免客户流失。大数据时代，谁能更有效地利用数据中的信息，谁就能抢占市场先机，获得制胜法宝。作为网上交易的电子商务企业，有其独特的优势。如果能够从大数据中获取有用的信息，进行处理，对客户进行个性化的营销，展现不同的客户关怀，提高客户满意度，将会提高企业的经济效益。

结语

综上所述，我国很多企业的网络化、信息化程度已经发展到了很高的水平，都进入了信息化的基础阶段。未来，中国企业将运用信息技术手段提升客户关怀体验，为更好的客户需求分析提供辅助决策方案，届时企业在与客户沟通的过程中，将更加有效、便捷。

参考文献

[1]范兴兵.基于大数据的第三方供应链物流企业客户关系管理研究——以安徽CJ供应链物流有限公司为例[J].吉首大学学报(社会科学版),2019,40(S1):126-128.

[2]王丽蕊.大数据环境下电子商务企业客户关系管理研究[J].石家庄职业技术学院学报,2019,31(03):25-27.

[3]周敏,许菱.大数据背景下企业客户关系管理研究[J].经营与管理,2019(07):44-46.