（二） 数据处理 8

1、 客户价值分析数据处理 8

2、 客户流失分析数据处理 10

3、 交叉销售数据处理 10

四、模型的构建和算法 12

（一） 客户价值识别 12

1、 客户价值识别算法依据 12

2、 客户价值识别模型的构建 12

（二） 客户流失原因 14

（三） 交叉销售分析 17

1、 决策树分类的ID3算法 17

2、 决策树的构建 17

五、实验结果及评价 20

（一） 实验目标 20

（二） 评价标准 20

（三） 实验的流程 21

1、 客户价值识别 21

2、 客户流失原因 22

3、 交叉销售分析 23

（四） 实验结果分析 23

六、总结 25

致  谢 26

参考文献 27

一、绪 论

（一） 引言

世界著名公司客户满意度研究表明：93%的CEO认为客户管理是企业成功和增加竞争力的重要因素[1]。项目型企业完全依靠客户的选择并实施项目来实现企业的利润的增长，保持与客户的良好关系，是其盈利的重要保证。

Gartner在一份报告中宣称：2017年底全球客户关系管理(CRM)软件收入达到395亿美元，成为所有软件市场中最大的一个细分市场。2018年CRM软件收入将继续在所有软件市场中处于领先地位，其16%的增长率让其成为发展速度最快的软件市场。在这样一个风口上，对于项目型企业的CRM系统研究就显得十分重要。 

（二） 研究背景

近一个世纪以来，企业从只关注于产品转变为关注于说服消费者来购买他们的产品，而后又意识到他们不需要把他们所生产的东西卖给消费者，只制造市场类群中所需要的东西就足够了，在21世纪初，当主要的商业方向专注于把每个客户依据他们的行为并且是独立的、独特的个体来对待时，新纪元开始了，搭上大数据与数据库的快车，CRM系统得以落地。

随后，大量针对于CRM的理论研究与应用实例得到了长足的发展，但目前对于其定义还没有一个公认的标准定论，但针对其实施的手法，主要采用数据仓库与数据挖掘技术。为了使客户关系得到有效的管理，数据挖掘技术将作为重要技术手段被应用，来帮助企业在数据仓库所储存的海量商业客户信息数据中获取未知的、有规律的、有价值的信息。最终，提高企业盈利能力，并且为企业带来竞争优势。

对于CRM的应用情况，欧美许多大型企业已经使用的较为成熟，其中大多数为《财富》100强企业。在我国，多数企业在局部开展CRM应用，数据挖掘在一些行业CRM中的应用研究已经相对成熟并且产出了成果，但数据挖掘对于项目型企业CRM的应用研究还不多。

CRM虽然不是最新鲜的概念，但经过20多年的发展，已经有了新的形态，例如:在线CRM、Salesforce公司代表的SaaS模式CRM、社交化导向的SCRM等，到未来与人工智能结合的最终形态CRM，关于CRM的研究正变得越来越热。但客户关系管理的实施并不能一蹴而就，根据一份调查研究报告显示，CRM并不能令企业感到满意且在中国的失败率高达70%，与ERP相比，CRM在应用上显得还不够成熟与受信任，仍需争取企业的认可与青睐[2]。 基于数据挖掘的项目型企业CRM应用研究(2):http://www.chuibin.com/guanli/lunwen_205446.html