crm中数据挖掘技术在房地产客户关系管理中的应用与流程

crm中数据挖掘技术在房地产客户关系管理中的应用与流程内容摘要：

广泛、客户特征描述结构复杂。 又如，客户需求层次不一，易受外界因素影响等。 因此，有必要针对这种复杂、多变和多层次性的客户信息进行分析挖掘，以识别客户购买行为，发现客户购买模式和趋 势，从而，进一 步提高企业的服务质量，降低企业营销成本。 数据挖掘技术在房地产行业不同营销阶段上的应用如表 1 所示。 表 1 数据挖掘技术在房地产行业小同营销阶段的应用表 3. 2 数据挖掘技术在房地产 CRM 系统的应用 将数据挖掘技术应用于房地产 CRM 系统的具体步骤如下 : (1)明确商业目标。 应用数据挖掘的首要任务就是要明确商业目标，描述出需要解决的问题，并且确定所要解决的问题属于哪种应用类型，是属于关联分析、时序模式、分类、聚类和预测，还是综合应用。 例如，要做房地产客户的流失分析，首先应该明确其主要任 务是分类回归和关联分析。 (2)数据准备。 数据挖掘是由可以获取的数据驱动的，其成功很大程度上取决于所收集数据的数量和质量。 建立可靠数据资源的第一步就是确定系统将要使用数据的数据字典。 在建立好数据字典后，要清洗数据，逐列检查数据的完整性、有效性，并验证各数据库之间的一致性。 (3)利用数据挖掘技术建立模型。 利用数据挖掘的一些算法 (如统计回归、逻辑回归、决策树、神经网络等 )对数据进行分析，建立模型，并选择好相应的实现工具。 假如明确了主要任务是分类，那么可以采用的算法有遗传算法、决策树和人工神经网络等。 选择了模型的类型及实现的工具后，有时还需对数据进行预处理。 例如，若采用神经网络模型则需做数据转换，有些数据挖掘工具也可能对输入数据的格式有特定的限制 (4)反复验证。 验证应该从较小的系统 (如较小的客户群体 )开始，但要完成全过程，即从数据收集和处理，到数据挖掘，最后到产生促销数据结构，如邮件发送 列表。 通过验证，可以纠正系统中的错误，并有利于用户对系统功能的进一步理解。 可以直接使用原来建立模型的样本数据进行检验，也可以另找一批数据对其进行检验，还可以在实际运行中取出新鲜数据进行检验。 (5)实施与维护。 在应用模型之后，还要不断监控模型的效果。 因为事物在不断发展变化，很可能过一段时间之后，随着购买方式、消费观点的变化，该模型就不再起作用。 因此随着模型使用时间的增加，要不断地对模型做重新测试，有时甚至需要重新建立新的模型。 3. 3 应用实例 :一个基于房地产客户分类的关联分析 本文采用某一时点 上的房地产消费者需求抽样调查，对客户进行分类，了解不同类型客户的特点，分析不同类型客户最倾向于做出何种购买行为，以便针对其特点进行促销。