1）数据挖掘简述

数据挖掘的对象：首先讨论一下在什么样的数据上进行挖掘。数据挖掘技术不可能对原始的没有经过任何处理的数据进行处理，这样是非常不科学的。完整的数据挖掘过程必须包括数据的清理与集成、数据的选择与变换、数据挖掘以及最后的知识评估与表示。而数据挖掘的直接对象一般包括关系数据库、数据仓库、事务数据库以及一些新型的高级数据库。

（2）数据挖掘的任务

可以把数据挖掘的任务分成两项：描述，分类和预测。

①描述：描述的主要任务是挖掘出数据中的一般特性。描述一般包括特征化和区分。数据特征化是用一种格式化的方法来描述目标类数据的一般特征或特性，它的输出一般为一些图表，例如饼图、条图和曲线等。而数据区分的任务是将目标对象的一般特征与一个或多个对比类的一般特征进行比较，其输出的形式与数据特征化的输出类似。

②分类和预测、数据挖掘的另外一大任务是分类和预测。分类的主要思想可以理解为：所有的样本都有类属性和类标号。首先，从已有的样本集合中抽取一部分作为训练样本集合，然后用这些样本去训练出一个模型，然后再用这个模型去预测新的数据的类标号。当然，还可以另外引进一个测试样本集合来测试训练出的模型的准确性。分类的主要方法有分类规则、判定树、数学公式和神经网络等。预测与分类的思想非常类似，不同在于预测往往去预测一个未知的数值，而不是某种类标号。说得通俗一点就是，预测可以针对连续值，而分类往往是离散的。常用的预测方法有线性回归和非线性回归和最小二乘法等，当然，神经网络也可以作为一种有效的预测方法。

2）数据挖掘在各户关系管理中的作用

客户管理的中心工作是对企业与客户之间的交互进行管理，在企业决策管理过程中占有非常重要的地位。而数据挖掘技术的运用可以使得这一过程更具目的性和智能性。具体地说来，第一步，CRM要帮助企业客户管理人员实现对市场的分割，找出现有的客户和可能给企业带来利润甚至高利润的潜在的客户，这时，市场工作人员会面临大量的数据，而他们必须能够从中筛选出有价值的信息。CRM数据挖掘模块就是要完成自动地从庞大的数据堆中找出好的预测客户购买行为的模式的功能。然后策划和实施促销活动以影响客户的行为。第二步，在得到了客户购买行为的模式以后，企业又应该如何利用它们呢？在进行完数据挖掘之后，市场人员必须把结果输入到促销活动管理软件中，从而可以有指导地进行促销活动的管理。

①数据挖掘可以辅助销售人员展开推销。由于数据挖掘可以模拟任何客户行为，从而能够帮助销售人员更为准确地定位销售活动，提高活动的响应率、交叉销售以及投资收回率。

②数据挖掘可以增加客户在生命周期中的价值。由于数据挖掘技术可以追踪客户响应率以及客户的行为变化，从而可以把最能给企业带来利益的那一部分人群从客户群体中区分出来，对他们采取相应的客户策略，从而达到最大程度上提高客户生命周期价值的目的。