隨著互聯網絡的迅猛發展，市場的不斷成熟，世界經濟進入了電子商務時代，產品和服務的差異越來越小。以生產為中心、以銷售產品為目的的市場戰略逐漸被以客戶為中心、以服務為目的的市場戰略所取代。誰能掌握客戶的需求趨勢，加強與客戶的關系，有效發掘和管理客戶資源，誰就能獲得市場競爭的優勢，在激烈的競爭中立于不敗之地。以“客戶為中心”的客戶關系管理(Customer Relationship Management，簡稱CRM)已經成為產業界、學術界應用和研究的焦點。

1 客戶價值的定義

客戶價值的定義可以從兩個方面來理解：即客戶方面的價值和企業方面的價值。客戶方面的價值主要是指客戶從企業的服務中得到的滿足。也可以理解為客戶從某種服務中獲得的總利益和購買時付出的總代價之比，它是企業進行客戶細分的重要標準。企業方面的價值主要是指企業從客戶消費中所獲得的企業利潤或收益。具體的說，它是企業從與長期穩定關系的并愿意為企業提供的產品和服務承擔合適價格的客戶中獲得的利潤，長期穩定關系也就是指客戶的生命周期。偶爾關系的客戶和長期與企業接觸的客戶對于企業來說價值是不一樣的?？蛻魞r值是開展客戶價值評估和客戶細分的重要依據，是建立價格模型、流失率模型和測算客戶忠誠度的基礎。

2 客戶細分

客戶細分就是把大量的客戶按照客戶的行為、需求、偏好以及價值等因素對客戶進行分類。其理論依據在于顧客需求的異質性和企業需要在有限資源的基礎上進行有效地市場競爭。企業可以根據不同類型的客戶，提供有針對性的產品服務和銷售模式。客戶細分的目的可以從兩個方面來理解。首先從客戶需求的角度來看，客戶對企業的需求是不一樣的，要使所有客戶對企業的服務都滿意。那么就要求企業有針對性的為客戶提供相應的服務。為了滿足多樣化的需求，就必須首先對客戶進行不同標準的細分。其次從客戶的價值方面來看，不同的客戶為企業帶來的收益的不同的，短期的客戶帶來的收益就小，長期穩定的客戶帶來的收益就更多。

所以，企業就要知道哪些是價值更多的客戶，哪些是企業的忠實客戶，哪些是企業的潛在客戶等。這樣才能更好的為客戶提供相應的服務，節省了營銷成本，提高了營銷效果。

3 基于數據挖掘的客戶價值細分

數據挖掘(DataMining，簡稱DM)是從大型數據庫或數據倉庫中發現并提取隱藏在其中的有用信息的一種新技術，是數據庫研究中的一個很有應用價值的領域。下面我們將利用數據挖掘技術來對實現客戶價值細分。

3.1 數據挖掘平臺的體系結構

數據挖掘平臺的體系結構數據主要有三個層次，即表現層、業務邏輯層和數據層。其中表現層主要包括動態HTML和應用客戶；業務邏輯層主要包括DM功能配置、DM控制引擎以及DM建模與重構。數據層主要有數據庫以及數據倉庫。其平臺體系結構如圖1所示

圖1 數據挖掘平臺的體系結構

數據挖掘的目標是從數據庫中發現隱含的、有意義的知識，人們可通過此來預測未來趨勢及行為，做出前攝的、基于知識的決策。它的主要功能有：自動化預測趨勢行為的功能、關聯分析的功能、聚類的功能、概念描述的功能以及偏差檢測的功能等。

3.2 數據挖掘客戶細分的實施

3.2.1 基于數據挖掘的客戶細分模型

基于數據挖掘的客戶細分模型如圖2所示，該模型中的客戶細分過程主要包括學習、應用和分析三個主要步驟。

圖2 基于數據挖掘的客戶細分模型

3.2.2 基于數據挖掘客戶細分流程

在進行客戶細分前，首先必須對客戶的消費行為和需求進行分析，建立符合特征描述。接下來對客戶的戰略價值進行分析，對其進行有效的價值定位。然后對客戶進一步的了解，完善并實施市場營銷策略。具體實施步驟主要包括：選擇主題與模型，構建數據倉庫、構建標準數據集、算法設計、預處理、客戶細分以及結果評估。通過對用戶人口信息、用戶行為和價值進行基于聚類分析的數據挖掘，得出客戶人口信息、用戶行為和價值基于聚類分析的數據挖掘，得出客戶分群和基本特征，并使用數據進行了驗證，確定了客戶細分模型的有效性。

4 總結

客戶細分是客戶關系管理系統的核心功能之一，可以對客戶獲取、客戶保持及客戶增值等客戶關系管理過程提供全面支持，提升客戶滿意和客戶忠誠。所以，如何更好的實現客戶價值細分加工是企業管理者們去研究和探索的重要課題。