隨著全球經(jīng)濟一體化的浪潮，中國正在成為世界制造業(yè)的中心，它為中國的企業(yè)提供了更多機會的同時，也帶來了更強勁的競爭。隨著全球化競爭的加劇，制造企業(yè)開始尋求新的戰(zhàn)略競爭點，整個產(chǎn)業(yè)也逐漸從產(chǎn)品和價格競爭轉向服務競爭。為了提高企業(yè)的競爭力，目前很多企業(yè)在信息化技術方面加大了投入。比如ERP、PDM和CRM等信息技術在企業(yè)的推廣應用等。

ERP的意思是企業(yè)資源計劃，系統(tǒng)主要包括四大部分，即財務管理、生產(chǎn)制造管理、分銷與后勤管理及其他管理模塊。它的重點是在企業(yè)的內(nèi)部生產(chǎn)領域。它強調的是以產(chǎn)品為中心，以企業(yè)內(nèi)部生產(chǎn)領域為重點。

PDM側重于對產(chǎn)品開發(fā)階段數(shù)據(jù)和企業(yè)內(nèi)部產(chǎn)品數(shù)據(jù)的管理，它的體系結構是強調以文檔為中心的研發(fā)流程管理，重點在于建立文檔之間的聯(lián)接。
                             

CRM (Custom Relationship Management)的意思是客戶關系管理，它強調把客戶放在核心位置，其理念要求企業(yè)完整地認識整個客戶生命周期，圍繞“客戶接觸點”，提供與客戶溝通的統(tǒng)一、集成的平臺和工具，涉及企業(yè)一切與客戶有關的信息交互進行處理，提高員工、客戶接觸的效率和客戶反饋率，為客戶提供整體的服務!同時采用數(shù)據(jù)挖掘技術對有關信息進行分析，得到有價值的信息和知識。

如果說現(xiàn)在企業(yè)的競爭是產(chǎn)品的競爭、企業(yè)資源的競爭，那么，不久的將來它將轉向以客戶為中心的服務上。CRM系統(tǒng)正是為滿足上述需求應運而生。目前，在發(fā)達國家，制造業(yè)的服務創(chuàng)新已成為企業(yè)利潤的增長點。

本文針對CRM客戶關系管理中的客戶流失問題，結合制造業(yè)的特點，從數(shù)據(jù)挖掘技術層面進行思路探討。試圖得到企業(yè)管理層面和信息技術層面對CRM客戶關系管理中的客戶流失問題予以關注，為企業(yè)未來贏得新的利潤增長點。

1 問題由來

CRM對制造商的作用在于了解客戶所有的行為活動并確保與客戶的關系。它能把前端辦公和后臺生產(chǎn)聯(lián)系起來，是企業(yè)和客戶的交叉點，能幫助制造商制造出定制化的產(chǎn)品，增加銷售并降低營銷開支，且使客戶的購買變得更加方便。制造業(yè)CRM系統(tǒng)主要包括營銷管理、銷售管理、服務管理、呼叫中心、客戶信息管理、決策支持等多個模塊。它的關鍵技術之一在于能否提供基于聯(lián)機分析處理的數(shù)據(jù)倉庫技術，從而具備動態(tài)、整合的客戶數(shù)據(jù)管理和查詢功能，對客戶購買行為具有參考功能;對客戶流失具有警告功能。此外，CRM的客戶分類技術，讓企業(yè)建立起一對一的客戶服務體系，實行差異化客戶管理(如根據(jù)客戶特點，可將其分為① 內(nèi)在價值型客戶。② 外在價值型客戶。③ 戰(zhàn)略型價值客戶)， 為客戶創(chuàng)造非同一般的價值，也是企業(yè)從中獲得長久利潤、需要引起關注的關鍵技術之一。

工程機械尤其是混凝土機械近年來獲得了迅猛發(fā)展，與此同時，混凝土機械產(chǎn)品市場又有兩大特點:一是市場需求發(fā)展大，產(chǎn)品使用周期短，兩三年后的回頭客相當多;二是隨著社會改革的推進和國家投資方向的轉移，客戶群體會有較大方面的變動。如國有企業(yè)占主體時，以國企為主要購買力;而隨著商品租賃業(yè)發(fā)展，個體購買又成為了主力;而大型建設施工購買又回到了建設施工單位。由于市場的競爭，相同產(chǎn)品的制造廠家對客戶的爭奪往往相當激烈，有時甚至到了白熱化的地步。

顯然，我們既要大力發(fā)展新客戶，又要努力保留舊客戶。保留一個舊客戶要比爭取一個新客戶便宜的多。為改進保留客戶的一種途徑就是客戶真正流失之前準確預測并采取行動挽留客戶，而基于客戶關系管理的數(shù)據(jù)挖掘技術和方法是解決該問題的途徑。一般說來，針對CRM中客戶獲得、客戶保留、客戶忠誠和客戶贏利分析各個方面，客戶特性及客戶行為信息的分類具有相當重要的意義。最大程度的預測潛在的客戶流失是我們需要密切關注的。采用數(shù)據(jù)挖掘的分類思路可以在制造業(yè)客戶關系管理中起到相當重要的作用。

2 CRM軟件中常用數(shù)據(jù)挖掘方法

利用數(shù)據(jù)挖掘的分類算法構造CRM的分類器，是數(shù)據(jù)挖掘技術在商業(yè)領域中的重要應用之一。數(shù)據(jù)挖掘的中的聚類方法和決策樹分類算法是常見的，也是一種相對準確、有效的分類方法。

CRM相關技術的發(fā)展日新月異，它包括運營型(前臺)，分析型(后臺)，協(xié)作型(渠道)。這里尤其是分析型CRM的技術發(fā)展得最快，這也是很多CRM理想中的功能實現(xiàn)成為可能的關鍵。數(shù)據(jù)倉庫，數(shù)據(jù)挖掘和呼叫中心是三個其主要的技術組成。本文主要分析數(shù)據(jù)挖掘部分。

所謂數(shù)據(jù)挖掘是從大型的數(shù)據(jù)庫中提取隱藏的、有預測性的信息，它是能幫助企業(yè)從已有數(shù)據(jù)中提取到最先進和流行的趨勢并為其提供效益。簡言之，數(shù)據(jù)挖掘是應用數(shù)據(jù)分析和運算法則來探索數(shù)據(jù)模式并進行科學地描述和預測。

常用的數(shù)據(jù)挖掘方法有如下幾種:

2.1 回歸預測

回歸預測是比較傳統(tǒng)的預測方法，它是根據(jù)歷史記錄分析得出總體趨勢，并將這種趨勢用某種數(shù)學方程式來表示。利用這個方程式，就可以輸人未來的一個或多個變量計算出預測結果。如果方程式的變量是一次方的，那么就成為直線性回歸，如果是多次訪問的，就成為區(qū)線性回歸。典型的客戶流失預測都可以采取回歸分析的方法。

2.2 決策樹

決策樹是一種類似于枝丫形狀的二分制。數(shù)據(jù)分析和預測方法，主要適用于對數(shù)據(jù)進行歸類分割和預測。根據(jù)客戶特征，對客戶大市場進行分割，從而得到相對較小的客戶群體。

2.3 聚類和鄰點預測

聚類和鄰點預測對于客戶關系管理來說是有類似的分析目的的。聚類是指如何將一批數(shù)據(jù)按照相似特性歸類，使我們能對他們有一個形象的概括性理解;鄰點預測是在歸類的基礎上對未來數(shù)據(jù)進行預測。

2.4 規(guī)則導引

規(guī)則導引是從一個樣本數(shù)據(jù)庫中發(fā)現(xiàn)并歸納出數(shù)據(jù)行為模式，即用“如果A，那么B，否則就是C”，這樣的判斷語句來描述這種隱藏在數(shù)據(jù)倉庫中的規(guī)律。數(shù)據(jù)挖掘技術中的規(guī)則導引就是要從大量的客戶數(shù)據(jù)中發(fā)掘出這些規(guī)則。

3 制造企業(yè)CRM數(shù)據(jù)挖掘綜述

在CRM系統(tǒng)中，最重要最有挑戰(zhàn)性的則是對流失客戶的預測。制造企業(yè)營銷和市場部門，根據(jù)購買產(chǎn)品的客戶信息資料，通過數(shù)據(jù)挖掘方法，往往可以預測潛在的流失客戶。

客戶流失分析就是應用數(shù)據(jù)挖掘技術，預測哪些是潛在流失客戶，同時評估出最有效的客戶保持方法。本文提出一套基于制造業(yè)CRM系統(tǒng)中預測客戶流失的方法的基本思路。

該方法一般分為三個步驟:第一，應用軟件對數(shù)據(jù)進行挖掘測試，其中包括統(tǒng)一的客戶資料，客戶屬性，購買信息，模型參數(shù)，模型等等。第二，應用數(shù)據(jù)分析方法和所討論的數(shù)據(jù)挖掘技術對客戶流失前的行為分析進行簡化的知識發(fā)現(xiàn)。第三，應用系統(tǒng)聚類和決策樹ID3的方法對模型應用的實驗結果進行過程分析。

常見的數(shù)據(jù)挖掘主要分為兩種:即探索性的數(shù)據(jù)挖掘和驗證性的數(shù)據(jù)挖掘。其中探索性的數(shù)據(jù)挖掘中最常使用的就是聚類，而驗證性數(shù)據(jù)挖掘的代表就是分類。聚類分析法是一種無監(jiān)督的自下而上的學習過程，主要目的是把沒有“標記”的數(shù)據(jù)分為有意義的“組”(或者就叫聚類);而分類是給定已知“標記”的訓練數(shù)據(jù)，然后通過學習得到描述模式，然后運用該模式對未來的數(shù)據(jù)進行分類，是一種帶監(jiān)督的自上而下的學習，如決策樹ID3法。由于這兩種類別具有一定的典型性，都可以用于數(shù)據(jù)挖掘的客戶流失分析。