（1）收集信息。客户关系管理系统引用数据挖掘技术，需要准备完整的客户信息，要求尽可能收集到更多与客户相关的基本信息。具体信息内容：①历史数据。查阅企业的交易记录，收集客户对象与企业在过去时间是否存在合作关系；②交易数据。查找某个合作项目的交易情况，应涉及到交易金额、产品数量、服务内容等；③个人数据。客户个人的资金持有、外在债务、消费水平等状况，为客户资源价值的挖掘提供资料。准备这些数据可通过内部资料获得，从各部门的管理数据库筛选即可。

    （2）数据处理。准备客户关系管理系统数据结束，便可以利用计算机处理器进一步处理数据。处理的流程：①筛选。根据企业与客户存在的合作关系，筛选具有实用性价值的数据。如：销售型企业，重点筛选出客户的产品需求、消费能力、收入水平等；生产型企业，主要筛选客户对产品的采购量大小、质量标准的要求等；②处理。处理筛选出的客户数据，利用数据模型深入挖掘出有价值的客户资源，要求分析人员配合数据模型，如图2所示，详细地计算获得准确的结果，客观地指导企业调整经营策略。

    图2 数据挖掘运用于CRM的流程

    3 数据挖掘应用于CRM的操作方法

    由于市场营销模式的转变，企业清晰地认识到客户资源的商业价值。CRM采用先进的信息科学技术，将企业的营销、销售、服务等融于一体的管理模式，显着改善了企业向广大客户提供服务的质量水平。数据挖掘运用于客户关系管理系统，实际操作要点涉及到需求预测、价格预测、周期预测等3个核心内容，这些都与企业经营收益额密切相关的。

    （1）需求预测。对客户购买需求客观地预测分析，指导了企业生产或推销商品的主流方向，使其更加符合于整个市场消费的走向。利用数据模型能查阅到企业与客户在过去交易活动中的真实数据。需求预测决定了购买走向，也是企业制定服务项目的主要依据。需求预测的主要参数：客户已购买产品的已使用时间x；根据客户属性特征和回归方程，计算客户下次购买产品的时间间隔y。若x>y，说明客户重新购买此产品的概率较大，企业可向客户宣传发送相同产品的信息，促进客户重新购买本款商品；若x<y，说明客户重新购买此产品的概率较小，应及时更新产品信息，吸引客户尝试购买其它新款商品。

    （2）价格预测。质量是影响产品成功销售的决定性因素，但价格对客户参与购买活动也有极大的刺激作用，数据挖掘技术运用于CRM也应对客户能够承受的价格标准进行预测。经过某段时间的市场调查，了解客户能够承受的价格范围。先挖掘出产品在市场销售期间的平均价格，再把平均价格与客户的心理承受价格相比较，选定一个比较接近客户实际的承受系数-“k”，得如下公式：

    k=历史接受价格/平均价格

    无论客户是否购买相同类的产品，数据挖掘出平均价格后，均可运用该公式计算出客户心理的大概价位，刺激消费者积极参与购买活动。同样，企业建立客户关系管理系统时也可运用该公式，科学地划分出不同需求、不同级别、不同消费的客户群，为制定市场营销战略提供客观的依据。

    （3）周期预测。基于数据挖掘技术的客户关系管理模式，掌握消费客户群体参与经济交易活动的最新动态，以提供“高质量、高满意、高水平”的服务项目。产品使用到一定周期往往会被淘汰，客户要重新选购新的产品。此时企业必须维持客户生命周期，吸引客户长期购买本企业产品。例如，企业对客户生命周期限定为10年，客户的平均购买周期a，客户上一次采购至今的时间间隔b。根据如下公式：

    （b-a）/a×100％＞10

    若计算结果>10，说明企业客户在不断流失，客户购买产品的次数、数量均呈现出下降的趋势。深入挖掘这一客户资源价值，能提早发现市场营销活动发生的变化，提醒企业采取紧急措施挽留客户，使客户生命周期保持更长的时间。

    4 结论

    企业投资建立客户关系管理系统，主要目的是与广大客户保持固定的合作关系，使不同产品有足够宽的销售途径，最根本目的是实现经济收益的提高。数据挖掘应用于客户关系管理系统，提供优越的产品服务，获得更多采购客户的认可，间接性地扩大了产品销售额度，促进了销售经营的收益水平。