Rex

CRM系统中的知识挖掘和知识管理主要可应用在以下几个方面：

　　1.客户分析。基于知识挖掘和知识管理的CRM系统主要是针对客户的，对客户数据的分析是重要而必需的。首先，利用分类分析法和聚类分析法等方法对客户数据进行分析.从而得出客户在消费习惯、生活方式、社会联系等方面的特征，形成客户需求信息;其次通过对信息的共享，进一步形成企业员工有关客户的知识，从而用来发现客户需求，制定企业战略，实施相应的策略。客户分析主要包括客户分类、客户购买频率、客户忠诚度分析、购买相关性分析和营销有效性分析等。

Rex

　2.客户满意度分析。通过对客户投诉电话的性质和趋势进行知识挖掘，集中分散的客户数据，全方位观察、了解客户，识别客户预期的要求，有针对性地安排与有意见或潜在有意见的用户进行沟通，并针对他们的需求制定解决方案，实现增值的目的。通过数据挖掘也可以建立客户满意程度的指标监控体系，分析出客服中的薄弱环节，完善客户服务系统运行方式，进一步提高客户满意度，提高企业的社会效益和经济效益。

　　3.竞争对手分析。企业竞争越来越激烈，客户与竞争对手之间都存在信息互通，因此通过对客户与竞争对手之间数据进行挖掘，可以了解有关竞争对手经营和客户服务策略，制定有效的市场应对措施。

Rex

4.消费欺诈分析。有些企业面临的一个最严重的问题是消费欺诈问题。因此，发现数据中出现的异常对于企业的决策者至关重要。通过对客户数据的多维分析、聚类分析和孤立点分析，发现客户消费异常，从而可以有效地对客户消费行为进行监控，尽早发现问题，减少企业损失。

　　5.趋势分析与预测。知识挖掘的工具为预测提供了有效的手段。目前常用的预测方法主要有三种：时间序列分析、系统动力学和神经网络。它们能为决策者提供科学的、有效的、图形化的趋势信息。趋势分析和预测可以预测客户的消费趋势，客户价值和消费倾向及客户忠诚度的变化，有针对性地对高价值客户进行优质服务，对有远离倾向的客户及时进行挽留活动，将对合理调整生产计划和提高企业市场占有率，降低营销成本是十分有益的。

Rex

6.管理客户知识。客户知识管理是CRM中重要的组成部分，包括客户信息的采集、客户知识的挖掘以及客户知识的共享与运用。企业要不断完善CRM系统中的各个环节，以便为企业提供决策支持，为客户提供更好的服务，实现知识挖掘和知识管理的价值。

　　四、结束语

　　知识型的CRM系统是一个通过积极使用信息和不断从信息中学习，从而将客户信息转化成企业员工的客户知识和客户关系互动的循环流程。客户的信息就像原材料一样，被专门的组织进行整理、分析和挖掘，并在组织内部形成共享，从客户信息转化成客户知识，比如对客户进行分类、划分出对企业的利润贡献最大的客户群加以重点对待分析客户的个性化需求、预测客户的行为、建立客户模型、预测产品的销量等，以支持营销决策和资源分配。在这里我们讨论的是如何利用知识挖掘和知识管理，建立一整套基于知识的客户服务流程，满足在客户需要相关信息的时候企业能够以一种高效的方式向客户提供。而这些就可以通过在客户交户中用知识挖掘和知识管理来实现。通过建立知识型CRM系统，把企业建设成知识型企业，实现有效的知识管理，以提高企业的应变能力和创新能力。