数据挖掘技术对提升企业竞争力的影响研究.doc

河南科技大学国际教育学院毕业论文
数据挖掘技术对提升企业竞争力的影响研究
摘　要
随着数据库技术的逐渐成熟和计算机网络的迅速普及，人们采集数据的能力得到了极大的提高，导致全球范围的信息急剧膨胀，为了对这些海量信息的隐藏知识进行开发，数据挖掘技术应运而生。
目前，数据挖掘技术愈来愈成熟，应用范围也日趋广阔。随着我国加入WTO，市场经济逐步完善和发展，企业间的竞争也越来越激烈，在日趋激烈的市场竞争中，如何充分挖掘企业的各种信息，从而为企业良好经营和决策部门做出重要决策提供帮助，使企业更具竞争力已成为企业关注的重点。因此，本文对数据挖掘技术对提升企业竞争力的影响上进行研究，提出了数据挖掘技术提升企业竞争力的途径，从而为企业数据进行更有效率、更深层次上的挖掘提供新思路。
首先，介绍了数据挖掘技术的概念与其兴起的原因，以及数据挖掘常用的技术和其挖掘的过程。
其次，介绍了企业竞争力的内涵、特点、评价方法，以及影响企业竞争力的因素。
再次，针对数据挖掘技术对提升企业竞争力的影响进行了研究，并列举了一系列的案例对其进行证明。
最后，介绍了数据挖掘技术提升企业竞争力的途径。

关 键 词：数据挖掘，企业竞争力，信息，客户
Study on data mining to the influence of enhancing the competitiveness of enterprises
ABSTRACT
As DB technology becomes mature and computer network becomes popular, the ability of people collect data has been greatly improved, which causes the rapid global expansion of information. In order to find the hidden knowledge of the immense amount of information, data mining technology appears.
At present，data mining technology has become more and more mature and its application range is becoming broader．As China joined in the WTO, market-economy has made a large progress, the competition in enterprise became more and more violent, in the situation, how to make use of the information can be good for business operations and help decision-making departments to make important decisions to making the enterprise more competition has been an important point. So this paper does some research on data mining to the influence of enhancing the competitiveness of enterprises, proposes the way of data mining techniques to enhance the competitiveness of enterprises, to supply a new thought of data mining to make efficient and further using of enterprise data.
Firstly, by introducing the concept of data mining and reasons for the rise, this paper also introduced the common technology and process of data mining.
Secondly, it introduces connotation, feather and methods of evaluation of the competitiveness of enterprises, and the factors affecting the competitiveness of enterprises.
Thirdly, it conducts research for data mining to the influence of enhancing the competitiveness of enterprises, and proved by a series of case.
Finally, it describes the way to enhancing the competitiveness of enterprises by data mining.

KEY WORDS: data mining, competitiveness of enterprises, information, client
目　录
前　言 1
第1章 数据挖掘技术概述 2
1.1 数据挖掘技术的概念 2
1.2 数据挖掘技术兴起的原因 2
1.3 数据挖掘常用的技术 3
1.3.1 关联规则 3
1.3.2 决策树 3
1.3.3 遗传算法 3
1.4 数据挖掘的过程 3
1.4.1 问题的理解和提出 4
1.4.2 数据准备 4
1.4.3 数据挖掘 4
1.4.4 模式评估 4
第2章 企业竞争力 5
2.1 企业竞争力的内涵 5
2.2 企业竞争力的特点 5
2.2.1 盈利性 5
2.2.2 比较性 6
2.2.3 动态性 6
2.3 影响企业竞争力的因素 6
2.3.1 企业环境因素 6
2.3.2 企业内部资源因素 7
2.3.3 企业战略管理和管理能力因素 7
2.3.4 企业核心能力因素 8
2.4 企业竞争力评价方法 8
2.4.1 综合指数评价法 9
2.4.2 模糊综合评价法 9
2.4.3 数据包络评价法 9
第3章 数据挖掘技术对提升企业竞争力的影响 10
3.1 数据挖掘技术对企业竞争力的影响概述 10
3.1.1 提高数据分析水平，确保企业的决策科学 10
3.1.2 针对价值链适当环节，开发独特信息资产 10
3.1.3 及时整合外部信息，给客户提供满意的服务 11
3.1.4 提高客户忠诚度，避免客户流失 11
3.2 数据挖掘技术对提升企业竞争力的影响案例 12
3.2.1 金融领域 12
3.2.2 零售领域 12
3.2.3 电信领域 13
第4章 利用数据挖掘技术提升企业竞争力的途径 15
4.1 分析企业内部经营信息 15
4.1.1 企业内部管理信息 15
4.1.2 企业市场营销信息 15
4.1.3 企业财务信息 15
4.1.4 企业文化信息 16
4.2 挖掘企业的外部信息 16
4.2.1 经济法律和政治环境信息 16
4.2.2 社会文化与自然环境信息 17
4.2.3 产业环境信息 17
4.2.4 技术环境信息 17
4.3 挖掘客户关系管理与客户互动产生的信息 18
4.3.1 客户分类分析 18
4.3.2 交叉销售分析 18
4.3.3 客户获取、流失和保持分析 19
4.3.4 客户诚信度分析 19
4.3.5 客户满意度分析 19
4.4 挖掘企业数据仓库中的信息，提供优质的产品和服务 19
4.4.1 挖掘销售中的数据 19
4.4.2 挖掘数据仓库中的数据 20
4.5 进行信用风险分析，强化企业危机管理 20
4.5.1 客户信用风险和欺诈行为分析 20
4.5.2 企业危机管理 21
结　　论 22
参考文献 23
致　　谢 25

V
前　言
随着科学技术的进步，市场竞争也愈来愈激烈，企业竞争力也在不断地丰富和发展。在以信息为主导的市场经济的今天，信息不仅是企业竞争的主要部分，而且也是企业整合其它资源要素，优化其组织结构，提高其生产效率的重要参考依据。
进入二十一世纪之后，伴随着计算机技术的飞速发展以及网络技术的普及，促使数据库的规模、范围和深度都有了较大规模，人们收集数据的能力比以往大大增强，很多企业已经积累了海量的数据和信息，这些在日常的经营过程中产生的大量数据和信息已然成了企业重要的经济资源。大量信息给人们带来了一大堆问题：第一是信息过量，难以消化；第二是信息真假难以辨识；第三是信息安全难以保证；第四是信息形式不一致，难以统一处理。企业面对海量的数据和信息往往无可奈何，无法充分发掘出应有的经济价值，传统的数据分析方法如数据检索、统计分析等只能获得数据的表层信息，不能获得其内在的，深层次的信息。管理者面临着数据日益丰富而知识贫乏的困境，如何准确、高效地从这些丰富的数据中筛选出对企业经营决策有用的信息已成为众多企业迫切需要解决的问题，同时这也是学术界的研究热点之一。
面对海量的数据人们希望计算机能自动智能地分析并抽取出其中蕴涵的知识和信息，因此，需要一种新的数据分析技术处理大量数据，并从中抽取有价值的潜在知识，面对这一挑战，数据挖掘技术应运而生，并显示出强大的生命力。
数据挖掘技术应用于企业，可以从大量的数据中经过深层分析，获得有利于商业运作、提高竞争力的信息。利用数据挖掘技术可以对其内、外部环境信息进行充分挖掘的基础上，达到提高服务水平、改善客户关系管理、提升企业的价值链、管理的供应链、分析信用风险和识别欺诈行为、控制危机等作用，帮助企业实施科学有效的知识管理，提高企业获取信息的能力，提升企业的核心竞争力，为企业做出正确的决策提供有力的保障，促进企业科学、快速与可持续发展。

11
第1章 数据挖掘技术概述
近年来，Internet的发展使计算机、网络、通信合而为一。网络经济、注意力经济等新概念的出现，以其巨大的社会效益和极富挑战与机遇的内涵，成为信息科学最引人注目的研究课题。
然而，网络在快捷、方便地带来大量信息的同时，也带来了一大堆问题：诸如信息过量难以消化；信息真假难以辨识；信息安全难以保证；信息形式不一致，难以统一处理等等。如何快速、准确地获得有价值的信息，如何理解已有的历史数据并用于预测未来的行为，如何从这些海量数据中发现知识，导致了数据挖掘领域的出现。数据挖掘是一种能够智能的自动的把数据转换成有用信息和知识的技术和工具，是人们对数据库技术进行研究和发展的结果[1]。
1.1 数据挖掘技术的概念
数据挖掘技术是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取出隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘技术这个概念包含以下几层含义：（1）作为数据挖掘的数据源，其数据必须是海量的，含有噪声的。（2）挖掘出来的模式是可理解的、易描述的、有用的。（3）通过数据挖掘发现的知识是用户感兴趣的。所谓兴趣，是指知识的可信度、新颖性、潜在作用性和可理解性的综合。（4）通过数据挖掘发现的知识不是放之四海而皆准的真理，也不是要去发现崭新的自然科学定理和纯数学公式，更不是什么机器定理证明，数据挖掘发现的知识是相对的，是有特定的条件约束的，面向特定领域的[2]。
1.2 数据挖掘技术兴起的原因
现在是知识和信息大爆炸的时代，数据的数量呈现几何方式增长，但是传统的数据分析和提取技术已经远远不能满足人们的实际需要。传统的数据处理方式只是将现有的数据进行存储和查询，对数据之间存在的关联和规则却无法分析，更加谈不上对数据未来发展的预测了，这种情况是由于欠缺挖掘数据隐藏知识的手段造成的[3]。我们并不缺乏数据，但是对数据背后的知识挖掘却十分欠缺，所以为了改变这种被动局面，数据挖掘技术便应运而生了，这是一种可以用于开发信息资源的新的数据处理技术。
1.3 数据挖掘常用的技术
数据挖掘是一门诞生时间不长却飞速发展的计算机分析技术，在这些年来，数据挖掘理论日趋成熟，并在实践中大放异彩。在各个领域的应用中，常用的数据挖掘技术有关联规则、决策树、遗传算法等。
1.3.1 关联规则
关联规则挖掘是分析数据间隐含的相互关联关系的技术，对数据源关联规则的挖掘可以得出同一条记录不同属性之间的联系，找出满足一定支持度和置信度的多个属性之间的依赖关系。关联分析的目的是从已知的事务集形中，产生数据项集之间的关联规则，保证其支持度和置信度大于用户预先指定的最小支持度和最小置信度[4]。
1.3.2 决策树
决策树是一种常用于预测模型的算法，它通过一系列规则将大量数据有目的分类，从中找到一些有价值的、潜在的信息。它的主要优点是描述简单、分类速度快、易于理解、精度较高，特别适合大规模的数据处理，在知识发现系统中应用较广。它的主要缺点是很难基于多个变量组合发现规则。在数据挖掘中，决策树方法主要用于分类[5]。
1.3.3 遗传算法
遗传算法是一种基于生物进化理论的优化技术。其基本观点是“适者生存”原理，用于数据挖掘中则常把任务表示为一种搜索问题，利用遗传算法强大的搜索能力找到最优解。实际上遗传算法是模仿生物进化的过程，反复进行选择、交叉和突变等遗传操作，直至满足最优解。遗传算法可处理许多数据类型，同时可并行处理各种数据，常用于优化神经元网络，解决其他技术难以解决的问题，但需要的参数太多，对许多问题编码困难，一般计算量大[6]。
1.4 数据挖掘的过程
数据挖掘是使用一定的算法从实际应用数据中挖掘出未知、有价值的模式或规律等知识，整个过程由问题理解和提出、数据准备、数据挖掘、模式评估等步骤组成。
1.4.1 问题的理解和提出
在开始数据挖掘之前最基础的就是理解数据和实际的业务问题，在这个基础之上提出问题，对目标有明确的定义[7]。
1.4.2 数据准备
数据挖掘的处理对象是数据，这些数据一般存储在数据库系统中，是长期积累的结果。但往往不适合直接在这些数据上进行知识挖掘，首先要清除数据噪声和与挖掘主题明显无关的数据；其次将来自多数据源中的相关数据组合并；然后将数据转换为易于进行数据挖掘的数据存储形式。
1.4.3 数据挖掘
数据挖掘就是根据数据挖掘的目标，选取相应算法及参数，分析准备好的数据，产生一个特定的模式或数据集，从而得到可能形成知识的模式模型。
1.4.4 模式评估
由挖掘算法产生的模式规律，存在无实际意义或无实用价值的情况，也存在不能准确反映数据的真实意义的情况，甚至在某些情况下与事实相反，因此需要对其进行评估，从挖掘结果中筛选出有意义的模式规律。在此过程中，为了取得更为有效的知识，可能会返回前面的某一处理步骤中以反复提取，从而提取出更有效的知识。
第2章 企业竞争力
经济全球化的日益深入发展使得任何一个国家和企业都面临着激烈的市场竞争，企业竞争力已成为政界、企业界和学术界关注和研究的热点问题。
2.1 企业竞争力的内涵
综观国内现有文献，对企业竞争力的内涵还没有形成统一的界定，以下是几种比较有代表性的定义。
范晓屏认为，企业竞争力是企业在激烈的市场竞争中以特有的竞争方式，在不断有效地争夺市场份额、挑战竞争对手、寻找有利地位、扩张经营领域、实现经营效益等方面所表现出的一种状态与能力。
张志强、吴健中认为，企业竞争力是企业在市场竞争中，在有效利用甚至创造企业资源的基础上，与竞争对手比较，在产品设计、生产、销售等经营活动领域以及在产品的价格、质量、服务和满足消费者需求等方面，为企业创造利润，进而促进企业持续发展的能力[8]。
综上所述，企业竞争力应体现在产品市场和企业资源的能力上。因此我们认为：企业竞争力就是企业在激烈的市场竞争中有效整合与优化配置内外部资源，提供市场和顾客所需要的产品和服务，在与竞争对手角逐中建立竞争优势，进而促使企业生存与持续发展的能力[9]。
2.2 企业竞争力的特点
通过对企业竞争力涵义的界定，可以得出企业竞争力的基本特征，主要表现为盈利性、比较性和动态性。
2.2.1 盈利性
企业是盈利性经济组织，企业不是为了提高竞争力而提高竞争力，而是为了提高盈利能力而提高竞争力。企业竞争力的目的就是在市场占有率、创造价值率以及持续发展等方面使企业占据优势，使企业实现利润最大化。提高竞争力是企业盈利的手段，盈利则是企业提高竞争力的直接目的。因此，企业竞争力最终要通过盈利水平来衡量，通过价值实现而实现。
2.2.2 比较性
企业竞争力是一种比较能力或比较生产力，是通过相比较所显现出来的优势或劣势，这种比较是其相对位势的比较。从竞争优势上说，可分为绝对竞争优势和相对竞争优势。绝对竞争优势为争夺有限资源而相互竞争的企业之间竞争力的强弱；相对竞争优势为企业相对于竞争群体的平均水平而言的竞争优势，反映了企业在该竞争群体中的相对位次。由于两企业之间在要素市场内可能存在竞争关系，而在产品市场中可能不存在竞争关系，因而企业之间的竞争力比较既有绝对竞争优势的比较，又有相对竞争优势的比较。因此，企业之间的竞争力比较不一定以竞争关系为前提，也就是说不存在直接竞争关系也可以进行竞争力的比较。从空间范围看，某一企业在全国范围竞争力超群，但在全球经济中却可能一般，只要在目标市场相对于竞争群体具有竞争优势，则就具有竞争力。
2.2.3 动态性
企业竞争力不是一成不变的，它是随着市场结构和竞争行为的变化而变化，即企业的竞争优势或劣势不是固定不变的，优势与劣势可以互相转化。这种不断变化的动态过程，可能是由于外部环境发生了变化，如国际市场变化、国内经济环境变化或者部门环境变化，都会导致企业竞争力发生变化。因而，企业竞争力绝不是静态的，而是不断变化的动态系统。这就要求人们坚决摒弃封闭式的惯性思维，紧紧把握外部产业结构和竞争对手的各种变化，以求得主动，灵活应对，趋利避害，增强活力。
2.3 影响企业竞争力的因素
影响企业竞争力的因素来自四个方面，即企业环境，企业内部资源、企业战略和管理能力、企业核心能力，每个因素又包含多个子因素。
2.3.1 企业环境因素
环境因素是影响企业竞争优势的外部性因素。环境因素又可细分为五个方面的子因素：
（1）国家、地方政府与企业活动相关因素。包括国家及地方有关经济、产业、金融、贸易、税收、科技创新、人才、生态环境保护等与企业活动有关的政策和法规制度。
（2）区位(地理)、本地社会、城市与人文环境因素。企业所处地理位置及区域发展水平、交通运输状况(运输成本)、能源、通讯等基础设施、本地社会文化传统和价值观。
（3）企业所在产业、行业因素。企业所在产业、行业的定位，如比较优势产业、朝阳或夕阳产业、竞争性或垄断性产业、本地支柱产业。
（4）企业间关系因素。与上、下游企业的关系(纵向整合水平)、本企业在本产业中所处的竞争态势等。
（5）市场条件因素。产品、原材料市场的垄断性、竞争性以及是否存在进出口壁垒或市场准入限制，等等[10]。
2.3.2 企业内部资源因素
所谓企业内部资源就是企业自己所具有的或通过各种途径可获得的，用于企业生存发展所需要的各种生产力要素。企业内部资源因素主要包括以下几个方面：
（1）企业的研究与开发能力。企业的研究与开发能力是指企业依靠本公司的技术革新、人力资本、生产设备等技术的投入所表现出来的一种竞争能力。
（2）企业的生产能力。随着科学技术日新月异，科技的生产力转化周期越来越短，新的技术，新的工艺更能快速的适应市场上产品的激烈竞争，设备的现代化水平、自动化水平，企业生产出良品的效率直接关系到企业的发展成长。企业的生产能力主要包括国际先进设备的采用情况，优质品率等。
（3）人力资源开发能力。企业只有在人才资源开发利用上达到国际水平，才能使得我们的技术开发与创新和企业的科学管理上具有国际竞争力，才能最大限度的降低技术交易成本，使企业保持技术领先与成本领先的优势。
（4）市场营销能力。在市场经济飞速发展的今天，尤其是买方市场的出现所形成的企业间的激烈竞争，使得各企业都把拥有和发展固定的客户群作为企业长存和发展的根本来抓。树立顾客至上的营销战略，根据顾客的需求和偏好建立一套让顾客满意的营销体系是提高企业竞争的有效手段。
（5）企业的信息系统建设。企业的信息系统建设即挖掘先进的管理理念，应用先进的技术去整合企业现有的设计、生产、制造、经营、管理，及时地为企业的“三层决策”系统即战术层、战略层、决策层提供准确而有效的数据信息。
2.3.3 企业战略管理和管理能力因素
企业战略和管理能力是企业竞争力的深层次因素。正是由于我国大部分企业缺乏长远战略思想，导致我国企业多缺乏可持续发展的后劲。企业战略和管理能力是企业竞争力的最终源泉。企业战略和管理能力因素主要可以分为以下三个方面：
（1）企业战略焦点。企业战略焦点是企业管理层所决策选定的，战略焦点决定了企业资源的投入与分配方向，决定了企业竞争潜力转变为竞争行为的能力。
（2）企业文化精神。企业文化精神是企业确定经营活动方式所依据的信念、价值观和行为准则，是企业在社会中起何种作用和如何起这种作用的一种抽象反映。
（3）领导者素质。领导者素质在塑造企业竞争力的过程中起着巨大作用。优秀的领导者具备以下几种素质：决策水平、组织协调能力、凝聚力、创新精神、社会责任感。
2.3.4 企业核心能力因素
企业的核心能力是企业在其长期的生存竞争活动中积累而来的，具有与众不同的独特的，不易被人轻易拥有、转移或模仿的经营能力。它能为企业通向各种市场提供潜在的通道，对最终产品所体现的消费者利益有着显著的帮助和贡献。具体包括以下几个方面：
（1）企业战略能力。其包括企业高层管理对企业创新的支持与参与情况，企业经营战略与技术战略的整合度，企业家和企业家的战略精神，企业战略共识以及企业长期化行为倾向。
（2）企业核心技术能力。其包括更新系数及周期，核心技术先进程度，产品开发能力，工艺创新与产品创新的匹配状况。
（3）企业组织界面管理能力。其包括企业组织构架的稳定性，企业对变革冲击的接受程度与适应性，企业内部激励机制的有效性。
（4）企业核心营销能力。其包括企业对市场需求及其变化的理解程度和响应度，企业对销售渠道的管理与控制，企业品牌知名度及其有效管理，企业主导产品市场占有率。
2.4 企业竞争力评价方法
企业能否获得竞争优势，关键在于企业是否具有持续的竞争力。然而，企业要培养竞争力必须清楚地掌握和了解自身的竞争地位，明确自己与竞争对手的差距。进而探索提高本企业竞争力的途径。因此，准确地评价企业的竞争力显得尤为重要。以下给出了评价竞争力常用的几种方法。
2.4.1 综合指数评价法
综合指数评价法是通过建立一套完整的指标体系对企业竞争力进行概括、计算和评价的方法，也是目前用得较多的方法之一。但指标体系的科学性、全面性、可操作性对评价结果有较大影响，并且使用该方法时指标权数的确定通常采用专家咨询法来确定，有一定的主观性。
2.4.2 模糊综合评价法
由于在企业竞争力评价中，一些因素具有模糊性而不能简单地进行评价，因此采用模糊数学的综合评价方法对企业竞争力进行定量评价。此方法首先确立因素集以及各因素的权重集，然后建立评价等级集合模糊评价矩阵，再进行模糊综合评价。
2.4.3 数据包络评价法
这种方法主要是采用数据规划的方法，对单个企业进行生产有效性评价，即对企业投入规模的有效性进行评价，以企业投入产出的相对效率作为企业竞争力评价的依据[11]。
第3章 数据挖掘技术对提升企业竞争力的影响
现代信息技术推动着企业经营方式和管理方式的变革。应用信息技术，及时收集、利用有效信息是企业获取竞争优势的最终选择，也是企业经营现代化的主要标志。
3.1 数据挖掘技术对企业竞争力的影响概述
随着计算机应用的越来越广泛，每年都要积累大量的数据，运用数据挖掘技术在这些数据当中我们可以找出“金子”来。数据挖掘对于推动企业现代化的进程，提高企业的竞争力，有如下影响：
3.1.1 提高数据分析水平，确保企业的决策科学
数据挖掘可以完成以下几个任务：（1）对决策问题进行科学预测；（2）对决策方案进行详细设计和分析论证；（3）对决策问题的有关方面进行咨询；（4）对决策的实施情况进行反馈分析。
企业运营过程中的各种信息都是通过数据反映出来的，而企业产生的大量数据通过报表等统计方法，只能得到一般意义上的信息反映，缺乏全面、深入信息。通过数据挖掘技术，就可以在自己经营过程中产生的数据的基础上，进行科学分析，发现许多深层的、手工无法发现的规律，得出比较科学的预测结果，指导企业的生产经营活动，帮助企业的管理者大幅度提高决策能力，减少决策失误。
3.1.2 针对价值链适当环节，开发独特信息资产
人们往往容易忽视那些非主流的、特殊的信息，但是它们却存在着潜在的价值，一经利用，这些信息就能够成为企业的独特资产，奠定企业的优势业务地位。在各个行业中，多数公司都是在类似的商业模式上进行竞争，它们信息策略取向也很接近。在这种情况下，如果独辟蹊径把眼光转移到价值链上不为人所注意的环节，利用这些地方的信息和知识，进行数据挖掘就有可能创造出价值。
构成更成要素句句院的例如，企业可以分拆产业价值链，集中资源，充分发挥自己的专长。将价值一体化的链条分拆开来，不再关注价值链的所有环节，找准自己在整个价值链中的战略控制点，对原有的经营范围进行调整，在价值链的上下转移换位。这既需要管理人员有敏锐的观察力，前瞻性的战略眼光和超凡的调整能力，同样需要全方位的准确信息，才能确保企业在整合中奏效，进而变成一个专注局部环节的专业化公司。这方面的杰出代表有英特尔，微软，IBM，惠普等公司。
3.1.3 及时整合外部信息，给客户提供满意的服务
随着社会经济的发展，现代企业已充分认识到客户是最宝贵的资产，企业之间以“产品”为中心的竞争逐渐转向以“客户”为中心的竞争。企业日益关注如何提升服务质量，增加客户的满意度，巩固客户的企业忠诚度。客户数据也成了企业的无价之宝，而如何有效地收集、利用相关信息则是获取这些宝藏的金钥匙。
企业掌握客户的数据越完整，才能对客户满意度、客户的行为偏好做出越正确的分析。但是目前许多企业的网站仅停留在介绍企业产品和业务上；多数呼叫中心也仅解决了企业与外部市场进行信息接入的问题，因此急需建立高质量的外部信息沟通渠道，采用科学的信息处理方法来提高信息的利用率。鼓励研究人员融入一个协作的社区或公司的供应链，以便实时交流和直接吸取客户的意见，让他们不断接收外界的信号，企业可以及时得到许多有价值的信息。
通过数据挖掘技术，可以有效整合客户的基本信息等静态数据和维修纪录、兴趣变化等动态数据；可以根据客户的消费行为进行分类，找出该类客户的消费特征，然后有针对性地提供个性化的服务，改进企业的服务水平，使企业在激烈的竞争环境中抢占先机，同时也可以提高企业的社会效益和经济效益。
3.1.4 提高客户忠诚度，避免客户流失
客户满意度已经成为基本的市场营销理念，并日益为很多企业所津津乐道，因此企业经常定期进行满意度调查，但问题是许多已经流失的客户在接受调查时也会说他们满意或非常满意。同样，根据美国消费者事务办公室的调查，90％～98％的不满意消费者从不抱怨，他们仅仅是转到另外一家。有时客户的满意度提高了，但销售并未取得明显增加。可见，忠诚的客户来源于满意的客户，但满意的客户并不一定是忠诚的客户。
因此，企业必须倾听客户意见并做出反应，运用客户评估分析技术，以客户为中心来改变整个商业战略，利用客户数据库采用数据挖掘技术对客户持久性、牢固性、稳定性分析，找出数据模型，发现其流失的规律，然后有针对性地进行改进。从建立信任度开始，提高满意度，取得忠诚度，避免客户的流失，直至减少企业的经济损失。
另外，数据挖掘还能够帮助企业发现高价值的“黄金客户”，能够协助制定切实的销售分析与销售预期，帮助扩大市场份额等等。显然，数据挖掘可将企业所拥有的看似枯燥、杂乱的数字转化为对企业经营决策有用的信息，从而为企业的经营管理创新提供了巨大的推动力，为企业在激烈的市场竞争中占领主动，发挥巨大的作用[12]。
3.2 数据挖掘技术对提升企业竞争力的影响案例
数据挖掘技术作为当今应用最为广泛的智能分析技术之一，对企业竞争力的提高产生日益重大的影响，在各行各业中都获得了应用。
3.2.1 金融领域
金融领域涉及大量数据，当进行金融事务决策时，往往需要搜集和处理大量的数据。数据挖掘技术就可以辅助金融领域工作者对数据进行分析，发现模式及特征，例如发现某个客户、消费群体或组织的金融和商业兴趣，发现金融市场的变化趋势等等。
商业银行的风险管理非常重要。美国梅隆银行利用数据挖掘技术对用户账户进行分析与归类，进行信用评估，以便对不同的用户推销不同的贷款产品，降低风险。一个最为人称道的例子就是数据挖掘在信用卡业务中的应用。使用信用卡业务的用户中，有两类人群给银行带去的利润较少，一类是很少使用信贷限额的用户（低循环者），另一类能够保持较高的未清余额的用户（高循环者）。前者由于很少透支，而带给银行的净收入较少，当然也没有任何风险，但服务费用却和其他用户相同。后者透支很多，却无力偿还，这给银行带来较大的风险。梅隆银行通过数据挖掘技术，对销售部的客户数据进行分析，将客户分类，为不同的用户推销不同的产品。例如鼓励前者更多地使用信贷限额或找到交叉销售高利润产品的机会；对于后者则留住可获利的客户，摒弃危险客户。
3.2.2 零售领域
当前，全球零售业发展势头迅猛。在信息流通先于商品流通的时代，零售企业必须依靠企业的全面信息化来可持续发展。很多零售企业已采用了一系列信息技术。在信息化进程加快同时，也带来海量的、分布的、异构的数据信息。如果数据不能及时的转化为知识，那么零售企业经营决策的正确性和时效性将大打折扣。于是，近几年来数据挖掘技术在零售业得到了广泛的应用。
某集团是一家大型商业零售企业。已实现了企业管理信息化，引入了客户关系管理系统。该系统可以向集团的采购、市场和服务部门提供全面的实时资料,并强化信息挖掘分析功能，随时从资料库中取出所需资料，配合资料分析方法，分析出客户消费行为模式和习惯，提供具有个性化和贴心的服务。
该系统的消费者分析主要体现在：客户保留度、客户价值度、客户满意度、客户忠诚度和客户群体分析等功能。在建立数据仓库的基础上，选取合适的模型对消费者的保留度、群体分类等进行分析和预测。
在消费者管理分析中，采用关联规则分析方法，将相似消费者分类，研究客户的消费行为，分析客户个人特征(年龄、性别、职业、月收入、教育程度等)，客户消费行为(支付方式、消费次数、累计消费金额、持卡类型、贵宾卡积分、时间段、业种、消费频率等)和客户态度，分辨出不同的零售业消费群体在消费习惯和消费倾向上的不同特征。
例如该系统对贵宾卡客户某一时间段的消费行为进行分析后发现：
（1）客户选择特约商户消费的规律:710个贵宾卡客户在商场的52个商户中有交易记录，分析发现客户的消费习惯是有规律的，在8O天的分析期内有28天贵宾卡客户在A商户消费后又有80％可能去B商户消费，有25天贵宾卡客户在A商户消费后又有73％可能会去B商户和C商户消费。
（2）贵宾卡客户特征：银卡客户在年龄上较金卡客户年轻，持卡年限短，但用卡频率高，多为信用卡支付，刷卡消费态度积极；不同地区的贵宾卡客户在人口特征、用卡行为和支付方式上存在差异。市场成熟度越高，客户的平均教育程度和收入水平越高，持卡年限越长，消费比重更大。
（3）消费者对商品的偏好(以液晶电视为例)：消费者普遍对国内液晶电视的认知度较低，国外品牌的认知度高于国内品牌。34％的消费者以节省空间为主要动机，其次才是画质；实际购买液晶电视的消费者中超过90％购买了黑色或银色产品；连锁店和量贩店是消费者购买产品的主要渠道，6％的消费者通过网络购物，成为第二购买渠道。
通过以上分析，可以为企业采取有针对性的营销策略提供决策信息。该系统应用后，成效显著。供应商由三千家调整为两千多家，引进新商品近四百个，新品种提升到一千多种。采购和管理成本明显降低。企业信誉度也大大提升[13]。
3.2.3 电信领域
电信行业是最早采用数据挖掘技术的行业之一。电信行业产生并存储了极大数量的数据，这些数据包括呼叫详单数据（描述呼叫在电信网络中的全部情况），网络数据（描述网络中软硬件设施的状况），用户数据（描述电信网络中的用户情况）。这些数据量非常大，手工进行分析是很困难的或根本不可能的。在这些海量数据处理需求的背景下，数据挖掘技术的优势为这些问题提供了解决方案。
首先举电信行业中一个成功的市场营销的例子：美国世界通讯公司的朋友与家庭促销政策。按此政策，当呼叫发生在同一个群体内时，话费将得到减免。市场研究者在研究网络活动图的子图时发现，每增加一个呼叫，用户圈的成本可能比增加相同数量的单个用户的成本要高，进而提出了这一政策。美国世界通讯公司通过数据挖掘技术对呼叫详单数据进行分析，最终生成各个呼叫用户圈数据，为争取更多的用户赢取了先机[14]。
另一个困扰电信运营企业的问题是用户离网现象。用户离网意味着从一家运营商转入另一家运营商，与之相关的是利润的损失和吸引新客户带来的高额花费。更糟的一些情况是当互相竞争的运营商出台高额激励政策后，用户不断地在运营商之间转网来套取奖励。利用数据挖掘技术，电信运营商可以再挖掘历史数据的基础上预测哪个用户很可能会离网。这些技术通常利用账单数据、呼叫详单数据、用户信息等，通过这些感应模型，运营商可以在需要的时候采取措施。
电信成为最早采用数据挖掘技术的行业，很大程度上取决于它在数据采集的数量和质量上的优势，同时也造就了很多成功的数据挖掘案例。在激烈的市场竞争环境下，数据挖掘技术将继续在电信行业领域为运营企业带来更强的竞争力。
第4章 利用数据挖掘技术提升企业竞争力的途径
拥有先进获取信息的技术，并利用数据挖掘技术对所搜集到的信息进行分析有助于企业建立竞争优势。数据挖掘技术的应用提高了企业获取信息的能力，为企业的正确决策提供了有力保障，大幅度提升其竞争力。数据挖掘技术主要从以下几个方面提升企业的竞争力。
4.1 分析企业内部经营信息
企业内部环境是指企业内部的物质、文化环境的总和。通过内部信息的整合来分析企业的优势和劣势,有助于企业制定有针对性的战略，有效地利用自身资源，发挥自身优势，同时避免企业的劣势或采取积极的态度改进企业劣势，扬长避短。企业内部环境大致分为四大类：企业内部管理、企业市场营销、企业财务和企业文化。
4.1.1 企业内部管理信息
企业内部管理包括内部的管理组织结构和