CRM(Customer Relationship Management)客戶關系管理是通過培養企業的最終客戶、分銷商和合作伙伴對本企業及其產品更積極的偏愛或偏好，留住他們并依次提升企業業績的一種營銷策略。
煙草CRM是基于大型數據倉庫的客戶資料管理系統，它運用于煙草公司的市場營銷、銷售、服務等與客戶有關的領域， 提高客戶的滿意度和忠誠度，不斷爭取新客戶，為企業帶來更多的利潤是煙草CRM的最終目標。數據倉庫在規模、歷史數據、數據集成和綜合性、查詢支持等方面都和傳統的數據庫有著本質的區別，是數據庫技術的一種新的應用，其可以滿足數據挖掘技術對數據環境的要求。 煙草系統中的大量客戶信息是通過運用數據倉庫技術來存儲和管理。
1 數據挖掘概述
數據挖掘是指一個利用各種分析方法和分析工具從數據倉庫中提取可信的、有效的、人們感興趣的、能讓別人理解的知識的處理過程。這些知識是隱含的、事先未知的有用信息，提取的知識表現為概念、規則、模式、規律等形式，以幫助管理者做出正確的決策。數據挖掘包括數據準備、挖掘、結果分析和知識運用四個階段。在數據準備階段完成數據的選擇、凈化，消除噪聲數據、無關數據和冗余數據，進行數據的轉換。將處理過的數據存儲在數據倉庫中。挖掘階段是一個采用相應數據挖掘算法，分析數據并通過可視化工具表述所獲得的模式或規則的過程。最后對數據挖掘的結果進行解釋和評價，轉換成為能夠最終被用戶理解的知識，并將知識應用到業務信息系統。
　　數據挖掘系統可以采用三層的C／S結構：第一層為系統的客戶端；第二層為數據挖掘引擎，它是數據挖掘系統的核心，位于系統的應用服務器端；而第三層為數據庫與數據倉庫，位于數據服務器端。
　　數據挖掘常用的技術涵蓋了多個方面，包括有生物學方法、信息論方法、統計學方法和可視化技術等等。生物學方法包括神經網絡方法和遺傳算法，神經網絡方法通過模擬人腦神經元結構進行數據挖掘。遺傳算法是一種借鑒生物界自然選擇和進化機制發展起來的高度并行、隨機、自適應搜索算法。在數據挖掘中，信息論方法中的決策樹是一種廣泛使用的圖解法決策分析工具。統計學可應用于預測、聚類規則挖掘和時序數據的趨勢分析等。可視化數據分析技術把由數據挖掘獲得的模式和規則變成多種圖形，這對揭示數據的狀況、內在本質及規律性起到了重要的作用。
2 應用在煙草CRM中的數據挖掘技術
2.1 煙草CRM的主要功能
    其主要功能包括如下：一是市場分析。搜集和分類整理市場信息，并通過市場調研活動，了解市場，把握需求；二是建立客戶檔案。搜集和管理與客戶相關的基本信息，通過客戶服務人員進行日常的采集和維護；三是客戶分類評價。通過獲取的相關客戶信息和業務信息，根據公司的客戶評價分類的原則、方法及要求，對零售客戶進行分類評價；四是客戶維護。客戶經理為自己所服務的客戶進行分析，編制產生客戶服務計劃，開展市場狀況調查，能夠記錄計劃的執行過程，進行《工作日志》的維護。五是客戶投訴管理。對客戶的電話投訴信息、服務人員反饋的投訴信息進行獲取和處理。
2.2應用在卷煙零售客戶類別分析及卷煙品類劃分中的分類和聚類
　　 數據挖掘中一個主要內容之一就是數據分類，其主要是通過分析訓練數據樣本，產生關于類別的精確描述。首先建立一個模型，描述給定的數據類集或概念集(簡稱訓練集)。然后使用模型對數據進行分類。聚類是將物理或抽象對象的集合分組成為多個類或是簇的過程，使得在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。 與分類不同的是，聚類要劃分的類是未知的。
　　因為卷煙零售客戶是直接與消費者接觸的，所以在卷煙銷售中占據的地位也是非常只要的。對卷煙零售客戶的調查分析是獲取卷煙市場信息的重要來源。將客戶劃分為不同類別進行服務與管理，體現了客戶群策略和客戶發展策略。例如，按經營規模進行聚類分析，首先將客戶群分為ABC三類：A類客戶的卷煙銷售額高，規模大，經營規范，誠信度與合作度高；B類客戶占比例非常大，是客戶主體，規模一般，銷售額一般；而C類客戶的經營規模則相對較小，而且銷售較低，成長度也較差。下一步就是利用分類技術，對客戶特征進行建模，描述出客戶群的特征，設定相應的客戶級別， 便于對不同類別的客戶實施個性服務。
卷煙品類劃分有利于卷煙企業對卷煙品牌體系進行整體規劃和合理布局，使企業能理性地進行貨源調撥和缺貨應急，順利地進行卷煙品牌的切換和整合。
對品類的劃分可分為三個階段：第一階段是要進行卷煙消費者市場調查，從卷煙的品牌、價格、包裝、吸味、產地等因素入手，來研究消費者的消費習慣和消費態度，采取聚類分析方法對其做定性和定量分析，研究消費者認為的商品之間的關聯替代關系，以計算各卷煙規格間的相似性系數，相似性系數越高，表示卷煙消費者認為這兩個卷煙規格越相似，也就越有可能相互替代。雖然一個品類就是所有相互之間的相似性系數很高，但是與群外規格的相似性系數很低的規格的集合。第二階段是對相似性系數高的各個集合進行分析，確定品類劃分的維度。第三階段是按照已確定的品類劃分維度將現有品牌進行歸類。
2.3應用在卷煙零售客戶經營情況中的關聯分析
　　關聯分析的目的是為了挖掘隱藏在數據間的相互關系，即對于給定的一組項目和一個記錄集，通過對記錄集的分析，得出項目集中的項目之間的相關性。項目之間的相關性用關聯規則來描述，關聯規則反映了一組數據項之間的密切程度或關系。
　　通過對卷煙零售客戶經營情況進行關聯分析，可得到更有價值的信息。從四個維度，即經營業態、經營規模、市場類型、守法情況 ，用關聯分析法對卷煙零售客戶經營情況進行分析。例如，經營業態和經營規模之間關聯分析，礙出關聯規則：如果是食雜店，經營規模過大，則一般存在批發問題；如果是大型商場，規模過小，那么可能是卷煙品種過少或者是經營能力較差。經營規模、經營業態和市場類型之間關聯分析，得出關聯規則：如果是農村的卷煙零售客戶，業態比較高，規模比較小，那么說明卷煙零售客戶經營能力有待提高或者人流量太小；如果城市的卷煙零售客戶，業態比較高，規模比較小，那么卷煙零售客戶可能從外渠道進貨。在對數據挖掘產生的結果進行評價之后，就可以用來幫助公司調整營銷策略。
2.4 描述與可視化技術的應用
數據挖掘描述與可視化技術可以將數據庫和數據倉庫中的每一個客戶數據項作為圖形元素輸出，大量的數據集構成數據圖像，比如，卷煙零售客戶本月與上一個月的銷售情況對比圖等。同時將卷煙零售客戶的相關屬性值以多維數據的形式來表示，可以從不同的維度觀察數據，從而對卷煙零售客戶的銷售行為進行更加直觀深入的觀察和分析。利用圖形更好地表達了數據之間的相互關系和發展的趨勢， 掌握卷煙零售客戶潛在的經營能力和水平，幫助公司了解卷煙零售客戶是否有發展潛力。
除此以外，還可以根據卷煙零售客戶的地理環境、經營品種、日均購煙人次、經營結構、消費群體進行關聯分析后，然后把由數據挖掘獲得的模式和規則變成多種圖形，不僅能夠很好地起到揭示數據的狀況、內在本質及規律性的作用，而且還能有效發現并解決卷煙零售客戶經營中存在的潛在問題，挖掘卷煙零售客戶的潛力，從而提升其經營能力。
    數據挖掘的煙草CRM能將抽象的管理和服務理念數字化、直觀化，發掘潛在的有價值的信息，幫助企業尋找新客戶和新商機，并可以制定更符合卷煙銷售市場的經營策略，從而大大提高企業的競爭力。



上一篇：客戶關系管理的保險企業營銷創新分析
下一篇：中國醫藥企業客戶關系管理系統平臺建設綜合評析