شرکتهای کنونی، با تجزیه و تحلیل چرخه زندگی مشتری، به افزایش ارزش مشتری دست یافته‌اند. ابزار و فناوریهای انبار داده، داده‌کاوی و دیگر روشهای مدیریت ارتباط با مشتری، روشهایی هستند که فرصتهای جدیدی را برای تجارت فراهم کرده‌اند.
در واقع، امروزه دیدگاه محصول محوری جای خود را به مشتری محوری داده است. بنابراین، با جمع‌آوری داده‌های مربوط به مشتری و تصمیم‌گیری براساس الگوهای استخراج شده از روابط پنهان میان داده‌ها به وسیله ابزار داده‌کاوی می‌توان به خواسته مشتری محوری خود جامه عمل پوشاند. این مقاله، مفاهیمی از مدیریت ارتباط با مشتری و یکی از عناصر آن- داده‌کاوی- را بررسی می‌کند.
فرهنگ تجارت، در سال‌های اخیر پیشرفت‌هایی کرده و به دنبال آن روابط اقتصادی مشتریان به شیوه‌های بنیادی و اساسی در حال تغییر است. شرکت‌ها، به منظور نظارت بر این‌گونه تغییرات، نیازمند ارائه راه‌حل‌های مناسب می باشند. ظهور و پیدایش اینترنت در تغییر جهت مرکز توجه بازاریابی، نقشی بسزا داشته است. درصورتی‌که اطلاعات ON LINE بیشتر در دسترس قرار گیرد، موجب آگاهی و هوشیاری بیشتر مشتریان می‌شود. آنها در جریان تمام آنچه ارائه و پیشنهاد می‌شود قرار می‌گیرند و بهترین‌ها را تقاضا می‌کنند. برای فائق آمدن بر چنین شرایطی باید از سیستم‌هایی استفاده شود که به‌طور دقیق نسبت به مشتریان واکنش نشان دهد. جمع‌آوری آمار مشتریان و داده‌های رفتاری آنها این هدف اصلی و دقیق را ممکن می‌کند. این نوع هدف‌گیری به برنامه‌ریزی عالی هنگام ایجاد رقابتی سخت و به مشخص کردن مشتریان بالقوه هنگام عرضه محصولات جدید کمک می‌کند.
داده‌کاوی
امروزه با حجم عظیمی از داده‌ها روبه‌رو هستیم. برای استفاده از آنها به ابزار کشف دانش نیاز داریم. داده‌کاوی به عنوان توانایی پیشرفته‌ای در تحلیل داده و کشف دانش استفاده می‌شود. داده‌کاوی در علوم (ستاره‌شناسی،...) ، در تجارت (تبلیغات، مدیریت ارتباط با مشتری،...) ، در وب (موتورهای جست‌وجو،...) و در مسائل دولتی (فعالیت‌های ضد تروریستی،...) کاربرد دارد. فعالیت داده‌کاوی، شبیه استخراج زغال سنگ و طلا می باشد. داده‌کاوی، اطلاعاتی را که در انبارهای داده مدفون شده است، استخراج می‌کند.
در واقع هدف از داده کاوی، ایجاد مدل‌هایی برای تصمیم‌گیری است. این مدل‌ها رفتارهای آینده را براساس تحلیل‌های گذشته، پیش‌بینی می‌کنند. استفاده از داده‌کاوی به عنوان اهرمی برای آماده‌سازی داده‌ها و تکمیل قابلیت‌های انباره داده، بهترین موقعیت را برای کسب مزیت‌های رقابتی ایجاد می‌کند.
سیستم‌های BASE DATA نقشی مهم در سیستم‌های مدیریت و انبار داده، ایفا می‌کنند. سیستم بانک داده، شامل فایل‌های بانک داده و سیستم‌های مدیریت بانک داده است.
اغلب تجارت‌ها به تصمیم‌گیری‌های راهبردی و یا اتخاذ خط‌مشی‌های جدید برای خدمت‌رسانی بهتر به مشتریان نیاز دارند. برای مثال، فروشگاه‌ها نحوه آرایش مغازه خود را برای افزایش انگیزه خریدمشتریان، مجدداً طراحی می‌کنند و یا خطوط هواپیمایی، تسهیلات خاصی را برای پروازهای مکرر مشتریان در نظر می گیرند. ابزار داده‌کاوی، داده را می‌گیرند و تصویری از واقعیت به شکل مدل ارائه می دهند. فعالیت‌های داده‌کاوی به لحاظ فرایند به 3 طبقه‌بندی عمومی تقسیم می‌شوند:
1. اکتشاف: فرایند جست‌وجو در بانک داده برای یافتن الگوهای پنهان، بدون داشتن فرضیه‌ای از پیش تعیین شده درباره اینکه الگو چیست. نظیر تحلیل‌هایی که برحسب کالاهای خریداری شده انجام می‌شود. این‌گونه تحلیل‌های سبدی، مواردی را نشان می دهد که مشتری تمایل به خرید آنها دارد. این اطلاعات می‌تواند به بهبود موجودی، راهبرد طراحی، آرایش فروشگاه و تبلیغات منجر شود.
2. مدل پیش‌بینی: فرایندی که الگوهای کشف شده از بانک داده را می‌گیرد و آنها را برای پیش‌بینی آینده به‌کار می‌برد. مانند پیش‌بینی فروش در خرده فروشی . الگوهای کشف شده برای فروش به آنها کمک می‌کند تا تصمیماتی را در رابطه با موجودی اتخاذ کنند.
3. تحلیل‌های دادگاهی: فرایند به کارگیری الگوهای استخراج شده برای یافتن عوامل داده‌ای نامعقول و متناقض را در بر می گیرد. نظیر شناسایی و تشخیص کلاهبرداری در مؤسسات مالی. از آنجا که کلاهبرداری ، پرهزینه و زیان‌آور است، بانک‌ها می‌توانند با تحلیل دادوستدهای جعلی گذشته، الگوهایی را برای تشخیص و کشف کلاهبرداری به دست آورند.
مدیریت ارتباط با مشتری
مدیریت ارتباط با مشتری، فرایندی تجاری است که مشخصه‌های مشتری را مشخص می‌کند، دانش مشتری را افزایش می دهد، روابط مشتری را شکل می‌دهد و برداشت آنها را از محصولات یا خدمات سازمان، بهبود می بخشد. مدیریت ارتباط با مشتری از چهار عنصر، تشکیل شده است:
1.دانش
2.هدف
3.فروش
4.خدمت
مدیریت ارتباط با مشتری با در نظر گرفتن اینکه چه محصولات یا خدماتی، به چه مشتریانی، در چه زمانی و ازچه طریقی عرضه شود، بهبود را در پی خواهد داشت. این مدیریت از اجزای مختلفی تشکیل شده است.
شرکت پیش از آغاز فرایند ارتباط با مشتری باید اطلاعات وی را در اختیار داشته باشد. این اطلاعات می‌تواند از داده‌های داخلی مشتریان و یا از داده‌های منابع خارجی خریداری شده، به دست آید. برای داده‌های داخلی، منابع مختلفی وجود دارد نظیر: پرسشنامه‌ها و بلاگ‌ها، سوابق کارت اعتباری و...
منابع داده خارجی یا بانک‌های داده خریداری شده نظیر : نشانی‌ها، شماره تلفن‌ها و پروفایل‌های بازدید از وب سایت‌ها، کلیدی برای کسب دانش بیشتری از مشتری است.
بیشتر شرکت‌ها، بانک‌های داده‌ای عظیمی شامل داده‌های بازاریابی، منابع انسانی و مالی را دارا هستند. بنابراین، سرمایه‌گذاری در زمینه انبار داده از اجزای حیاتی در راهبرد مدیریت ارتباط با مشتری است.
سیستم مدیریت ارتباط با مشتری پس از تهیه و تخصیص منابع داده با به‌کارگیری ابزاری مانند داده‌کاوی، داده‌ها را تجزیه و تحلیل می کند. کارشناسان با توجه به اینکه شرکت روشهای آماری سنتی یا یکی از ابزار نرم‌افزاری مانند داده‌کاوی را به‌کار می‌برد نیاز به فهم داده‌های مشتری و روابط تجاری دارند. بنابراین، وجود افرادی متخصص که این داده‌ها را با ابزار مربوطه استخراج و به صورت اطلاعات درآورند، مهم است.
چرخه زندگی مشتری
این چرخه به مراحل ارتباط مشتری و تجارت مربوط است و آگاهی از آن سودآوری مشتری را به همراه خواهد داشت. 4 مرحله در چرخه زندگی مشتری وجود دارد:
1. مشتریان بالقوه: افرادی که هنوز مشتری نیستند ، اما در هدف بازار قرار دارند.
2. مشتریانی که واکنش نشان می‌دهند: مشتریان بالقوه یا احتمالی که به محصول یا خدمتی علاقه و واکنش نشان می‌دهند.
3. مشتریان بالفعل: مشتریانی که از محصول یا خدمتی استفاده می کنند.
4. مشتریان سابق: این دسته افراد، مشتریان مناسبی نیستند زیرا مدت طولانی، خرید خود را به سمت محصولات رقیب برده‌اند.
فرایند داده کاوی در مدیریت ارتباط با مشتری
داده‌کاوی از عناصر مدیریت ارتباط با مشتری است و حرکت شرکت‌ها را به سوی مشتری محوری ، تسهیل می کند.
فرایند داده‌کاوی در مدیریت ارتباط با مشتری به صورت زیر است.
فرایند داده کاوی در مدیریت ارتباط مشتری
داده‌های خام از منابع مختلف، جمع‌آوری می‌شوند و با استخراج، ترجمه و فرایندهای فراخوانی به انبار داده ، وارد می‌شوند. در بخش مهیاسازی داده ، داده‌ها از انبار خارج شده و به صورت فرمتی مناسب برای داده کاوی در می‌آیند.
کشف الگو شامل 4 مرحله است:
1.سؤالات تجاری ، نظیر توصیف مشتری
2.کاربردها نظیر، امتیازدهی و پیشگویی
3.روش‌ها، نظیر طبقه‌بندی و سری بندی
4.الگوریتم‌ها
روشهای داده‌کاوی با کاربرد مخصوص خود برای پاسخ به سؤالات تجاری ، الگوریتم‌هایی را استخراج می‌کنند و از این الگوریتم‌ها برای ساخت الگو استفاده می‌شود. الگوها پس از تجزیه و تحلیل به دانشی مفید و قابل استفاده تبدیل شده و الگوهای کارا در سیستمی اجرایی به‌کار گرفته خواهند شد.
نتیجه‌گیری
رابطه مشتری با زمان تغییر می‌کند . اگر تجارت و مشتری اطلاعات بیشتری درباره یکدیگر داشته باشند، این رابطه تکامل و رشد می‌یابد. چرخه زندگی مشتری، چارچوبی مناسب برای به‌کارگیری داده‌کاوی در مدیریت ارتباط با مشتری فراهم می‌کند.چرخه زندگی مشتری ، در بخش ورودی داده‌کاوی، اطلاعات در دسترس را نشان می دهد و در بخش خروجی ، اطلاعات جالب توجه و تصمیمات مناسب ارائه می شود. داده‌کاوی ، سودآوری مشتریان بالقوه را پیش‌بینی کرده و میزان وفاداری آنها را مشخص خواهد کرد.
بعضی از مشتریان، مراجعات خود را به شرکت‌ها برای کسب مزیت‌هایی که در رقابت ، ایجاد می شود تغییر می‌دهند. در این صورت شرکت‌ها هدف خود را بر مشتریانی متمرکز می‌کنند که سودآوری بیشتری دارند.
با داده‌کاوی می‌توان ارزش مشتریان را تعیین، رفتار آینده آنها را پیش‌بینی و تصمیمات آگاهانه‌ای را در این رابطه اتخاذ کرد.