Müşteri ilişkileri yönetimi (CRM) veri madenciliği, müşteri ilişkileri veritabanlarında arama ve toplanan müşteri davranışları hakkındaki verilerin analizini ifade eder. Bu veriler, pazarlamacıların kampanyalarını daha iyi odaklamalarına yardımcı olarak müşterilerin elde tutulması ve satışların artmasını sağlar. CRM veri madenciliği aynı zamanda veri arama ve bilgi keşfi olarak da bilinir. Veri madenciliği ile ilgili iki ana kategori vardır: betimsel analiz ve prediktif modelleme.
Tanımlayıcı analiz, belirli bir müşteri grubu arasında belirli bir davranış biçimini daha iyi analiz etmek için bölümleme ve kümelemeyi kullanır. Müşteriler cinsiyet, yaş, ırk ve diğer kategorilere göre gruplandırılabilir. Bir segmentin temel amacı, yararlı bilgiler için verileri daha etkin şekilde kullanabilmek için pazarlamacıya benzer bir grup müşteriyi sağlamaktır.
Kümeleme, grup gruplarını toplar. Her küme birbirini dışlayan ve önceden belirlenmiş bir dizi özellik ile karakterizedir. Örneğin, bir küme, Aralık 2010'un son iki haftasında belirli bir oje satın alan 18 ila 25 yaş arasındaki kadınları içerebilir. Bu, nitel yöntem CRM veri madenciliğine bir örnektir.
Dışlayıcı olmayan segmentlerde, başka bir tanımlayıcı analiz biçimi, belirli bir müşteri davranışı kümesi, tamamen yeni bir davranış kümesine yol açar. Örneğin, bir grup müşteri spa hizmetlerine önemli miktarda para harcayabilir, ancak saç ve salon bakımı gibi ilgili hizmetlere çok fazla para harcayabilir. Bu tip CRM veri madenciliği, temel bölümlendirmeden daha gelişmiş istatistiksel analiz gerektirir.
Tahmini modelleme, iki CRM veri madenciliği kategorisinde daha popülerdir. İki müşteri davranışı faktörü ile bu korelasyonun istatistiksel güvenilirliği arasındaki korelasyon derecesini ölçer. Tahmini model, her müşteriye puan veren ve müşterinin gelecekte aynı şekilde davranma olasılığını gösteren bir veri madenciliği uygulaması kullanılarak oluşturulmuştur. Örneğin, model, bir pazarlamacıya, 31 ila 42 yaş arasındaki evli bir erkek müşterinin, çocuklarla birlikte gelecek altı ay içinde belirli bir çim biçme makinesini satın alma olasılığını belirleme konusunda yardımcı olabilir.
Tahmini modeller kullanarak CRM veri madenciliğinde özgüllük çok önemlidir. Bu amaçla kullanılan çeşitli yöntemler vardır. Tek değişkenli bir model, en yüksek korelasyonla ilişkiyi belirlemek için tek bir değişkeni diğer birkaç değişkenle karşılaştırır. Chi-Squared otomatik etkileşim algılama analizi (CHAID) ve sınıflandırma ve regresyon ağaçları (CART) modelleri karar ağaçlarını gösterir, burada bir değişken bir veya daha fazla değişken örneğine neden olur. Çok değişkenli regresyon modeli, olası korelasyonları değerlendirmek için çeşitli değişkenleri birbirlerine karşı test eder.
