CRM软件数据挖掘是信息技术自然演化的结果，数据库技术以及网络技术的发展使收集和存储数据变得越来越容易，数据的丰富带来了对强有力的数据分析工具的需求，大量的数据被描述为“数据丰富，但信息贫乏”，快速增长的海量数据存放在数据库中，如果没有强有力的工具，理解它已经远远超出人的能力，利用数据挖掘进行数据分析，可以发现重要的数据模式，对商务决策，知识库、科学和医学研究做出巨大贡献。

什么是数据挖掘

  数据挖掘至今并没有一个严格而统一的规定，简单地说，数据挖掘就是从大量数据中发现．提取隐藏的趋势和模式的过程。这一过程的目标就是通过对大量数据的分析来发现新的信息。人们通过数据挖掘得到的回报就是将这些新发现的知识转变为经营上的成果，如增加客户的购买欲望、减少信用卡欺诈的数量等。

  数据挖掘通常也被称为数据库中的知识发现（KDD），而有的人认为数据挖掘是高级KDD过程中的一个基本步骤。然而在产业界、媒体和数据库研究界“数据挖掘”比“数据库中的知识发现”更流行，因此这里采用数据挖掘的广义观点。

在CRM系统中应用数据挖掘的原因

  诺贝尔奖得主Penzias博士在1999年1月的《计算机世界》上评论认为：“数据挖掘将变得更加重要，由于数据如此有价值以至于企业将不再丢失与其客户有关的任何事物。如果你不在这方面作些什么，那么你将失去你的生意。”

  CRM系统能够帮助企业管理与客户相关的一系列活动，对企业日常所有的营销业务进行流程化和自动化地管理。随着客户信息的日趋复杂，客户数据的大量积累，分析大量复杂的客户数据，挖掘客户价值，发现客户行为趋势，理解客户对企业的真正价值，用全生命周期的观点来分析客户关系是企业成功的关键因素，这些恰恰要依赖数据挖掘。

  在企业的销售过程中，有的客户购买行为是比较容易理解和掌握的，例如：市场销售人员通过观察以及平时的生活经验可以知道，一般孩子小于4岁的年轻父母要购买童车，无需利用数据挖掘技术就可以发现这种现象，然而对于另外一个问题：年轻的父母们更愿意为他们的孩子购买哪种颜色，哪种样式，什么价位的童车？

  这不仅是—个难以回答的问题，而且需要更多的变量来预测可能的结果，例如父母的年龄、父母的收入水平．父母的教育程度，这完全可以借助数据挖掘进行分析，通过分析企业已有的数据，可以告诉企业哪些数据与期望的结果最为相关，数据库中存储的数据量越多，数据挖掘告诉企业哪些数据的作用越大。

  数据挖掘和数据库查询的不同点在于数据查询只能根据现有的数据归些事实，而数据挖掘可以发现事物之间的关系和隐藏的趋势与模式。下面举一个例子加以说明，客户流失问题往往由于事先没有任何征兆而成为—个难以控制的问题，数据库查询工具只能帮助企业知道，已经有多少客户离开，在某时间段内有多少什么样的客户离开，却不能告诉企业具有什么特征的客户即将离开．而数据挖掘却能做到这点。

  数据挖掘可以根据已经流失的客户的特征建立模型，企业可以应用这一模型预测哪些客户即将离开，有了这些信息的帮助，销售人员可以通过更加主动的营销活动来保持其客户，而不再像以前那样等客户离开后才被动应付，利用数据挖掘对这些数据进行分析，从中发现相关的知识和规律，可以使整个CRM系统形成一个闭环，充分发挥客户管理系统的作用。