CRM是一种“以客户为中心”为核心思想的企业经营管理模式,它首先是一种营销理念,同时也是一种先进技术的集成系统。CRM系统结构类型可以分为运营型CRM、协作型CRM和分析型CRM。分析型CRM通过对面向客户的各个领域业务的工作流程的自动化,采用数据库、数据仓库、数据挖掘等技术手段,将“以客户为中心”的营销理念实践到企业的日常运作中,并且将这种结果转化为对企业的决策支持作用。数据挖掘是一个萃取和展现以往无法探知的新知识的流程,这些新知识选自数据库并为可付诸行动的决策提供服务。它能够有效的将以前隐藏在数据中的信息展示在客户的面前。基于数据挖掘的分析型CRM可以有效的从与客户有关的大量数据中“挖掘”出对企业经营决策有价值的知识和规则。当今主流的大中型商业组织、制造业和公共机构已经把数据挖掘作为一种重要的途径来寻找出“隐藏”在交易数据里面的规律。本文在对CRM核心思想、体系结构和功能特点的研究基础上,分析了现有CRM体系结构,并结合数据挖掘技术在CRM中的关键作用,运用逻辑推理方法构建了基于数据挖掘的分析型CRM体系结构。归纳和总结了分析型CRM在营销决策中的八个方面的应用和表现。在上述理论研究的基础上,选择了分析型CRM在客户细分和客户流失分析两个方面的应用进行理论方法研究和实证分析。该实证选取某电信企业作为对象,利用Clementine软件,遵循CRISP-DM方法论。实证针对不同的应用主题,采取利用K-means算法的聚类挖掘技术实现客户细分;采取利用C5算法的决策树挖掘技术实现客户流失分析。最后,针对客户细分结果,对不同特征群体制定具有针对性的营销策略;针对客户流失分析结果,对可能流失的客户及时发出挽留措施。实现使用分析型CRM达到企业锁定营销目标、延伸营销利润、降低营销成本的目的。本文研究结论是:分析型CRM在营销决策领域拥有广阔的应用空间和应用潜力。分析型CRM采用无监督的聚类方法能对客户进行有效分类,在此基础上的营销决策能为企业节约营销成本,提高营销响应,拓展利润空间,同时也能为客户提供更需要的服务,提高客户收益率。分析型CRM采用决策树方法能对企业进行有效的客户流失预警,基于此的营销决策能够让企业对可能流失的客户及时发出挽留措施。避免因客户的转换行为而造成企业成本负担加重。本文的创新主要体现在以下几点:(1)在研究内容上,本文对分析型CRM在市场营销决策支持领域的应用做了初步的探讨。将分析型CRM结合到营销决策问题的分析中,对市场营销的分析引入到一个新的视角,分析的结果是传统统计方法难以得到的。(2)在具体应用研究方面,从客户行为方式、人口统计、客户价值这三个维度来进行客户细分研究,这相较于采用单维度的细分来说更能宏观、全面的分析客户,得到更优结果。(3)在研究方法上,对客户细分和客户流失的分析均采用的是先介绍通用的各模型方法概述,再结合电信公司进行具体的实证分析。利用K-means算法的聚类挖掘技术将电信企业目标客户细分分成8类,针对不同类群的特征实施针对性营销;利用决策树挖掘技术对客户流失进行分析,得出流失预警评分规则,并针对可能流失的客户及时发出挽留措施。这一由概括到具体的分析方法取得了“模式化应用过程”的效果,为分析型CRM在营销决策上的应用提供了过程方法参考。