近年来，随着越来越多的企业踏网和实施信息化成为一个老名词。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。
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。
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。
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。
数据挖掘在电子商务CRM中的三大金矿
目前，越来越多企业使用数据挖掘来加强电子商务CRM的应用水平，许多企业都在其具体的应用中使用数据挖掘技术，数据挖掘可以使企业得到电子商务CRM应用数据的三座金矿，在日益复杂的市场环境下迅速采取行动，实现差异化和个性化营销。
一，打通客户金矿
打通客户金矿即可以把握客户动态，更重要的是实现有价值客户的保留和潜在客户开发。
客户即是上帝，对于任何企业而言都是如此。互联网时代信息化的提升使客户快速地接受大量信息，也使得他们的偏好不断地改变，客户群体显得更加不稳定。通过数据挖掘可以快速了解客户行动的改变，并立即做出相应的策略，通过掌握先机赢得客户，既可以发挥老客户的价值，又能不断挖掘新的客户。
在现有客户的保持方面，海量数据的挖掘可以进一步对客户进行细分，从而达到有针对性的营销进而使客户不流失，这项工作其实在数据挖掘概念提出前各厂商早已有探索，只是海量数据的分析使得这一流程更加细化更有据可依。客户关系管理理论中有一个经典的2/8原则指出：80%的利润来自20%的客户。通过数据挖掘中的分类分析算法对客户消费行为、盈利能力进行分析，从而将客户进行分类，进而可以把大量的客户分为不同的类别，每一个类别里的客户具有相似的属性。根据上述的分析企业可以给不同类别客户提供差异化服务从而提高客户的满意度，将那些消费额最高、最稳定的客户群，确定为“黄金客户”,根据分类不同对不同档次的客户确定不同的营销策略，通过制定个性化的“一对一营销”策略，实现企业留住高利润客户的目的。
数据控掘对于潜在客户的开发更为重要，这关系到企业的未来发展状况。未来涉及众多的不确定性因素，而企业需要根据当前数据和情况对未来做出相应的预测和决策。企业的增长要不断地获得新的客户，通过数据挖掘分类分析能够辨别潜在客户群，判断哪些客户会变成响应者，以提高市场活动的响应率，从而使企业的促销活动更具有针对性，并大大降低企业的促销成本，可以实现收集大量客户消费行为信息，掘出客户最关注的方面，把企业的钱花在刀刃上，迅速找到客户真正需要的信息，实现双方共赢，从而把潜在的客户转化为现实的客户。
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。
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。
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。
数据挖掘在电子商务CRM中的三大金矿
目前，越来越多企业使用数据挖掘来加强电子商务CRM的应用水平，许多企业都在其具体的应用中使用数据挖掘技术，数据挖掘可以使企业得到电子商务CRM应用数据的三座金矿，在日益复杂的市场环境下迅速采取行动，实现差异化和个性化营销。
一，打通客户金矿
打通客户金矿即可以把握客户动态，更重要的是实现有价值客户的保留和潜在客户开发。
客户即是上帝，对于任何企业而言都是如此。互联网时代信息化的提升使客户快速地接受大量信息，也使得他们的偏好不断地改变，客户群体显得更加不稳定。通过数据挖掘可以快速了解客户行动的改变，并立即做出相应的策略，通过掌握先机赢得客户，既可以发挥老客户的价值，又能不断挖掘新的客户。
在现有客户的保持方面，海量数据的挖掘可以进一步对客户进行细分，从而达到有针对性的营销进而使客户不流失，这项工作其实在数据挖掘概念提出前各厂商早已有探索，只是海量数据的分析使得这一流程更加细化更有据可依。客户关系管理理论中有一个经典的2/8原则指出：80%的利润来自20%的客户。通过数据挖掘中的分类分析算法对客户消费行为、盈利能力进行分析，从而将客户进行分类，进而可以把大量的客户分为不同的类别，每一个类别里的客户具有相似的属性。根据上述的分析企业可以给不同类别客户提供差异化服务从而提高客户的满意度，将那些消费额最高、最稳定的客户群，确定为“黄金客户”,根据分类不同对不同档次的客户确定不同的营销策略，通过制定个性化的“一对一营销”策略，实现企业留住高利润客户的目的。
数据控掘对于潜在客户的开发更为重要，这关系到企业的未来发展状况。未来涉及众多的不确定性因素，而企业需要根据当前数据和情况对未来做出相应的预测和决策。企业的增长要不断地获得新的客户，通过数据挖掘分类分析能够辨别潜在客户群，判断哪些客户会变成响应者，以提高市场活动的响应率，从而使企业的促销活动更具有针对性，并大大降低企业的促销成本，可以实现收集大量客户消费行为信息，掘出客户最关注的方面，把企业的钱花在刀刃上，迅速找到客户真正需要的信息，实现双方共赢，从而把潜在的客户转化为现实的客户。
