智能化发展趋势 企业应该重视起来
数据挖掘技术可以实现对公司客户进行精准分类，以便使个性化的产品或者服务供给有需求的客户。运用数据挖据技术得出的知识发现，看似毫无联系的两种或多种产品之间，有着不被了解的紧密联系，那商家可以根据此联系将相关产品在摆放陈列时采用位置最佳原则。
随着信息技术的飞速发展，数字化、网络化和云计算正在与人们的生活日益融合，而智能化的概念也开始在各行各业及人们的生活中逐渐蔓延开来。如今企业的发展，正在向智能化转型…
互联网技术的发展，让企业更重视客户的感知体验。如果企业研发出的产品不具备较好的交互体验，就不具备更高的产品价值，即使实现产业化，也无法在激烈的竞争中胜出。
数据挖掘在企业CRM中的应用
1.理解和发展CRM系统客户(包括营销经理、营销人员以及客户)的应用区域、日标以及相关知识。
2.为CRM系统定义商业目标集合，并为每个目标建立恰当的模型。例如，“提高客户对企业促销的响应率”或“提高每个客户响应的价值”这两个目标所需要的模型是不同的，并且在定义问题的同时，也生成了评价CRM应用结果的标准和方法，即确定了数据挖掘结果的评价指标。
3.数据准备处理。包括对数据的选择、预处理和清洗以及对数据的转换和归纳。搜索所有相关的数据，根据挖掘的需要选取较为重要的数据源。在此基础上完成对数据的预处理和清洗，以此来解决脏数据中的冗余、缺值、数据不一致等问题。之后依靠作业目标来寻找有用特征表示数据。利用多维归纳或转换方法来减少变量的有效数目。
4.数据挖掘准备。包括选样数据挖掘任务、挑选数据挖掘算法以及搜索有意义的模式。
5.数据挖掘，包括按照特定的方式搜索有意义的模式，或模式集合。
6.解释挖掘得到的数据模式，并可能返回到上述各步循环操作。
7.集结发现的指示，集成发现的知识到绩效系统，或简单将其做成文本提交给感兴趣者。
当前数据挖掘大多是对构建于企业内网的CRM数据进行分析，对于来自web的各种渠道的数据处理能力较弱，这是今后的一个大方向。在数据挖掘支持流程中嵌入专家系统的研究。数据挖掘支持流程的第三步可以考虑用专家系统来代替人类的工作，从而进一步提升CRM系统的智能化。
