会计学前言(qiányán)CRM系统(xìtǒng)CRM可以增加客户忠诚度，提高购买比率，使每个顾客产生更多的购买需求，及更长时间的需求，并提高顾客满意度。研究发现，客户满意度与客户忠诚度密切相关，随着客户满意度的增加客户忠诚度也随之增加。所以，企业与客户交往的目标就是尽可能地增加客户满意度。客户管理专家ArthurHughes对某企业的营销进行研究发现，使用改善客户关系以增加客户满意度的营销方法，比通过折扣和利润回吐的营销手段，增加了5％的购买率和30％的客户增长率，整体利润“”增长更是惊人地达到了82％。CRM在整个客户生命周期中都以客户为中心，这意味着CRM将客户当作企业运作的核心。CRM简化了各类与客户相关联的业务流程(如销售、营销、服务和支持等)并将其注意力集中于满足客户的需求上。CRM的核心内容主要是通过不断地改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程，提高各个环节的自动化程度，从而缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。CRM将先进的思想与最佳的实践具体化，通过使用当前多种先进的技术手段最终帮助企业来实现以上目标。企业与客户通过包括呼叫中心、电子门户网站、电子邮件、市场活动和现场销售(服务)等方式与客户交流，并将交流中的各种客户信息有序的保存在客户信息数据库之中。同时，c酬系统提供了信息自动传递工具，适时地将服务请求传递给客户服务人员，将销售机会传递给销售人员等等。此外，CRM系统还拥有数据挖掘功能(gōngnéng)，对客户信息进行深入地分析和挖掘；帮助战略分析人员研究市场和产品战略；帮助市场人员策划市场活动；帮助企业管理层评价销售、市场和服务业务的效率。CRM作为一种软件系统它与ERP软件不一样，它广泛实施与企业的市场营销(Marketing)，销售(Sale)、服务与技术支持(Service)等与客户有关系的办公领域，我们把这种办公领域叫做企业的前端办公领域(FrontOffice)在CRM软件系统中，以客户作为系统组织的主线。CRM作为软件系统它以先进的软件技术实现企业的市场营销、销售、服务和技术支持等前端办公领域自动化管理和流程的改善。数据挖掘决策树方法(fāngfǎ)决策树分类(fēnlèi)模型聚类分析K-MEANS算法K-means聚类算法作为划分方法的一种聚类算法，是一种经典的的聚类算法，其优点主要有算法简单、快速而且能有效地处理大型数据库。K-means聚类算法又称为k一均值算法，1967年由MacQuen[131首先提出，该算法是解决聚类问题的一种经典算法，它是用户指定类别数的情况下对数据进行聚类，算法尝试找出使平方误差函数值最小的划分，通过反复递推计算出簇的中心，把对象指定到不同的簇中去，它具有算法简单、收敛速度快且能处理大数据库的优点。k-means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力(yǐnlì)中心）来进行计算的。k-means算法的工作过程说明如下：首先从n个数据对象任意选择k个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数.k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。K-MEANS聚类算法(suànfǎ)模型结论(jiélùn)