数据挖掘技术在CRM中的实施过程包含哪些步骤

确定业务对象

要想使数据挖掘技术在CRM中起作用，企业首先要清楚地定义出业务中存在的现实问题。只有清晰地定义这些问题，企业才能够确定在CRM中应用数据挖掘技术的业务对象和所期望的商业目标，然后在此基础上开展数据的收集和预处理工作，形成对数据的初步认识，了解数据的分布状况，为建立预测模型打下基础。

进行数据准备

数据准备是数据挖掘过程中非常重要的一步，数据的好坏直接影响到最后挖掘的结果。数据准备按以下步骤进行。

①数据的收集：根据业务问题收集所有与业务对象有关的数据，企业需通过制定严格的业务操作流程和协调好各个相关部门来完成数据的收集工作，要能够及时和完整地从多种异构数据源中获得目标数据。

②数据预处理：对客户数据进行清理，对所收集到的数据要验证其规范性、完整性、真实性和有效性，数据预处理是为进一步挖掘做好准备。

③数据转换：将数据转换成元数据模型，该模型是针对数据的数据挖掘算法建立的，一个真正适合挖掘算法的元数据模型是数据挖掘成功的关键。

建立数据挖掘模型

根据所要解决的业务问题和所收集的数据的属性确定要建立的模型类型。这一步是一个反复比较的过程，要综合考虑多方面的因素，在多种建模方案中做出选择，以求所建立的模型能够实现商业目标，解决业务问题。

解释和评价模型

本阶段是将数据挖掘的结果用更为容易理解和执行的方式进行表述并对数据挖掘的质量进行评定。一般用两个指标进行评估，一个是支持度，用来验证结果的实用性;一个是可信度，用来验证结果的准确性。如果评估的结果不好则可能需要重新整合数据或重新修正原有的模型。

　　以上步骤是不断循环持续的动态过程，随着系统的不断扩展，客户数据的不断积累，先前建立的数据挖掘模型很可能不再有效，因此需要重新建立数据挖掘模型。同时，随着企业业务需求的变化，可能又会有新的数据挖掘应用，因此基于数据挖掘的CRM的实施应用不是一成不变的，而是随着数据和业务需求的发展而改变的。