顧客關(guān)系管理和數(shù)據(jù)采礦

顧客關(guān)係管理與資料採礦Customer Relationship Management, CRM & Data Mining一、 導論在經(jīng)歷過電子化衝擊的九年代後，企業(yè)E化程度已逐漸成熟，然而在比較分析E化所帶來之成本效益與投資報酬率後，許多企業(yè)仍對E化所帶來的成果表示失望，是E化所保證之營運前景有如海市蜃樓般遙不可及？或是在E化的過程中忽略某些成功的要素？ 企業(yè)間在經(jīng)歷有如革命般歷程之電子化過程，在承接組織再造、人力資源、營運模式、資訊科技、商務(wù)環(huán)境變遷等有如大海浪潮般衝襲企業(yè)營運基礎(chǔ)之力量後，許多企業(yè)已慢慢察覺無論何種經(jīng)營模式，最重要的是能夠徹底掌握與顧客間之互動，瞭解顧客之需求；與此方向背道而馳的任何E化努力，不僅不會為公司帶來任何E化的成果，相反地在電子化的過程中，企業(yè)卻可能因為失去原有之商業(yè)戰(zhàn)略目標而慘遭或瀕臨淘汰的命運。 為徹底掌握企業(yè)E化的成果、整合公司的資源、瞭解顧客的需求、調(diào)整經(jīng)營模式與行銷策略，部份企業(yè)已紛紛開始導入顧客關(guān)係管理之軟體，希望藉此來改善公司與顧客間之互動關(guān)係，掌握顧客之需求。 顧客關(guān)係管理之範圍涉及甚廣，包括電子化服務(wù)、電話服務(wù)中心、資料採礦等均屬顧客關(guān)係管理之一環(huán)，其中以資料採礦雖最為大眾所熟知，然而對其應(yīng)用方式也較其他電子商務(wù)軟體來的陌生。 主要原因為導入資料採礦所費不貲，許多企業(yè)對其所能對企業(yè)營運產(chǎn)生之正面效果仍持保留態(tài)度；其次，許多公司業(yè)已導入企業(yè)資源規(guī)劃、供應(yīng)鏈管理及部份顧客關(guān)係管理管理等應(yīng)用軟體，其所能提供企業(yè)之報表及分析報告，企業(yè)經(jīng)營及管理階層業(yè)已耗費相當大的時間精力與人力資源來進行消化分析，對於安裝另外一套新的軟體來進行顧客資料分析之效益存疑；最後，許多企業(yè)對自身營運分析相當自信，認為對客戶之需求與特性業(yè)已瞭若指掌，並無藉由其他軟體來對客戶群進行分析管理之必要。 上述觀點整體而言尚屬正確，畢竟商業(yè)軟體之導入需要大量人力資源與金錢之投資，且過度的投資往往造成企業(yè)財務(wù)之困難，應(yīng)謹慎從之，況且無論何種應(yīng)用軟體，均無法完全取代傳統(tǒng)企業(yè)與顧客間長期以來所建立之商務(wù)關(guān)係。然而由於電子商務(wù)之興起，顧客利用各種不同的管道如電話、傳真、網(wǎng)路等大幅增加與企業(yè)間之互動機會，而這些互動關(guān)係則提供了企業(yè)最佳的機會來瞭解顧客之特性。 由於資訊科技發(fā)展迅速，許多企業(yè)在尚未掌握舊有資訊軟體之功能前，新一波的資訊風潮卻早已充斥於各大傳播媒體與資訊科技新聞中，如在資料採礦逐漸興起的同時，許多企業(yè)可能會有疑問，公司為了提高產(chǎn)業(yè)競爭力，業(yè)已導入企業(yè)資源規(guī)劃、供應(yīng)鏈管理以及顧客關(guān)係管理等軟體設(shè)備，上述各項軟體業(yè)可產(chǎn)生多項制式報告，故資料採礦對其有無一定之必要性？要回答這個問題，首先我們必須要檢視一下企業(yè)電子化的歷程與其實質(zhì)內(nèi)涵。 多數(shù)企業(yè)所安裝之ERP、SCM、CRM等軟體僅僅汰換公司舊有的系統(tǒng)，改善原先作業(yè)流程，因此對於企業(yè)所產(chǎn)生之效益固然存在，惟企業(yè)基本運作模式仍未有徹底改變，因此所獲得之經(jīng)濟效益有限。其次，多數(shù)公司均於同一時期前後導入各項軟體，由於企業(yè)導入家數(shù)之增多，相對的軟體所能對企業(yè)營運所產(chǎn)生之競爭優(yōu)勢也逐漸降低。 最後，多數(shù)E化軟體均負責處理交易（Transaction）所產(chǎn)生的資料或是過去的數(shù)據(jù)資料，而缺乏能力預測顧客可能之行為模式以及其對企業(yè)營運所造成之影響。而資料採礦正可彌補上述幾項資訊軟體之不足，使企業(yè)得以一個較為寬廣的視野來審思與檢視自身經(jīng)營模式，瞭解顧客特性。 然而要瞭解資料採礦，就必須先瞭解顧客關(guān)係管理的真正意涵，本文將由顧客關(guān)係管理著手，分析顧客關(guān)係管理對於企業(yè)營運之重要性，並介紹資料採礦如何協(xié)助企業(yè)進行顧客關(guān)係管理及經(jīng)營行銷策略之規(guī)劃。二、 顧客關(guān)係管理對企業(yè)經(jīng)營之重要性什麼是顧客關(guān)係管理？顧客關(guān)係管理是一項經(jīng)營管理的概念，要求企業(yè)將焦點放在企業(yè)營運最重要的核心顧客之上，試著與顧客間建立一種學習關(guān)係，從顧客對企業(yè)所提供產(chǎn)品與服務(wù)之表現(xiàn)，來學習如何加強提供更佳的產(chǎn)品與服務(wù)品質(zhì)，進而以顧客為中心，訂定有效的經(jīng)營管理與營運目標，以建立企業(yè)與顧客間之關(guān)係。 長久以來，顧客關(guān)係管理一直是企業(yè)經(jīng)營努力的目標，瞭解顧客需求或創(chuàng)造顧客需求，一直是企業(yè)經(jīng)營之核心，此企業(yè)經(jīng)營基本原則並未隨著電子商務(wù)時代來臨而有所改變。然而隨著資訊軟體功能之提昇，導致企業(yè)與顧客間之互動關(guān)係亦隨之演化，以往企業(yè)與顧客關(guān)係之建立，存在於雙方長期以來所建立的互動聯(lián)繫，但隨著資訊科技進步，愈來愈多的企業(yè)應(yīng)用資訊軟體來管理經(jīng)營與顧客間之互動關(guān)係。 由於網(wǎng)路與資訊軟體之普遍使用，企業(yè)與顧客間之互動亦愈加頻繁，在電子商務(wù)時代，不同行銷管道與策略，使得企業(yè)與顧客間之關(guān)係愈趨複雜，如何在顧客群中發(fā)掘獲利率高之客戶群，以及如何保持與既有顧客間之良好關(guān)係，均為驅(qū)動顧客關(guān)係管理之主要因素。電子商務(wù)時代所稱之顧客關(guān)係管理主要是藉由資訊軟體之應(yīng)用來協(xié)助企業(yè)提昇對於顧客之服務(wù)，改善企業(yè)與顧客間之互動關(guān)係。 要充分掌握顧客關(guān)係管理之精髓，除提昇服務(wù)品質(zhì)外，企業(yè)生產(chǎn)之產(chǎn)品與提供之服務(wù)亦必須符合既有顧客及未來潛在顧客群之期望與要求；換言之，企業(yè)必須掌握顧客整體之生命週期，針對不同顧客需求提供產(chǎn)品與服務(wù)。目前顧客關(guān)係管理之資訊軟體，均已提供整合方案，協(xié)助企業(yè)瞭解利用顧客於企業(yè)資料庫之資料，完整呈現(xiàn)顧客群與企業(yè)間之關(guān)係，並將其整合至企業(yè)整體經(jīng)營策略之內(nèi)。 顧客關(guān)係管理的精髓在於藉由資訊軟體之輔助，企業(yè)得以對於客戶所做的每一個互動加以記錄，而增加企業(yè)位於客戶需求之學習效果，使企業(yè)更加瞭解掌握特定顧客之需求，因此企業(yè)未來在傳達行銷訊息予顧客時，得以更加精確地掌握不同顧客之特質(zhì)，進而降低行銷成本與提高行銷效率，亦可藉此作為市場區(qū)隔之工具，拉大與市場競爭者之差距，以保持企業(yè)競爭優(yōu)勢。 三、 顧客關(guān)係管理與資料採礦顧客關(guān)係管理不僅可提昇企業(yè)與顧客間之互動關(guān)係，同時也藉由互動關(guān)係來蒐集顧客資料。一般而言，顧客關(guān)係管理蒐集之顧客資料包括行銷活動的顧客反應(yīng)度、運銷和產(chǎn)品供應(yīng)之相關(guān)數(shù)據(jù)資料、銷售與購買之資料、客戶資料、客戶網(wǎng)站註冊資料、相關(guān)服務(wù)之數(shù)據(jù)、產(chǎn)品市場資料及網(wǎng)路銷售數(shù)據(jù)等。由於各項資料均為顧客與企業(yè)間之互動而產(chǎn)生，因此藉由分析顧客之各項資料，得以有效掌握顧客特性，而分析資料的主要工具之一即為資料採礦。 顧客關(guān)係管理對企業(yè)而言乃是將顧客關(guān)係放在企業(yè)經(jīng)營之核心，以滿足顧客需求之行銷理念；而資料採礦則為顧客關(guān)係管理之工具之一，如前述由於顧客關(guān)係管理涉及多種層面，因此資料採礦並非顧客關(guān)係管理之唯一模式，然而由於其資料分析之特質(zhì)，使其成為顧客關(guān)係管理上之必要之工具。 要有效應(yīng)用資料採礦，首先必須整合資料採礦、顧客關(guān)係管理與公司整體策略。顧客關(guān)係管理從較大的範疇而言，為管理企業(yè)所有顧客群與企業(yè)間之互動。在實務(wù)上，則牽涉到如何應(yīng)用顧客資料，更加有效地提昇企業(yè)對顧客之服務(wù)，與增進企業(yè)與顧客間之互動關(guān)係。 基本上，企業(yè)在進行顧客關(guān)係管理上存在著許多不同層次與相互關(guān)連之策略考量，主要包括顧客之獲取、增加顧客對於企業(yè)之價值，以及顧客之留存。而顧客之資料採礦可有效地在各項不同層面增加公司收益，協(xié)助達成企業(yè)營運之整體策略目標。資料採礦應(yīng)用於顧客關(guān)係管理之具體實例可概分為下列幾種層次： （一） 顧客獲利率（Customer Profitability）：瞭解企業(yè)對於不同客戶群之獲利率，為企業(yè)利用資料採礦之方式來進行顧客關(guān)係管理的第一步。倘若企業(yè)對於不同客戶群之獲利程度無法清楚掌握，就無法妥善規(guī)劃未來企業(yè)的行銷及營運方向，也因此可能導致企業(yè)錯誤的投資及行銷現(xiàn)象策略。許多企業(yè)往往認為客戶永遠是對的，因此無論客戶的要求為何，均應(yīng)努力達成。此種論點在某些層面而言應(yīng)屬正確；然從實務(wù)層面來看，企業(yè)針對不同的客戶需求而改善自身營運流程與成本，由於不同的客戶群對商品與服務(wù)需求程度之不同，企業(yè)所採行之定價與獲利程度亦有所不同。倘若部門流程間未盡完善，往往導致部份獲利程度較低之客戶有過度服務(wù)，而獲利程度較高之客戶反而產(chǎn)生服務(wù)不足之情形。因此，瞭解不同顧客群對於企業(yè)獲利之貢獻程度，可以使企業(yè)類似站在一個置高點上，對顧客關(guān)係管理可得到一個較為清晰之全貌，作為調(diào)整營運模式與行銷策略之依據(jù)，再從既有之基礎(chǔ)上，提高企業(yè)對於客戶群之獲利程度，增加企業(yè)之營收。（二） 顧客之獲?。–ustomer Acquisition）：企業(yè)傳統(tǒng)贏取顧客的方式多透過整體行銷策略之規(guī)劃，輔以強勢之廣告宣傳訴求，來贏取顧客對於產(chǎn)品與服務(wù)之青睞。惟此種方式多以企業(yè)對於其商品之特定客戶群所內(nèi)含之特質(zhì)而量身訂作而成。其與顧客關(guān)係管理之差別即在於，傳統(tǒng)之廣告行銷方式係由企業(yè)針對自身對客戶之認知所發(fā)起；而顧客關(guān)係管理則為有系統(tǒng)地記錄特定顧客群對於商品之反應(yīng)與特性，再針對其特點擬定廣告行銷訴求，如此可有效提高行銷之有效率，以吸引更多客戶消費企業(yè)商品。（三） 交叉銷售（Cross-Selling）：如何提高既有客戶增加購買公司其他不同產(chǎn)品一直是企業(yè)努力的目標。交叉銷售不僅可提高既有客戶對不同產(chǎn)品之購買，顧客對於不同產(chǎn)品購買量之增加亦可大幅提昇客戶對於企業(yè)之忠誠度，減少客戶轉(zhuǎn)移至競爭對手之可能性。然而從實務(wù)上而言，多數(shù)企業(yè)對交叉銷售多以企業(yè)整體客戶群為基礎(chǔ)，由於不同客戶群對於商品喜好與服務(wù)程度不一，舊有資訊系統(tǒng)並無法提供有效的資料分析與行銷工具，因此在交叉銷售上往往並無效率，部份商品甚至引起客戶反感而產(chǎn)生反效果。藉由數(shù)位採礦之功能，企業(yè)可由不同客戶群間產(chǎn)品購買的歷史、信用額度等資料，來判斷顧客要求進而提供符合客戶要求之商品或服務(wù)。（四） 顧客之掌握（Customer Retention）：從傳統(tǒng)行銷的觀點而言，取得一個新客戶所花費的成本較約維持一個既有的客戶高出六倍之多。激烈的商業(yè)競爭，導致客戶有更多的選擇；因此如何掌握既有客戶群，避免其移轉(zhuǎn)至競爭對手，一直是企業(yè)努力的目標之一。藉由資料採礦之應(yīng)用，企業(yè)可以瞭解客戶移轉(zhuǎn)之主要原因及其具有之特性，進而使企業(yè)有能力提供不同的方案與誘因，吸引顧客繼續(xù)與企業(yè)維持良好的商務(wù)關(guān)係。（五） 顧客之區(qū)分（Customer Segmentation）：不同之客戶群必然存在著不同的特質(zhì)，將顧客群有系統(tǒng)地分類，可以協(xié)助企業(yè)從一個較為寬廣的視野來審思與檢驗公司既有的營運策略，針對不同的客戶特性來設(shè)計商品與服務(wù)，擬定不同的行銷策略與廣告模式，以取代舊式以企業(yè)觀點出發(fā)之行銷模式。資料採礦除了可以應(yīng)用在顧客關(guān)係管理外，亦可應(yīng)用在不同企業(yè)管理之領(lǐng)域；藉由資料採礦之使用，可使企業(yè)瞭解企業(yè)運作現(xiàn)況外，並可以藉由整合顧客與產(chǎn)品之資料數(shù)據(jù)，找出顧客對於企業(yè)產(chǎn)品與服務(wù)之滿意度或不滿意之部分。資料採礦同時可以增進企業(yè)營運效率，創(chuàng)造企業(yè)知識之附加價值。 資料採礦可運用在弊端之偵測、產(chǎn)品於市場之定位、企業(yè)利潤中心之發(fā)掘以及公司物產(chǎn)管理等。對於零售業(yè)者而言，資料採礦可以協(xié)助業(yè)者瞭解顧客依據(jù)人口統(tǒng)計學之分類所產(chǎn)生之消費特性，發(fā)掘消費者採購模式，以及改善直接郵寄之廣告宣傳效益。 對於銀行業(yè)者而言，資料採礦可以協(xié)助銀行瞭解客戶信用卡發(fā)放與使用所可以產(chǎn)生之弊端，協(xié)助找出對銀行而言最有利潤以及忠誠度最佳之顧客群。電信業(yè)者則可利用資料採礦之資料分析瞭解顧客拒絕續(xù)約之原因，並藉以提供消費誘因以留住消費者。保險業(yè)者則利用資料採礦來分析保戶通常要求理賠之模式，除了可以調(diào)整作業(yè)流程外，並可加強稽核，以防止詐財之可能性發(fā)生。製造業(yè)者則可針對不同標的作成本分析，瞭解產(chǎn)業(yè)及產(chǎn)品之特性，以提高獲益率。 四、 資料倉儲（Data Warehouse）與資料採礦要進行資料採礦前，企業(yè)必須先行建置資料倉儲。資料倉儲乃是儲存大量資料之資料庫，其與資料庫最大的不同之處則在於，資料庫中所儲存之資料通常為與營運（Operation）相關(guān)之資料，而這些資料在累積一段時間後，除儲存?zhèn)浞萃?，亦可加以整理後移轉(zhuǎn)至另一資料系統(tǒng)供作資料分析之用，稱之為資料倉儲。 由於將資料庫中之資料移轉(zhuǎn)至資料倉儲必須先行經(jīng)過資料萃取及重新整理之過程，因此資料分析師可藉由相關(guān)分析工具如線上分析處理（On-Line Analytical Processing, OLAP）之工具、統(tǒng)計分析以及其他如資料採礦之分析工具來進行資料分析。 （資料來源：Information Discovery INC.）不同的分析工具針對相同的資料數(shù)據(jù)可能產(chǎn)生各種簡單與複雜的分析結(jié)果。一般而言，資料庫均有類似如詢問（Query）與報告（Reporting）等分析工具，藉由系統(tǒng)所設(shè)定之參數(shù)，產(chǎn)生不同之分析報告。 此類分析報告多屬制式性質(zhì)，通常由部門中技術(shù)類型之經(jīng)理（Functional Manager）來負責，一般分析的標的為不同時期之銷售量、成本等資料；而線上分析進行之工具以及多層次（Multi-Dimensional）分析工具則多屬企業(yè)內(nèi)部商業(yè)分析人士專屬使用，這些分析工具使得分析人士有能力得以對於原始資料加以剖析（Drill）以瞭解資料所呈現(xiàn)出之不同面向，或是瞭解不同參數(shù)間之相關(guān)性；資料採礦亦具有上述之特性，惟其與上述各項分析工具主要之區(qū)分在於資料採礦可以針對相當大量之資料加以分析，找出資料中的隱性模式（Hidden Patterns）。 資料採礦本質(zhì)上與統(tǒng)計分析技術(shù)及線上分析技術(shù)有所不同。統(tǒng)計技術(shù)分析僅能針對較少量之資料，就資料之關(guān)聯(lián)性或統(tǒng)計學上不同之標的加以分析；而線上分析處理技術(shù)，則為一般資料倉儲所採用之分析報告，可以針對制式化以及關(guān)聯(lián)性較低的數(shù)據(jù)資料加以分析。例如線上分析處理可以提供零售業(yè)者瞭解不同產(chǎn)品、區(qū)域以及其對於成本及銷售收入之影響，但是並無法提供顧客之購買行為模式，如顧客在購買零食後通常會購買飲料等顧客購買相關(guān)產(chǎn)品間之關(guān)連性。 以下的例子可以簡單的說明線上分析處理與資料採礦對於資料分析的不同點： 五、 資料採礦之步驟與技術(shù)分類網(wǎng)路或資訊軟體之應(yīng)用並未改變資料採礦之流程，但是新資訊科技加速了資料採礦的流程並擴充了應(yīng)用層面。在實體商品世界中，直效行銷（Direct Marketing）可能要耗費數(shù)週甚至數(shù)月來籌備，在資訊世界的領(lǐng)域中，直效行銷往往只是彈指之間即可完成。 雖然資料採礦涉及資訊軟體與統(tǒng)計分析，範圍相當廣泛，然而由於資訊科技的進步，一般企業(yè)使用者幾乎不需要過分瞭解軟體背後所涵蓋之專業(yè)知識。最重要的是，資料採礦之重點在於能夠瞭解資料背後所寓含之意義，以及資料分析對於商務(wù)營運所可能產(chǎn)生之功效，倘若公司無法或錯誤解讀資料，資料採礦也就完全失去了意義，甚至可能對公司營運產(chǎn)生負面效果。 資料採礦係一種利用分析與行為模組（Modeling）之技術(shù)，可瞭解顧客行為模式同時預測顧客未來可能行為模式之資訊軟體應(yīng)用。而進行資料採礦有三個基本步驟：資料之描述、預測模組之建立以及測試模組之可信度。 首先，業(yè)者必須針對需進行資料採礦之資料進行整理，瞭解資料分析對於企業(yè)運作所可能產(chǎn)生之效益與優(yōu)點，再針對資料庫中之資料加以分析，擷取最符合經(jīng)濟效益之資料內(nèi)容。其次，企業(yè)必須就歷史資料庫中之資料建立一個可供分析使用之模式（Model），並針對所設(shè)計之模式整合編修較不完整或遺失之資料，再從所設(shè)計之模式中找尋可資利用之資料行為模式。最後，則必須針對所建立之模組進行測試。測試之進行可從資料庫中透過取樣之方式，以測試所建立模組結(jié)果之真?zhèn)?，然後再從測試結(jié)果瞭解模組之可信度。 由於不同之產(chǎn)業(yè)與顧客群特性，企業(yè)有時必須針對不同之模組設(shè)計來進行抽樣研究，再從中找尋最合適之模組與應(yīng)用方式。錯誤之模組設(shè)計往往將導論出不同之結(jié)論，由於資料採礦之結(jié)果通常為行銷策略之重要指標，因此錯誤的設(shè)計不僅會使企業(yè)的行銷計畫不如預期，甚至可能會使公司營運遭到嚴重打擊。 資料採礦雖與傳統(tǒng)所用之統(tǒng)計分析有所不同，然二者之本質(zhì)內(nèi)容仍屬類似。簡單的資料採礦仍普遍應(yīng)用統(tǒng)計學中之資料分析方式，分析資料之數(shù)學特性如平均值、中位數(shù)等，以及瞭解數(shù)據(jù)資料間之關(guān)連性如線性迴歸等分析方式，來作為資料預測之依據(jù)。而常見之資料採礦分析類別可概分為下列數(shù)種： （一） 線性迴歸（Linear Regression）： 線性迴歸分析方式乃是藉由二個或二個以上之變數(shù)，瞭解彼此間之關(guān)係。如廣告預算可能對銷售收入所造成之影響，即可藉由廣告預算與銷售收入二者之歷史數(shù)據(jù)，利用線性迴歸分析來瞭解數(shù)據(jù)間之關(guān)連性，進而預測未來廣告收入之增減可能對銷售收入所產(chǎn)生之影響。 （二） 最鄰近者（Nearest Neighbor）： 此種分析方式性質(zhì)上與之後介紹的叢集分析方式近似。此種分析方式可算是所有分析技術(shù)中最簡易也最常為使用者使用之方式。 使用者可以利用過去的數(shù)據(jù)資料，訓練應(yīng)用軟體瞭解不同數(shù)據(jù)間之關(guān)連性。例如使用過去十個時期的股票價格，其中前九次為預測數(shù)據(jù)（predictor value），第十次則為預測決定數(shù)據(jù)（prediction value）；重複依循不同次序輸入十項不同股票價格可以產(chǎn)生十種不同之訓練模組，然後再由其推斷可信度較高之數(shù)據(jù)。 （三） 叢集（Clustering）： 叢集就是將不同的資料數(shù)據(jù)加以分類，然後提供使用者一個較佳的資料觀察點來分析資料。一般來說，叢集分析法可以提供使用者，尤其是行銷部門，瞭解產(chǎn)品及顧客之特性，進而制訂出有效之行銷策略。叢集分類的方式可依照策略之需要來制訂相關(guān)資料變數(shù)，並無特定的方式或最佳之方式，由於叢級與最鄰近者分析方法類似，因此二者經(jīng)常配合使用。 （四） 決策樹（Decision Tree）： 決策樹之分析方式是一種十分適合使用者進行資料分析之工具。由於決策樹係將資料依據(jù)不同的變數(shù)循序來產(chǎn)生分析結(jié)果，因此使用者幾乎不需要擁有任何統(tǒng)計分析之知識，即可藉由決策樹之分析方式來分析顧客或消費者之特質(zhì)與異同點。 與上述各項分析方法不同的是，決策樹分析法係由使用者之意旨來將資料依據(jù)其特性加以分類，使用者並可利用決策樹之各項不同變數(shù)來判斷及預測可能之結(jié)果。然而，決策樹並非毫無缺點，倘決策過程中選擇之問題錯誤，將導致整體分析出現(xiàn)明顯之偏差，影響分析品質(zhì)。 （五） 神經(jīng)網(wǎng)絡(luò)（Neural Network）： 神經(jīng)網(wǎng)絡(luò)係指藉由不同之變數(shù)設(shè)定，來訓練軟體做出較佳之決策分析與預測，其原理與人腦神經(jīng)系統(tǒng)運作之原理類似，因此稱之為神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)對於資料分析與預測十分有效率，且其導入與使用十分簡易，然而其軟體內(nèi)部隱含之模組（Model）十分複雜，即便統(tǒng)計學專家有時亦無法完全掌握其中的精要。其原理則為藉由不同資料變數(shù)之連結(jié)來推論出可能之結(jié)果。變數(shù)越多，產(chǎn)生之結(jié)果正確率越高，或藉由對於變數(shù)加權(quán)值之運作，可獲得更佳之分析結(jié)果。 （六） 規(guī)則演繹（Rule Induction）： 規(guī)則演繹為資料採礦中最直接也最為一般使用者所瞭解之分析方式。藉由分析模組之設(shè)計，可以瞭解龐大資料庫中資料之特性規(guī)律，稱之為規(guī)則（Rule）。 例如零售業(yè)者可以瞭解百分之七十的顧客於購買真皮牛仔褲後，均購買塑膠皮帶，因此這二者間有其一定之關(guān)連性，可稱之為規(guī)則。瞭解規(guī)則之存在，有助於知道顧客與產(chǎn)品之特質(zhì)，然而並非每一項規(guī)則均有其實用價值，資料之實用性與否仍須視企業(yè)性質(zhì)而定。六、 資料採礦於網(wǎng)路上之應(yīng)用資料採礦在網(wǎng)路上之應(yīng)用與一般利用資料庫中客戶資料所作的分析有所不同。目前的顧客關(guān)係管理軟體多利用網(wǎng)路來增加企業(yè)與顧客間之互動，當顧客或潛在的客戶到訪企業(yè)網(wǎng)址時，往往能藉由顧客關(guān)係管理之資訊軟體來進行資料蒐集，進而以資料採礦之分析工具來進行資料分析。 當顧客到訪網(wǎng)站時，顧客其實即已提供了許多寶貴的顧客資料，企業(yè)即可藉由這些資訊分析來瞭解顧客的行為模式。如顧客所提供的個人資料、顧客點選的網(wǎng)頁內(nèi)容、於不同網(wǎng)頁所停留的時間長短、利用搜尋引擎時所經(jīng)常使用的關(guān)鍵字，以及顧客到訪網(wǎng)站的時間點等，藉由資料庫的設(shè)置可以將這些資料儲存起來供日後分析之用，藉以瞭解顧客網(wǎng)站乃至於公司所提供之產(chǎn)品與服務(wù)性質(zhì)的滿意度。 大部份的網(wǎng)站或相關(guān)軟體均有上述的功能，惟其在實務(wù)應(yīng)用上之困難存在於企業(yè)本身缺乏對資料進行分析之意願，以及缺乏對於資料分析解讀之人力資源。 要利用資料採礦的技術(shù)來分析顧客於網(wǎng)站上之行為模式，首先企業(yè)必須建構(gòu)一套可以記錄顧客對於網(wǎng)站產(chǎn)品及服務(wù)的機制，並先確認進行網(wǎng)路資料採礦之目標，配合整體營運策略來完整蒐集顧客資料。 一般而言，可用來區(qū)分及利用網(wǎng)站訪客的特質(zhì)包括地理區(qū)隔、人格特質(zhì)及訪客使用之資訊設(shè)備等方面。地理區(qū)隔包括訪客地址、收入、購買能力等；人格特質(zhì)則包括訪客之購買特性，如是否為衝動性或精打細算型消費者；而訪客所使用之資訊設(shè)備則包括訪客使用之網(wǎng)路頻寬、操作系統(tǒng)、瀏覽器或伺服器等。 而訪客於網(wǎng)頁中的點選順序與落點可以將顧客群依照產(chǎn)品來加以分類，以瞭解產(chǎn)品與服務(wù)對於顧客所提供之吸引力。 上述各項特質(zhì)均可利用不同的軟體與網(wǎng)站內(nèi)容促使訪客提供相關(guān)資料。當網(wǎng)站訪客與網(wǎng)站產(chǎn)生互動時，即有機會產(chǎn)生資料，而這些資料的累積可以針對企業(yè)銷售及整體策略加以分析。如顧客之購買歷史、點選廣告之次數(shù)、網(wǎng)站上所提供之資訊以及網(wǎng)頁點選之落點與頻率以及訪客於網(wǎng)站停留時間等，均為極為珍貴之顧客資料。 在採取網(wǎng)路資料採礦之前，由於可供擷取之資料過多，考量成本效益後，企業(yè)必須界定採取網(wǎng)路資料採礦之目標，以作為整體策略之準則。多數(shù)企業(yè)採取網(wǎng)路資料採礦多為支援公司整體行銷策略，亦有部份企業(yè)僅將網(wǎng)路作為其行銷管道之一，並將其與傳統(tǒng)行銷管道區(qū)隔。 然而顧客愈加有效利用網(wǎng)站資源，表示網(wǎng)站的設(shè)立有助於企業(yè)整體行銷策略之推展，因此在規(guī)劃網(wǎng)路資料採礦整體策略前，最好能夠有一個十分明確的目標。如：增加顧客平均瀏覽網(wǎng)頁之頁數(shù)、增加顧客於網(wǎng)路購買之數(shù)量與銷售金額、減少產(chǎn)品退回、增加品牌知名度、增加顧客到訪網(wǎng)站之頻率，或減少顧客購買產(chǎn)品之流程等，均可為企業(yè)提昇營運效率之目標，並將方案內(nèi)容整合企業(yè)整體營運計畫之內(nèi)。 除了確認計畫目標外，企業(yè)尚須瞭解自身問題之所在。以網(wǎng)路行銷（Web Marketing）為例，網(wǎng)路行銷者通常面對的問題有，如何強化廣告訴求、如何創(chuàng)造訪客個人化網(wǎng)頁、如何將關(guān)聯(lián)性較高的產(chǎn)品置於同一網(wǎng)頁上、如何將相關(guān)文章（以資訊為主）加以分類條列、區(qū)分不同特質(zhì)的訪客、統(tǒng)計忽略之資料，以及預測顧客未來之行為模式等等。不同部門間有其不同的業(yè)務(wù)與資料需求，因此在資料蒐集與分析後，不同部門間即可針對原先設(shè)定之計畫方向調(diào)整各項行銷策略。 七、 顧客關(guān)係管理與資料採礦應(yīng)注意事項部份企業(yè)仍視電子商務(wù)為資訊科技，由資訊部門專責管理，然而企業(yè)往往發(fā)現(xiàn)，完善的技術(shù)管理並無法使資訊科技產(chǎn)生最大的效能，如何將資訊科技完備地應(yīng)用在商業(yè)營運上，才是公司導入資訊軟體的主要目的。 資料採礦之實施也同樣具備上述特性，多數(shù)公司仍由資訊部門來專責管理，然而由於資料採礦因為涉及顧客資料之判讀以及資料分析後在商業(yè)上之應(yīng)用，因此企業(yè)在導入資料採礦時最好能夠籌組一個包括資訊部門與商業(yè)部門人士之導入團隊，方能使資料採礦獲得最大的功效。 顧客關(guān)係管理並非資訊科技，因此企業(yè)主應(yīng)該瞭解在尋找合宜的顧客關(guān)係管理軟體上，應(yīng)該著重於既有顧客關(guān)係管理層面之考量，而非尋找顧客關(guān)係管理之解決方案，因為任何一種顧客關(guān)係管理之軟體絕對無法徹底解決企業(yè)與顧客間關(guān)係之維繫與建立。 企業(yè)必須瞭解任何一種顧客關(guān)係管理或資料採礦之軟體係由資訊科