การขุดข้อมูลลูกค้า (CRM) หมายถึงกระบวนการค้นหาผ่านฐานข้อมูลลูกค้าสัมพันธ์และวิเคราะห์ข้อมูลเกี่ยวกับพฤติกรรมของลูกค้าที่รวบรวม ข้อมูลนี้ช่วยนักการตลาดให้มุ่งเน้นแคมเปญของพวกเขาได้ดีขึ้นซึ่งนำไปสู่การรักษาลูกค้าและยอดขายที่เพิ่มขึ้น การทำเหมืองข้อมูล CRM นั้นเรียกว่าการสำรวจข้อมูลและการค้นหาความรู้ มีสองประเภทหลักที่เกี่ยวข้องกับการขุดข้อมูลคือการวิเคราะห์เชิงพรรณนาและการสร้างแบบจำลองการทำนาย
การวิเคราะห์เชิงพรรณนาใช้การแบ่งกลุ่มและการจัดกลุ่มเพื่อวิเคราะห์รูปแบบพฤติกรรมที่ดีขึ้นในกลุ่มลูกค้าเฉพาะกลุ่ม ลูกค้าสามารถจัดกลุ่มตามเพศอายุเชื้อชาติและหมวดหมู่อื่น ๆ เป้าหมายหลักของกลุ่มคือการให้นักการตลาดกับกลุ่มลูกค้าที่คล้ายกันเพื่อให้มีประสิทธิภาพมากขึ้นขุดข้อมูลสำหรับข้อมูลเชิงลึกที่เป็นประโยชน์
การรวมกลุ่มกลุ่มการรวมกลุ่ม แต่ละคลัสเตอร์เป็นเอกสิทธิ์เฉพาะบุคคลและมีลักษณะของชุดที่กำหนดไว้ล่วงหน้า ตัวอย่างเช่นคลัสเตอร์อาจรวมถึงเพศหญิงอายุระหว่าง 18 ถึง 25 ปีที่ซื้อน้ำยาทาเล็บบางตัวในช่วงสองสัปดาห์สุดท้ายของเดือนธันวาคม 2010 นี่เป็นตัวอย่างของวิธีการทำเหมืองข้อมูล CRM เชิงคุณภาพ
ในส่วนที่ไม่มีข้อยกเว้นรูปแบบอื่นของการวิเคราะห์เชิงพรรณนาชุดพฤติกรรมลูกค้าโดยเฉพาะนำไปสู่ชุดพฤติกรรมใหม่ที่สมบูรณ์ ตัวอย่างเช่นลูกค้ากลุ่มหนึ่งอาจใช้จ่ายเงินเป็นจำนวนมากในบริการสปา แต่ไม่ต้องใช้เงินจำนวนมากในการบริการที่เกี่ยวข้องเช่นการดูแลเส้นผมและร้านเสริมสวย การขุดข้อมูล CRM ประเภทนี้ต้องการการวิเคราะห์ทางสถิติที่สูงกว่าการแบ่งส่วนพื้นฐาน
การสร้างแบบจำลองการทำนายเป็นที่นิยมมากในหมวดการขุดข้อมูล CRM สองประเภท มันวัดระดับความสัมพันธ์ระหว่างสองปัจจัยพฤติกรรมลูกค้าและความน่าเชื่อถือทางสถิติของความสัมพันธ์นั้น แบบจำลองการทำนายถูกสร้างขึ้นโดยใช้แอปพลิเคชั่น data mining ซึ่งกำหนดคะแนนให้กับลูกค้าแต่ละรายซึ่งบ่งชี้ถึงโอกาสที่ลูกค้าจะทำงานในลักษณะเดียวกันในอนาคต ตัวอย่างเช่นแบบจำลองสามารถช่วยนักการตลาดในการกำหนดความน่าจะเป็นที่ลูกค้าชายที่แต่งงานแล้วอายุระหว่าง 31 ถึง 42 ปีกับเด็กจะซื้อเครื่องตัดหญ้ายี่ห้อใดยี่ห้อหนึ่งภายในหกเดือนข้างหน้า
ความเจาะจงเป็นสิ่งสำคัญมากในการขุดข้อมูล CRM โดยใช้แบบจำลองการคาดการณ์ มีวิธีการหลายประเภทที่ใช้เพื่อจุดประสงค์นี้ ตัวแบบ univariate จะเปรียบเทียบตัวแปรเดียวกับตัวแปรอื่น ๆ เพื่อกำหนดความสัมพันธ์กับค่าสหสัมพันธ์สูงสุด การวิเคราะห์การตรวจจับปฏิสัมพันธ์อัตโนมัติ Chi-Squared (CHAID) และการจำแนกและต้นไม้การถดถอย (CART) โมเดลแสดงแผนภูมิการตัดสินใจโดยที่หนึ่งตัวแปรทำให้เกิดอินสแตนซ์ของหนึ่งหรือหลายตัวแปร แบบจำลองการถดถอยหลายตัวแปรทดสอบตัวแปรหลายตัวต่อกันเพื่อประเมินความสัมพันธ์ที่เป็นไปได้
