论析知识挖掘在客户档案管理中的实施
　　
　　从根本上来说，把知识挖掘应用到客户档案管理中符合企业的经营规律与发展方
　　
　　向。随着市场竞争激烈程度的增加，企业经营理念由传统的以生产为中心转向以客户
　　
　　为中心，企业赢得客户也就赢得了市场。因此，企业购建数据库，从客户的基本数据、
　　
　　交易情况（购买本企业以及竞争企业产品的情况）、市场数据挖掘信息已成为一种必
　　
　　备的能力和发展的趋势。但是，由于缺乏知识管理的方法和有效的分析工具，企业面
　　
　　对海量的数据很难提取出潜在、有效的信息。基于客户档案管理的知识挖掘，能有效
　　
　　地利用知识挖掘等工具及知识管理的理念与方法，帮助企业从海量的数据中发现有价
　　
　　值的客户知识，为企业的决策提供有效的支持。
　　
　　一、客户档案管理中知识挖掘的具体流程
　　
　　1．建立动态集成的客户档案数据仓库
　　
　　（1）采集客户数据
　　
　　客户数据是客户档案数据仓库的基石。因此，对一个成熟的数据库系统来说，其
　　
　　数据来源要求稳定而又可靠，必须建立多渠道集成的客户信息收集平台。在采集客户
　　
　　数据时，首先必须确定所需采集的客户数据种类、重点及先后次序，以确定资料定位
　　
　　及收集重点，减少无谓的人员、时间和金钱的浪费。建立收集客户数据的平台需要遵
　　
　　循以下几个原则：
　　
　　第一，是“以客户为中心”。这是最核心的一个原则。这个沟通平台能否发挥其
　　
　　功效取决于它能否为企业的目标客户群所接受，并通过它与企业进行一种双向的互动
　　
　　交流。沟通渠道越是便利、越是人性化，所获得的数据就越是可信和详实。
　　
　　第二，是“以企业为本”。企业选择哪几个渠道进行收集，要根据企业的具体情
　　
　　况，如企业产品或服务的特征、所面向的客户群特征以及企业自身的技术与资金实力。
　　
　　第三，是“与企业战略相结合”，客户信息收集平台的构建必须与企业长期战略
　　
　　相结合，不能是一时的“拍脑袋工程”或者是装点门面的“形象工程”，必须有一定
　　
　　的前瞻性和递延性。前瞻性指的是不仅要立足现在，也要面向未来。递延性指的是设
　　
　　计多渠道集成的平台不是一劳永逸的事情。无论硬件配置还是软件设计都要为将来需21
　　
　　境，它需要抽取过程将数据从各业务系统、外部数据源、脱机的数据存储介质中导入
　　
　　到数据仓库。在数据进入数据仓库前，还必须经过检验，排除数据中可能隐藏的错误。
　　
　　数据清洗是对数据仓库系统无用的或者不符合数据格式规范的数据进行清除的过程。
　　
　　数据转换负责解释客户数据并修改其内容，使之符合数据仓库格式规范，并放入数据
　　
　　仓库的数据存储介质中。数据转换包括数据存储格式转换以及数据表示符转换。经过
　　
　　数据抽取、清洗与转换，保证数据的一致性、时效性，易于被访问；同时数据仓库具
　　
　　有伸缩性好、跨平台能力强的特点，可与当前的任何 IT 系统相集成。
　　
　　数据仓库是一个动态、整合的数据管理和查询系统。所谓动态性是指数据仓库能
　　
　　够实时地提供客户的基本资料和历史交易行为等信息，并在客户每次交易完成后，能
　　
　　够自动补充新的信息。所谓整合性，是指数据仓库与企业其他资源的整合，如一线服
　　
　　务人员的终端根据职能、权限的不同，可实施信息查询和更新功能，如数据仓库与公
　　
　　司其他媒体的交互使用等。企业运用数据仓库，可以在为客户提供产品和服务的时候，
　　
　　充分了解客户的需求和特点，从而为他们提供更具针对性的个性化服务。数据仓库致
　　
　　力于将数据转化成信息，信息转化成知识，知识转化为竞争优势，可以将各个渠道得
　　
　　来的数据整理成全面、完善的客户信息库，并且通过知识挖掘来发现隐藏在数据后的
　　
　　真实情况，从而提高公司的收益率和竞争力。
　　
　　（3）构建数据仓库应注意的问题
　　
　　① 要有企业决策层的参与。与传统业务系统不同，数据仓库是面向管理决策层
　　
　　应用的，必须有系统自身的最终用户——企业决策层的参与。数据仓库本身并不是业
　　
　　务流程的再现，而是基于数据分析管理模式的体现。数据仓库的实施者需要在商业智
　　
　　能化如何能够帮助企业获得市场竞争力上下功夫，提供切实可行的系统实施目标和规
　　
　　划，使得企业决策层能充分认识到数据仓库是他们自己所需要的系统，因而在投入和
　　
　　配合上给予充分的支持。
　　
　　② 要严格控制数据质量。数据仓库所提供的信息质量将直接影响企业的决策和
　　
　　策略质量。要确保信息质量必须详细检验与控制登陆操作，并对所有输入系统的数据
　　
　　必须进行认证，以确保系统中所有数据的正确性，因此，企业对这一点绝不可轻视。
　　
　　③ 要系统地规划和设计数据仓库。由于数据仓库的访问和查询往往能够通过工
　　
　　具来提供，因此数据仓库的功能取决于系统的规划和设计。在了解数据仓库应用需求
　　
　　的时候，主要的对象应该是企业的决策部门和管理部门。对于国内数据仓库应用来说，23
　　
　　异。实际应用中将由聚类分析算法得到的分类结果提交给业务行家，业务行家利用领
　　
　　域知识进行评判后确定基本类型，每个客户属于某一类型。类识别即某实例(如客户)
　　
　　归于已有的某类，可通过与类的距离长短来判别。通过对客户档案数据的聚类分析，
　　
　　可以识别忠诚客户，有助于方便准确地定位目标客户群，细分市场，提高市场占用率，
　　
　　可节约广告费，降低营销成本，提高企业的利润率。
　　
　　③ 偏差检测。偏差检测侧重于发现异常的变化。在相类似的客户类中，对客户

　　第一章 绪 论
　　
　　一、选题的背景及意义
　　
　　21 世纪是知识经济时代，自从 1996 年联合国经合组织（OECD）发表《以知识
　　
　　为基础的经济》的年度报告以来，知识经济社会的概念就逐步地深入人心。企业的传
　　
　　统营销模式也随之发生了根本性的改变：由以产品和交易为中心转向以客户和知识为
　　
　　中心、从一次性回报的客户获得观念转到对现有客户保持和客户忠诚的保持、从经验
　　
　　型管理模式转向知识型管理模式。在这种新的营销模式下，客户已经完全摆脱了那种
　　
　　传统地域关系的限制，选择什么企业、什么产品、何时与如何选择几乎变成“点击鼠
　　
　　标的一瞬间”了。正如著名的管理学大师彼得·德鲁克所说得那样：最基本的经济资
　　
　　源……现在是而且将来也会是知识。以各种表现形式、各种方式存在于组织内部和外
　　
　　部的知识，作为企业生存和发展的要素以及企业获得核心竞争力的重要来源，已经进
　　
　　入企业管理的研究视野，由此知识管理(Knowledge Management, KM)这一新兴的管理
　　
　　思想和管理工具也逐渐被企业所重视。
　　
　　[1]
　　
　　如今在世界企业 500 强中，许多企业都开始不断加强以客户知识为中心的商务活
　　
　　动。这些企业不但注重建立和发展与现有客户的长期稳定关系，了解并设法满足他们
　　
　　的个性化需求，而且能快速依据他们的需求来改善和创新企业的产品和服务。在企业
　　
　　的所有业务和职能领域中都能看到知识管理的实践活动，包括客户服务部门、营销部
　　
　　门、人力资源部门、研发部门、战略管理部门、采购和物流部门。根据全球知名咨询
　　
　　公司毕马威（KPMG）2002—2003 年面向英国、法国、德国和荷兰的 500 家赢利性
　　
　　组织和非盈利性组织进行的一项知识管理调查报告显示：首先，80%的被调查者认为
　　
　　知识是企业的一项战略性资产；其次，78%的被调查者认为由于没有成功的利用知识
　　
　　使企业丧失商业机会；另外，不能有效利用知识使这些企业平均损失 6%的年营业额
　　
　　或者年收入。该调查报告还预测在未来两年内，知识管理实践的重点将由企业内部的
　　
　　知识管理活动转为企业与外部客户和供应商的知识共享。
　　
　　[2]
　　
　　在全球经济一体化、信息技术迅猛发展、市场需求日趋复杂化和多样化等浪潮的
　　
　　[1]
　　
　　菲力普·科特勒。新千年市场营销发展趋势[J].销售市场，2001(1),4-8
　　
　　[2]
　　
　　KPMG's European Knowledge Management Survey[R].2002-20033
　　
　　决这个问题。知识挖掘是所谓“数据挖掘”的一种更广义的说法，它是可以帮助企业
　　
　　按其既定的业务目标自动地从数据库中提取出用以辅助企业决策的相关模式。知识挖
　　
　　掘技术是企业实施 CKM 中数据处理的重要技术，因此基于知识挖掘的客户档案管理研
　　
　　究对进一步深化 CKM 研究具有一定的促进作用，并且对我国企业成功实施 CKM 战略，
　　
　　提高我国企业的经营、管理和决策水平等均具有着重要的现实意义和应用价值。
　　
　　二、国内外研究现状
　　
　　1．客户知识管理的研究现状
　　
　　企业管理理念自从“以产品为中心”转换到“以客户为中心”之后，有关客户的
　　
　　研究一直是企业的中心议题。这主要表现在相关客户概念的多方面转变：从商业交易
　　
　　到关系管理；从客户满意到客户忠诚；从客户赢利到客户价值；从客户数据、客户信