CRM系统:数据仓库及数据挖掘技术在电信CRM 中的应用
数据仓库及数据挖掘技术在电信CRM 中的应用
刘莉1,2
（ 1.湖南工业大学河西校区信息工程系湖南株洲412000 2. 武汉理工大学信息工程学院湖北武汉430000 ）
【摘要】： 随着数据库技术、网络技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大。如
何有效地使用这些数据却成为一个问题，因为往往是数据丰富而知识缺乏，透过这些客户的销售记录我们能从中发现什么?
于是客户关系管理系统(CRM)就应运而生。
【关键词】： 数据仓库；数据挖掘；客户关系管理；客户细分
引言
随着数据库技术、网络技术的不断发展及数据库管理系统
的广泛应用，数据库中存储的数据量急剧增大。像电信行业每天
的销售记录就达上万条，然而，如何有效地使用这些数据却成为
一个问题，因为往往是数据丰富而知识缺乏，透过这些客户的销
售记录我们能从中发现什么?于是客户关系管理系统(CRM)就应
运而生。人们目前所使用的数据库技术无法将隐藏在数据背后
的重要信息挖掘出来利用，所以如何迅速、准确、有效但适量地
提供用户所需的信息，发现信息之间潜在的联系，支持管理决策
就是数据挖掘和数据仓库要解决的课题，同时也是CRM 系统产
生的必要条件和最终目的。
一、CRM 概述
客户关系管理(CRM)就其功能来看，就是借助先进的信息技
术、网络技术和管理思想，通过对企业业务流程的重组来整合客
户信息资源，并在企业内部实现客户信息和资源的共享，为客户
提供更经济、更快捷更满意的产品和服务，提高客户价值、忠诚
度和满意度， 保持和吸引更多的客户， 从而增强企业的赢利能
力，最终实现企业利润的最大化。
为实现这样的目标，企业可通过建立完整的客户数据、量身
订制的产品及服务、有效的管理来建立以客户为中心的组织，去
了解客户生命周期、掌握最有价值的客户及其需求、发展以个人
财务需求为导向的销售模式，最终达到提高客户满意度，并提升
企业的竞争力与获利率。而客户细分是CRM 中的首要问题，一
个企业在经营策划时要非常明确以下问题: 销售对象是哪个客
户层，哪些客户需要这样的产品，是否考虑了客户生命周期，是
否建立了以客户需求为导向的客户关系， 谁是公司最有价值的
客户。要回答和解决以上问题，首要任务就是综合各种数据，从
不同角度对客户进行分群、分组划分
作为客户关系管理的核心理念之一， 客户细分已经成为一
种基础性的分析功能，并将为包括操作层、战术层以及战略层在
内的企业管理和营销提供全面的信息支持。客户细分是指企业
在明确的战略、业务模式和特定的市场中，根据客户的属性、行
为、需求、偏好等因素对客户进行分类，并提供有针对性的产品、
服务和营销模式的过程。
通过对客户进行分群，进而分析客户群的特征，可以为产品
设计、市场营销、服务、产品调整等提供依据，如图1 所示：
二、数据仓库与数据挖掘的概念
目前业界对数据仓库的概念没有一个统一的定义， 可以认
为数据仓库(DataWarehouse)是集成的、稳定的、随时间变化的数
据集合，用以支持管理决策系统的过程。由此可见，数据仓库是
一个综合的解决方案， 是对原始的操作数据进行各种处理并转
换成有用信息的处理过程， 它主要用来帮助业务主管部门做出
更符合业务发展规律的决策，用以指导电信产品销售。数据仓库
的建设需要综合应用、决策权、数据库、数理统计等多项技术。而
如何从庞大客户信息资料库中寻找出更有价值的信息， 数据挖
掘便成了电信信息化的重要组成部分。
数据挖掘(Data Mining,简称:DM)，是从大量的、不完全的、有
噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不
知道的、但又是潜在有用的信息和知识的过程[10]。所以数据挖
掘又称为数据库中知识发现(Knowledge Discovery from DataBase,
简称KDD)，它是一个从大量数据中抽取挖掘出未知的、有价值
的模式或规律等知识的复杂过程。
尽管数据挖掘只是整个知识挖掘过程中的一个重要步骤，
但由于目前工业界、媒体、数据库研究领域中，"数据挖掘"一词
已被广泛使用并被普遍接受，现在广义地使用"数据挖掘"来表
示整个知识挖掘过程，即数据挖掘就是一个从数据库、数据仓库
或其它信息资源库的大量数据中发掘有趣知识的过程。
三、数据仓库和数据挖掘技术在电信CRM 中的应用
数据仓库技术和数据挖掘技术的相互结合使得从海量的数
据中进行实时的和深层次的分析成为可能， 由于相关领域的技
术发展及相互协同，已使数据仓库成为一项可能的实用技术。
随着全球电信市场的逐步放开和国际化进程的加剧， 电信
业的竞争将愈演愈烈。一个全新的、更加激烈的市场竞争环境迫
使各电信企业不得不考虑寻求新的盈利模式， 以及如何提升自
身的核心竞争力。电信企业必须意识到客户才是企业生存和发
展的根基，而保持客户、吸引客户和充分发掘客户的价值潜力是
企业提高核心竞争力的关键。如何提高客户的满意度及忠诚度、
提升客户价值、扩大自身的收入及利润等问题，已成为各企业关
注的焦点。
在这种背景下， 客户关系管理正在受到国内外电信企业的
青睐。电信企业的客户关系管理同样离不开发展新客户、保持老
客户和提升客户价值三个目标， 而这三个目标又可以具体细化
为客户价值评价、客户细分、客户流失预测、交叉销售分析、营销
响应预测、欺诈识别等若干个具体商业问题[27,28]。这些商业问
题的有效分析和解决往往依赖于内外部客户数据和基于数据挖
掘技术的客户知识发现。在这种需求的拉动下，数据挖掘技术在
电信企业中的应用研究越来越广泛。
1．基于客户价值的分析主要依据客户的历史价值、当前价
值、潜在价值对现有客户进行价值分类，将客户分别归并于不同
的价值区段进行分析，实施相应的维系活动，以提高客户的忠诚
度；
2．通过对客户的欠费数据进行分析，对欠费的及时了解才
客户及时迅速的采取行动，防治欠费现象扩大，通过对同类欠费
情况的分析，得到欠费规律和欠费表现，为做好欠费控制和信用
控制做支持，可以在一定程度上降低某些客户的恶意欺诈风险，
为企业尽可能地挽回损失；
3．针对客户离网前的行为特征进行分析，及时了解某一时
间段内客户的变化趋势，对未来具有离网倾向的客户实施挽留，
以降低客户离网率；
4．针对客户的行为分析客户的各种呼叫习惯、使用业务特
征，并对客户进行自动分群，使同一群内的客户具有最大程度的
相似性，而不同群的客户具有最大程度的相异性。在此基础上利
用客户群体特征为新产品开发、制定市场推广计划提供决策依
据。根据每个客户的群体特征，为客户提供更贴切的个性化服务
等等。
通过以上分析可以更好地了解电信客户市场， 以及抓住客
户消费心理， 为取得市场竞争力打好基础， 最终赢得客户和市
场。
四、结束语
数据仓库和数据挖掘技术是一门系统科学， 电信经营还需
更科学的决策经营方法来指导决策经营者， 用以制定更符合电
信客户和产品销售市场的经营策略。我们只有运用科学的方法，
才能为决策系统提供支撑。
参考文献：
1. 朱琳玲, 胡学钢, 穆斌. 基于Web 的数据挖掘研究综述. 电脑与信息
技术2002, 6: 45-48.
2. 李丙春, 耿国华. 数据仓库与数据挖掘在电信行业中的应用. 新疆大
学学报(自然科学版) 2002, 19(3): 358-360.
3. 汤小文， 蔡庆生. 数据挖掘在电信业中的应用. 计算机工程与应用,
2004, 30(6): 36,37,41.
4.黄解军, 潘和平, 万幼川. 数据挖掘技术的应用研究. 计算机工程与应
用2003, 3; 45-48.
5. 王靖霖. 电信产品管理系统的研究与设计: 北京邮电大学硕士学位论
文. 2006, 16-26.
6.Pang-Ning Tan, Michael Steinback, Vipin Kumar 著， 范明, 范宏建等
译. 数据挖掘导论. 北京: 人民邮电出版社2006: 310-320.
7. 朱琳玲, 胡学钢, 穆斌. 基于Web 的数据挖掘研究综述. 电脑与信息
技术2002, 6: 45-48.
强力推荐：
天柏客户关系管理系统
天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。
关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统