2024年知识管理的论文好写吗 知识管理的集聚效应的电商论文样例【参考4篇】

【请您参阅】下面供您参考的“2024年知识管理的论文好写吗 知识管理的集聚效应的电商论文样例【参考4篇】”是由阿拉网友精心整理分享的，供您阅读参考之用，希望此例范文对您有所帮助，喜欢就复制下载支持一下小编了！

知识管理的论文好写吗【第一篇】

岁末年初，新一轮科技下乡，科技入户活动又开始在全国各地热热闹闹地展开了，农业科技人员纷纷走出家门，在科技大集上，农户家中为他们传授各种实用知识。从科技下乡活动的过程来看，这是一个知识分享和传播的过程，虽然只是知识管理大范围内的组成部分之一，但是通过这项具体的活动，某种程度上也折射出了国内知识管理的现状。

首先，我们看到科技下乡，科技入户的重点是把已有的知识散发到农户中去，促成他们对新技术新知识的了解和应用，而不是创造收集和整理新知识。这不是说我们不需要创新，不需要研究发明，而是说目前阶段我们的工作重点还应该是推广知识，让有效的知识能为更多的人所知道。因此，农村科技人员需要把他们在一年中甚至过去几年总结出来的一些技术经验，培育出来的良种通过下乡，大集等多种形式传授给农民，让他们知道和了解这些内容，并且能够利用冬季的农闲时节消化吸收成为自己的知识，并能把它们应用到来年的劳作中，给自己带来实际的经济利益。农村如此，那么我们的企业中是不是也存在类似的情况呢？结论是确定的！就目前国内多数企业的发展和管理水平而言，现有存在的各种知识已经足够他们使用，他们面临的主要问题不是新知识太少，而是了解和知道现有知识的人太少，这需要一个广泛的推广和培训过程，也是对现在所提倡的学习型社会所提出的要求。以生产型企业为例，erp是一个非常热门的话题，从技术的角度来讲，erp集成了非常优秀的管理实践，只要严格按照流程运作就可以运作一个优秀的企业。也就是说，知识已经存在，但是很多人还没有开始应用这些知识，甚至并不真正了解erp，不知道erp能给他们带来什么。所以，对他们来讲，面临的问题并不是发明和创造出一种比erp更先进更好的系统，而是更好理解现在的erp，掌握erp的核心精神并且融入日常的运作中，把erp中的知识转换为自己企业的知识，并在实际应用中发挥erp中蕴涵知识的价值。

其次，科技下乡传授知识的内容，在新闻报道中，我们看到了这样一些问题：

怎样让小猪长得快，母猪不发情怎么办？

如何栽培杂交高产棉花？

怎么操作进口的插秧机？

这些问题按照显性隐性知识模型的划分都属于实质显性的知识，也就是说农民按照你提供的方法步骤拿过来一步一步照着做就可以了，不需要预先掌握什么知识，或者再去学什么高深的知识。事实上也只能如此，科技入户，科技大集没有给科技人员留出时间来给农民从头到尾分析自己的研究过程，讲解其中的原因，农民也不需要这些内容，即使是袁隆平去给农民讲怎么做基因分析，讲自己在杂交水稻过程中的一些秘诀恐怕也是不受欢迎的。他们需要的就是告诉自己该怎么做，薄薄的1篇纸写明步骤就足够了。也就是说他们的`需求是快速见效的实用知识，而不是离他们十万八千里的高深理论，或者说需要摸索半年才能掌握的了的实质隐性的知识。企业中也存在一样的问题，很多人一提到知识管理就把隐性知识放在嘴边，好象只有隐性知识才有价值，显性知识全都是杂草一样。但是现实中，我们看到，大部分员工还是一个萝卜一个坑地做着自己的本职工作，他们的工作更多的是流程化而不是创新化，也就是说，他们需要一些具体能指导他们怎么可以更快完成本职工作的技巧，而不是怎么去修改流程或者企业发展战略等高层面的东西。这些知识都需要是实质显性的，拿来就能用的。而实质隐性知识的共享更多的应该归入人力资源部门，作为人才培养的一部分。

第三，从时间看，科技下乡安排在了冬季农闲时节，农民们都有时间来琢磨这些东西。要是在忙着抢割耕种的时间搞这些活动，鬼才来理你呢？这也给知识管理工作者提出了问题，在什么时机进行知识管理的具体活动。知识管理必须和业务相结合，这是一条根本原则，但是毕竟还是需要员工们额外的时间投入，因此时机的选择就变的格外重要。在一个急速发展迅速扩张的企业中，恐怕没有人会顾得上知识管理，看了最新一期it经理世界关于王石接班人的文章，很佩服老王的做法，宁肯放慢一点脚步，也要把基础夯实，但是现实世界中并不是每个老板都象老王那样。

最后，整理一下自己的思路，目前阶段的知识管理重点应该是现有知识的传播、推广及其应用，而不是创造新知识；眼睛不要只盯着隐性知识，显性知识管好了价值同样重要；知识管理的活动需要选择合适的时机。当然，每个企业都有自己的要求和自己的发展阶段，本文的结论不适于那些自认为已经发展得非常好的企业。

知识管理的论文好写吗【第二篇】

一.一传统国有企业文档管理。

跟着企业信息化的请求,国有企业的文档管理尽管履行了电子化、网络化,然而仍有许多纸质文档占用大量的存储库房、橱柜以及文档架等空间。文档机构将文档转化为知识的能力严重不足,这使患上本来步入半衰期的文档资源直接进入休眠期甚至死亡期,进而致使掌握着企业最有价值信息的文档机构在数字化时期不断边沿化。尽管文档机构所珍藏资源实现了数字化贮存,但这些资源长时间处于休眠期,并无实际价值意义。

一.二基于知识管理的国有企业文档管理。

跟着数字化、电子化,网络化时期的来临,文档管理的管理模式阅历了实体管理、信息管理、知识管理进程,这演变进程实际是文档价值的升华与知识内涵的拓展进程。知识管理是指通过对于企业内外各种信息、知识进行有效的辨认、全面的搜集、科学的加工以及充沛的运用,并且通过增进知识同享、激励知识立异、实现知识增值,从而来提高企业的应变能力以及立异能力。基于文献的梳理,文档管理与知识管理的钻研集中于构建知识管理的请求。笔者认为企业文档是企业首要的知识资源,是企业知识管理的基础;同时,文档管理是维护企业知识产权的有力武器。知识管理是实现隐性知识价值的途径,而文档管理是对于显性知识的管理。从文档管理与知识管理的性质来看,文档管理是使归档文件的有序化以及结构化,实现文档的应用价值;而知识管理是通过对于文档的搜集、加工、应用、编研以及信息化管理等手腕,将文档转化为知识资源。从文档管理与知识管理的共同性质来看,它们都是对于信息资源进行加工,提掏出有价值的信息,为企业提供服务。

一.二.一文档管理模式的转变。

传统的文档管理是以纸质文件为管理对于象,而现在多以电子文件与纸质文件互为交融的资源为管理对于象,并且注重知识管理、知识同享与知识立异。

一.二.二文档业务的流程再造。

业务流程再造是企业管理对于组织流程重组的1种管理思想。文档业务流程再造是以文档业务流程为改造对于象以及中心,以关切客户的需乞降满意度为目标,对于现有的文档业务流程进行根本的再思考以及情势的再设计,使患上企业能最大限度地适应新形势下的现代经营环境。文档管理的流程再造是以文件管理的流程为基础,实现文件“发生、运转、归档、永远保留或者烧毁”流程的改造与知识管理的前端节制,流程再造是依据文件管理的流程履行文件前端节制,主要是对于企业内部文档而言,将发生于职能部门的文档,经由初次加工,送入文档机构,由文档人员依据企业文档管理的标准体系进行再次加工,然落后行归档,通过数据发掘的知识管理平台提取知识,最后通过服务平台提供给用户。

一.二.三文档管理人材队伍的建设。

传统的文档管理人员的职能是接受、保管、排序、借出、归档等基本职能,然而基于知识管理的文档管理模式中,更要注重知识的产出,注重资料违后暗藏的有价值的知识。这请求作为介入信息管理、知识管理的工作人员提高自己的素质与工作能力,掌握管理学以及现代企业管理知识,熟识企业业务流程,同时晓得应用科学技术提高自己的工作效力。

二.一文档管理模式面临的新挑战。

大数据时期象征着企业的数据量多而且结构化数据与非结构化数据并重。基于知识管理的企业文档管理模式注重知识管理、知识同享、知识立异。大数据到来,对于知识管理的模式提出了新的请求。现有管理模式的搜集视角狭隘,而在大数据违景下,文档机构的珍藏应多元化发展,从广泛视角搜集文档资料,更多关注1些繁杂化、碎片化、底层化信息的搜集。

二.二文档业务流程面临的新挑战。

目前,咱们从文档流程与数据流程两方面进行文档管理。咱们重视文档的前端节制,然而只是对于文档发生以前的文件做出简单鉴定与加工处理。这样的处理并无减轻文档机构人员的工作量,而是加剧了文档机构重复性鉴定与加工处理。文档资料的冗余性、繁杂性致使了知识提取工作量沉重,提取知识不可靠性。所以对于文档的前端节制来讲,文档发生以前的文档鉴定法子与文档的标准化格式是无比必要的,选择正确的文档鉴定法子能快速判别文档的价值,提高文档输入速度,而文档标准化格式处理是发掘知识的基础。

二.三文档管理人材建设面临的新挑战。

人材资源是企业文档管理的症结。传统的文档管理模式中,只请求工作人员有归档、搜集资料、查询等基本知识,而跟着电子化、网络化的推动,企业请求文档机构人员除了了具备基本服务素养,还要晓得信息化技术。然而在大数据违景下的企业文档管理,这些素养还远远不够,文档工作人员不但要晓得现代企业管理理论,熟识企业业务流程,还要拥有数据处理能力,能够运用先进的技术提高工作能力与效力。工作人员要从数据的视角看待文档,以大数据理念推进文档的管理与服务。从管理层来看,要严格把关人材提拔;加快文档人员知识结构的变革,多途径、多层次培育人材。

二.四管理技术支撑以及服务面临的新挑战。

技术是企业发展的出产力。在基于知识管理的企业文档管理模式中,技术是整个模式架构的基石。从总体来看,it架构布局是整个知识管理平台的基础;从局部来看,数据发掘技术是知识提取的核心技术,是整个企业文档管理的中心。整个文档管理的轴心是数据发掘技术,所有的流动都缭绕它展开。现有文档管理模式提供的是点对于点的个性化服务。在大数据违景下,用户在竞争日趋剧烈的环境下需要更多的信息与知识才能做出好的决策,这对于国有企业文档机构提供的服务提出了新的挑战。用户请求文档机构的服务响应速度更快,信息检索与查询更便捷,信息与知识的可理解性更强,并且能够提供全进程的信息服务。这请求文档机构在大数据违景下的个性化服务不但提供用户所需要的信息,还要通过对于用户需求进行分析,提供基于海量散布式资源的.精细化知识组织输出,即实现“信息+解决方案”的1站式服务。

三基于知识管理的国有企业文档管理的优化途径。

为了应答大数据时期的挑战,咱们可从两个方面解决基于知识管理的文档管理的问题。

三.一基于知识管理的文档管理模式的改良文档。

管理工作的展开需要两方面的支撑。文档是企业的可贵资源,增进企业的成长,所以知识管理需要管理层领导的支撑。管理层要注重、关注企业文档管理工作,为文档管理配备必要资源,从大局动身,定时提出请求,及时给予工作指点。在人员配备方面,企业要选用有必定信息素养,掌握必定管理理论的工作人员,同时要拥有数据处理能力。大数据技术能够解决企业文档的电子文档数据贮存提供与调用速度慢的问题,所以企业的技术服务部必需从企业大局动身,全面建设企业信息化平台。从企业底层的网络it架构到面向用户的信息平台,技术部的人员要提供1站式技术,为文档管理部门提供基础技术支撑。此外,在面向用户的文档管理平台上,必需要对于用户进行权限管理,防范企业泄密的风险。

三.二基于知识管理的文档管理业务流程再造。

基于文档管理业务流程再造,是指咱们在文档前端节制的时候,增添文档鉴定与文档格式标准化功能。在文档鉴定方面,采取徐拥军学者(二八年)的宏观鉴定论。它再也不采取“时间、来源、职能、内容或者用户”之类的具体标准,而是改用更为宏观且相对于抽象的“文件构成机关的社会职能”标准。这类宏观鉴定标准与法子可以对于体积量大的文件进行批处理式的鉴定,提高鉴定速度,进而提高资料搜集工作的效力。对于于提高企业文档输入工作的效力问题,这就请求企业树立文档管理标准化体系。标准化体系分为两个层次:第1个是数据输入的标准化格式。标准化格式的电子文档数据提高了工作人员对于数据输入的效力,同时也利于工作人员对于海量标准化数据深层次的发掘。第2个是企业文档管理流程的标准化。工作人员严格依照标准化流程办事,落实流程各个阶段的责任,避免文档泄密与丢失等其他突发事件。知识管理平台是企业档案管理的核心,它的前端是企业搜集的文档经由标准化处理的数据,后端是面向用户的开放性信息平台。知识管理平台的核心是数据发掘技术,数据发掘技术是大数据时期的1种数据处理技术,它指从大量的、不完整的、有噪声的、隐约的、随机的实际利用数据中,提取隐含在其中的、人们事前不知道的、但又是潜伏有用的信息以及知识的进程。数据发掘技术擅长发现文档海量信息中的精髓,有益于有效的知识管理,是实现知识发掘、知识同享、知识立异的途径与法子。

四结语。

跟着国有企业范围的增长,文档累计量愈来愈大,在必定程度上相符了大数据的数量大、多种类、高价值的特征。文章对于基于知识管理的文档管理进行文档前段节制,筛选文档并对于文档进行标准化处理,以便在知识管理平台上,通过数据发掘技术,实现知识管理、知识同享与知识立异。

知识管理的论文好写吗【第三篇】

内容摘要：本文从管理细分的角度来看待企业信息战略，辨析了企业运用信息技术实现信息化和实施信息战略的区别，指出现代企业实施信息战略的本质就是进行知识管理。

关键词：信息管理信息战略知识管理。

在企业信息化发展过程中，研究的重点一般都局限于企业的信息化建设和信息技术的应用方面，对企业信息战略的研究涉及较少，尚未形成系统化的理论。特别是国内关于企业信息化的研究，大多还没有上升到企业信息战略的高度来认识。对20世纪90年代兴起的知识管理未能加以认真研究与吸收。随着其实用价值越来越受到企业界的肯定和重视，最近几年，知识管理又重新受到企业的关注。在知识经济时代，企业已经开始认识到他们最宝贵的资产和资源是知识，知识已成为推动经济增长的动力，保罗罗默教授就曾提出了经济增长四要素理论，其核心思想是把知识作为经济增长最重要的要素，他认为：知识能提高收益，知识需要投资，知识与投资存在良性循环关系。现今，企业的价值在于知识产权、客户的信赖程度、与商业伙伴合作的能力、电信基础结构，以及雇员的创造潜力和技能等。为此，在知识经济社会环境下，把企业的知识资源纳入管理之中，即把知识的识别、获取、开发、分解、储存、传递、共享等组成一条知识链，并对其进行有效地管理。

当今管理信息发展的三个趋势是：从信息管理走向知识管理、从信息资源开发走向知识资源开发、由客户机/服务器结构走向internet结构。信息管理将各种各样的信息以一定的方式汇总、组织起来，方便人们利用计算机进行查询和检索，然而如何由信息产生知识，即如何利用数据信息取得知识、再利用知识获得最大的利润或效益，这已经上升到一个新的层次。知识是由信息而来，它是通过对信息的提取、识别、分析和归纳转换而来的，因此信息管理是知识管理的基础，知识管理则是信息管理的延伸。知识管理是通过一组问答序列，即解决方案的集合寻找和识别与问题有关的关键性信息，并将这些信息进行提取，形成对某一问题的专门知识，作为决策的依据。在信息社会和知识社会，信息、知识和一些专门的技巧是获取利润的工具。

信息管理关系到现代企业的发展，发达的信息产业为现代企业提供了广泛的技术支持和服务，创造了前所未有的信息环境，这些现实的变化对cio的职责及其工作重心的转移产生了重要的影响。知识经济促进了信息服务业的快速发展，使得一般信息的获取变得非常容易；而由于激烈的社会竞争压力，又使关键性的信息获取变得日益困难，迫使企业必须更加重视企业内部现有信息的收集、开发，必须努力挖掘企业现有信息资源，特别是支持企业管理决策的关键性信息。这就意味着企业的信息开发任务将日益艰巨，要求企业信息的保管者和加工者，变为企业信息的管理者、研究者和利用者。

在知识经济时代，知识是企业最重要的战略性资源，知识管理是企业面临的新挑战。“知识管理就是运用集体的智慧提高应变能力和创新能力，是为企业实现显性知识和隐性知识共享提供的新途径”。简单地说，知识管理就是企业对其所拥有的知识资源进行管理的过程。而如何识别、获取、开发、分解、储存、传递知识，从而使每个员工在最大限度地贡献出知识的同时，也能享用他人的知识，是知识管理的最终目标。知识管理是把信息转化为知识，用知识指导决策付诸行动，再将该行动转化为利润。

对企业的知识管理一般可以这样理解：有关企业知识的清点、评估、监督、规划、取得、学习、流通、整合、保护、创新活动，将企业知识视为具有核心价值的资产进行管理。凡是能够有效增进知识资产价值的活动，均属于企业知识管理的内容。结合个体与团体，将个体知识团体化，将内隐知识外显化；结合组织内部与外部，将外部知识内部化，将组织知识产品化，都属于企业知识管理的过程和工作内容。信息是知识的输入端，技术是知识的产出端。知识管理就是对一个企业集体的知识与技能的捕获，而不论这些知识和技能是存在于数据库中、被印刷于纸上或是存在于人们的脑海里，然后将这些知识与技能分布到能够帮助企业实现最大产出的任何地方的过程。知识管理的目标就是力图能够将最恰当的知识在最恰当的时间传递给最恰当的人，以使他们能够做出最好的决策。

知识管理需要有组织的知识，更需要有组织的智慧。谈到知识管理，首先应该明确的是：信息与知识之间，存在着根本的区别。从信息到知识的转化也是知识管理的基本工作之一，如果缺乏对这种区别的认识，就会把知识管理误解为办公自动化。

知识主管（cko）的工作重点在于培育企业的集体创造力，其职责超越了单纯的企业信息技术、企业信息资源的开发、管理范畴，因而包括了诸如员工培训、工作技能、奖励和企业战略等。管理并经营企业的智力资本是cko的份内之事，知识主管正扮演着把企业的智力资源同现有的信息技术、企业营销战略等因素有机地结合起来并发挥出特殊作用的重要的高层管理者。

信息主管（cio）作为企业信息管理发展到一定阶段的产物，其工作目标是以企业信息的组织和开发为重点，致力于信息管理中的信息保障系统的建设和完善，以提供满足企业经营管理和决策所需要的信息为工作重点，其任务是监督企业信息技术的采用。

随着知识经济的深入发展，有些企业习惯性地把企业知识管理视为信息管理的一种延伸，因而试图把信息主管简单地改为知识主管。这样做的结果是在不知不觉中把企业知识管理的工作重点放在技术和信息开发上，而不是放在创新和集体创造力上，从而陷入了知识管理的误区。用一句话来简单、扼要地说明知识管理与信息管理之间的联系和区别，即知识管理始于信息管理结束的位置。

在知识管理从现代企业的管理中细分出来之前，知识管理的实践和操作早已经客观存在于大部分传统企业的实际运作之中。知识管理的传统模式有四个层次，即：知识的获取、知识的存储、知识的分享、知识的利用。

知识管理作为一种管理思想和理念，主要是企业或组织运作中管理层面上的问题。但是与所有的管理过程一样，知识管理也是企业或组织的一种管理过程而非一种结果。虽然知识管理是一种较新的管理理念，但在其概念提出之前，知识管理的工作实际上就已经客观存在于传统企业的管理实践之中了。传统企业每天同样也在进行知识管理，如果企业的现状和员工的素质及预期的投入产出率（roi）符合企业的长期发展方向，那么投资一些资金建设it系统以便辅助企业的知识管理也未尝不可；但是如果条件不充分，企业不能上专门的知识管理信息系统，企业的知识管理也照样可以进行。关键在于企业的高层需要树立起一种先进的知识管理理念，重视企业的'知识资产，从而想出各种各样的方法加强知识管理。

相关调查显示，我国大多数企业并没有真正认识到知识管理的重要性。尽管国际上一些知名的大公司早已经设立了专门的cko（首席知识官），但是有相当一部分企业的经理人还不清楚cko是干什么的。cko的产生标志着企业的竞争正在向知识资源的共享和利用方面转化，企业需要尽快挖掘自身的知识经验并不断完善优化这些资源，为企业建立知识管理战略，树立关键性的竞争优势。

知识管理的论文好写吗【第四篇】

摘要：对于crm数据挖掘的应用程序，本文做出了系统性的总结和研究，这包括了面向crm数据挖掘的体系和结构，立足于客户生命周期的角度，并结合本行业发展的前景，对crm中的数据挖掘进行了分析。

关键词：数据挖掘；客户关系管理(crm)；知识发现。

如今，经济全球化发展的速度不断加快，在市场经济的背景之下呈现出蓬勃发展的局面，外加互联网技术的日益普及化，促使当前的市场竞争不断加剧。众所周知，客户对于一家企业来说至关重要，因此为了更好的促使现代企业发展顺利，理应不断维护好企业与客户之间的关系。这种关系对于不断增强企业的综合竞争力十分重要，因此企业不断改善客户关系，便成了企业发展中一项重要的任务。客户分析是企业发展中处理好客户关系管理的基本，然而如何做好客户分析呢，这就需要对数据挖掘进行应用，数据挖掘的研究应用在现代企业客户关系管理意义非凡。

1crm体系结构。

客户关系管理(customerrelationshipmanagement，crm)起源于上个世纪的八十年代初期，首次提出了接触管理，也就是不断收集客户与企业联系的所有有关信息。到了九十年代初，又增加了电话服务以及客户服务支持数据等相关的分析。经过20多年的发展，如今企业发展中的客户之间的关系其管理的手段和方式逐渐走向成熟化，并且在理论和实践方面不断成熟化。crm是一个把客户看做中心的营销理念，通过信息化的技术方式，重新设计企业业务单元，优化工作中的每一个环节的过程。它将现代信息技术也就是我们常说的互联网技术、多媒体信息技术、电子商务技术、数据仓库管理信息技术、专家数据管理系统以及人工智能呼叫中心等融合在了一起。crm具有较强的自动化特点，并且能够处理好销售与客户管理之间的关系。它的目的在于不断的缩短销售的周期以及销售中投入的成本，进而不断增加企业在盈利方面的能力，并且寻找一片新的产品市场，逐渐增加企业的业务领域，从而提高潜在客户以及忠诚客户的满意度，盈利能力以及忠诚度等。

2crm中数据挖掘的应用研究领域。

从客户生命周期角度分析数据挖掘技术的应用。

从crm的广义来看，可以简单化的理解为管理所有的和客户之间的一系列互动。在购买实践的过程中，这就需要运用多种信息对客户之间的多维关系进行预测以及分析。在不同的阶段过程中，客户关系可以看做是客户的生命周期。一般说来，客户的生命周期可以划分为3个主要的过程：其一是寻找到客户，其二是能够提升客户的价值，其三是不断维护好效益客户，使其持续受益。如果实现了各个阶段效益的最大化，便可以在此基础上不断提高企业的利润。其一是借助数据挖掘寻找潜在的新客户：crm中首先应该做的便是识别那些潜在的客户，寻找到之后就要尽可能使其转变成企业发展中的忠实客户，数据挖掘可以帮助企业实现这一切。其二是不断提升客户的价值：通过客户盈利能力的相关具体化分析，进一步挖掘和预测客户本身所具有的盈利能力以及未来的具体变化；通过对客户购买模式的相关研究，实现客户的细分化，这样一来可以针对性的提供更加具有针对性的个性化服务，从而能够有效的实现多维化的交叉销售。其三是维护好客户，要及时的对客户忠诚度进行分析研究，以防客户流失。借助数据的深入研究和挖掘，及时分析好客户的历史交易记录，提醒消费者行为，并提出相应的对策和建议。

(1)零售业crm中的数据挖掘零售业crm它是数据挖掘领域中最重要的应用方面，伴随着网络以及电子商务模式的不断发展而呈现出繁荣发展的态势。通过对零售数据的挖掘可以对客户的购买行为进行识别和具体化的分析，并且及时发现客户的购买嗜好以及未来的购买趋势，这样便不断提高了服务的质量，为客户满意度的提高提供了条件。例如，我们可以借助多个特性化的数据进行全面的销售，这样一来便实现了客户与产品之间的多维联系，使用多维、相关化的分析来做好促销的'有效性，借助序列模式我们可以挖掘客户忠诚度，通过相关性分析可以为购买参考提供建设性的意见和建议。(2)电信业crm中的数据挖掘当前的电信行业，已经从纯粹的市话服务领域不断转向提供一些综合性的电信服务。它能够把互联网、电信网以及其他的各种通信和计算融合在一起，这是时代发展的大潮流。借助数据挖掘等相关技术可以为一些商业化的实践提供条件，确定好电信服务的基本方式，捕捉每一个盗窃，从而更好地借助技术方面的资源，实现颇具人性的服务。电信数据一般具有多维化的分析功能，可以实现数据的识别与比较，更可以实现数据通信与系统负载等。通过量化分析，聚类分析以及异常值分析对盗用、异常模式进行识别和破解。(3)金融业crm中的数据挖掘如今，大部分的银行以及一些金融性的专业机构能够为客户提供了多种选择，例如最基本的储蓄、投资以及信贷服务等。有时也可以提供一些保险和股票服务。在金融市场中，数据生成已经相对成熟，从整体看来金融领域的数据相对较完整、可靠，它为数据分析提供了基点。下面的几个是平时常见的应用情况：通过多维化的数据分析、挖掘可以做好数据仓库的基本任务；通过特征比较研究做好数据的衡量和计算帮助客户对贷款偿还进行科学化的预测和分析；通过分类以及聚类的方式对客户群体进行识别，对目标市场进行分析；借助数据的可视化以及关联性分析对金融洗钱以及其他的一些金融犯罪进行侦破。

作者:吴磊单位:吉林省长春市吉林建筑大学计算机科学与工程学院。

参考文献。

[2]潘光强.基于数据挖掘的crm设计与应用研究[d].安徽工业大学.2011。

[3]石彦芳,石建国,周檬.数据挖掘技术在crm中的应用[j].中国商贸.2010(02)。

[5]郑玲,陶红玉,阚守辉.数据挖掘在crm中的应用[j].中国电力教育.2008(s3)。

将本文的word文档下载到电脑，方便收藏和打印。