电子商务与CRM的渊源关系分析

近年来，随着越来越多的企业踏网和实施信息化改造，客户关系管理(CRM)成为一个老名词，电子商务对于企业成为踏踏实实的行动，而面对电子商务内部与外部的海量数据，许多企业却步不前。对信息化虽有继续投入的热情但缺乏更深入的目标，如何深入挖掘海量的数据找出对于企业发展最有用的信息，为决策提供科学的支持，成了许多企业的最重要任务。许多的科研机构和企业在此方面做出了许多成功的实验，这就是数据挖掘(Data Mining)，通过数据挖掘可以有效掘金企业数据。

　　从CRM到数据挖掘

　　国内厂商信息化过程中，大部分要经历从CRM到数据挖掘的历程，这也是信息化与信息化后对信息的深入分析处理过程，前一部的CRM是基础，是对企业内外部数据的积累过程，后一步数据挖掘是前一步的深入，亦即应对海量数据的冲击，从中找出最有价值的东西。

　　提到CRM对于广大厂商并不陌生，其本质是对“以客户为中心”商业模式的信息化支撑，是一种改善企业与客户之间关系的新型管理机制。CRM归根结底是一种企业管理机制的转变，通过在市场营销、销售、服务与技术支持等与客户相关等领域的实施，实现企业从“以产品为中心”的模式转向“以客户为中心”的模式。

　　CRM的有两个目标：一方面通过提供更快速和周到的优质服务吸引和保持更多的客户；另一方面通过对业务流程的全面管理降低企业的成本，这种转变的效果也是显而易见的，在帮助企业在拓展新收入来源的同时也改进与现有客户的交流方式。随着企业信息化的深入，CRM也需要深入，以适应电子商务的要求，以便于更好地利用CRM的成果，数据挖掘浮出水面。

　　数据挖掘概念被麻省理工学院专家提出已有十数年时间，近年来得到越来越多研究机构和厂商诸如 IBM、微软等的支持与认可。它又称为数据库中的知识发现(Knowledge Discovery In Database，KDD)，从学术角度指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式。

　　它的应用价值也正在于利用目前数据有效预测未来，为企业决策服务，它是数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像于信息处理和空间数据分析等多个领域的理论和技术的融合。而从商业角度来看，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。

　　CRM的实施和电子商务的发展使得数据挖掘越来越重要，一定程度上反映了客户CRM应用和信息化的水平。因为信息化水平提高使得客户的信息数据越来越多，而现行的客户管理系统远远不能满足现在企业的需要，需要从客户资料的注重整合和汇总，也就是注重对历史数据的总结这一模式中走出，进而实现对未来情况的预测，亦即对企业发展决策的支持。

　　事实上在和客户的交易过程中企业会积累越来越多的客户数据，而在电子商务模式下数据达到海量，如果不能对这些数据很好地分析，首先是这些数据的浪费，当然企业也不能很好地了解顾客，并对客户的保持和新客户的发掘起到指导作用。因此，如何有效地处理海量客户信息，从中挖掘判断出客户的消费趋向，实施精确营销成为摆在电子商务企业面前的一大问题。