1 国内工程机械行业简述
　　在经济全球化的今天，我国工程机械企业一方面面临全球信息化、竞争加剧的挑战;另一方面又面临着企业缺乏有效管理、原材料价格上涨及用户需求多变等压力。国内外经济形势，都对工程机械行业的发展提出了新的要求和挑战。在信息化进程上，我国工程机械行业已经被西方发达国家远远的抛在了后头，在危险与机遇并存的今天，如果还不奋起直追，何谈突破与发展。
　　由于历史因素，工程机械行业内粗放型发展模式一度占据主导地位。粗放型的发展模式虽然能使行业在短期内获得高速增长，但也暴露出行业对外依存度高、产品附加值低、竞争力弱以及产能盲目扩张等严重问题。现在，很多工程机械企业已经意识到了这个问题。压力当前，我国工程机械企业纷纷采取压缩成本、实施精细化管理、提升管理效率等措施。信息化作为帮助企业实现这些目标的手段，日益受到重视。
　　2 客户关系管理与数据挖掘
　　2.1 客户关系管理的内涵
　　客户关系管理思想产生的背景是西方国家市场竞争的激烈化，客户更容易的选择企业的竞争对手，于是很多企业开始重视客户。在这样的环境下产生了维护好与客户之间关系的管理思想，为了解决这个问题CRM孕育而生。如果没有这种大环境，或者企业没有认识到客户的重要性，而单纯的应用软件是脱节的。客户关系管理并不是一种单纯的软件或数据库的应用，而是一种战略性的经营哲学：“客户是企业的命脉”。
　　2.2 数据挖掘(DM)概述
　　数据挖掘(Data Mining)就是从大量的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在具有价值的规律和知识的过程。在企业中的应用就是通过模型化处理，从中提取辅助商业决策的关键性数据。
　　数据挖掘功能用于指定数据挖掘任务中要找的模式类型。一般地，数据挖掘任务可以分两类：描述和预测。描述性挖掘任务刻划数据库中数据的一般特性。预测性挖掘任务在当前数据上进行推断、预测。
　　2.3 数据挖掘在CRM中的地位与内容
　　以电子商务环境下的企业客户关系管理为主线，辅之以建立在数据仓库基础上的各种数据挖掘技术，在吸引客户、挽留客户、升级客户的过程中实现不断提升企业核心竞争力的目标。数据挖掘处于CRM中的核心地位。
　　对于企业而言，数据挖掘能够根据已有的信息对未发生行为做出结果预测，有助于揭示已知的事实，发现业务发展的趋势，预测未知的结果，为企业经营决策、市场策划提供依据。
　　“以客户为中心”的数据挖掘内容涵盖了客户需求分析、客户忠诚度分析、客户等级评估分析等三部分，有些还包括产品销售。其中，客户需求分析包括：消费习惯、消费频度、产品类型、服务方式、交易历史记录、需求变化趋势等因素的分析。客户忠诚度分析包括：客户服务持续时间、交易总数、客户满意程度、客户地理位置分布、客户消费心理等因素的分析。客户等级评估分析包括：客户消费规模、消费行为、客户履约情况、客户信用度等因素的分析。产品销售分析包括：区域市场、渠道市场、季节销售等因素的分析。通过数据挖掘技术对客户需求进行深入分析可以满足企业对个体细分市场的客户关系管理需求。CRM的精髓在于如何运用数据挖掘技术建立好分析层次的CRM。
　　3 数据挖掘在工程机械行业CRM中应用模式的设计
　　随着中国加入WTO，我国工程机械营销企业面临着的竞争全世界球化和高速化。加强客户关系管理不仅可以占领市场，处处“以客户为中心”。在CRM中加强对DM的分析功能的运用发现客户潜在需求，根据客户需求进行流程的优化和组织的重组，从而可以更好的满足客户，达到良性循环，以提高企业管理效率，实现管理现代化。
　　3.1 目前工程机械销售中存在的问题
　　1)难以进行可持续性服务——缺乏对动态信息的收集和分析。我国工程机械行业的客户系统中只有客户购买机器时的静态描述数据，包括客户的姓名、地址、电话、邮政编码、所购机器的机型、机号等。但是从客户购机交付后，这台机器的状况如何的相关数据就很少了。缺乏这些动态过程的数据。就无法对机器进行完整的了解，要开展更深入的数据挖掘便无从谈起，也就不能向客户提供更有针对性的后续服务。
　　2)企业对客户信息采集不够深入。难以进行DM深层次的挖掘。在实际的工程机销售过程中，业务代表只是把今天拜访的客户的姓名记了下来，集中在一个共同的本子。即使这个客户以后买了车，信息中也只是这些，企业认为只要把机器卖了就可以了。不会做更深入的工作，另外也没有人指导业务代表应该收集客户哪些重要的信息，即使收集了也没有可以运用的途径。
　　3)DM应用不多，很难进行客户行为分析、市场细分。现在很多企业的概念是有钱、有工程活的个体或者单位买机器，而没有形成具有某些特征的客户买什么样的机器的细分概念。目前买机器的市场还不是很大，影响也许不大，但随着市场扩大，会产生细分群体的特征不明确，会影响到对商业行为的分析。
　　4)信用管理不受重视。开展工程机械分期付款销售时间不长，很多企业在销售初期风险认识不够，风险防范意识不强。未能认识到信用管理的重要性。有些企业错误的认为实施信用管理会限制分期付款交易，影响企业与客户关系。增加管理成本。
　　5)由于缺乏对客户多维特征分析、聚类、分类分析，很难给客户进行定义性的判断，更不可能进一步针对某一类客户做宣传，而只能象展示会一样是对机器来做宣传。这不是一种“以客户为中心”的理念。在CRM系统中，不运用DM更是难以想象如何开展对客户的个性化需求进行满足，进行“针对性的个性化服务”。
　　3.2 工程机械行业数据挖掘应用模式设计
　　通过上述数据挖掘程序和某企业应用的实际经验，能够给企业带来以下的作用。举个例子：下列关系表描述：customer，item，employee 和branch。关系客户由一组属性：包括客户的唯一标识号(custom_ID)，客户的姓名、地址、年龄、职业、年收入、信誉信息、分类等。
　　关系数据可以通过数据库查询访问。数据库查询使用如SQL这样的关系查询语言，或借助于图形用户界面书写。在后者，用户可以使用菜单指定包含在查询中的属性和属性上的限制。一个给定的查询被转换成一系列关系操作，如连接、选择和投影，并被优化，以便有效地处理。查询可以提取数据的一个指定的子集。假定你的工作是分析数据，通过使用关系查询，你可以提这样的问题：“显式一个上个季度销售的机器的列表”。关系查询语言也可以包含聚集函数，如sum，avg(平均)，count，max(最大)和min(最小)。这些使得你可以问“给我显式上个月的总销售，按分公司分组”，或“多少确定购买出现在7月份?”，或“哪一位业务代表的销售额最高?”。
　　1)建立有效的客户数据仓库：收集客户信息建立数据仓库是进行数据挖掘的前提和基础。数据仓库在数据分析和决策方面为用户或“知识工人”提供服务。这种系统可以用不同的格式组织和提供数据，以便满足不同用户的形形色色需求。数据仓库的好处在于：信息统一集中管理。在各部门的数据要能够统一集中管理，不能分散在各个部门，甚至是员工手中，企业能够了解到客户和机器信息的全貌。做到各部门的信息共享，不同品牌机器的信息共享。不仅知道客户的信息，机器的信息也要了解，而且要十分详细，具体到是哪个服务人员去支援的信息都要有，如果进行过维修，维修了哪些内容、更换了哪些配件。建立相对应的服务标准、服务知识库、统一的索引。例如：机器出厂交付时，服务人员发放带有会员编号的会员卡，对于一卡多机的客户，交付时在机器上贴上序号。后期客户有报修时，输入会员卡编号可以查询出每一次和客户接触的具体记录。服务人员能够及时了解机器的状况。各部门的业务也成功串联到一起了。
　　2)挖掘潜在客户：分析第一次购买机器的客户的特征。例如：他们是喜欢去展示会，还是直接上门拜访，还可以对客户的行业进行分析，看他们的共同特点或者有什么共同的爱好，对不同品牌机器的认知程度，是否初次涉入工程行业，分析客户喜欢用什么样的方式获得机器的资料，是朋友介绍还是电话咨询。分析第一次买机器的客户的家庭经济结构，是全款，还是采取贷款，分期付款的比例是否有上升。通过种种指标的分析，就可以增加销售漏斗中潜在客户的流量，系统自动描述潜在客户特征、分析提出相应的营销策略建议。
　　3)转化潜在客户：如果一个客户有意向购买机器，他可能是即刻购机，也可能是未来某个时间。不管客户做何打算都会在与业务代表交流时透露他的意愿。有一点是可以肯定的，时间越长，客户改变意向的可能性就越大，系统中的拜访策略不断提醒业务代表及时的和客户联系，提前客户购买机器的时间。业务代表的每次拜访都要及时更新客户的购买可能性，当发现购买可能性降低时，分析原因，加大拜访量，在企业能承受的商务条件内促成交易。
　　4)忠诚客户的管理：“3”——老客户每隔3年就会买一台新机器(分期还款最长时限为36个月，通过GPS查询客户机器每个月的工作时间和当地每天机器施工费用来计算客户的利润，债权部门可以通过GPS来考察客户的分期还款记录，避免企业出现债权坏账);“70”——交付的100台机器有70台是老客户买走的。根据这个规律，系统拜访策略在客户购买新机器后有规律的安排回访，及时和客户沟通。系统在一个老客户购买机器后的第2年或者机器工作时间达到临报废时，就该发送信息给业务代表，做好和客户的联系沟通，争取客户的下一台机器还到公司来买，甚至成为终身客户。保留一个老客户比拓展一个新的客户要节省4-5倍的成本。
　　5)及时的售后跟踪服务：机器出厂交付时安装车载GPS，根据GPS查询机器总计工作小时数，在规定保养小时数范围内，系统提示信息给服务人员上门进行保养，这样可以给予客户实在的关怀，同时可以通过提供服务或者优惠活动增加业务量，让客户增加对企业的信任。再比如机器的润滑油快要用完的时候，系统也可以给出提示，这是更细致的关怀，也是向客户展示企业超前的服务意识。客户通过网站或者400电话报修机器，可以通过系统创建好的服务知识库进行视频播放、坐席人员的在线解答，减少后面需要服务支援的客户的等待时间。系统将从机器交付之后管控到此台机器报废为止。
　　6)客户自身外的信息挖掘：系统可以根据客户的年龄判断或者由销售代表拜访的信息得到，客户的朋友、亲属可能从事工程行业，根据客户相关人员的经济能力分析，有购买机器的打算，系统给出信息，让销售代表推荐客户化的机器，最终完成交叉销售。
　　7)一对一的服务：通过数据仓库技术的应用和数据挖掘功能的实现，强化了企业对客户的盈利分析技巧和客户细分能力。数据仓库和数据挖掘技术帮助企业实现了“一对一”营销与服务。在机器销售中，有些是企业客户大批量购车、租赁，数据仓库和数据挖掘技术为企业建立了有效的市场细分和“群体化区别营销”模式，针对这些大客户的服务设计的考虑就应该更周到。
　　8)价值再造交叉销售：通过数据仓库和数据挖掘技术的应用，实现了真正意义上的客户价值再造交叉销售，其实内涵就是对客户除了对本产品能满足他自身的需求以外的相关需求的发现，然后针对新的发现进行有回报的满足。
　　9)由外到内的改进：在传统的观点中，一直认为业务流程优化和业务单元组织优化是ERP等企业资源管理软件应该完成的事情，实际上并非如此。大多数企业的管理层，迫切希望CRM能够建立对企业前端组织的动态优化模型。数据仓库和数据挖掘技术的应用，特别是商业智能的应用，为业务流程的持续优化和以此驱动的业务单元的优化提供了新的动力源，即形成了“业务流程重组与优化——组织重组与优化——业务流程优化”的动态循环模型。实际上，这个过程也就是根据客户的需求最终推支了整个企业组织的重组或者变革，以便于更好地持久地为客户服务，这从逻辑上是一个“始于客户，终于客户”的过程，目的是以客户为中心，围绕满足客户的需求展开企业活动。工程机械制造企业就可以根据客户的个性要求可以设立柔性制造工艺制造出符合客户要求的工程机械，就是顺应客户需求来改造流程。
　　4 结束语
　　CRM进入我国已经多年，目前市场上也出现了相应的一些软件。但绝大多数都停留在操作层面上。真正能运用数据挖掘技术建立分析型CRM的很少。随着企业营销数据和相关信息不断积累，数据仓库成为企业组织信息最有效的方式，而数据挖掘是一种潜在功能强大的新技术，帮助企业制定最优的策略。数据挖掘技术在CRM中贯穿于客户生命周期的各个阶段，为企业的决策支持和商业智能发挥了核心作用。随着数据挖掘技术的进一步发展和深化，必然会带给工程机械行业CRM更为广泛的应用前景和市场。

（责编：韩雨彤）

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。