随着中国中小型制造企业间竞争日益加剧，信息技术和互联网的迅猛发展改变了企业间传统的竞争规则，企业间在技术与营销方法方面的差距越来越小，企业间已由价格的竞争向服务的竞争发展。在这种情况下企业间的竞争焦点更主要的从技术和销售方面转到了服务层面上来。许多现代化企业的经营策略已经开始从价格竞争转向服务竞争，客户服务是其中的一项重要内容。把客户看成最有价值的资源，通过改进客户服务水平，提高客户的满意度和忠诚度，在与客户建立的持久有效的关系中，实现企业利益的最大化，这就是客户关系管理(CRM，Customer Relationship Management)的核心理念。
1 CRM系统的组成与体系结构
从整体上看，CRM系统应包括接入管理、流程管理和关系管理三个组成部分。接入管理也可以叫做协作层CRM，用来管理企业与客户之间的交互方式。流程管理功能也可以称为操作层CRM，用于自动地集成商业过程，包括对销售、营销和客户服务与支持三部分业务流程的信息化。分析层CRM用于操作层CRM和协作层CRM产生的信息分析，通过基于数据仓库的OLAP、数据挖掘方法及统计方法等产生商业智能以支持企业战略战术的决策，包括：客户服务支持、客户市场细分、客户变动分析、交互和垂直分析、新客户模型、客户接触最优化、广告分析等。CRM的体系结构如图1所示。
图1 CRM的体系结构图
CRM的目的就是运用信息技术，提升企业的管理水平，最终目的就是增加企业的利润。但在我国大多数中小型制造企业中并未取得很好的效果，主要原因就是在于缺乏有效的工具从大量信息中挖掘出有价值的信息。
2 数据挖掘在中小型制造企业CRM应用内容
在企业管理中，客户的生命周期的每一个阶段都会用到数据挖掘技术，数据挖掘技术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。数据挖掘在CRM中的应用模型如图2所示。
图2 CRM中数据挖掘过程
2.1 客户细分
客户细分即一对一营销。企业内部员工必须首先认识到客户是企业永恒的宝藏，而不是本部门自身的一次交易。所以每次与客户接触都是了解客户的过程，也是客户体验企业的机会。通过分析客户对企业业务所构成的贡献，并结合投入产出进行分析，计算客户对企业的价值度，然后根据价值度的大小，运用数据挖掘技术的分类、聚类功能可按照不同的标准，比如：客户的消费心理、消费习惯、购买频率、对产品的需求或对产品获利的贡献来划分不同的用户群体，以实现对客户的针对性服务及开发针对性的产品，以提高客户的满意度，最大限度地挖掘客户对企业的终身价值。通过这样的细分类有助于企业根据客户的不同特征提供差异化的服务。
2.2 交叉销售
交叉销售是企业向现有客户提供新的产品和服务的营销过程，由于企业和客户之间的关系是经常变动的，一旦一个人或一个团体成为企业的客户，就要竭力使这种客户关系趋于完善，需要对现有的客户进行交叉销售，为原有客户销售新的产品或服务。
交叉销售建立在双赢的原则上，通过相关分析，数据挖掘可以帮助企业分析最优的销售匹配。
2.3 客户满意度分析
通过数据挖掘技术从零散的客户反馈信息中可以分析客户对企业产品和服务的满意度，可以帮助企业改进客户营销策略，从而增加客户的忠诚度。
2.4 发现新的客户群体
对企业来讲不仅需要保持原有的客户，更重要的是不断发现具有潜在价值的新的用户群体(包括旧有的、但只消费固定商品的用户和从未消费过任何商品的客户)，扩大用户群。运用数据挖掘可以在原有客户的消费记录中发现他们潜在的对另外的产品的需求，还可以通过调查问卷等信息的分析发现有可能发展为现实客户的客户。
2.5 客户跟踪服务
及时了解客户对服务的满意度及其要求，对于客户的变动要及时跟踪分析，获得客户新消费的地点、产品名称和性能、数量等以及时分析客户的变动原因，并尽快修正现有的服务质量，改进产品性能，防止客户群体大量的流失，减少损失。同时便于把握企业产品的未来走向和总体的服务方向，从而指导企业重点突出地、合理地配置资源，改进企业的产品和服务，为客户提供“一对一”的个性化服务，帮助企业牢牢地抓住现有客户吸引更多的潜在客户，获得巨大的竞争优势。
2.6 客户贡献分析
客户的购买直接关系到企业的利润。利用数据挖掘可以进行客户分析，发现到底哪些客户是真正创造利润的客户，哪些是低利润甚至是无利润的，是否可以采取一定的措施使低利和无利的客户转化为赢利的。通过这样的分析，企业可以将有限的精力和资源放在对企业赢利最为有用的地方。企业对高利的客户自然要采取相应的措施，推出一些优惠措施力求保持住他们。对于有转化可能的用户自然要采取针对性的措施，对其实行个性化的服务，尽可能地把他们吸引过来；对于无价值的客户自然不必投入过多精力。通过对客户贡献率的分析能有效地降低企业成本，提高收益。
2.7 异常事件的确定
在许多商业领域中，异常事件具有显著的商业价值，如客户流失、银行的信用卡欺诈、电信中移动话费拖欠等。通过数据挖掘中的偏差分析可以迅速准确地找到这些异常事件，从而帮助企业制定相应的营销策略。
