（产业经济学专业论文）数据挖掘技术在CRM中的应用研究.pdf

数据挖掘技术在c r m 中的应用研究 独创性声明 本人郑重声明：今所呈交的基于j 2 e e 体系的m v c 框 架的研究和实现论文是我个人在导师指导下进行的研究工 作及取得的科研成果。尽我所知，文中除了特别加以标注和 致谢的地方外，论文中不包含其他人已经发表或撰写的内容 及科研成果，也不包含为获得首都经济贸易大学或其它教育 机构的学位或证书所使用过的材料。 作者签名： 盗盔! 墓1日期：2 翌5 年互月j 卫日 关于论文使用授权的说明 本人完全了解首都经济贸易大学有关保留、使用学位论 文的有关规定，即：学校有权保留送交论文的复印件，允许 论文被查阅、借阅或网络索弓| ；学校可以公布论文的全部或 部分内容，可以采取影印、缩印或其它复制手段保存论文。 ( 保密的论文在解密后应 作者签名：盏f 盏导师签名 ) 心哆日 首都经济贸易大学硕士学位论文 数据挖掘技术在c r m 中的应用研究* 内容提要 近几年来，数据挖掘技术在客户关系管理( c r m ) 中的应用一直是人们研究的 热点。c r m 是一个将客户信息转化成为积极的客户关系的不断反复的过程，它能 够帮助企业管理与客户相关的一系列活动，对企业日常所有的营销业务进行流程 化和自动化地管理。随着客户信息的日趋复杂，客户数据的大量积累，分析大量 复杂的客户数据，挖掘客户价值，发现客户行为趋势，理解客户对企业的真正价 值，用全生命周期的观点来分析客户关系逐渐成为企业成功的关键因素，而这些 恰恰要依赖于数据挖掘。 数据挖掘是从大量数据中发掘出有用知识的强有力工具，数据挖掘技术在 c r m 中的有效运用可以从与客户有关的大量数据中挖掘出对企业经营决策有价 值的知识和规则。利用数据挖掘对这些数据进行分析，从中发现相关的知识和规 律，可以使整个c r m 系统形成一个闭环，充分发挥c r m 系统的作用。 该论文在阐述了数据挖掘技术在c r m 中应用的基础理论和方法之后，结合汽 车行业中营销性企业的实际业务流程、业务需要以及实际拥有的数据，构建了该 行业营销企业的c r m 系统中应用数据挖掘的基础，并在此基础上详细分析了多种 数据挖掘技术和方法包括决策树方法、神经网络方法、遗传算法、规则归纳等在 该企业c r m 系统中不同方面的应用。通过理论联系实际的论述，说明了数据挖掘 技术应用到c r m 中的重要意义和广阔前景。 c r m 要求我们要有新的经营思想，忘掉传统的经营模式，要采用新的管理 方法。当然c r m 需要不断吸收新的技术，包括数据仓库和数据挖掘。它们的核 心是数据集中，按照数据内在的规律建立数学模型，并对数据进行分析和整理。 这些做法使数据库中的海量数据不再仅仅提供简单的查询，还可为用户提供多维 提取的方便，这样可以发现大量客户潜在的和已有的需求。为生产新产品提供决 策，为针对什么样的销售对象和采取什么样的销售方法提供依据。数据挖掘能够 帮助企业确定客户的特点，从而帮助企业针对不同类别的客户，提供个性化的服 务。数据挖掘技术在c r m 中的应用必将越来越广泛，对这一领域的研究将会体 现出越来越重要的价值。随着数据挖掘技术的进一步发展和深化，必然会带给 c r m 更为广泛的应用前景和市场价值，这种价值对增强我国各行各业企业的核 心竞争力将会发挥越来越大的作用。 关键字：客户关系管理、数据挖掘、数据仓库、知识发现 堇塑竺查塑墨查兰竺圭兰堡垒查 ! 墼丝! 型壁垒查查! 型竺生墨竺查! a b s t r a c t i nr e c e n ty e a r s ，ith a sb e e nt h ef o c u st h a tp e o p l eh a v es t u d ie da l1 t h et i m et h a tt h ea p p l i c a t i o no ft h ed a t am i n i n gt e c h n o l o g yi nc u s t o m e r s r e l a t i o n c r mi sar e p e a t e dc y c l i c a lp r o c e s s w h i c ht r a n s f o r m sc u s t o m e r s i n f o r m a t i o ni n t op o s i t i v ec u s t o m e r sr e l a t i o n i tc a nh e l pas e r i e so f a c t i v i t i e sc o r r e l a t e dw i t ht h ec u s t o m e ri nb u s i n e s sa d m i n i s t r a t i o na n d m a n a g et h ee n t e r p r i s e sa l ld a i l ym a r k e t i n gb u s i n e s sa u t o m o b i l ea n d p r o c e d u r e w i t hm o r ec o m p l i c a t e dc u s t o m e r si n f o r m a t i o n ，t h eg e n e r o u s a c c u m u l a t i o no fc u s t o m e r sd a t a a n a l y z i n gal a r g en u m b e ro fd a t ao f c o m p l i c a t e dc u s t o m e r ，e x c a v a t i n gc u s t o m e rv a l u e ，f i n d i n gt h et r e n do f c u s t o m e rb e h a v i o r ，u n d e r s t a n d i n gc u s t o m e rs t e r l i n gw o r t ht oe n t e r p r i s e ， u s i n gt h ev i e wo fc y c l eo ft h ew h o l e1 i f et oa n a l y z ec u s t o m e r sr e l a t i o n b e c o m et h ek e yf a c t o ro fe n t e r p r i s e ss u c c e s sg r a d u a l l y t h e s ew i l ld e p e n d o nt h ed a t am i n in ge x a c tl y t h ed a t am i n i n gt e c h n o l o g yi sap o w e r f u lt o o l o fe x p l o r i n gu s e f u l k n o w l e d g ef r o mal a r g en u m b e ro fd a t a t h ev a l i da p p l i c a t i o no ft e c h n o l o g y i nc r mc a ne x c a v a t eo u tt h ek n o w l e d g ea n dr u l ev a l u a b l et oe n t e r p r i s e s b u s i n e s s d e c i s i o nf r o mal a r g en u m b e ro fd a t ar e l a t e dt oc u s t o m e r a n a l y z i n gt h e s ed a t at h r o u g hd a t am i n i n gt e c h n o l o g ya n df i n d i n gr e l e v a n t k n o w l e d g ea n di a wc a nm a k et h ew h o l ec r ms y s t e mb e c o m ear i n go fc l o s i n g a n df u l l yp l a yt h er o l eo fc r ms y s t e m t h et h e s i sf i r s te x p l a i n st h et h e o r ya n dm e t h o do ft h ed a t am i n i n g t e c h n o l o g yu s e di nc r m t h e n ，i tc o m b i n e sm a r k e t i n ga c t u a l b u s i n e s s p r o c e d u r e ，b u s i n e s sn e e d a n dt h ea c t u a l l yd a t ao ft h ee n t e r p r i s e ， a u t o m o b i l eo ft r a d et os t r u c t u r et h ec r mf o u n d a t i o nt h a tu s e st h ed a t a m i n i n gi nt b i st r a d em a r k e t i n go fe n t e r p r i s e s ，a n da n a l y s e si nd e t a i lt h e a p p l i c a t i o no fd i f f e r e n tr e s p e c t si nt h i se n t e r p r i s ec r ms y s t e mm a n yk i n d s o fd a t am i n i n gt e c h n o l o g y a n dm e t h o di n c l u d i n gc o u n t i n ga n a l y s i s ， d e c i s i o nt r e e ，t h en e u r a ln e t w o r k ，h e r e d i t a r ya l g o r i t h m ，r u l es u m m i n gu p ， v i s u a lt e c h n o l o g y ，e t c t h r o u g ht h ea r g u m e n t a t i o no ft h ec o m b i n a t i o no f t h e o r ya n dp r a c t i c e ，i ts t a t e st h ei m p o r t a n tm e a n i n ga n dw i d ep r o s p e c t o ft h ed a t am i n i n gt e c h n o l o g ya p p l y i n gt oc r m k e yw o r d s ：d a t am i n i n g 、c u s t o m e rr e l a t i o n s h i pm a n a g e m e n t 、d a t a w a r e h o u s e k n o w l e d g ed i s c o v e r y 4 j 苎翼望旦生坠苎兰堡圭兰竺! 坚 ! 塾塑苎塑垫查查! 些竺皇望翌墨! 引言 传统的经营模式大都是以产品为竞争的基础。但是，对于现代企业来说，它 们更多关心的是如何提高企业内部运作的效率和运作的质量，以此来提高整个企 业的竞争力。随着全球经济一体化和竞争的加剧，产品的价格和质量的差别已不 再特别明显，以客户为中心，倾听客户的呼声和需求，对不断变化的客户期望迅 速做出反映的能力成为企业成功的关键。 客户关系管理( c r m ) 就是通过企业和客户之间富有成效的交流和沟通，了 解和影响客户的行为，提高客户获取率、客户保留率、客户忠诚度，以达到通过 客户创利的目的。也就是说企业通过选择恰当的客户、采用合适的沟通方式、通 过正确的渠道、在正确的时间内向客户提供正确的服务，从而增加企业的商机。 c r m 作为一个涉及知识管理、业务流程再造和企业信息化的概念正在以前所 未有的速度向前发展，并且迅速扩大着用户群体。c r m 这一部分的作用和功能对 企业来说是极其重要的。随着市场经济的推动和信息技术的发展，尤其是网络通 信和数据仓库技术的广泛应用，广大用户包括许多的中小型企业也越来越注重 c r m 的实用价值。不过从另外一个方面来看，c r m 虽然可以帮助企业建立起庞大 的数据仓库，但如何在数据仓库中进行有效的数据挖掘正逐渐成为c r m 系统中最 核心的部分。在c r m 中有效利用数据挖掘技术，不仅可以有助于企业发现业务发 展的趋势，揭示已知的事实，预测未知的结果，并帮助企业分析出完成任务所需 的关键因素，使企业处于更有利的竞争位置，还可以指导企业高层决策者制定最 优的企业营销策略，降低企业运营成本，增加利润，加速企业的发展。 目前，国内外已经有众多的供应商正致力于c r m 系统的开发之中。由此看来， 只有融合了数据挖掘技术的高效的客户关系管理才能更好地适应当今信息时代 及其网络化的特征。是否能够在企业的c r m 系统中高效地融入数据挖掘技术成为 现代企业在激烈的市场竞争中生存的根本和制胜的关键。另一方面，c r m 的良好 应用也会进一步加快数据挖掘技术的成熟和发展。 应该说客户关系管理( c r m ) 并不是一个简单的计算机实现的系统而已，而是 一个庞大而复杂的工程，除了计算机系统之外，人工参与的一切企业与客户之间 的行为都可纳入c r m 的范畴。用计算机实现的大部分是借助计算机的高速运算， 计算精确的特点来管理，分析和动态、实时发现现存的和潜在的客户关系。而利 用数据挖掘模型应用于c r m 系统，则就是利用数据挖掘技术的知识发现的特点来 从海量数据中发掘有用的，潜在的客户关系。 本文讨论和演示的c r m 系统重点在于对客户信息的多维分析、知识发现上， 它不能称为是一个完全意义上的c r m 系统，因为一个完整的c r m 系统应该由市场、 销售和服务构成。首先，在市场营销过程中，通过对客户和市场的细分，确定目 标客户群，制定营销战略和营销计划。销售的任务就是执行营销计划，包括发现 潜在客户、信息沟通、推销产品和服务、收集信息等。在客户购买了企业提供的 产品和服务后，还需对客户提供进一步的服务与支持。这篇论文所讨论的是c r m 首都经济贸易大学硕士学位论文 敷据挖掘技术在c r m 中的应用研究 系统的基础部分，也就是客户信息的分析，而围绕客户信息的分析结果，企业应 该做出的响应，如：信息沟通、推销产品、制定企业营销战略等这些具体的操作， 在本文中都没有涉及到。但是，论文的重点不在于研究纯粹的数据挖掘算法，而 是想探讨一下如何高效地将现有的数据挖掘算法和工具应用于实际的企业客户 关系管理中。本文在阐述了数据挖掘在c r m 系统中应用的基础理论和方法的基础 上，构建了汽车行业中，营销性企业c r m 系统中应用数据挖掘技术的基础，并在 此基础上详细分析了多种数据挖掘技术在企业c r m 系统中不同方面的应用。通过 这种理论联系实际的论述，说明了数据挖掘技术应用到c r m 中的重要意义和广阔 前景。 首都经济贸易大学硕士学位论文数据挖掘技术在c r h 中的应用研究 第一章客户关系管理系统介绍 一、客户关系管理的定义与内涵 成功实施c r m 首先必须深刻理解c r m 的内涵，改变那种c r m 仅仅是一个软件 系统的观念。实际上c r m 是一个理念，是企业的商业策略，涉及到企业内部资源、 业务流程和技术三个方面。c r m 是一种通过选择和管理客户，以实现客户价值不 断优化的企业战略。它需要在企业内部建立以客户为中心的企业文化，改变传统 的以产品为中心的思路，将以产品为导向的组织机构和业务流程转变为以客户为 中心的组织机构和业务流程，从而保证有效支持企业营销、销售和服务流程。因 此，c r m 并不仅仅是信息技术，必须从企业的战略规划入手，通过信息技术的手 段，实现优化业务流程、提升客户满意度，进而达到提升企业效益的目的。 实际上，从技术层面来看，c r m 是通过有效整合企业资源和流程，建立面向 客户的业务和流程的信息系统。它通过前端的以客户为中心的工作流和后端客户 智能的整合，为提升客户价值提供了一个信息支撑平台。从业务层面来看，c r i d 系统是通过建立面向客户的营销、销售和服务流程，从而实现与客户的有效互动。 从客户层面来看，c r m 为保持客户体验的一致性，通过持续监测、评估和改进与 客户的互动过程，最大限度提高客户满意度和忠诚度。 客户关系管理( c u s t o m e rr e l a t i o n s h i pm a n a g e m e n t 简称c r m ) 的基本思想 和方法，由来已久。然而，随着网络经济、知识经济的迅猛发展和全球市场竞争 的日益激烈，人们在大量研究和实践的基础上对网络经济时代的c r m 又赋予了新 的内涵。 首先：力求在企业与客户之间建立和保持一种长期、良好的合作关系。c r m 的核心是企业与客户的关系。在传统经济时代，企业不做市场和客户需求分析， 盲目生产，产品单一而且供不应求，物质极度的贫乏，客户对商品无选择权，整 个市场处于卖方市场。此时的c r m 仅仅是企业与客户表面上维持的一种适度的、 有限的关系，实际上就是一种简单的、短期的买卖关系或者是一种交易关系，它 制约了企业和社会的发展。而在网络经济时代，企业完全按照市场和客户的需求 生产各种产品。产品品种规格繁多且更新换代快，市场物质极大的丰富，客户选 择商品具有很大的自主权，整个市场处于买方市场。此时的c r m 以企业获取利润 最大化为目标，不仅要强调以市场为导向，以客户需求为中心的基本思想，而且 还要努力提高服务质量和客户满意度，力求在企业和客户之间建立和保持一种长 期、良好的合作关系，加速企业和社会的发展。 其次：制造商与经销商关系的实质一双赢原则。由于许多制造商缺乏直接销售 的人力和财力，也由于批发商和经销商所具有的销售网络以及推销和促销活动的 优势，能有效的降低制造商的销售成本。因此，到目前为止，世界上仍有许多制 造商的产品是通过批发商和经销商销售出去的，他们也都是制造商的客户a 例如：美国通用汽车公司是通过在全球的一万多个独立经销商帮助其销售汽 车的。该公司负责经销商关系的部门经理哈沃德也曾说过：“没有成功的经销商 首都经济贸易大学硕士学位论文 敦据挖掘技术在c r m 中的应用研究摊 组织，就不可能有通用汽车公司的发展与进步。同样，如果经销商不是经销成功 的制造商的产品，他们也注定不会取得成功。制造商与经销商必须相互依存，相 互补充。此外，质量优良，富有竞争力的产品加上公平合理的推销政策使通用汽 车公司保证了经销商们的利益。”这段话不仅充分地说明了制造商和经销商关系 的重要性，也深刻地揭示了制造商与经销商关系的实质。由此可见，网络经济时 代的c r m 一定要立足于双赢原则，才能使制造商与最终客户、批发商和经销商之 间建立和保持一种长期、良好的合作关系。正是这种基于双赢原则的c r m ，使得 日本本田公司在短短的两个星期内，就快速建立了一个有1 3 万个经销商组成的 庞大的销售网络，直接为本田公司带来了丰厚的利润。 再次：客户资源是现代企业的主要资源之一。客户资源作为现代企业的主要 资源之一，已经被越来越多的企业所逐渐认识。客户资源，主要包括：企业与客 户的关系、客户的经营发展战略、销售收入、核心竞争力、供应链管理、营销策 略、原辅料需求、生产规模、产品质量、研发能力、服务水平和发展瓶颈等等。 当今世界，市场竞争的焦点已经从产品的竞争转向品牌的竞争、服务的竞争 和客户的竞争，特别是谁能与客户建立和保持一种长期、良好的合作关系，掌握 客户资源、赢得客户信任、了解客户需求，谁就能制定出科学的企业经营发展战 略和市场营销策略，生产出适销对路的产品，提供满意的客户服务，谁就能迅速 提高市场占有率，实现利润的最大化。例如：美洲空中客车公司预测2 0 2 0 年全 球客机市场需求量为1 8 9 3 5 架，其中亚太区客机市场需求量为5 4 3 9 架。美洲空 中客车公司之所以能对2 0 2 0 年全球和亚太区客机市场需求量做出科学的预测， 在很大程度上得益于他对全球客户资源的大量占有。 最后：客户信息的快速处理和分析。由于世界管理技术和信息技术的日新月 异，目前市场上推出了一些集c r m 思想、营销模式、电子商务、数据挖掘、数据 仓库和电话呼叫中心等为一体的c r m 系统，为网络经济时代的企业应用c r m 提供 了先进的手段和方法。这套系统一般由销售管理、市场管理、客户服务和技术支 持四大模块组成，其主要作用是：l 、对客户的信息资源实行快速处理和分析， 为企业领导和主管部门动态分析市场、科学决策和完成日常管理工作提供大量、 有效的信息。2 、能有效的加强与客户的关系，为客户提供优质的服务，提高客 户满意度和市场竞争力。3 、促使企业传统管理模式、业务流程和企业绩效发生 相应的改进、提高和创新。4 、降低企业运营成本和增加企业利润。 需要进步说明的是：l 、企业应用c r m ，一定要立足于企业管理的改进、 提高和创新，进而带动企业管理现代化，实现管理水平的跨越式发展。2 、企业 应用c r m 的最大难度在于如何收集、分析客户资源，并与客户建立和保持一种长 期、良好的合作关系。3 、企业应用c r m ，一定要与应用e r p 和电子商务有机的 结合起来，相辅相成，互为作用，才能发挥更大的效用，达到加强企业供应链管 理的目的。应该说，c r m 比e r p 在客户关系方面前进了一大步a 它帮助企业最大 限度地使用t r 以客户为中心”的资源，而e r p 则是以提高企业本身内部的人力和 物力资源为目标，两者结合可大大提高整个企业的运行效率。4 、企业应用c r m ， 首都经济贸易大学硕士学位论文 数据挖掘技术在c r m 中的应用研究捧 还要对相关员工进行培训，转变观念，提高素质。 二、客户关系管理系统的组成 ( 一) 网络销售管理系统( s a l e sd is t r i b u t o rm a n a g e m e n t s d m ) 很明显，最受认同的一类客户管理解决方案是销售队伍自动化( s a l e sf o r c e a u t o m a t i o n ，s f h ) 应用，同时它也是c r m 的基础。s f a 曾经是早期面对客户的应 用软件的出发点，但自9 0 年代中期以后，它有了巨大的发展和扩大，变成了一 个集成度更高的用全盘解决办法来管理与客户之间的交流并实现关键信息的访 问的系统。从它的名字上来看，s f a 的切入点是使销售专业人员，包括现场人员 和内部人员的基本活动自动化。s f a 解决方案包含了内容广泛的基本功能，可使 销售过程自动化并赋予销售管理人员和专业人员生产效率更高的工具。普遍的功 能包括工作日历和日程表安排、联系人和客户管理、佣金、销售机会和潜在客户 管理、销售预测、建议书制作和管理、定价、地域分配和管理以及费用报告。与 s f a 携手工作的是销售配置( s a l e sc o n f i g u r a t i o n ) 应用软件，它使得软件的使 用者( 客户或销售代表) 能够将产品部件组装为成品。使用者不需要知道怎样将各 组件安装在一起或各组件是否可安装在一起。各种规则在编程过程中都己收入配 置应用软件中，使用者只要抽象地使用即可。销售配置软件尤其适合于w e b ，因 为用户不需要有任何安装复杂产品的技术背景。以d e l l 计算机为例，它允许其 客户通过w e b 订购由个人化配置的p c 机。 自助w e b 销售能力使客户能够通过w e b 选择并购买产品或服务，它完善了 c r m 解决方案中的销售部分。与销售配置软件一起使用时，自助w e b 销售解决方 案使各企业具备了直接与客户在w e b 上进行电子商业活动的强大能力。 ( 二) 企业决策信息系统( e x e c u t i r ei n f o r m a t i o ns y s t e m ，e i s ) c r m 领域中最新一代的应用就是营销自动化解决方案。营销自动化应用，作 为s f a 应用的补充，可提供一些独有的功能。这包括基于w e b 的和传统的营销行 动策划、执行和分析；客户需求生成和管理；预算和预测：宣传品生成和营销材 料管理；“营销百科全书”( 通常是产品、定价和竞争对手信息的汇总) ；对有需 求客户的跟踪、分配和管理。 营销自动化应用软件提供的服务与s f a 应用软件不同，这些服务的目标也不 尽相同。营销自动化应用软件的着眼点不是使销售专业人员的活动自动化，它的 目标是通过提供设计、执行和评估营销行动和其它与营销有关活动的全面框架， 赋予营销专业人员以更强大的能力。在许多情况下，营销自动化和s f a 应用是互 为补充的。例如，一个成功的营销行动通常会生成合格的有需求的用户。但如果 要想使一个行动真正地有效，则应立即将这些用户信息分发给需要它们的人，即 销售专业人员。关键的问题是，这两种应用虽然作用不同，但在整个客户生命周 期中常常扮演互为补充的角色。 首都经济贸易大学硕士学位论文 数据挖掘技术在c r m 中的应用研究 ( 三) 客户服务管理系统( c u s t o m e rs e r v i c em a n a g e m e n t ，c s m ) 构成完整的c r m 解决方案的最后一个功能组件是客户服务和支持( c u s t o m e r s e r v i c e s u p p o r ta p p l i c a t i o n s ，c s s ) 应用。这些应用软件通常通过呼叫中心 环境或w e b 部署来实现自助服务。它们使企业能够以更快的速度和更高的效率来 满足其客户的独特需求。由于在多数情况下，客户忠实度和是否能从该客户身上 赢利取决于企业能否提供优质的服务，因此，客户服务和支持对许多企业来说就 变得十分关键。由于客户只要打个电话或者点击另一个图标就可以转身投靠您的 竞争对手，因此，绝不能低估c s s 应用的重要性。c s s 应用还能帮助各企业将其 客户服务机构由成本耗费中心转变为赢利中心。当这些应用软件与销售和营销应 用软件完全集成为一体后，它们便能为企业创造出一些特别的机遇，企业便能通 过向上销售和交叉销售的方式将额外的产品卖给客户。今天的c r m 套装软件解决 方案中强健的客户数据使得通过w e b 和呼叫中心等多种渠道进行向上销售和交 叉销售成为可能。 三、客户关系管理的基本特征 ( 一) 一对一营销 “一对一营销”就是企业根据客户的特殊需求来相应调整自己的经营行为。 “一对一营销”要求企业与每一个客户建立一种学习型关系。所谓学习型关系是 指，企业每一次与客户的交往都使企业对该客户增长一份了解，客户不断地提出 需求，而企业按此需求不断地改善产品和服务，从而使企业不断提高使客户满意 的能力。亚马逊网上书店就是利用遍及全球的i n t e r n e t ，同时采用先进的c r m 系统软件来进行“一对一营销”的。面对数以万计的客户，亚马逊网上书店具有 惊人的记忆力和高度的智力，从而与客户建立了广泛的“一对一”的学习型关系， 这使得该书店的客户保持率高达6 5 。 ( 二) 高度集成的交流渠道 c r m 将多种与客户交流的渠道，如面对面、电话接洽、e m a i l 、f a x 或信函 以及w e b 访问协调为一体。这样，企业就可以按客户的喜好使用适当的渠道与之 进行交流。但无论通过哪种渠道，客户与企业的交流都必须是无缝的、连贯的， 而且是有效率的。 ( 三) 统一共享的信息资源 c r m 解决方案的全部数据应集中存储和管理，不同部门接触客户后的经验要 能立即给其它部门分享，这样，当前的客户信息就可以实时地供所有面对客户的 首都经济贸易大学硕士学位论文 氍数据挖掘技术在c r m 中的应用研究 雇员使用，才不致产生客户由电话中询问a 方案，但客户上网时企业却建议b 方案。集中式的客户信息库还能保证在不同的业务部门和不同的应用软件功能模 块之间的数据的连贯性。 ( 四) 商业智能化的数据分析和处理 面对浩如烟海的客户及企业营销、销售和服务信息，如果没有一个具有高度 商业智能的数据分析和处理系统是不可想象的。c r m 将最佳的商业实践与数据挖 掘、数据仓库、一对一营销、销售自动化以及其它信息技术紧密结合在一起，通 过充分挖掘客户的商业行为个性和规律，来不断寻找和拓展客户的赢利点和赢利 空间；另一方面，智能化的数据分析和处理本身也是企业向客户“学习”的一种 高效过程。随着c r m 软件的成熟，将来的c r m 软件不再只是帮助商业流程的自动 化，而是能帮助管理者做决策的分析工具。 ( 五) 对基于w e b 功能的支持 w e b 在企业内部和外部交流及交易方面日益广泛的使用，使得w e b 功能成为 c r m 解决方案中的关键因素。w e b 不仅对于电子商务渠道是不可缺少的，它在基 础架构方面也是十分重要的。而c r m 应用软件的用户，包括客户和雇员，都能随 时随地访问企业的应用程序。这种访问应当通过通常不需要太多培训就能轻松使 用的标准w e b 浏览器来实现，c r m 使企业可以通过w e b 直接与客户进行销售和服 务，企业还可利用w e b 的电子商务优势来进行自助服务、自助销售、潜在客户开 发、时间登记、合同续订、服务请求以及电话反馈等等。所有这些都在时间和空 间上极大地扩展了传统的营销、销售和服务渠道，使企业能够面向全球提供每周 7 天、每天2 4 小时( 7 2 4 ) 的访问，从而达到企业收益机遇的最大化。 四、客户关系管理在国内外应用的现状 目前c r m 软件市场在国内外都处于一个发展期，还远远未达到产品周期的成 熟阶段，尤其是中国国内市场，大家一般都倾向于认为今后几年会仍然处于市场 培育时期。我们从国内c i i m 软件实施的角度了解目前整个c r m 市场应用的状况， 可以看出，不论所实施的项目是大还是小，所有先行实旌某个c r m 软件项目的企 业都可以看成技术应用的领先者，他们对总体c r m 市场的推动作用是非常巨大 的。因此，不管实施的结果如何，投资回报率是否可以算出，这些先行的企业那 种精神还是值得观望中的许多企业借鉴和学习的。当然，我们强调c r m 实践不只 是软件实施，还涉及到更广泛的其它实践领域，是企业c r m 素质的整体提升。这 在很大程度上是要靠企业领导者对c r m 实践的持续性有一个较深刻的认识的，而 不是仅仅靠一两个模块就可以成功的。所以，我们在强调企业技术资源在c r m 实践中的重要作用的同时，也要避免那种重软件轻实践的盲目的c r m 行为，只有 这样才能使中国的c r m 市场健康稳定的发展。 首都经济贸易大学硕士学位论文 “数据挖掘技术在c r m 中的应用研究 第二章数据挖掘的基本理论 一、数据挖掘的概述 数据挖掘，就是从存放在大型数据库、数据仓库或其他信息库中的大量数据 中挖掘有趣知识的过程。知识发现就是在积累了大量数据之后，从中识别出有效 的、新颖的、潜在的、最终可以理解并加以有目的地利用的知识的过程。它是从 宏观角度利用积累数据进行知识抽象的高级阶段。利用数据挖掘技术，可以帮助 企业决策者从浩繁的客户数据资源中抽取出可以直接加以利用的，或者有启发性 的知识，从而借助这些知识做出具有指导性的决策。 二、数据挖掘的方法 数据挖掘中包括决策树、遗传算法、神经网络、传统统计分析、关联规则、 可视化技术、贝叶斯网络等多种方法。进行数据挖掘可采用一种算法，但更多情 况下是采用多种算法的联合来解决具体的问题。下面主要介绍几种在客户关系管 理中经常用到的算法： ( 一) 决策树方法 它是一种简单的知识表示方法，它将事例逐步分类，代表不同的类别。由于 分类规则是比较直观的，因而比较容易理解，这种方法一般限于分类任务。 决策树类似于流程图中的树结构，其中每个内部节点表示在一个属性上的测 试，每个分枝代表一个测试输出，而每个树叶节点代表类或者类的分布。决策树 提供了一种类似在什么条件下会得到什么值这类规则的方法。比如，在贷款申请 中，要对申请的风险做出判断，决策树的基本组成部分是：决策节点、分支和叶 子。决策树中最上面的节点称为根节点，是整个决策树的开始。决策树中的每个 节点的下层子节点的个数与决策树使用的算法有关。如c a r t 算法得到的决策树 的每个节点有两个分支，这种树就称为二叉树。允许节点含有多于两子节点的树 称为多叉树。每个分支要么是一个新的决策节点，要么是树的结尾，称为叶予。 在沿着决策树从上到下遍历的过程中，在每个节点都会遇到一个问题，对每个节 点上问题的不同回答导致不同的分支，最后会至6 达一个叶子节点。这个过程就是 利用决策树进行分类的过程，利用几个变量( 每个变量对应一个问题) 来判断所 属的类别( 最后每个叶子会对应一个类别) 。 决策树与神经元网络相比较，其优点在于可以生成一些规则。当我们进行一 些决策，同时需要相应的理由的时候，使用神经元网络就不行了。决策树是分析 消耗( 流线型生产) 、发现交叉销售机会、进行促销、信用风险或破产分析和发 觉欺诈行为的得力工具。 它的优点在于：可以生成可以理解的规则；计算量相对来说不是很大：可以 处理连续和种类字段；可以清晰的显示哪些字段比较重要。缺点在于：对连续性 首都经济贸易大学硕士学位论文 氍数据挖掘技术在c r m 中的应用研究 的字段比较难预测；对有时间顺序的数据需要很多预处理的工作；当类别太多时， 错误可能就会增加的比较快；一般算法分类的时候，只是根据一个字段来分类。 ( 二) 神经网络技术 神经网络近来越来越受到人们的关注，因为它为人们解决大复杂度的问题提 供了一种相对来说比较有效的简单方法，神经网络可以很容易的解决具有上百个 参数的问题。 在结构上，可以把一个神经网络划分为输入层、输出层和隐含层( 见图2 1 ) 。 输入层每个节点对应一个个的预测变量。输出层节点对应目标变量，可有多个。 在输入层和输出层之间是隐含层，隐含层层数和每层节点的个数决定了神经网络 的复杂度。 输入层隐含层输出层 图2 一l 神经网络示意图 除了输入层的节点，神经网络的每个节点都与很多它前面的节点连接在一 起，每个连接对应一个权重w x y ，此节点的值就是通过它所有输入节点的值与对 应连接权重乘积的和作为一个函数的输入而得到，我们把这个函数称为活动函数 或挤压函数。 如图4 2 中节点4 输出到节点6 的值可通过如下计算得到： w 1 4 节点1 的值+ w 2 4 节点2 的值 图4 - 2 带权重的w x y 神经元网络 神经网络的每个节点都可表示成预测变量的值或者值的组合。注意节点6 的值已经不再是节点l 、2 的线形组合，因为数据在隐含层中传递时使用了活动 函数。调整节点间连接的权重就是在建立神经网络时要做的工作。 首都经济贸易大学硕士学位论文 数据挖掘技术在c r m 中的应用研究 神经元网络和统计方法在本质上有很多差别。神经网络的参数可以比统计方 法多很多。如上图中就有1 3 个参数( 9 个权重和3 个限制条件) 。 神经元网络的优势是运行分析时无需在心目中有任何特定模型。而且，通过 神经网络可以发现交互作用的效果( 如年龄和性别的组合效果) 。神经网络的缺 点是不易用它的权重层和晦涩的转化来解释结果模型。神经网络在数据为高度非 线形并有交互作用时对预示目标变量非常有用，但在需要解释数据中的关系时就 不太有帮助。神经网络常用于两类问题：分类和回归。 ( 三) 传统统计分析 统计分析是数据挖掘算法中最为基础的部分。许多数据挖掘技术都利用了存 在己久的统计技术。这类技术包括相关分析、回归分析及因子分析等。多元统计 分析包括因子分析、聚类分析等。统计预测方法包括回归分析、时间序列分析等。 例如：抽样技术：面对的是大量的数据，对所有的数据进行分析是不可能的，也 是没有必要的，因此就要在理论的指导下进行合理的抽样。在这些分析过程中， 一般先由用户提供假设，再由系统利用数据进行验证。此外，统计分析在辨别分 析和回归建模方面有着自己独特的长处。辨别分析在对于客户价值细分方面很有 作用。在回归建模方面，广泛地用于预测顾客将来的行为，例如预测客户的潜在 价值和未来的购买愿望等。 ( 四) 关联规则分析 挖掘关联规则就是发现存在于大数据集中的关联性或相关性，一般的关联规 则分析都是基于“支持度一置信度”构架的。支持度定义为事物集中包含x 和y 的事务数与所有事务数之比：置信度定义为其包含x 和y 的事务数与包含x 的事 务数之比。此外另外两个维度为期望可信度和影响度。 关联规则是交易数据库中不同商品之间的联系，通过这些规则找出顾客购买 行为模式，如购买某一商品对其他商品的影响，发现这样的规则可以应用于商品 货架设计、存货安排以及根据购买模式对客户进行分类。 ( 五) 遗传算法 遗传算法是一种基于生物进化论和分子遗传学的搜索优化算法。它首先将问 题可能的解，按照某种形式进行编码，编码后的解被称为染色体：随机选取n 个染色体作为初始种群，再根据预定的评价函数对每个染色体计算适应值，性能 较好的染色体有较高的适应值：选择适应值较高的染色体进行复制，并通过遗传 算子，产生一群新的更适应环境的染色体，形成新的种群，直至最后收敛到一个 最适应环境的个体，得到问题的最优化解。 首都经济贸易大学硕士学位论文 g 数据挖掘技术在c 叫中的应用研究 ( 六) 可视化技术 可视化技术是指基于网络化的视像传输、交互和提供多媒体视像服务的技 术。交互性、动态性和可操作性是可视化技术最鲜明的特点。数据与结果被转化 和表达成可视化形式，拓宽了传统的图表功能，使用户对数据的剖析更清楚。但 是，目前可视化技术面对的一个难题就是如何对高维数据的进行可视化。 三、数据挖掘的作用及功能 对于企业而言，数据挖掘可以有助于发现业务发展的趋势，揭示已知的事实， 预测未知的结果，并帮助企业分析出完成任务所需的关键因素，以达到增加收入、 降低成本，使企业处于更有利的竞争位置的目的。 数据挖掘通过预测未来的趋势及行为，可以让企业做出前摄的、机遇知识的 决策。数据挖掘的目标是从数据库中发现隐含的、有意义的知识，主要有以下五 类功能。 ( 一) 自动预测行为和趋势 利用历史数据找出规律，建立模型，并用此模型来预测未来数据的种类特征 等。一个典型的例子是市场预测问题，数据挖掘使用过去有关促销的数据来寻找 未来投资中回报最大的用户，其他可预测的问题包括预测破产以及认定对指定事 件最可能做出反应的群体。 ( 二) 关联分析 数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量 的取值之间存在某种规律性，就称之为关联。关联可分为简单关联、时序关联和 因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库 中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信 度。 ( 三) 聚类 数据库中的记录可被划分为一系列有意义的子集，称为聚类。聚类增强了人 们对客观现实的认识，是概念描述和偏差分析的先决条件。聚类技术主要包括传 统的模式识别方法和数学分类方法。八十年代初，m c h a l s k i 提出了概念聚类技 术的要点是，在划分对象时不仅考虑对象之间的距离，还要求对划分出的类具有 的某种内涵进行描述，从而避免了传统技术的某些片面性。 首都经济贸易大学硕士学位论文数据挖掘技术在c 叫中的应用研究 ( 四) 概念描述 概念描述就是对某类对象的内涵进行描述，并概括这类对象的有关特征。概 念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述 不同类对之间的区别。生成一个类的特征性描述只设计该类对象中所有对象的共 性。生成区别性描述的方法很多，如决策树方法、遗传算法等。 ( 五) 偏差检测 数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。偏 差包括很多潜在的知识，如分类中的反常实例、不满足规则的特例、观测结果与 模型预测值的偏差、量值随时间的变化等。偏差检测的基本方法是，寻找观测结 果与参照值之间有意义的差别。 第三章数据挖掘技术在客户关系管理中的应用 一、数据挖掘用于c 跚的优势 c r m 系统能够帮助企业管理与客户相关的一系列活动，对企业日常所有的营 销业务进行流程化和自动化地管理。随着客户信息的日趋复杂，客户数据的大量 积累，分析大量复杂的客户数据，挖掘客户价值，发现客户行为趋势，理解客户 对企业的真正价值，用全生命周期的观点来分析客户关系是企业成功的关键因 素，这些恰恰要依赖于数据挖掘。 在企业的销售过程中，有的客户购买行为是比较容易理解和掌握的。例如： 市场销售人员通过观察以及平时的生活经验可以知道，一般孩子小于4 岁的年轻 父母要购买童车，无需利用数据挖掘技术就可以发现这种现象。然而对于另外一 个问题：年轻的父母更愿意给他们的孩子购买那种颜色、那种样式、什么价位的 童车? 这不仅是一个难以回答的问题，而且需要更多的变量来预测可能的结果， 像父母的年龄、父母的收入水平、个人的喜好、教育程度以及小孩的性别等等。 这完全可以借助数据挖掘进行分析，通过分析企业已有的数据，可以识别哪些数 据与期望的结果最为相关。可以说：数据库中存储的数据量越多，数据挖掘的作 用也就越大。 数据挖掘与一般的数据库查询相比，其优点就是可以发现事物之间的关系和 隐藏的趋势和模式。比如最常见的客户流失问题，其往往是由于事先没有任何征 兆而成为一个难以控制的问题，而数据挖掘可以根据已经流失的客户的特征建立 模型，企业可以应用这一模型来预测哪些客户即将离开，有了这些信息的帮助， 销售人员就可以通过主动的营销活动来保持有离开动向的客户，而不像以前那样 等客户离开后才被动应付。 总的来说：利用数据挖掘技术对这些数据进行分析，从中发现相关的知识和 规律，可以便整个c r m 系统形成一个闭环，充分发挥c r m 系统的作用。 二、在c r m 中如何使用数据挖掘 数据挖掘是一个比较复杂的应用，所以在c r m 中实旖数据挖掘需要经过审慎 的考虑，这样才能够实施一个成功的数据应用，使c r m 本身从中受益。在c r m 中创