1 数据仓库、数据挖掘与CRM的概念

    随着数据库技术、网络技术的不断发展，客户关系系统（CRM）在通信行业广泛应用。市场的改变，企业亟需发掘数据背后的商机和效益，将自己的数据优势转化为企业的竞争优势，使客户收益和企业利润最大化。

    1.1 数据仓库技术

    数据仓库（Data Warehouse）是一种新型的数据存储和组织技术。数据仓库中的数据包含基本数据、历史数据、综合数据和元数据。这些数据不是大量数据的简单堆积，而是将数据通过清洗、筛选、稽核和入库加载，形成DWD，进而根据所需要的目的，形成所需数据应用，便于用户从大量数据中提取各自所需的辅助决策数据和信息。

    1.2 数据挖掘技术

    数据挖掘技术（DataMining）是目前世界上数据库与信息挖掘领域的先进技术。数据挖掘技术可以帮助公司决策层提高数据分析能力，发掘数据间存在的隐形关系。进行预测后期走势，制定相关经营对策，防患于未然。

    1.3 CRM

    CRM客户关系管理（Customer Relationship Management），通过处理海量信息，确定客户需求，依靠既定的数据处理规则和业务发展趋势经验进行系统处理，并进行决策，制定个性化营销政策。

    CRM系统具备原始的、基础的客户相关数据信息，运用数据挖掘及数据仓库技术，将市场营销、产品销售、服务提供等公司行为及客户行为的海量数据采集并抽取到企业数据库，然后采用数据挖掘技术，组织不同的数据分析模型，进行经营专题分析、产品情况分析、客户消费行为分析、客户流失预测分析、客户异常分析、资费预演等，为公司经营决策提供有效依据。

    电信客户关系管理是通过对业务流程的重新设计及工作流程的重构组合，收集、加工和处理与客户相关的所有领域的数据，并以客户和企业双赢为目标，将数据过滤、组织入数据仓库中，利用数据挖掘等技术对数据仓库中的各种数据信息以及相互之间的关联的进行挖掘分析，从多个方面准确衡量各类客户的忠诚度。

2 CRM中数据仓库的作用

    数据仓库技术是CRM的基础，数据仓库是电信企业CRM的中央存储系统，用来集成并存储详细的客户资料、交易数据等与客户相关的海量数据，将各个分散的数据源中的数据通过清洗、筛选、稽核和入库加载，形成DWD，进而根据所需要的目的，形成所需数据应用，集成数据平台。

3 数据挖掘技术在电信CRM中的应用

    数据仓库主要完成数据的采集、稽核、入库转存、应用管理等工作，目的主要是为数据挖掘和数据分析应用等深层次的数据分析提供平台。但显然，只有数据仓库无法将隐藏在数据背后的重要信息挖掘出来加以利用。要发现客户信息之间潜在的联系，CRM系统必须把数据仓库技术和数据挖掘技术有机地结合起来。从某种意义讲，数据仓库对数据挖掘来说仅仅是一个数据源的作用。因此，数据挖掘技术的正确有效使用是电信企业制胜的关键。以下给出几种具体应用供参考。

    3.1 客户群体的分类和聚类

    一般来说，占客户数20％的大客户会给公司带来81%以上的利润。于是，怎样找到这样的高端客户群，就得依靠CRM核心系统对用户进行聚类、分类分析。聚类分析与分类分析是可以互相逆反的。

    3.2 客户流失的控制与预测

    根据哈佛商业评论的研究，通常获取一个新客户的成本是保持一个客户费用的5倍左右，当客户流失率在每降5%时，每位客户平均保有价值直接增到25%～100%。所以电信企业存量客户保有是经营的重点目标。

    3.3 一对一营销模式

    根据用户个性化需求，从客户角度出发，为客户定制个性化的独特服务或产品，是目前整体电信消费群体的集中消费特征体现。因此，公司必须力争做到给不同类型的客户提供完全不一样的个性服务或产品，提升客户满意度。数据挖掘技术应运而生，恰好能够支撑电信企业完成这一目标。

    3.4 产品、服务的关联分析

    数据挖掘技术的核心模式是关联分析，用以挖掘不同项目数据之间的关系。目的是为发掘出数据之间隐藏的关系规则。通过对电信产品或电信服务的有效关联分析，进而发掘电信服务或产品之间的关系，开发出最受客户欢迎的产品服务组合，一般情况用户会一起选购、一起使用、一起消费，由此可以定制组合套餐，优先向客户推荐，为用户提供贴心服务。

4 结语

    随着以客户为中心理念的不断深入，CRM与数据仓库、数据挖掘技术存在复杂的紧密关系。数据仓库技术作为CRM的基石，是电信行业CRM系统的核心存储体系，是数据挖掘技术的来源。只有将三者有机结合，并集成使用，才能实现CRM的价值和目标。