客戶內在需求管理（Customer Relationship Management）是一種以客戶為中心的經營策略，它以信息技術為手段，通過對相關業務流程的重新設計及相關工作流程的重新組合，可以完善的客戶服務和深入的客戶分析來滿足客戶的個性化需求，提高客戶滿意度和忠誠度，從而保證客戶終生價值和企業利潤增長“雙贏”策略的實現。

客戶內在需求管理是以客戶為中心（而不是以產品為中心）、以企業與外部的業務交流為主導（而不是局限于企業內部的事務）、以企業的前端業務應用為主（而不是以企業的后端業務處理為主）的管理模式。

一、客戶內在需求管理需要數據挖掘

當今社會，客戶的價值已經越來越多地影響著企業的價值，客戶內在需求管理（CRM）正是通過建立長期而系統的客戶內在需求來提升單個客戶價值的戰略，其要旨在于幫助企業通過運用適合的技術以及合理的人力資源洞察客戶的行為和他們的價值，以便企業能夠迅速有效地對客戶的需求進行回應。

客戶內在需求管理（CRM）的核心是“了解客戶，傾聽客戶”，客戶內在需求管理的目標可以概括為“吸引潛在客戶進入，提高現有客戶滿意度和忠誠度，降低客戶流失”，總之一切的最終目的都是為了提高收益。

在企業關注客戶內在需求管理的同時，信息技術的飛速發展為客戶內在需求管理（CRM）的高效實施提供了技術保證，通過數據挖掘技術對客戶內在需求進行深入分析可以滿足企業對個體細分市場的客戶內在需求管理需求（具體可查看seo馬龍博客《如何以客戶為中心進行數據挖掘與分析》的相關介紹）。

數據挖掘主要是找尋隱藏在數據中的信息，例如發現趨勢、特征及相關性的過程，也就是從數據中發掘出信息或知識。

二、數據挖掘技術及常用方法

數據挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機的數據集中識別有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。

它是一門涉及面很廣的交叉學科，包括機器學習、數理統計、神經網絡、數據庫、模式識別、粗糙集、模糊數學等相關技術，數據挖掘技術是客戶內在需求管理的關鍵技術。

常用的數據挖掘技術包括關聯分析、序列分析、分類分析、聚類分析、預測、孤立點分析等。

事實上，解決一個已給的業務問題時，數據挖掘一般混合使用兩種及兩種以上的技術類別。

1、關聯分析

關聯分析主要用于發現不同事件之間的關聯性，即一個事件發生的同時，另一個事件也經常發生，關聯分析的重點在于快速發現那些有實用價值的、關聯發生的事件。

2、序列分析

序列分析技術主要用于發現一定時間間隔內接連發生的事件，這些事件構成一個序列，發現的序列應該具有普遍意義，其依據除了統計上的概率之外，還要加上時間的約束。

3、分類分析

分類分析通過分析具有類別的樣本的特點，得到決定樣本屬于各種類別的規則或方法，利用這些規則和方法對未知類別的樣本分類時應該具有一定的準確度，其主要方法有基于統計學的貝葉斯方法、神經網絡方法、決策樹方法以及support vector machines等。

在seo馬龍看來，利用分類技術，可以根據顧客的消費水平和基本特征對顧客進行分類，找出對商家有較大利益貢獻的重要客戶的特征，通過對其進行個性化服務，提高他們的忠誠度。

4、聚類分析

聚類分析是根據物以類聚的原理，將本身沒有類別的樣本聚集成不同的組，并對每一個這樣的組進行描述的過程，其主要依據是聚到同一個組中的樣本應該彼此相似，而屬于不同組的樣本應該足夠不相似（具體可查看seo馬龍博客《聚類分析的方法及應用》的相關介紹）。

5、預測

預測與分類類似，但預測是根據樣本的已知特征估算某個連續類型的變量的取值的過程，而分類則只是用于判別樣本所屬的離散類別而己。

seo馬龍認為預測模型可以使用較為傳統的統計回歸技術，也可以使用新的分類技術，目前最通用的是決策樹歸納技術。

6、孤立點分析

數據庫中可能包含一些數據對象，它們與數據的一般行為或模型不一致，這些數據對象稱為孤立點，對這些數據的挖掘分析可以用于處理一些罕見事件，比如信用卡欺詐等。

三、數據挖掘技術在客戶內在需求管理中的應用

一般來說，在企業管理客戶生命周期的各個階段都會用到數據挖掘技術，數據挖掘能夠幫助企業確定客戶的特點，從而可以為客戶提供有針對性的服務。

企業通過數據挖掘，可以發現使用某一業務的客戶的特征，從而可以向那些也同樣具有這些特征卻沒有使用該業務的客戶進行有目的的推銷，還可以找到流失的客戶特征，在那些具體相似特征的客戶還未流失之前，采用針對性的措施。

目前，數據挖掘技術在客戶內在需求管理關系中的應用有以下幾個方面：

1、客戶盈利能力

計算客戶盈利能力有助于挖掘有價值客戶，公司各個部門之間對客戶盈利能力可能有不同理解，分析顧客的忠誠度，可以利用數據挖掘來挖掘忠誠度高的客戶；可以通過數據挖掘技術可以有效計算客戶盈利能力；還可以利用數據挖掘預測未來的客戶盈利能力。

在seo馬龍看來，利用數據挖掘技術來預測客戶盈利能力需要的兩個因素：

①、記錄潛在客戶行為特征和發展成為客戶行為特征的歷史數據。

②、計量客戶盈利能力的標準。

使用數據挖掘技術后可以增加客戶盈利能力，增加客戶盈利能力指客戶在獲得提升后，增加的盈利能力，如：客戶得到某種優惠促銷而增加部分開支去銷售，則增加部分的開支給公司帶來的利潤即增加的客戶盈利能力。

2、客戶的保持和流失

企業的增長和發展壯大需要不斷獲得新的客戶并維持老的客戶，不論企業希望得到的是哪類客戶，數據挖掘都能幫助識別出這些潛在的客戶群，并提高市場活動的回應率，做到有的放矢。

現在各個行業的競爭都越來越激烈，企業獲得新客戶的成本正在不斷上升，因此建立客戶流失預測模型，得出即將流失的客戶，對他們采取有效措施進行挽留，從而有效減少客戶流失就顯得越來越重要，數據挖掘可以幫助發現打算離開的客戶，以使企業采取適當的措施挽留這些客戶。

3、客戶獲得

在沒有利用數據挖掘技術時，客戶獲取的傳統方法就是選出一些感興趣的人口調查其屬性，獲取這些人口的特征即可，但隨著數據量的增大，傳統的方法具有不可實現性。

利用數據挖掘在擴展客戶市場活動時，利用數據挖掘技術挖掘出潛在的客戶名單，在客戶名單上列出可能對某些產品感興趣的客戶信息，便可更方便的獲取更多的客戶。

4、客戶細分

客戶市場細分指的是將客戶劃分成互不相交的類別，客戶作為企業寶貴的資源，每一次與客戶接觸既是了解客戶的過程，也是客戶體驗企業的機會。

因此，真正關心客戶，為每位客戶提供與客戶內在需求一致的、個性化的服務，才能讓客戶體會到企業的價值。

近年來，一對一營銷正在被眾多的企業所青睞，一對一營銷是指了解每一個客戶，并同其建立起持久的關系。

數據挖掘可以把大量的客戶分成不同的類，在每一個類里的客戶具有相似的屬性，而不同類里的客戶的屬性也不同，像聚類分析這樣的數據挖掘技術，可以輔助企業進行客戶細分（具體可查看seo馬龍博客《收集客戶關系管理數據的策略和需求分析》的相關介紹）。

例如，化裝品企業的客戶分為：少兒、青年、中年和老年或者按性別分為男、女，通過數據挖掘可以了解其不同客戶的愛好，通過提供有針對性的產品和服務，來提高不同類客戶對企業和產品的滿意度。

5、交叉營銷

交叉營銷是指在向現有客戶提供新的產品和服務的營銷過程，如那些購買了嬰兒尿布的客戶會對你的其他嬰兒產品感興趣。

交叉營銷的升級形式為：升級營銷，指向客戶提供與他們已購買的服務相關的新服務。

數據挖掘技術在交叉營銷中的應用首先表現為，分析現有客戶的購買行為數據，進行交叉營銷分析，具體數據挖掘過程包含三個獨立步驟，即對個體行為進行建模；用預測模型對數據進行評分；對得分矩陣進行最優化處理。

然后進行建模階段，利用上述建模的方法。

接下來就是評分階段，對所建立的模型進行評定。

最后一個階段就是優化階段，通常有四種方法：質樸的方法、平均效益方法、個人效益方法、有約束條件的優化方法。

6、客戶欺詐風險分析

在客戶內在需求管理中，客戶的信用分析和詐騙識別是非常重要的，因為一旦發生信用風險和欺詐行為，企業將面臨管理活動的失敗、市場份額的喪失和營銷活動的失敗，導致企業失去市場、顧客、競爭力和信譽。

根據seo馬龍博客收集的統計資料表明，企業間的欺詐行為是非常普遍的，而且一旦發生，給企業帶來的損失是巨大的，如何準確、及時、有效地預測到企業可能發生的欺詐風險是非常有意義的，數據挖掘技術能夠很好地解決此問題。

可以利用數據挖掘中的意外規則的挖掘方法、神經網絡方法和聚類方法，對客戶數據倉庫中的數據進行分析和處理，分析欺詐為什么會發生？哪些因素容易導致欺詐？欺詐風險主要來自于何處？如何預測到可能發生的欺詐？采取何種措施可以減少欺詐的發生？以便分析和評價欺詐風險的嚴重性和發生的可能性，準確、及時地對各種欺詐風險進行監視、評價、預警和管理，進而采取有效的回避和監督措施，在欺詐風險發生之前對其進行預警和控制。

7、市場策略分析

利用數據挖掘技術可以對市場進行如下幾種分析：預測客戶生命期的價值；預測客戶潛在價值；預測客戶潛在生命期價值。

根據數據挖掘得出的結果，進行市場策略分析，充分發揮客戶的現有價值和他的潛在價值。

對現有價值和潛在價值進行策略分析時，當客戶的現有價值與潛在價值一樣，則維持的最低費用，當客戶的潛在價值高于現有價值，則發揮其潛在價值的最低費用。

在此，seo馬龍還要提醒大家一點：如果利用數據挖掘不能增加的客戶現有價值或潛在的價值，則應停止推銷等活動，否則，就要加大或繼續。

8、客戶忠誠度

客戶忠誠被認為是企業取得盛器利潤增長的途徑，客戶內在需求管理需要培養和選擇忠誠客戶，使之與公司保持長期關系，但不是所有客戶都愿意與公司保持聯系，一些客戶的購買決策只受價格、方便等因素的影響。

不論公司如何以誠相對，提供高的顧客讓渡價值，客戶一旦發現其他公司有更低價格的商品，便馬上離開轉向該公司，也有一些顧客更關心商品的質量、價值、服務、節約時間等，當他用本公司的產品感到滿意以后，就會成為公司的忠誠顧客。

通過對許多客戶資料進行分析表明，公司80%的利潤來自20%的客戶。

因此，忠誠客戶對公司所帶來的利潤是巨大的，數據挖掘技術，可以通過對數據庫中的大量數據進行分析，以確定消費者的購買習慣、購買數星和購買頻率，分析客戶對某個產品的忠誠程度、持久性、變動情況等，以確定忠誠客戶，并為他們提供“一對一”的個性化服務，增強客戶的忠誠度，最大限度地挖掘客戶對企業的終生價值，為企業創造更大的利潤。

數據挖掘中的差異性分析可用于發現客戶的欺詐行為，分析客戶的誠信度，從而獲得誠信較好的客戶。

seo馬龍博客點評：

數據挖掘技術是當今發展迅速的熱點技術之一，它的發展為客戶內在需求管理提供良好的技術支持。

數據挖掘技術在客戶內在需求管理中的一些應用領域，利用數據挖掘技術對客戶的相關信息進行收集、加工和存儲處理，以確定特定客戶群體或個體的興趣、消費習慣，消費者傾向和消費需求，分析客戶的特征，探索企業和所對應市場的運營規律性，提供既定性又定量的分析，為企業的客戶內在需求管理工作提供決策支持，及時、準確地掌握客戶的變化趨勢，加強與客戶的聯系，有效管理和挖掘客戶資源，使企業獲得獨特的競爭優勢。文章來源：微信公眾號zuchewuyou