|
企业的经营理念和管理模武正从传统的产品管理逐步过渡到营销服务。建立知识型客户关系管理系统，优
化客户服务，是实现以“客户为中心”的经营理念的重要途径。文章讨论了知识挖掘和知识管理的过程以
及其在客户关系管理中的应用。
随着改革的深化，企业的经营理念和管理模式正从传统的产品管理逐步过渡到营销服务，企业必然要
向知识管理和客户关系管理的方向转变。建立知识型客户关系管理系统，优化客户服务，是实现以“客户
为中心”的经营理念的重要途径。知识管理是知识经济时代的一种全新的管理，它以人为中心，以信息为
基础，以知识共享和知识交流为手段，以知识创新为目标。通过知识共享，运用集体的智慧提高对快速变
化的环境的应变和创新能力，为组织实现显性知识和隐性知识共享提供新的途径。知识型客户关系管理的
提出，强调了在电子商务环境下，企业更加关注知识资本和客户资本，这也分别是知识管理和客户关系管
理的精华所在。任何企业要想在复杂的大环境下不断增强自身的核心竞争力，就要不断加强与客户的互动
学习，最终以知识取胜，以客户关系取胜。由此可见，实施知识型客户关系管理，把知识挖掘和知识管理
运用到客户关系管理中是企业亟需解决的问题。
一、客户知识挖掘
许多有用的客户知识都是隐藏的，需要去发掘，如客户的购买习惯、客户的价值等。推行客户关系管
理有必要进行知识挖掘，建立知识管理系统，以收集、发掘、整合知识，有效地利用知识，快速地找到所
需的知识。
(一)客户知识的分类
知识的分类方式有多种，考虑到知识的处理特性，这里将客户知识大致分为三种：
1.客户信息知识。它主要包括客户自然情况，如姓名、年龄、性别等;社会属性，如地址、职业等;特
长、信仰等。通常客户信息知识可以从客户注册信息中直接获得，不经常变动和修改。
2.客户操作知识。它主要包括客户习惯、爱好、需求、个人位置信息、购买信息等。客户操作知识主
要通过集合分析和数据挖掘技术从客户历史操作的数据中获得。
3.客户隐藏知识。它是在客户信息知识和客户操作知识的基础上，采用知识挖掘技术来推断和预测出
关于客户的对企业有价值的知识，用于描述客户未来的特征，如未来的需求和购买趋势等。
(二)客户知识挖掘的技术
客户数据及信息的存储既有结构化的也有非结构化的。结构化的数据如销售、客户、交易等数据，非
结构化数据如故障信息、故障处理信息、故障处理结果数据、客户反馈信息等。目前，数据挖掘(DM)的对
象主要是可纳入数据库的结构化数据。数据挖掘的主要过程是：根据相应数据的特点来选取规则模板。对
数据进行选取、清洗和转换，然后根据需要应用归纳学习方法、决策树方法、粗集方法、最邻近方法、人
工神经网络技术、遗传算法等来进行数据挖掘。挖掘得到的结果可通过解释成为知识，经过筛选后加入知
识库，帮助进行决策。知识挖掘的分析方法大体可分为以下四种：关联分析、时间序列分析、分类分析和
聚类分析。知识挖掘系统经常综合利用这四种方法。
(三)客户知识挖掘的过程
二、客户知识管理
客户知识管理就是有效地获取、发展与维系有利客户关系的知识与经验。具体内容包括：企业如何在
策略规划上有效地获取、运用客户知识，建立一套有效的封闭式回路系统;如何将他们的努力集中在获取
正确的客户，及扩展客户知识的深度;如何运用最合适的方法产生客户知识;最后就是如何有系统的将这些
客户知识分门别类，并妥善运用。
对客户知识的管理主要包括4个方面：客户信息采集、客户知识获取、共享与运用。
1.客户信息采集，指客户喜好、客户需求、客户联系方式、交易情况等一些关于客户的基本资料。对
客户信息的收集，存储于数据库中。这时的客户信息就像原材料一样，等待被专门的组织进行整理、分析
和挖掘。
2.客户知识获取，指运用各种知识挖掘技术，对客户信息进行统计、分析和预测，形成有用的知识，
并存储于客户知识库中。
3.客户知识共享，指企业将客户知识进行整合，设立知识门户，建立知识地图，将客户知识进行发布
和共享。
4.客户知识运用，指企业将客户知识应用于各部门，支持企业的生产、经营决策，实现客户服务的价 | 
收藏
分享
有用
无用