0 引言
隨著現(xiàn)在企業(yè)之間的競爭，客戶資源逐漸成為企業(yè)關注的方面，怎樣為客戶提供更好產品和服務，制定個性化客戶策略，成為了企業(yè)的急切關心的問題，這也促使了CRM(Customer Relationship Management，客戶關系管理)的發(fā)展。CRM是一種基于客戶的管理理念，通過對客戶相關資料建立數(shù)據(jù)庫并加以分析，作為質量升級、產品推廣的依據(jù)，從而對相關工作和策略進行轉變改善，提升企業(yè)在客戶心目中的地位，進一步發(fā)展客戶。
1 CRM中數(shù)據(jù)挖掘模型的建立
1.1 數(shù)據(jù)挖掘算法分析
1.1.1 COBWEB算法
概念聚類是進行人工智能分類的一種方法，它通過統(tǒng)計學途徑，利用概率度量對一組未處理的數(shù)據(jù)進行處理，產生一個分類模式，并且對各個聚類進行特征描述。作為概念聚類算法一種的COBWEB算法通過分類樹的形式來創(chuàng)建層次聚類，其對聚類的數(shù)目能夠實現(xiàn)動態(tài)調整，以“分類屬性一值”對作為處理對象，利用一個匹配函數(shù)來尋找“最佳”匹配分類路徑，將對象構造分類樹形式。
但是COBWEB算法有一定的局限性：①該算法的前提是每個屬性中的概率分布上不相關聯(lián)的，但實際中數(shù)據(jù)交錯聯(lián)系，這個前提并不能保證。②算法的時間和空間復雜度受到由聚類的概率分布表示的屬性的數(shù)目和每個屬性的值的數(shù)目的影響。③由于算法假設的數(shù)據(jù)時高度平衡的，但是這個假設不是經常成立的。
1.1.2 粗集(Rough Set)
粗集(Rough Set)理論作為一種處理不精確、不確定與不完全數(shù)據(jù)的數(shù)學理論，它能有效的進行數(shù)據(jù)約簡，提取有用信息，簡化決策規(guī)則，提高決策效率。粗集理論使用“下近似”和“上近似”的概念來處理不確定問題，不需要任何關于數(shù)據(jù)的先驗信息，而是直接從數(shù)據(jù)中獲取規(guī)則知識。
1.1.3 遺傳算法(Genetic Algorithm)
遺傳算法是一種很好的具有學習功能的算法，它不僅可以對規(guī)則進行優(yōu)化和求精，還能從現(xiàn)有的規(guī)則中獲取未發(fā)現(xiàn)得新知識。即產生使系統(tǒng)更適合于環(huán)境的新規(guī)則，并能對以前的規(guī)則給予新的可信度，而且可以淘汰出不再符合條件的舊規(guī)則，從而能對知識庫進行化簡智能處理。
1.2 數(shù)據(jù)挖掘算法在CRM中建模應用
1.2.1 基于COBWEB算法和粗集的客戶價值聚類分析
CRM系統(tǒng)最重要的功能是能夠通過數(shù)據(jù)分析，得出客戶的價值分類，從而對不同客戶做出相應的決策。該文提出COBWEB算法與粗集理論結合的客戶價值聚類分析方法，首先利用粗集理論對不平衡、不一致的客戶數(shù)據(jù)進行約簡處理，而后利用COBWEB算法對處理過的數(shù)據(jù)沿著一條最佳的分類路徑進行分類，最后得出客戶價值聚類。這種方法既能克服COBWEB算法的局限性，又能得出高效準確的客戶價值分類。
利用以上方法對客戶測試數(shù)據(jù)表1進行價值聚類分析，分為4類，分別為{1，5}，{3，7}，{2，8，9}，{4，6，10}。
表1 客戶測試數(shù)據(jù)
1.2.2 基于遺傳算法的客戶的需求挖掘
該文利用遺傳算法對客戶數(shù)據(jù)進行挖掘，淘汰客戶不再感興趣的產品服務，并且對客戶信息就交叉重組，產生使系統(tǒng)更適合于環(huán)境的新規(guī)則即客戶未體驗的產品和服務，并能對以前的規(guī)則給予新的可信度。
以下為遺傳算法對客戶需求挖掘的實現(xiàn)步驟：
(1)從客戶消費產品表中產生一定數(shù)量的初始種群；
(2)對初始種群進行編碼，在此進行二進制編碼，形成染色體；
(3)利用評價函數(shù)計算各染色體的適應值；
(4)進行遺傳操作；
(5)如果滿足停機條件。解碼退出；否則，進行種群替換。然后轉(3)。
2 CRM管理系統(tǒng)總體的框架及設計
2.1 CRM體系結構
該文所設計的CRM系統(tǒng)結構總體分為數(shù)據(jù)庫層、算法層、建立模型層、應用層5部分。系統(tǒng)的最底層是客戶數(shù)據(jù)庫，在此基礎上分別利用粗集與COBWEB算法結合的分類方法以及遺傳算法，得出客戶價值分類樹和客戶需求預測。提供給用戶進行最終決策。
2.2 CRM詳細設計
CRM客戶管理系統(tǒng)分為3個功能模塊，如圖1所示。
圖1 CRM系統(tǒng)功能結構圖
數(shù)據(jù)挖掘模塊：該模塊對其他模塊信息數(shù)據(jù)進行綜合約簡，然后分析挖掘，使得企業(yè)更高效地制定發(fā)展決策。其中客戶價值分析應用分類樹形式，客戶需求預測對客戶的現(xiàn)階段的消費趨勢進行預測。
客戶管理模塊：其中客戶資料管理是客戶信息的收集和整理，是數(shù)據(jù)挖掘的基礎；客戶服務管理保證客戶滿意的售后服務；客戶關懷管理即對客戶進行個性化服務。
產品服務管理模塊：產品服務退貨投訴管理和購買管理是對客戶消費預測的基礎，產品服務價格管理是對價格進行合理制定，保證利潤最大化。
3 結語
現(xiàn)在的CRM要融合高效的數(shù)據(jù)挖掘技術，才能更好地促進其應用，提高企業(yè)的產品質量和服務水平，更加準確有效地把握住客戶。文中互補了3種挖掘算法的優(yōu)缺點，構造并設計了能夠智能分析客戶價值以及預測客戶需求的CRM系統(tǒng)，實現(xiàn)了在大量不平衡的客戶數(shù)據(jù)情況下得出準確的客戶價值分類和需求預測。由于水平和時間有限，系統(tǒng)細節(jié)還有待以后工作中進一步完善。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網(wǎng)http://www.lukmueng.com/
本文標題：基于數(shù)據(jù)挖掘的CRM系統(tǒng)研究
本文網(wǎng)址：http://www.lukmueng.com/html/solutions/1401933078.html
相關文章
