CRM系统(https://www.cloudcc.cn/index.html)中的数据挖掘是复杂的过程、涉及客户决策的许多步骤，大致分为问题定义、数据准备和处理、数据挖掘以及结果的解释等阶段。具体步骤如下：

1.理解和发展CRM系统客户(包括营销经理、营销人员以及客户)的应用区域、日标以及相关知识。

2.为CRM系统定义商业目标集合，并为每个目标建立恰当的模型。例如，“提高客户对企业促销的响应率”或“提高每个客户响应的价值”这两个目标所需要的模型是不同的，并且在定义问题的同时，也生成了评价CRM（http://www.cloudcc.com）应用结果的标准和方法，即确定了数据挖掘结果的评价指标。

3.数据准备处理。包括对数据的选择、预处理和清洗以及对数据的转换和归纳。搜索所有相关的数据，根据挖掘的需要选取较为重要的数据源。在此基础上完成对数据的预处理和清洗，以此来解决脏数据中的冗余、缺值、数据不一致等问题。之后依靠作业目标来寻找有用特征表示数据。利用多维归纳或转换方法来减少变量的有效数目。

4.数据挖掘准备。包括选样数据挖掘任务、挑选数据挖掘算法以及搜索有意义的模式。

5.数据挖掘，包括按照特定的方式搜索有意义的模式，或模式集合。

6.解释7 挖掘得到的数据模式，并可能返回到上述各步循环操作。

7.集结发现的指示，集成发现的知识到绩效系统，或简单将其做成文本提交给感兴趣者。

数据挖掘对基于web的智能CRM的支持研究。当前数据挖掘大多是对构建于企业内网的CRM数据进行分析，对于来自web的各种渠道的数据处理能力较弱，这是今后研究的一个方向。在数据挖掘支持流程中嵌入专家系统的研究。数据挖掘支持流程的第三步可以考虑用专家系统来代替人类的工作，从而进一步提升CRM系统的智能化。

CloudCC CRM免费试用通道 >>>