?? CRM系統(tǒng)數(shù)據(jù)挖掘的步驟大致分為：數(shù)據(jù)準備，建立模型，模式解釋和評價，知識表示。

數(shù)據(jù)準備

? 數(shù)據(jù)準備又可分為四個子步驟：數(shù)據(jù)選取、數(shù)據(jù)集成．數(shù)據(jù)預處理和數(shù)據(jù)變換。 ?

? 1、數(shù)據(jù)選?。焊鶕?jù)用戶的需要從原始數(shù)據(jù)庫，數(shù)據(jù)文件等處抽取相關數(shù)據(jù)。確定發(fā)現(xiàn)任務的操作對象。

? 2、數(shù)據(jù)集成：將多種數(shù)據(jù)源集成到統(tǒng)一的數(shù)據(jù)倉庫中，組合在一起，以便于數(shù)據(jù)的進一步處理。

? 3、數(shù)據(jù)預處理：一般包括消除噪聲、推導計算缺值數(shù)據(jù)、消除重復記錄完成數(shù)據(jù)類型轉換。有的數(shù)據(jù)挖掘算法專門針對離散值，因此，需要將連續(xù)值數(shù)據(jù)轉換為離散值的數(shù)據(jù)以便于符號歸納；而有的算法需要將離散值轉換為連續(xù)值，這些變換都可以在該階段完成。

? 4、數(shù)據(jù)變換：可以將數(shù)據(jù)變換或統(tǒng)一成適合挖掘的形式，并可以消減數(shù)據(jù)維數(shù)，從初始特征中找出真正有用的特征以減少數(shù)據(jù)開采時要考慮的特征或變量的個數(shù)。

CRM模型建立

? 有些人認為數(shù)據(jù)挖掘即為這一步，這可以說是狹義的數(shù)據(jù)挖掘。首先要確定任務或目的是什么，如分類、聚類、概念描述、關聯(lián)規(guī)則發(fā)現(xiàn)等。任務確定后，要決定使用什么樣的挖掘算法。同樣的任務可以用不同的算法來實現(xiàn)。

? 選擇算法的時候主要從以下兩方面考慮：一是根據(jù)數(shù)據(jù)的特點來選擇與之相關的算法；是根據(jù)用戶或是運行系統(tǒng)的要求來選擇相應的算法，有的用戶希望獲取描述型的容易理解的知識，有的用戶希望獲取預測準確度盡可能高的預測型知識。選好算法后，運行挖掘算法，得到問題的模型。

模式解釋和評價

? CRM軟件模型建立階段發(fā)掘出的模式，經(jīng)過用戶或機器的評價，可能存在冗余或無關的模式，需要將其剔除；也有可能模式不滿足用戶要求，則需要整個發(fā)掘過程退回到發(fā)掘階段之前，如重新選取數(shù)據(jù)、采用新的數(shù)據(jù)變換方法，設定新的數(shù)據(jù)挖掘參數(shù)值，甚至換一種挖掘算法。

知識表示

? 為了便于用戶理解，實用可視化技術蔣發(fā)掘的模式，可視化，或將結果轉換為用戶易懂的另一種形式表示，例如，將分類決策樹轉化為“if...then...”的規(guī)則。