【数据分析】CRM客户关系管理系统中的数据挖掘

商业数据向商业信息的转化：数据是商业活动的基础。企业与客户建立的关系所形成的数据是企业赢得市场的参考依据，随着数据挖掘技术日益成熟，CRM应用不断推广，数据挖掘技术日渐成为获取有价值的信息的重要技术和工具。

在对客户进行整体管理与服务的过程中，CRM客户关系管理系统将会记录会员的各类数据，如基础资料、会员的消费数据等，商场可以根据收集到的数据分析会员的各类行为，帮助工作人员管理会员，主要表现为以下四个方面：

1. 实现一对一营销

也就是我们经常说的针对性营销；近年来，一对一营销正在被众多的企业所青睐。一对一营销是指了解每一个客户，并同其建立起持久的关系。

2. 客户盈利分析

在客户群中，客户的盈利能力是有很大区别的，如果不知道客户的盈利能力，就很难制定有效的营销策略，以获取最有价值的客户。CRM数据分析可以用来预测客户盈利能力的变化，从客户的交易历史记录中发现一些行为模式，通过这些行为模式来预测客户盈利能力的高低，或者发现盈利能力较高的新客户；

3. 进行交叉销售

CRM数据分析可以帮助你分析出最优的合理的销售匹配，例如是购买频率较高的商品组台，找出那些购买了组合中大部分商品的顾客，向他们推销“遗漏的”商品，或者通过分析，确定属于某一类的顾客经常购买的商品，并向没有购买的此类顾客推销这些商品。

4. 将商业数据转化为信息

CRM的数据是赢得市场的参考依据，将商业数据转化为商业信息，可以提升了商场管理者的判断力和决策力。例如。通过客户在商场的平均客单价，得出商场是想往高端或是低端发展等信息。

所以要提高商场的销售额，CRM的数据挖掘是一把不容错过的一把利剑。

而我们数据分析的重点，则主要在这三个方面，细分客户群、寻找最有价值的客户和分析价值客户的行为特征。我们可以通过具体的分析策略，如会员的结构分析、会员的贡献、忠诚度、购买物品的行为体征等来达到我们以上的目的。

1. 会员结构分析实现细分客户群

可通过区域的人数占比、年龄架构 、各个积分段比例将我们的会员划分为各个组合。然后根据我们上一篇文章所提到的二八原则划分出最具有价值的客户群体，实现针对性的营销。

2. 会员价值分析寻找最具价值客户

要判定最有价值的客户群体可以通过会员行为RFM进行，就是以最近购买的时间、次数和金额来说明，哪些消费频率、消费金额、利润贡献等都比较高的，就是我们要重点服务的对象，也就是我们常说的铂金会员。

3. 群体消费行为分析

通过价值分析我们区分不同的会员群体，针对这些群体的消费行为，又是怎样分析的？

3.1 会员消费客层分析

将会以商品属性作为分析条件，按照属性分析不同类型的会员的消费情况，以了解不同类型的顾客的消费特征。例如，我们想了解服装类商品的主力消费群体是哪一个类别的会员群体，这一个会员类别的会员组成方式是什么样的（比如：年龄段，性别或其他的会员属性划分方式），针对这些会员消费特征，我们可以采取一些更加积极有效的销售策略。

3.2 会员消费占比分析

按照组织机构、商品品类等商品属性在指定条件内分析整体销售和会员销售情况，以了解会员群体的消费偏好，并以此为依据改进销售策略。

3.3 会员消费偏好分析

我们将会员分两类进行标示：绿色区域与红色区域。会员在绿色区域所标示店铺销售表现情况最好且获得的积分及交易的频次最高；会员在红色色区域所标示店铺销售表现情况最差且获得的积分及交易的频次最低。可以以此为依据分析会员对每类商品的偏好程度。

在CRM中合理高效地利用数据挖掘技术，可以较好地提供准确的客户分类、忠诚度、盈利能力、潜在用户等有价值的信息。提高企业高层管理者的决策能力，为企业的长足发展提供有力的信息支持和技术保障。