CRM系统:数据挖掘技术在CRM系统中的应用

数据挖掘技术在CRM系统中的应用 江　耘1 ,龙　海2 ,黄水源1 ,李　姗1 (1. 南昌大学信息工程学院,江西南昌　330029 ;2. 江西渝州科技职业学院工商管理学院,江西新余　338000) 摘要:随着信息化建设在CRM系统中的迅速发展,数据量的急剧膨胀,如何将计算机获得的海量信息进行有效的组织和 利用,将其用于决策就变成一个紧迫的问题。本文对利用数据挖掘技术建立CRM系统中的决策分析系统进行了理论研 究和实际应用,包括数据仓库的建立和组织,联机分析(OLAP) 和数据挖掘(DM) 。 关键词:数据挖掘;CRM;数据挖掘技术 中图分类号:TP311. 52 　　　　文献标识码:A Application of Data Mining Technique in CRM System J IANG Yun1 ,LONG Hai2 ,HUANG Shui2yuan1 ,LI Shan1 (1. School of Information Engineering , Nanchang University , Nanchang 　330029 , China ; 2. School of Business Administration ,Jiangxi Yuzhou Scientific and Technological Institute ,Xinyu 　338000 ,China) Abstract :With the rapid development of the informatization construction in CRM system and the drastic increment of data amount , it be2 comes a crucial problem how to effectively organize and utilize the mass information and to use themon the decision system. Several theo2 retic and practical problems are analyzed using data mining technique to build the decision analysis systemof the CRM system , including the creation and organization of data wearhouse , OLAP and DM. Key words :data mining ;CRM;data mining technique 0 　引　言 决策支持系统(DSS) 是以日常业务处理系统的 数据为基础,利用数学或智能的方法对业务数据进行 综合分析,预测未来业务的变化趋势,在企业发展、市 场经营战略等重大问题上为领导层提供决策帮助的 计算机系统。 1 　数据挖掘技术 1. 1 　数据仓库 数据仓库的数据是面向主题的,数据以数据模型 中所定义的各个主题域为基础,独立于应用。主题域 可分为表示基本实体的主题,以及表示实体间联系的 主题。因此数据仓库的设计由数据驱动。数据仓库 应该在海量数据中为用户提供有用、及时、全面的信 息,帮助用户做出正确的决策。它由数据开始,对已 有的数据进行集成,生成各个主题域,然后根据数据 来编制程序。用户根据查询和分析结果,将需求反馈 给开发人员。 1. 2 　数据挖掘 数据仓库的数据量不断增长,如果不能有效地利 用会淹没其中的有用信息。因此,企业领导层需要高 效的决策支持工具,方便、有效地使用数据仓库。数 据挖掘工具就是决策支持工具的一个典型代表。数 据挖掘发现的是以前未知的、可理解的、可执行的信 息,所以也被称为数据库中的知识发现( Knowledge Discovery in Databases) 。与统计分析技术相比,数据 挖掘技术能很好地和数据库技术相结合,而且数据挖 掘工具用以发现数据中隐含的知识规律。数据挖掘 任务一般可以分两类:描述数据库中数据的一般特 性;根据现有数据进行推断及预测。 数据挖掘主要用于解决以下的问题: (1) 关联分析(Association analysis) 。即寻找属性 间的相关性,其中关联规则和序列模式是两种常用的 技术。关联规则寻找同一事件中出现的不同项的相 关性序列模式寻找的是事件之间时间上的相关性。 (2) 分类(Classification) 和预测(Prediction) 。根据 某种标准将数据库记录分成预先定义好的类别。 (3) 聚类(Clustering) 。把整个数据库分成不同的 群组。聚类与分类不同:分类追求的目标是要使群与 群之间差别明显,而同一群之内的数据尽量相似。分 类之前已经知道要把数据分成哪几类,每个类的性质 是什么;聚类则恰恰相反。 (4) 演变分析(evolution analysis) 。描述对象行为 随时间变化的规律或趋势并对其建模。 (5) 描述和可视化(Description and Visualization) 。 数据归约、概化或图形描述等。 KDD(从数据库中发现知识) 是从数据库中发现 有用知识的过程,而数据挖掘则是KDD 过程的核心, 它应用专门算法从数据中抽取有效的模式。KDD 包 括数据准备、数据挖掘、评估解释模式模型、巩固知 识、运用知识等步骤,各步骤之间相互影响,反复调 整,形成螺旋式的上升过程。目前提出的数据挖掘方 法包括统计分析方法、决策树方法、神经网络方法、 Rough 集方法、遗传算法、公式发现和可视化技术等。 数据挖掘基本可分为:明确目标、数据准备、建立 模型、输出结果的评价和解释以及实施5 个阶段, (1) 明确目标。应用数据挖掘的首要任务就是明 确需要达到什么样的目标,并描述出需要解决的问 题。目标的描述应该细化、清楚,以便于选择合适的 挖掘方法,也方便检测数据挖掘效果,判断建立模型 的有效性。 (2) 数据准备。基于数据挖掘的商业目标,提取 所需要的数据。为了保证数据的质量,除了对数据进 行必要的检查和修正外,还需要考虑不同源之间数据 的一致性问题。如果数据集包含过多的字段,需采用 一定的方法找到对模型输出影响最大的字段,适当减 少输入的字段。常用的方法包括:描述型数据挖掘和 连结分析等。 (3) 建立模型。建立模型是一个反复的过程。首 先需要选择适合解决当前问题的模型。对模型的选择 过程可能会启发对数据的理解并加以修改,甚至改变 最初对问题的定义。一旦选择了模型的类型及应用的 方法,所选择的模型将决定对数据的预处理工作。例 如,神经网络需要做数据转换,有些数据挖掘工具可能 对输入数据的格式有特定的限制等。对于通过数据挖 掘建立的模型需要有一定的数据来测试和验证。对于 预测性模型,需通过反复的测试、验证、训练,才能不断 提高模型的准确率。同一个问题可以用不同的数据挖 掘模型来解决,模型之间并不相互排斥。 (4) 输出结果的评价和解释。模型建立好之后, 必须评价其结果,解释其价值。在实际应用中,模型 的准确率标准会随着应用数据的不同发生变化,但准 确度自身并不一定是选择模型的唯一最佳评价方法。 对输出结果的分析需要考虑错误的类型和由此带来 的相关费用的因素。如果每个不同的预测错误所需 付出的代价(费用) 也不同的话,则代价最小的模型 (而不一定是错误率最小的模型) 将是较好的选择。 直接从实际需要和解决现实问题出发来测试模型很 重要,可先在小范围内应用,取得满意的测试结果后 再逐步扩大范围推广。 (5) 实施。模型在建立并经验证之后,有两种主 要的使用方法。一种是提供给分析人员进行分析,并 做出解释和方案建议;另一种是把模型应用到不同的 数据集上。模型可以用来标识一个事例的类别,还可 以用在数据库中选择符合特定要求的记录,以便再用 其他工具做进一步分析。 OLAP 工具。OLAP 工具可超越查询和报表工具 的能力,其显著特点是用多维模型来表达数据。多维 模型一般定义为星型结构,不是将数据视为一个孤立 事件,而是一段时间上这些事件的累计效用。使用 OLAP 工具,是以动态表格或交叉表来看数据,这样能 迅速从不同角度观察数据。 2 　CRM 系统中的数据仓库 1. 方案。 对数据仓库开发者来说,划分粒度是设计过程中 最重要的问题之一,所谓粒度是指数据仓库中数据单 元的详细程度和级别。数据越详细,粒度越小,级别 就越低;数据综合度越高,粒度越大,级别就越高。在 数据仓库环境中,主要是分析型处理,粒度的划分将 直接影响到数据仓库中的数据量和所适合的查询类 型。一般将数据划分为:详细数据、轻度综合、高度综 合三级或更多级粒度,不同粒度级别的数据用于不同 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及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并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、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。 关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统