数据挖掘技术应用于市场营销

Ⅰ 请谈谈数据库软件对市场营销行业的作用

数据库营销近年在中国悄然兴起,越来越多的中国本土企业已经开始采用数据库营销作为新的竞争武器,且伴随着商业市场的逐渐成熟,中国数据库营销在未来几年内将全面进入迅猛发展的实用阶段。该文首先对数据库营销的作用进行了归纳,然后重点论述了数据库营销在企业发展中的应用策略。

一、数据库营销的作用

1.细分市场,准确确定顾客
建立与运用营销数据库,可以帮助企业准确地找到目标消费群。由于顾客类型与需求的多样性,形成了商品市场细分化的特性,而每一家企业或商店均难以满足所有消费者对该种商品的需求,因此,即使导入市场细分化战略、实行目标市场营销便能成为现代企业经营发展战略的必然选择。数据库营销使得一个单独的顾客成为一个微细分市场,在不同情形下保持与不同顾客的接触和持续的控制能力,从而为企业准确的选定目标顾客,实行目标市场营销篇定了基础。
2.降低营销成本,提高营销效率
运用营销数据库能够准确找出某种产品的目标客户,企业便可以避免使用昂贵的大众传播媒体,从而运用更经济的促销方式,降低成本,增强企业的竞争力。在市场竞争日益激烈的情况下,一些企业一味追求市场占有率,导致了大量的无效营销活动,使营销成本大幅增加;而另一方面,消费者的购买行为及消费习惯发生改变,要求出现更省时、便捷的销售服务,迫使企业寻找更为经济的营销方式。数据库营销不需要经过代理商、批发商和零售商等中间环节的各种营销形式,并能帮助企业在最合适的时机以最合适的产品满足顾客需求,可以降低成本,提高效率。
3.开展有针对性的一对一服务
建立与运用营销数据库,可以及时把握客户需求动态,为企业开发新产品提供准确的信息。建立与运用营销数据库可以以客户个人资料库为基础,分析研究世界各个角落消费者的消费习惯和消费动态,使企业按照客户的需求形态来设计与制造产品,开展有针对性的一对一服务,并根据客户的意见不断加以改进,使企业提供的产品和服务更能符合客户的要求,进而增加客户购后的满意感,进一步强化客户对企业及产品的忠诚度。
4.培养长期的客户关系,与竞争对手进行区别竞争
建立与运用消费者数据库,可以保持企业与客户之间的紧密关系,使消费者成为企业长期、忠实的用户,企业可使消费者不再转向竞争者,同时使企业之间的竞争更加隐蔽,避免公开对抗,从而稳定与扩大产品的销售市场,巩固与提高产品的市场占有率。
5.开展交叉销售,提高营销效率
由于现在企业和客户的关系经常变动,使得交叉销售在传统营销中很难实现,而利用数据库能有效追踪目标客户并与之建立一对一的服务方式,提供更多更好的、符合其需求的相关产品或服务,从而大大提高营销的效率。

二、企业实施数据库营销的思考与对策
1.正确认识数据库营销的内涵
数据库营销不只是一种简单的新营销方法。它是通过采用新技术来改造和改进目前的营销渠道和方法,还涉及企业的组织、文化和管理等方面。所以想成功实施数据库营销,企业必须改变传统的管理模式,即从组织的结构和形式上加以变革。如果不进行管理体制和工作流程的改进,数据库营销策略就只是一种附加营销方法,而不能体现其竞争优势,相反只会增加企业的营销成本和管理复杂性。
2.区别不同的客户,并采取相应的营销策略
数据库营销的原则是:把营销资源投入在能够带来更大价值回报的方面。我们知道在企业的客户群中,有些客户群是更有价值的,而有些客户是毫无价值的。为高价值客户群提供更好的服务提高他们客户的忠诚度,确保这些客户能够更长期的保留下来,对企业长期的发展非常重要。对干中端的客户群可以设计客户关怀项目,通过服务的交叉销售来激励这些客户的价值提升。而对于最低端的客户群。他们往往给企业带来负利润应当采取措施降低服务成本,或是通过一些营销门槛,对这些客户进行淘汰。
3.成立专门负责机构和培养数据库营销的高级人才
在企业现有的营销部门中,选择人员成立数据库营销小组,指定专人负责,同时配备专业的数据库营销技术专家。小组的主要任务要明确,工作流程必须规范,因为数据库营销人才的质量是数据库营销成功的关键因素特别是数据挖掘、分析的人才。同样的数据,用不同的数据挖掘和分析方法会产生不同的结论。所以对于国内企业来说,要注重引进或培养数据挖掘方面和数据分析方面的专家。
4.建立完备的数据库
企业要充分利用网络技术,用比较低的成本与客户进行沟通,使用多种数据收集方法,广泛收集对企业有价值的信息,如顾客信息、产品信息和竞争对手信息,并要不断更新这些信息,最终建立起最新、最完备的数据库中心。同时要深入挖掘数据信息,提供有价值的数据分析。面对丰富的信息资源,如何挖掘数据中隐含的信息,直接反映了企业的数据库营销实力。不同的挖掘方法将会有不同的结论。企业不能只停留在数据的表层挖掘上,而应利用先进的计算机、信息管理、人工智能等高科技技术深入挖掘对企业有用的资源。在企业营销部设立数据分析岗位,数据分析人员要求有市场营销学和计算机背景,负责与信息技术部门的协调。
5.掌握数据库营销的技能
数据库营销人员必须学会了解客户生命周期价值、数据分析、营销产品设计、多渠道客户沟通等相关的营销工具和营销技术,而且要掌握营销活动管理的技能,因为数据库营销需要企业多部门的彼此协调配合。此外,企业要来控制营销成本和收益的平衡,利用控制组建立大量的小规模测试而不要在一开始就做大规模的测试。营销人员必须学会如何计算客户生命周期价值,并且运用生命周期价值来评价每一个策略。

三、总结
数据库营销对于市场调查、产品的研制开发、定位以及营销策略的定位、实施与控制起着至关重要的作用;它可以创造新市场、敏锐地发现新市场、维持现有的市场,它可以与消费者进行着高效的、可衡量的、双向的沟通,真正实现了消费者对营销的指导作用。它可以与顾客保持持久的、甚至是终身的关系来保持和提升企业的短期利润,实现企业的长期目标。

Ⅱ 数据挖掘。应用在B2B,B2C的效果

数据挖掘技术是随着数据库技术和人工智能技术发展起来的一种新型的交叉 信息技术。无论是 B2B、B2C 还是 B2G 电子商务模式，商品的采购者都需要通过 Web 方式与商品的供应商及其合作者之间建立信息流的交互，面向电子商务的数 据挖掘的特点就是从 Web 数据库中，运用关联、分类、聚类等技术手段，从中提 取出可以指导市场策略的有用数据。它基于“消费者过去的行为预示着其今后的 消费倾向”的原理，通过收集、分析和处理从网上获取的有关消费者消费行为的 数据，从潜在的、隐含的、事先不知的状态，经过提取、洗涤、加工变为潜力巨 大的价值信息， 从而实现网络营销的目的， 确定特定消费群体或个体的消费习惯、 爱好、倾向，进而预示出消费者下一步的消费行为，有针对性地提供服务。
所以说，数据挖掘应用在B2B、B2C里面，效果都是有的，而且差异也没有多少

Ⅲ 《数据挖掘技术——市场营销、销售与客户关系管理领域应用管理》作者: （美）贝瑞（Berry.M.J.A.）pdf版

这玩意儿是挺贵的

Ⅳ 目前，数据挖掘技术在我们身边的具体应用有哪些大家可以在线交流交流......

数据挖掘系统的其它应用还有：
♦ 在对客户进行分析方面：银行信用卡和保险行业，利用数据挖掘将市场分
成有意义的群组和部门，从而协助市场经理和业务执行人员更好地集中于
有促进作用的活动和设计新的市场运动。
♦ 在客户关系管理方面： 数据挖掘能找出产品使用模式或协助了解客户行为，
从而可以改进通道管理 （如银行分支和6等） 。 又如正确时间销售就是基于顾客生活周期模型来实施的。
♦ 在零售业方面：数据挖掘用于顾客购货篮的分析可以协助货架布置，促销活动时间，促销商品组合以及了解滞销和畅销商品状况等商业活动。通过
对一种厂家商品在各连锁店的市场共享分析，客户统计以及历史状况的分
析，可以确定销售和广告业务的有效性。
♦ 在产品质量保证方面：数据挖掘协助管理大数量变量之间的相互作用，并
能自动发现出某些不正常的数据分布，揭示制造和装配操作过程中变化情
况和各种因素，从而协助质量工程师很快地注意到问题发生范围和采取改
正措施。
♦ 在远程通讯方面：基于数据挖掘的分析协助组织策略变更以适应外部世界
的变化，确定市场变化模式以指导销售计划。在网络容量利用方面，数据
挖掘能提供对客户聚集服务使用的结构和模式的了解，从而指导容量计划
人员对网络设施作出最佳投资决策。
♦ 在各个企事业部门，数据挖掘在假伪检测及险灾评估、失误回避、资源分
配、市场销售预测广告投资等很多方面，起着很重要作用。例如在化学及
制药行业，将数据挖掘用于巨量生物信息可以发现新的有用化学成分；在遥感领域针对每天从卫星上及其它方面来的巨额数据，对气象预报、臭氧
层监测等能起很大作用。

Ⅳ 举例说明数据挖掘技术可以应用于市场营销做什么

1. 识别客户，让你知道哪些是你的潜在客户，哪些客户的忠诚度比较高，根据这些数据得到你的客户分类；

2. 对不同类型的客户实施精细化分级管理，满足客户需求，同时能够节省成本、增加效率，最终保有和提升客户的忠诚度；

3. 准确定位客户的购买行为，通过需求分析、购买力分析、满意度分析等数据分析挖掘，不断改进货品和服务，能够更好的满足客户需求，增加销量、节约成本，以达到营销的目的。
   

Ⅵ 举例说明数据挖掘技术可以应用于市场营销做什么

1.
识别客户，让你知道哪些是你的潜在客户，哪些客户的忠诚度比较高，根据这些内数据得到你的客户容分类；
2.
对不同类型的客户实施精细化分级管理，满足客户需求，同时能够节省成本、增加效率，最终保有和提升客户的忠诚度；
3.
准确定位客户的购买行为，通过需求分析、购买力分析、满意度分析等数据分析挖掘，不断改进货品和服务，能够更好的满足客户需求，增加销量、节约成本，以达到营销的目的。

Ⅶ 如何将数据挖掘技术应用到客户内在需求管理

客户内在需求管理是以客户为中心（而不是以产品为中心）、以企业与外部的业务交流为主导（而不是局限于企业内部的事务）、以企业的前端业务应用为主（而不是以企业的后端业务处理为主）的管理模式。
一、客户内在需求管理需要数据挖掘
当今社会，客户的价值已经越来越多地影响着企业的价值，客户内在需求管理（CRM）正是通过建立长期而系统的客户内在需求来提升单个客户价值的战略，其要旨在于帮助企业通过运用适合的技术以及合理的人力资源洞察客户的行为和他们的价值，以便企业能够迅速有效地对客户的需求进行回应。
客户内在需求管理（CRM）的核心是“了解客户，倾听客户”，客户内在需求管理的目标可以概括为“吸引潜在客户进入，提高现有客户满意度和忠诚度，降低客户流失”，总之一切的最终目的都是为了提高收益。
在企业关注客户内在需求管理的同时，信息技术的飞速发展为客户内在需求管理（CRM）的高效实施提供了技术保证，通过数据挖掘技术对客户内在需求进行深入分析可以满足企业对个体细分市场的客户内在需求管理需求（具体可查看马海祥博客《如何以客户为中心进行数据挖掘与分析》的相关介绍）。
数据挖掘主要是找寻隐藏在数据中的信息，例如发现趋势、特征及相关性的过程，也就是从数据中发掘出信息或知识。
二、数据挖掘技术及常用方法
数据挖掘（Data Mining）是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。
它是一门涉及面很广的交叉学科，包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术，数据挖掘技术是客户内在需求管理的关键技术。
常用的数据挖掘技术包括关联分析、序列分析、分类分析、聚类分析、预测、孤立点分析等。
事实上，解决一个已给的业务问题时，数据挖掘一般混合使用两种及两种以上的技术类别。
1、关联分析
关联分析主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生，关联分析的重点在于快速发现那些有实用价值的、关联发生的事件。
2、序列分析
序列分析技术主要用于发现一定时间间隔内接连发生的事件，这些事件构成一个序列，发现的序列应该具有普遍意义，其依据除了统计上的概率之外，还要加上时间的约束。
3、分类分析
分类分析通过分析具有类别的样本的特点，得到决定样本属于各种类别的规则或方法，利用这些规则和方法对未知类别的样本分类时应该具有一定的准确度，其主要方法有基于统计学的贝叶斯方法、神经网络方法、决策树方法以及support vector machines等。
在马海祥看来，利用分类技术，可以根据顾客的消费水平和基本特征对顾客进行分类，找出对商家有较大利益贡献的重要客户的特征，通过对其进行个性化服务，提高他们的忠诚度。
4、聚类分析
聚类分析是根据物以类聚的原理，将本身没有类别的样本聚集成不同的组，并对每一个这样的组进行描述的过程，其主要依据是聚到同一个组中的样本应该彼此相似，而属于不同组的样本应该足够不相似（具体可查看马海祥博客《聚类分析的方法及应用》的相关介绍）。
5、预测
预测与分类类似，但预测是根据样本的已知特征估算某个连续类型的变量的取值的过程，而分类则只是用于判别样本所属的离散类别而己。
马海祥认为预测模型可以使用较为传统的统计回归技术，也可以使用新的分类技术，目前最通用的是决策树归纳技术。
6、孤立点分析
数据库中可能包含一些数据对象，它们与数据的一般行为或模型不一致，这些数据对象称为孤立点，对这些数据的挖掘分析可以用于处理一些罕见事件，比如信用卡欺诈等。
三、数据挖掘技术在客户内在需求管理中的应用
一般来说，在企业管理客户生命周期的各个阶段都会用到数据挖掘技术，数据挖掘能够帮助企业确定客户的特点，从而可以为客户提供有针对性的服务。
企业通过数据挖掘，可以发现使用某一业务的客户的特征，从而可以向那些也同样具有这些特征却没有使用该业务的客户进行有目的的推销，还可以找到流失的客户特征，在那些具体相似特征的客户还未流失之前，采用针对性的措施。
目前，数据挖掘技术在客户内在需求管理关系中的应用有以下几个方面：
1、客户盈利能力
计算客户盈利能力有助于挖掘有价值客户，公司各个部门之间对客户盈利能力可能有不同理解，分析顾客的忠诚度，可以利用数据挖掘来挖掘忠诚度高的客户；可以通过数据挖掘技术可以有效计算客户盈利能力；还可以利用数据挖掘预测未来的客户盈利能力。
在马海祥看来，利用数据挖掘技术来预测客户盈利能力需要的两个因素：
①、记录潜在客户行为特征和发展成为客户行为特征的历史数据。
②、计量客户盈利能力的标准。
使用数据挖掘技术后可以增加客户盈利能力，增加客户盈利能力指客户在获得提升后，增加的盈利能力，如：客户得到某种优惠促销而增加部分开支去销售，则增加部分的开支给公司带来的利润即增加的客户盈利能力。
2、客户的保持和流失
企业的增长和发展壮大需要不断获得新的客户并维持老的客户，不论企业希望得到的是哪类客户，数据挖掘都能帮助识别出这些潜在的客户群，并提高市场活动的回应率，做到有的放矢。
现在各个行业的竞争都越来越激烈，企业获得新客户的成本正在不断上升，因此建立客户流失预测模型，得出即将流失的客户，对他们采取有效措施进行挽留，从而有效减少客户流失就显得越来越重要，数据挖掘可以帮助发现打算离开的客户，以使企业采取适当的措施挽留这些客户。
3、客户获得
在没有利用数据挖掘技术时，客户获取的传统方法就是选出一些感兴趣的人口调查其属性，获取这些人口的特征即可，但随着数据量的增大，传统的方法具有不可实现性。
利用数据挖掘在扩展客户市场活动时，利用数据挖掘技术挖掘出潜在的客户名单，在客户名单上列出可能对某些产品感兴趣的客户信息，便可更方便的获取更多的客户。
4、客户细分
客户市场细分指的是将客户划分成互不相交的类别，客户作为企业宝贵的资源，每一次与客户接触既是了解客户的过程，也是客户体验企业的机会。
因此，真正关心客户，为每位客户提供与客户内在需求一致的、个性化的服务，才能让客户体会到企业的价值。
近年来，一对一营销正在被众多的企业所青睐，一对一营销是指了解每一个客户，并同其建立起持久的关系。
数据挖掘可以把大量的客户分成不同的类，在每一个类里的客户具有相似的属性，而不同类里的客户的属性也不同，像聚类分析这样的数据挖掘技术，可以辅助企业进行客户细分（具体可查看马海祥博客《收集客户关系管理数据的策略和需求分析》的相关介绍）。
例如，化装品企业的客户分为：少儿、青年、中年和老年或者按性别分为男、女，通过数据挖掘可以了解其不同客户的爱好，通过提供有针对性的产品和服务，来提高不同类客户对企业和产品的满意度。
5、交叉营销
交叉营销是指在向现有客户提供新的产品和服务的营销过程，如那些购买了婴儿尿布的客户会对你的其他婴儿产品感兴趣。
交叉营销的升级形式为：升级营销，指向客户提供与他们已购买的服务相关的新服务。
数据挖掘技术在交叉营销中的应用首先表现为，分析现有客户的购买行为数据，进行交叉营销分析，具体数据挖掘过程包含三个独立步骤，即对个体行为进行建模；用预测模型对数据进行评分；对得分矩阵进行最优化处理。
然后进行建模阶段，利用上述建模的方法。
接下来就是评分阶段，对所建立的模型进行评定。
最后一个阶段就是优化阶段，通常有四种方法：质朴的方法、平均效益方法、个人效益方法、有约束条件的优化方法。
6、客户欺诈风险分析
在客户内在需求管理中，客户的信用分析和诈骗识别是非常重要的，因为一旦发生信用风险和欺诈行为，企业将面临管理活动的失败、市场份额的丧失和营销活动的失败，导致企业失去市场、顾客、竞争力和信誉。
根据马海祥博客收集的统计资料表明，企业间的欺诈行为是非常普遍的，而且一旦发生，给企业带来的损失是巨大的，如何准确、及时、有效地预测到企业可能发生的欺诈风险是非常有意义的，数据挖掘技术能够很好地解决此问题。
可以利用数据挖掘中的意外规则的挖掘方法、神经网络方法和聚类方法，对客户数据仓库中的数据进行分析和处理，分析欺诈为什么会发生？哪些因素容易导致欺诈？欺诈风险主要来自于何处？如何预测到可能发生的欺诈？采取何种措施可以减少欺诈的发生？以便分析和评价欺诈风险的严重性和发生的可能性，准确、及时地对各种欺诈风险进行监视、评价、预警和管理，进而采取有效的回避和监督措施，在欺诈风险发生之前对其进行预警和控制。
7、市场策略分析
利用数据挖掘技术可以对市场进行如下几种分析：预测客户生命期的价值；预测客户潜在价值；预测客户潜在生命期价值。
根据数据挖掘得出的结果，进行市场策略分析，充分发挥客户的现有价值和他的潜在价值。
对现有价值和潜在价值进行策略分析时，当客户的现有价值与潜在价值一样，则维持的最低费用，当客户的潜在价值高于现有价值，则发挥其潜在价值的最低费用。
在此，马海祥还要提醒大家一点：如果利用数据挖掘不能增加的客户现有价值或潜在的价值，则应停止推销等活动，否则，就要加大或继续。
8、客户忠诚度
客户忠诚被认为是企业取得盛器利润增长的途径，客户内在需求管理需要培养和选择忠诚客户，使之与公司保持长期关系，但不是所有客户都愿意与公司保持联系，一些客户的购买决策只受价格、方便等因素的影响。
不论公司如何以诚相对，提供高的顾客让渡价值，客户一旦发现其他公司有更低价格的商品，便马上离开转向该公司，也有一些顾客更关心商品的质量、价值、服务、节约时间等，当他用本公司的产品感到满意以后，就会成为公司的忠诚顾客。
通过对许多客户资料进行分析表明，公司80%的利润来自20%的客户。
因此，忠诚客户对公司所带来的利润是巨大的，数据挖掘技术，可以通过对数据库中的大量数据进行分析，以确定消费者的购买习惯、购买数星和购买频率，分析客户对某个产品的忠诚程度、持久性、变动情况等，以确定忠诚客户，并为他们提供“一对一”的个性化服务，增强客户的忠诚度，最大限度地挖掘客户对企业的终生价值，为企业创造更大的利润。
数据挖掘中的差异性分析可用于发现客户的欺诈行为，分析客户的诚信度，从而获得诚信较好的客户。
转载

Ⅷ 数据挖掘技术在CRM系统中的应用有哪些方面

以百会CRM为例分析如何利用CRM结合大数据技术助力企业深层挖掘潜在客户。
采集精准数据 净化客户数据库
信息化的市场，各种各样的数据不断涌出，企业能够轻松从市场上获得各类数据，但是并非所有的数据都是有价值的，如何对数据进行筛选、核查是一个问题。利用百会CRM能够方便地进行电子调查，利用系统模板创建调查问卷，通过匹配相关客户群，定时定量发送给客户来进行数据调研，百会CRM能够自动把客户的回复数据存入数据库，供相关人员查看或提取。通过预设条件，企业能够获得CRM采集最准确的第一手数据，无需费时费力即能完成客户数据净化。
智能分析 抓住有价值的客户
采集数据的关键在于如何使用。不经过整合分析形成有用的信息，再多的数据对企业也毫无价值。而百会CRM能够对客户资料进行筛选分析，根据客户消费行为和身份信息，识别目标客户；从客户的兴趣爱好分析其感兴趣的产品；从历史业务信息挖掘潜在商机。通过多维度分析潜在客户，判断其能否为企业带来可估的价值，是客户开发的关键一步。
全方位维护 让客户价值最大化
无论在什么时候、什么行业，客户流失的情况总是存在的，企业的客户像在一个巨大的沙漏中，以不同的速率流失，为了保证业绩，必须有源源不断的新客户注入，但若一味地招揽新客户而无暇顾及老客户，大量的老客户就会从服务不周的"漏洞"中快速流失。在竞争激烈的市场中，获取新客户的成本居高不下，大量旧客户的流失对企业无疑是一个巨大的损失。百会CRM能够根据客户需求匹配产品信息，提供个性化的建议，生成详细的客户分析报表，帮助销售人员更高效地跟进客户，而清晰的客户消费行为分析结果，让公司得以提供给顾客超出预期的产品或服务，不仅仅满足于其目标需求，超出期待的体验，才有可能在顾客心中建立起真正的忠诚度。百会CRM如此的信息化管理让帮助企业有更多的心力关怀客户，留住有价值的客户。

Ⅸ 数据挖掘的应用领域有哪些

数据挖掘的应用非常广泛，只要该产业有分析价值与需求的数据库，皆可利用数据挖掘工具进行有目的的发掘分析。常见的应用案例多发生在零售业、制造业、财务金融保险、通讯及医疗服务：
(1)商场从顾客购买商品中发现一定的关联规则，提供打折、购物券等促销手段，提高销售额；
(2)保险公司通过数据挖掘建立预测模型，辨别出可能的欺诈行为，避免道德风险，减少成本，提高利润；
(3)在制造业中，半导体的生产和测试中都产生大量的数据，就必须对这些数据进行分析，找出存在的问题，提高质量；
(4)电子商务的作用越来越大，可以用数据挖掘对网站进行分析，识别用户的行为模式，保留客户，提供个性化服务，优化网站设计；
一些公司运用数据挖掘的成功案例，显示了数据挖掘的强大生命力：
美国AutoTrader是世界上最大的汽车销售站点，每天都会有大量的用户对网站上的信息点击，寻求信息，其运用了SAS软件进行数据挖掘，每天对数据进行分析，找出用户的访问模式，对产品的喜欢程度进行判断，并设特定服务，取得了成功。
Reuteres是世界著名的金融信息服务公司，其利用的数据大都是外部的数据，这样数据的质量就是公司生存的关键所在，必须从数据中检测出错误的成分。Reuteres用SPSS的数据挖掘工具SPSS/Clementine，建立数据挖掘模型，极大地提高了错误的检测，保证了信息的正确和权威性。
Bass Export是世界最大的啤酒进出口商之一，在海外80多个市场从事交易，每个星期传送23000份定单，这就需要了解每个客户的习惯，如品牌的喜好等，Bass Export用IBM的Intelligent Miner很好的解决了上述问题。

Ⅹ 数据挖掘技术在企业管理中的典型应用主要有哪些

现有客户的保持
客户关系管理理论中有一个经典的2/8原则，即80%的利润来自20%的客户。通过数据挖掘中的分类分析算法对客户消费行为、盈利能力进行分析，从而将客户进行分类。数据挖掘分类分析可以把大量的客户分成不同的类，在每一个类别里的客户具有相似的属性。企业可以做到给不同类别客户提供完全不同的服务从而提高客户的满意度。将那些消费额最高、最为稳定的客户群，确定为“黄金客户”。根据分类，对不同档次的客户确定不同的营销策略，通过制定个性化的“一对一营销”策略实现企业留住高利润客户的目的。
潜在客户的开发
企业的增长要不断地获得新的客户。新的客户包括以前没有听说过企业产品的人、以前不需要产品的人和竞争对手的客户。数据挖掘分类分析能够辨别潜在客户群，判断哪些客户会变成响应者，以提高市场活动的响应率，从而使企业的促销活动更具有针对性，使企业的促销成本降到最低。收集大量客户消费行为信息，运用数据挖掘得出客户最关注的方面，从而有针对性地进行营销活动，把企业的钱花在“点”上。顾客需求的多样化必然会带来产品种类的多样化，造成管理上的困难，同时使得顾客在选择时有着一种眼花缭乱的感觉，以至于不能很快地找到自己所真正需要的东西，这样企业就必须帮助客户，使他们可以迅速找到他们真正需要的信息，从而把潜在的客户转化为现实的客户。
市场趋势的了解
为了增强竞争能力，企业需要对市场竞争态势进行分析，这有助于企业了解潜在加入者的威胁、顾客以及供应商的挑剔程度等等，还可以进行正确的市场细分并确定目标市场，建立销售组织。数据挖掘功能能够对产品、促销效果、销售渠道、销售方式等进行的分析，帮助企业了解不同区域的市场演变趋势，这有助于企业开发适销对路的产品或者使企业明确自己的发展方向，何时决定进入或者退某个区域的市场等，更好地促进企业发展。
其它功能
风险评估和欺诈检查几乎在每个行业中都会用到，尤其是在金融领域或其他依靠信用进行交易的行业，这时候孤立点分析就可以帮助企业进行有效的分析。利用数据挖掘可以探查具有欺诈倾向的客户，这就可以帮助企业对这些客户加强警惕，防止欺诈的发生。