数据挖掘是如何帮助企业开展电子商务环境下的crm的,数据挖掘是如何应用在crm中的?

数据挖掘技术在客户关系管理中的应用

应用数据挖掘技术可以根据过去拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型，找出客户属性、服务属性和客户消费数据与流失的关系，给出明确的数学公式或规则，从而计算出客户流失的可能性。

使得企业在激烈的市场竞争中立于不败之地。CRM是一种手段，它的根本目的是通过不断改善客户关系、互动方式、资源调配、业务流程和自动化程度，降低运营成本，提高企业销售收入，客户满意度和员工生产力。

数据挖掘技术：客户价值分析 使用RFM方法（最近购买日Recency， 各期购买频率Frequency， 各期平均单次购买金额Monetary）能够科学地预测老客户（有交易客户）今后的购买金额，再对销售毛利率、关系营销费用进行推算，就能按年、按季、按月分析出今后几期的客户价值。 在这里，客户价值指CRM毛利。

此外，一些实证研究也表明，客户关系管理技术对企业客户关系管理绩效仅仅存在一个中等程度的影响。但是，信息技术在客户关系管理实践中还是发挥着很重要的作用，它通过连接企业的前台应用和后台应用，提供统一的、精确的客户信息，并在不同的客户接触点上提供有效的交互。

在降低成本方面，客户关系管理使销售和营销过程自动化，大大降低了销售费用和营销费用。并且，由于客户关系管理使企业与客户产生高度互动，可帮助企业实现更准确的客户定位，使企业留住老客户，获得新客户的成本显著下降。

挖掘大数据，进行分析，这样才能发挥crm的作用，做好客户关系管理。

数据挖掘在客户关系管理中的应用

数据挖掘。分析数据是为了建立更有指导意义的战略行动，挖掘更有价值的信息。通过CRM系统中挖掘的数据信息，企业可以用来提升产品质量、提高服务效率、开发符合市场需求的新产品、做更多符合地域、人群需求的营销活动等等。

导致客户的忠诚度下降。在CRM客户管理系统中，可以定期的提醒销售人员该回访哪个客户，并且还可以在客户生日等特殊节日，为客户发送祝福短信、邮件，为客户提供一对一的客户服务，对客户做到个性化的营销方式，不仅能维持客户的忠诚度，还能增加客户的复购率，挖掘出客户的潜力。

数据挖掘系统的其它应用还有： 在对客户进行分析方面：银行信用卡和保险行业，利用数据挖掘将市场分 成有意义的群组和部门，从而协助市场经理和业务执行人员更好地集中于 有促进作用的活动和设计新的市场运动。

现有客户的保持 客户关系管理理论中有一个经典的2/8原则，即80%的利润来自20%的客户。通过数据挖掘中的分类分析算法对客户消费行为、盈利能力进行分析，从而将客户进行分类。数据挖掘分类分析可以把大量的客户分成不同的类，在每一个类别里的客户具有相似的属性。

应用数据挖掘技术可以根据过去拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型，找出客户属性、服务属性和客户消费数据与流失的关系，给出明确的数学公式或规则，从而计算出客户流失的可能性。