（机械工程专业论文）基于商业智能的制造业分析型客户关系管理系统研究与应用.pdf

摘要 进入2 l 世纪以来髓着全球经济一体化趋势的进一步加强，制造业的竞争也髓之加剧。产 品的同质化及市场需求的多样化，使得制造企业仅凭内部管理以提高生产效率及改善产品质量 来赢得市场的机会越来越小。因而，许多制造企业为了满足多样化的客户需求，纷纷由生产型 向服务型和知识型发展，建立以客户为中心的业务模式，保持和推进价值客户的持续贡献度， 从而全面提升企业竞争力。但在当今数据量激增的情况下不借助于商业智能技术来发现数据 背后所骆藏的信息足很难建立良好的客户关系的。研究商业智能技术在c r m 中的应用是本文 的立足点，通过对这些技术敷兑应用的研究，对提高企业的决簸水平及决策效率有着很现实的 意义。 首先介绍了c r m 和商业智能的基本内容，给出了一个基于商业智能的制造企业c r m 系统 的需求分析。然后，研究了数据仓库的设计、创建与维护。重点足d t s 包设计与数据转换。根 据系统的需求，构建面向客户和供应商的数据仓库，实现了从操作型数据到分析型数据的转换。 其中包括对数据的综合，数据整理( 统一表现形式、命名习惯等) 并实现自动的数据转换和定 期自动备份等维护操作。根据分析的需要，尝试采用了聚类的方法来将连续型数据转化为离散 型数据来满足分类应用的数据初始化的要求等。 接下来，结合企业的实际情况在数据仓库的基础上。进行o l a p 多维分析结果的展示。 o l a p 分析服务提供了丰富的应用程序编程接口，方便用户的应用程序利用分析服务的资源。 分析服务有一个模块数据透视表服务( p i v o t t a b l e s s e r v i e e ) ，与分析服务服务嚣( a n a l y s i s s e r v i c e ) 通讯，客户端应用程序通过这样的进程与a n a l y s i s 服务器交换数据。同时数据透视袁 服务可以在脱机的方式完成大部分分析服务的功能，实现客户脱机完成数据分析服务 最后，给出了一个基于数据挖掘的制造企业c r m 系统的设计和实现，实现分类( 基于决 策树) 和聚类( k m c a i ) 挖掘算法并讨论了其复杂度、可信性和优化方法。其中分类挖掘实 现了将客户和供应商进行分类，并分析出各类客户的特征：_ 聚类实现了客户、供应商和销售员 工按选定的属性分成几类。系统在聚类算法中实现了嵌套可以进行子类的进一步细分；分类 算法的实现中进行了决策树的预先剪枝，解决了噪声数据的问题：系统还实现了聚类与分类的 结合，将聚类算法有效地运用到了离散化连续数据的工作中：另外，聚类的分析结果可以在分 类分析中作为被预测的列和用于预测的列。 本文围绕客户的发展过程：潜在客户、响应客户、关系客户到流失客户。对不同阶段的客户 采取有针对性的管理，并结合客户动态分析、数据挖掘等方法和技术，对公司客户销售实现和 客户服务流程进行了重新设计，通过对流程的改进来增强企业的竞争力，并提出了c r m 在企 业的实施建议，为企业的改进工作提供了方向和依据对其他企业在引进c r m 系统时也起到 借鉴的作用。 关键字：b i c r m ；制造业：数据仓库；数据挖掘；o l a p ；数据透视表：决策树算法；k 均值聚类算法 东南大学工程硕士学位论文 a b s tr a c t s i n c ee n t e r i n g2 1 s tc e n t u r y ，w i t ht h ef u r t h e re n h a n c e m e n to ft h eg l o b a le c o n o m i ci n t e g r a t i o n t r e n d s ，t h ec o m p e t i t i o no ft h em a n u f a c t u r i n gi n d u s t r yi sa l s oa g g r a v a t e dd a y b yd a y t h e h o m o g e n e i t yo ft h ep r o d u c t sa n d d i v e r s i f i c a t i o no f m a r k e td e m a n dm a k et h e m a n u f a c t u r i n g e n t e r p r i s e sw i nt h eo p p o r t u n i t yo f m a r k e tg e t t i n gs m a l l e rb ye n h a n c i n gt h ep m d u c t i e f f i c i e n c ya n d i m p r o v i n gp r o d u c tq u a l i t yw h i c hd e p e n d so i l t h ei n s i d em a n a g e m e n t ”s om a n ym a n u f a c t u r i n g e n t e r p r i s e ss e it h ec u s t o m e r - c e n t r a lp a t t e r ni no r d e rt os a r i s f yt h ed i v e r s ec u s t o m e rd e m a n d ， k e a n d b o o s tt h ec o n t r i b u t i o no f t h ev a l u cc u s t o m e rt oi m p r o v et h ea b i l i t yo f c o m p e t i t i o n b t i ti ti sd i f f i c u l tt o b u i l dt h eg o o dc u s t o m e rr e l a t i o n s h i p si ft h ee n t e r p r i s e sd on o tu s et h ei n f o r m a t i o nt e c h n o l o g yt o d i s c o v e rt h ei n f o r m a t i o nh i d i n gt h ed a mi nt h es i t u a t i o nw h i c ht h ed a t aq u a n t i t yi n c r e a s e ss h a r p l y n o w , t h e r e f o r e ，w i t ht h er e s e a r c ho ft h e s et e c h n o l o g ya n da p p l i c a t i o n , t h e r ei sv e r yl a l i c a l m e a n i n g t h a tt h ed e c i s i o nl e v e la n dd e c i s i o ne f f i c i e n c yo f e n t e r p r i s ea t eb e e ni m p r o v e d f i r s t , t h i sp a p e ri n t r o d u c e st h eb a s i sc o n t e n to f c r ma n db i ，a n dt h e nt h ed e s i g n ，b u i l da n d m a i n t a i no f d w ，e s p i c a l l yd t sd a t ad e s i g na n dt r a n s f o r m a t i o n a c c o r d i n gt ot h er e q u i r e m e n to f t h e s y s t e m ， b u i l dt h ed wo r i e n t e dc a s t o m e r ，r e a l i z et r a n s f o r m a t i o no f t h ed a t a ，a n ds o m ef u n c t i o n s o fm a i n t a i n r e a l i z et h et r a n s f o r m a t i o no fd a t af i , o mo p e r a t i n gt y p et oa n a l y s i st y p e ， i n c l u d i n g e n l l i g a t et h ed a t a ， c o o r d i n a t et h ed a t a ， n yt ou s i n gc l u s t e r i n gm e t h o dt od m n g i n gt h ec o n t i n u o u s d a t et os c a t t e rd a t a ，a n ds oo i l a n dt h e nt h i sp a p e ri n t r o d u c e si nd e t a i lac r ms y s t e m sd e s i g na n di m p l e m e n t a t i o n d i s p l a yo f o l a p m u l t i d i m e n s i o n a n a l y s i sr e s u l t o l a p a n a l y s i s s e r v i c e p r o 肇i d e p l e n t y o f p r o g r a m i n t e r f a c e ， a n da s s i s tu s e ft od oo s et h ea n a l y s i ss e r v i c er e s o u r c e t h e r ei sa l s oac o m p o n e n tr l a t n e dp i v o t t a b l e s e r v i c e ，a n dc o m m u n i c a t ew i t ha n a l y s i ss e r v i c e $ e i v e la l lc l i e n ta p p l i c a t i o nm u s te x c h a n g ed a t a w i t ha n a l y s i ss e r v i c es c r v 盯t h r o u g ht h ec o m p o n e n t i na d d i t i o n p i v o t t a b l es e r v i c ea l s op r o v i d em o s t f i m c t i o no fa n a l y s i ss e r v i c et oa p p l i c a t i o n ，s ot h ea p p l i c a t i o nu s e si tt oa n a l y s i sd a t aa lt h es t a g eo f o f f i r e l a s f l y j h i sp a p e rd o e ss i g n i f i c 址i v er e s e a r c ha b o u th o wt od e s i g nac r ms y s t e mo nt h eb a s i so f b ii nm a n u f a c t u r ei n d u s t r y r e a l i z ed a t ac l a s s i f i c a t i o n ( b a s i sb yd e c i s i o nt r e e ) a n dc l u s t e r i n g ( g - m e a n s ) ，a n a l y s i st h ec o m p l e x i t y ，c r c d i b i l i 母a n do p t i m i z i n gw a y c l a s s i f i c a t i o nr e a l i z et h e a n a l y s i so fc u s t o m e rf e a t u r e s ，c l u s t e r i n gr e a l i z et h ea n a l y s i so fc u s t o m e r ，s u p p l i e ra n ds a l e s e m p l o y e e s t h em e t h o d so fm a n a g e m e n ta r ev a i l e df r o mt h ed i f f e r e n tc u s t o m e r sa n dc o n n e c t t e dw i t ht h e a n a l y s i so fc u s t o m e r ss t a t u s , t e c h n o l o g yo fd m r e d e s i g n i n gt h es a l em a n a g e m e n ta n dc u s t o m e r s e r v i c ep r o c e s s f u r t h e r m o r e , b yi m p r o v i n gt h ep r o c e s st oa l l l 蜘c et h ep o w e ro fc o m p e t i t i o no f b u s i n e s sa n dh a v i n gs u m m a t i z e dt h ee x p e r i e n c e sa n dd e f e c t so ft h ep r a n c eo fc r mi nt h i s c o m p a n y ，i tp r o v i d e sad i r e c t i o na n db a s i sf o rt h eb u s i n e s st or e c t i f yw o r k , a n di tp l a y sar o l eo f 妇e n c et oo t h e rb u s i n e s s e st h a ta t ei n t r o d u c i n gc r m s y s t e m k e yw o r d s ：b hc r m ：m a n u f a c t u r i n ge n t e r p r i s e ：d a t aw a r e h o u s i n g ：d a t am i n i n g ；o l a p ： p i v o t t a b l es e r v i c e ：d e c i s i o nt r c ea l g o r i t h m ：k - m e a n sc l u s t e r i n ga l g o r i t h m i v 图1 1 图1 _ 2 图2 一l 图2 - 2 图2 - 3 图2 - 4 图2 5 图2 - 6 图3 1 图3 2 图3 3 图3 _ 4 图3 5 图3 - 6 图3 7 图3 - 8 图3 - 9 图3 1 0 图3 1 i 图3 1 2 图4 1 图铊 图4 3 图5 图5 - 2 图5 - 3 图5 _ 4 图5 - 5 图5 币 图5 7 图5 8 图5 - 9 图5 1 0 图l l 图5 1 2 图5 1 3 图5 1 4 图5 1 5 图清单： b i 结构一3 c r m 是企业e r p 成功实施后的必然选择。4 两种数据仓库开发生命周期 “数据驱动”和“需求驱动”相结合的方法1 l 数据仓库的开发设计步骤1 2 销售多维数据集表的设计1 7 采购多维数据集表的设计。 退货多维数据集袭的设计 o l t p 、r o l a p 与m o l a p 模式 星型模式图 雪片模式图 e t l 处理示意图 0 l t p 数据库的e - r 图 d t s 包的设计 数据转换的调度设计 销售多维数据集的创建 退货多维数据集的创建 采购多维数据集的创建 1 8 1 8 2 3 2 4 2 6 连接a n a l y s i ss e r v i c e 的服务器3 4 销售多维数据集的展示 数据挖掘系统的总体结构4 i 数据挖掘技术的分类4 2 k - m e a n s 聚类示意图4 4 c r i s p d m 流程模型鲫 数据挖掘引擎分层模型 创建数据源对象 模型生成5 4 模型评估5 4 知识展示 知识利用 根结点分类决策树 结点2 扩展后的决策树 结点3 扩展后的决策树 i d 3 算法生成的决策树 供应商分类设置 客户分类设置 员工分类设置 5 6 5 9 6 0 ，6 1 6 4 决策树供应商分类结果6 5 v 东南大学工程硕士学位论文 图5 一1 6 图5 1 7 图5 一1 8 图5 1 9 决策树客户决策树分类结果 决策树员工决策树分类结果 属性连续数值离散化 客户细分聚类 v i 6 6 6 6 6 8 表格2 1 表格3 i 表格4 - l 表格5 1 表格5 - 2 表格5 - 3 表格5 4 表格5 - 6 表清单： 源数据业务特征分析表1 3 o l t p 与o l a p 的关系比较 d m 与o l a p 的差异4 0 训练样本 叶结点1 所包含的数据集 叶结点2 所包含的数据集。 5 9 6 0 叶结点3 所包含的数据集6 1 客户动静态特征表 v i i 东南大学工程硕士学位论文 英文缩写对照表 雕湖潍缫缫豳戮缫鬻艨缫戮戮躺 a p i a p p l i c a t i o np r o g r a mi n t e r f a c e 应用程序接口 a d oa c t i v e xd a t ao b j e c t a c t i v e x 数据对象 b ，s b r o w s e s e r v e r 浏览器服务器 b ib u s i n e s si n t e l l i g e n c e 商业智能 c o mc o m m o no b j e c tm o d u l e 公共对象模型 c s sc u s t o m e rs e r v i c ea n ds u p p o r t 客户服务和支持 c l vc u s t o m e rl i f e t i m ev a l u e 客户牛命周期价值 c t i c o m p u t e rt e l e p h o n yi n t e g r a t i o n计算机电话集成 c r mc 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 客户关系管理 c ，sc l i e n t s e r v e r 客户服务器 c i m s c o r r ；p u t e ri n t e g r a t e dm a n u f a c t u r i n g计算机集成制造系统 s y s t e m d t sd a t at r a n s f o r m a t i o ns e r v i c e 数据转换服务 d wd a t aw a r e h o u s i n g数据仓库 d s sd e c i s i o ns u p p o r ts y s t e m 决策支持系统 d md a t am i n i n g 数据挖掘 e d ie l e c t r o n i cd a t ai n t e r c h a n g e 。电子数据交换 e r p e n t e r p r i s er e s o u r c e sp l a n n i n gj 企业资源计划 e t l e x t r a c t 、t r a n s f o r m 、l o a d数据抽取、转换、装载 f m sf l e x i b l em a n u f a c t u r i n gs y s t e m 柔性制造系统 m r pm a t e r i a lr e q u i r e m e n tp l a n n i n g 物料需求计划 m r p m a n u f a c t u r i n gr e s o u r c ep l a n n i n g制造资源计划 m o l a pm u l t i d i m e n s i o n o n l i n e a n a l y t i c a l多维联机分析处理 p r o c e s s i n g m d d b m u t i d i m e n s i o nd a t a b a s e 多维数据库 o u 、p o n l i n ea n a l y t i c a lp r o c e s s i n g 联机分析处理 o l 丁po n l i n et r a n a c t i o np r o c e s s i n g 联机事务处理 p o m p r o d u c td a t am a n a g e m e n t 产品数据管理 r d b m s r e l a t i o nd a t ab a s em a n a g e r m e n ts y s t e m 关系型数据库管理系统 r o ir e t u r no fi n v e s t m e n t 投资回报 s f ss n o wf l a k es c h e m a 雪片模式 s f a s a l e sf o r c ea u t o m a t i o n 销售能力自动化 s c m s u p p l yc h a i nm a n a g e m e n t供应链管理 s f as a l e sf o r c ea u t o m a t i o n 销售自动化 u d a u n i v e r s a id a t aa c o e s $ 通用数据访问 i 东南大学学位论文独创性声明 本人声明所旱交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽 我所知，除了文中特别加以标注和致谢的地方外，论文中4 i 包含其他人已经发表或撰写过的研 究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件 和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文 的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借蝴，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 沏吹日期： 率一 第l 章 1 1 课题研究背景及意义 第1 章绪论 中国制造业经过几十年的努力已经具有相当的规模，积累了大量的技术和经验。但是随着 世界经济一体化的形成，由于中国潜在的巨大市场和丰富的劳动力资源，国外的技术、资金、产 品大量涌入中国，中国企业面临前所未有的国内外激烈的竞争局面。竞争要求企业产品更新换代 快、产品质量高、价格低、交货及时、服务好。这些市场竞争的武器与企业管理的模式、管理方 法、管理手段、组织结构、业务流程密切相关。而这其中，作为制造业产业链中供应、销售和服 务三大核心业务的服务已经逐步成为制造业最为重要的内容和焦点。 当前制造业最显著的竞争焦点是强调客户服务：随着产品同质化以及贸易环境的变革， 制造业企业之间的竞争逐步由产品质量竞争、性价比竞争转向的客户服务的竞争。由于技术 创新和技术变革的不断推进和发展，企业在制造生产产品方面的技术壁垒、质量控制壁垒在 不断地、逐步地被打破，企业之间生产的产品正在朝着同质化、低成本方向发展，对制造业 企业来说，“客户服务”将会是最为显著的竞争焦点。服务做好了，自然也就能够获得了用 户的认可，其市场地位也会因为客户服务的优越情况而不断遗产生变化。所以强调客户优质 服务是制造业企业制胜的重要法宝。 目前，大多数国内制造企业企业基本完成了业务流程电子化，这为我们利用商业智能技 术开展进一步研究提供了比较好的基础。扬州某钢铁企业信息化起步较早，从最开始的用 f o x p r o 开发的生产系统，到现在的用v b 开发的包含计划、成本控制、仓库、生产、采购、 销售等多个子模块的m r p i i 系统，可以说，企业已经积累了丰富的数据和较大程度的业务 操作自动化，但是，在企业从以产品为中心的管理模式转变为以客户为中心的管理模式过程 中，管理人员不再满足于数据库系统的日常业务处理和简单的汇总统计，要求能提供准确、 有价值的“知识”。因此如何有效地利用业务系统积累的大量历史数据提炼出面向不同管理 主题的、面向分析的、有利于决策支持的信息和知识摆到我们面前。 c r m 使整个企业的经营活动以客户为中心，它的基础数据仓库技术为从大量的数据中 取得辅助决策的知识提供了有力的环境和前提。它可以解决企业存在的一些问题，更深入地 了解客户的情况，更有效地制定各项政策。在这样的背景下，我们进行了商业智能技术在制 造业c r m 中的研究与应用，并开发了一个面向中小制造企业的分析型客户关系管理系统。 1 1 1 制造业客户关系管理的内涵 客户关系管理强调建立以客户为中心的现代企业，以客户价值来判定市场需求，对于正 东南大学工程硕士学位论文 在转变战略从“产品中心”向“客户中心”过渡的制造企业无疑是一拍即合。当然这种转变 不是说放弃产品，而是通过c r m 建立客户与企业的沟通桥梁，能够使企业及时了解市场的 变化，对市场作出快速反应，与企业内部的管理、生产等实现良性互动。通过建立以客户为 中心的企业市场营销模式，对客户购买行为和价值取向进行深入分析，为企业挖掘新的销售 机会，并对未来产品发展方向提供科学、量化的指导依据，使企业在快速变化的市场环境中 保持持续发展能力。提高客户忠诚度和保有率，实现缩短销售周期、降低销售成本、增加收 入、扩展市场从而全面提升企业的赢利能力和竞争力。其具体体现在： l 。追踪市场活动的回摄：企业每年在各种市场活动中投入巨资，但是这些市场活动究竟 在多大程度上对企业的销售业绩产生了正面影响，成为困扰企业市场营销部门的问题。 2 寻找企业目前和未来的创新产品；通常情况下，企业的主要营业利润来自某几个或几 类产品，如何立足眼前，着眼未来的产品发展，对企业的产品进行优胜劣汰。 3 明晰客户需求：“客户就是上帝”已经成为多数企业的工作座右铭，了解客户所想是 实现这一宗旨的核心内容。通过建立一种以实时的信息沟通方式，将客户信息和服务融入到 企业的运行中去，从而有效地在企业内部传递客户信息，尤其是在销售部门和生产部门之问。 4 提高客户的忠诚度：企业通过建立一套完整的c r m 体系，能够为每个客户提供个性 化的服务，当客户已经习惯了这些服务，那么在改变服务商时就会考虑相应的变化所带来的 精神和心理成本 5 为产品寻找有价值的关键客户，挖掘销售机会：曾经存调查结论：占总客户群2 0 的关键客户实现的利润往往占利润总额的8 0 以上。但是，很多企业不能够准确判断哪些 客户是有价值的客户，哪些不是。这实际上是一个客户细分的问题，c r m 所做的就是根据 对不同客户的成本、利润分析，来寻找这些关键客户，并为企业对待这些不同的客户提出不 同的策略。 ，6 销售代表信息交流及时：对于出差在外的销售人员。与公司保持客户信息和产品信息 的实时共享，是每个销售人员的期望。 7 工作移交的连续性：在传统工作方式中，由于客户和销售代表之间通常是”一对一。 的单线联系，一旦该销售代表的岗位职责发生变化，他所负责的客户很难在短时期内由另外 的销售人员接手，由于新销售代表不能及时介入并熟悉客户历史交往记录和联系入的脾气秉 性，客户出于交易效率的考虑，仍然惯性地联系原来的销售代表将对企业造成两种严重后 果：一是干扰了原销售代表的正常工作，同时打击新销售代表的工作热情；二是客户流失， 被竞争对手乘虚而入，影响业绩。 8 科学合理地统一向客户报价；通过c r m 的管理，可以根据不同类型的客户、一次 性购买的产品数量等指标给于不同的产品销售折扣，同时通过该客户每张报价单的纪录，可 以对报价内容和过程一目了然，最大限度地捧除人为失误。 2 第1 章 1 1 2 商业智能是加强制造业客户关系管理的有效手段 自2 0 世纪9 0 年代初，数据仓库( d a t aw a r e h o u s e ，d w ) 技术的兴起。促进了o l a p 技术 和数据挖掘技术的发展，这些技术的成熟和发艘表现为基于这些技术的产品研制蓬勃开展。 数以百计的数据仓库、o l a p 和数据挖掘软件产品走向市场、走向应用，支撑起了商业智能 这一新兴领域。脚己经成为继企业m i s 之后更高层次、更具战略意义的应用。 图1 - ib i 结构 c r m “以客户为中心”的理念要求企业对自己的客户有最全面深入的了解 2 0 l 。b i 技术 恰好为c r m 提供了分析与决策的技术支持。数据仓库、o l a p 和数据挖掘技术作为脚应 用领域对客户信息进行深入分析的重要手段，是c r m 系统研究与应用中的核心技术。商业 智能可以为企业提供外部和内部两方而的信息分析。外部信息包括竞争者、供应商、原材料、 需求、客户购买模式等信息：内部信息包括产品和服务的成本、质量，进入市场的时间，全 员劳动生产率等等。商业智能通过将数据信息转换为知识，帮助企业了解新的趋势、抓住新 的市场机会、发现潜在的威胁，从而更好的优化资源、改进财务绩效、引导产品潮流、提高 服务水平，保持企业的竞争优势。 纵观数据仓库、o l a p 和数据挖掘技术的发展历史，现今其研究重点逐渐从发现方法转 向系统应用，更加注重多种发现策略和技术的集成，以及多学科之间的相互渗透，通过挖掘 获取有价值的知识，以此来辅助决策。但是，以客户信息为主题的数据挖掘也主要应用于大 型客户数据仓库系统，应用于中小制造企业的c r m 系统的研究还不是很多。 1 2 本课题国内外研究状况和进展m m m ，一m m 目前信息技术在制造业生产经营中的应用主要涉及以下三个方面：一是生产，优化生产 过程、降低生产成本和提高工作效率，即e r p 的主要内容，二是建立与供应商、分销商之 东南大学工程硕士学位论文 问快速的合作与交流渠道，即s c m 的主要内容；三是为客户提供优质的服务、改善与客户 的关系，即c r m 的主要内容。 从2 0 世纪舳年代中期起，许多企业为了降低成本、提高效率，纷纷重新设计业务流程， 并将信息技术应用到企业的日常经营管理当中。具有代表性的企业信息系统如m r p 、m r p i ! 、 e r p 、s c m 。这些系统的应用大大提高了企业内部业务流程的自动化程度，企业的效率得到 明显的改善。 图l _ 2c r m 是企业e r p 成功实旃后的必然选择 相对于企业内部资源管理的信息化，企业外部资源的信息化来得慢一些，但是需求却是 非常迫切的。企业面对着诸如哪种产品最受欢迎、原因是什么、有多少回头客、哪些客户是 最赚钱的客户，售后服务有哪些问题等，很多企业还只能依靠经验来推测，传统的对客户资 源的管理方法效率低下，很难在日趋激烈的竞争中立足，为顺应企业经营战略的转移，在客 户管理活动中应用先进的b i 技术成为必然。e r p 等的运用可带来企业运作效率的提高，c r m 通过管理与客户间的互动，努力减少销售环节，降低销售成本，发现新市场和渠道，提高客 户价值、客户满意度、客户利润贡献度、客户忠诚度，实现最终效果的提高。实际上，c r m 的价值在于突出了销售管理、营销管理、客户服务与支持等方面的重要性。 在把b i 技术与c r m 结合方面，仍然属于比较新的领域。获取信息一共有四个不同的 层次：第一个层次是我们的查询；第二、报表；第三、多维分析和统计分析；第四、数据挖 掘，也就是商业智能里面最难的也就是一个最高的境界，也是我们现在商业智能发展的一个 趋势和方向。尽管在使运营型c r m 向分析型c r m 进化方面，别人也作了不少的相关工作。 提出了许多有价值的思想，但在以数据仓库为数据源，利用数据挖掘和联机分析处理技术为 传统制造业分析型c r m 提供智能决策方面的研究还很不是很多。目前，c r m 在国内的应 用主要还是集中在银行、证券、保险、房地产、电信、民航、医疗等与客户交流频繁、客户 支持要求高的行业。而在我国国民生产总值中占据熏要地位的传统制造企业在c r m 的市场 中所占的比例还很小。但对于广大制造业来讲，这是一个机遇，从最开始的m i s 系统。到 m r p l l ，再到e r p ，企业内部的管理己越来越多的依赖于计算机和网络，企业内部的资金流、 物流、信息流己充分在企业的e r p 系统中得到反陕，e r p 系统提高了企业经营效率，降低 4 第1 章 了成本。建立c r m 系统，可以弥补e r p 的不足。使企业更好地保留老客户，吸引新客户 抓住销售这个龙头。 1 3 论文的目的和主要研究内容 当前国内的大多数c r m 产品的分析功能只是简单地做些数据的统计和结果的图形化 表示，得到的只是隐藏在数据表层中的信息，并没有从深层次去挖掘潜在的有价值的信息和 知识。在这一角度上，本文的研究注重从数据仓库中运用o l a p 和数据挖掘技术智能地挖 掘深层次的信息，提高企业敢经营效率和管理决策永平，具有一定的前瞻性意义 本文从客户关系管理的本质出发，研究企业的现状包括业务方式和目前采用的各种信息 系统，研究了实现分析型客户关系管理的平台技术，如p b 、v b 、s q ls e r v e r2 0 0 0 技术， 以及实现该系统的m 技术包括数据挖掘、数据仓库和o l a p ，并将这些要素结合起来，在 技术上实现一个适用于中小制造企业的分析型客户关系管理系统。 总体上说，以客户满意度为中心。以客户关系管理理念为指导思想，以商业智能技术为 支撑工具。研究的目标是从该企业多年的业务系统中汇总海量客户信息和交易信息，进行分 析和挖掘，决镱人员能够从这些分析和统计中得到战略性的决策，制定目前的工作重点和营 销方式及中长期的发展策略，从而提高客户满意度，保留老客户和大客户，吸引潜在客户， 进而不断地提高利润，增大业务量。 研究的内容包括以下方面： 企业客户关系历史数据的获取，从企业当前的业务信息系统切入，了解目前企业的运 营状况。 客户关系管理理论，从客户关系管理的本质出发，学习客户关系管理理论 s q ls e r v e r 2 0 0 0 和v b 开发技术，利用它们作为开发系统的软件平台。 b i 的三个方面：数据仓库、o l a p 和数据挖掘技术。即采用数据仓库存放企业的海量 数据，用各种o l a p 方法和数据挖掘算法来分析数据。而这些技术是实现客户关系管理系 统的核心内容和关键技术，故本文的重点在于论述这些理论，并将这些理论与客户关系管理， 与企业的具体实际结合起来，开发分析型客户关系管理系统。 可视化技术。o l a p 和数据挖掘的结果只能通过友好的用户界面体现出来，用户才能 充分地利用信息， 具体的说，系统要实现的目标如下： 从企业以前各个分散、异构的信息系统中获取数据或者以人工方式获取数据，将分散 的数据整合。 将获得的数据经过数据清理、集成、变换和规约等预处理步骤。保证后续决策支持产 生的结果能更准确、更有效地指导工作 5 东南大学工程硕士学位论文 构建基于s q ls e r v e r 2 0 0 0 的数据仓库。利用m i c r o s o r 的数据转换下具d t s 作为e t l 工具。将源数据库中的数据抽取、转换、装载到s q ls e r v e r2 0 0 0 中，并根据具体的业务需 求创建数据仓库，用数据仓库、o l a p 、数据挖掘技术进行决策支持研究。 利用o l a p 和数据挖掘技术，获得企业业务历史数据的总体认识，和各个层面的认识， 更清晰地了解客户的历史性信息。 用o l a p 和数据挖掘技术，从业务历史数据预测未来的业务发展趋势。 用o l a p 和数据挖掘技术，从客户历史数据预测未来的客户群和客户行为趋势。 o l a p 多维数据集前端展现工具的实现，使用m i c r o s o f t 提供的可扩充的基于c o m 的 o l a p 接口和v b 编程语言开发数据展现工具。实现目录树结构模型描述体系，数据可以以 多维表格和丰富的图形形式展现，能够多角度、灵活地展现数据仓库中的数据。 作为b l 的三项主要技术：数据仓库、o l a p 和数据挖掘是相互联系和互补的，可以将 它们结合起来，充分发挥各自的特长，设计新的分析型c r m 系统这也是本课题所要达到 的主要研究成果。数据仓库用于数据的存储和组织；o l a p 集中于数据的分析；数据挖掘致 力于知识的自动发现。 总的来说，论文研究的内容包括一个实际的制造业分析型客户关系管理系统所需要的知 识储备和实践，但重点在于数据仓库的设计、建造、维护和o l a p 、部分数据挖掘算法的分 析与应用。 t 4 论文各章节内容安捧 论文各章节内容安捧如下： 第一章：论述了论文研究的背景、目的和内容以及本课题目前国内外研究状况和进 展。 第二章：介绍数据仓库技术的概念及关键技术与应用 第三章：介绍联机分析处理概念及技术与应用 第四章：介绍数据挖掘的概念及技术。 第五章：介绍一个制造业客户关系管理系统软件的设计与实现，重点是数据挖掘算 法的具体实现。 第六章：总结本论文的工作成果与不足，并对迸一步的研究工作提出一些建议。 文章的最后是致谢和参考文献列表。 6 第2 章 第2 章数据仓库技术设计与应用 2 1 数据仓库的产生m 数据库系统作为数据管理手段，主要用于事务处理。传统的数据库技术是以单一的数据 资源，即数据库为中心。进行日常处理、批处理、决策分析等各种数据处理工作，对数据库 联机的日常操作，通常是对一个或一组纪录的查询和修改，主要为企业的特定应用服务的， 注重响应时间，数据的安全性和完整性。 但传统数据库系统暴露出以下两个关键弊端： ( 1 ) 它是面向应用的，只处理日常的经营业务，不具备智能数据处理的功能，无法满足 决策支持，也就无法建立真正的客户关系管理系统。 ( 2 ) 异构的数据库和历史数据的不准确性和不一致性使建立客户关系管理系统的数据 质量无法保证。 第一个弊端促使必须在c r m 中使用数据挖掘技术。第二个弊端表明数据挖掘所需的数 据应该从数据仓库中获取，丽不能直接从原有数据库系统中获取。也就是说数据仓库不仅可 以用来做o l a p 联机分析处理，而且为数据挖掘准备高质璧麴数据。 所以在传统数据库系统的环境中进行分折处理是不合适的。操作型处理和分析型处理的 分离已成为必然。随着市场商业行为的改变，市场竞争要求提高分析和决策的效率和有效性， 必须把事务中的数据提取出来重新组织，建立单独的分析处理环境，数据仓库正是在这种环 境下产生的。数据仓库弥补了原有的数据库的缺点，将原来的以单一数据库为中心的数据环 境发展为一种新的体系化环境。 2 2 数据仓库的定义网 数据仓库概念始于2 0 世纪8 0 年代中期，首次出现是在号称“数据仓库之父h l l m o n 的数据仓库( b u i l d i n gt h ed a t aw a r e h o u s e ) 网一书中。随着人们对大型数据系统研究、管 理、维护等方面的深刻识认和不断完善，在总结、丰富、集中多行企业信息的经验之后。为 数据仓库给出了更为精确的定义：“数据仓库是一个面向主题的、集成的、非易失的、随时 间变化的数据集合，用来支持管理人员的决策。” 根据上述定义，不难发现数据仓库四个特点i , - q ： 面向主题：传统的数据库是面向应用而进行数据组织的，其抽象程度不够高，没有完 全实现数据与应用的分离。但这种方式能较好地将企业业务活动与数据库模式相对应，利于 7 东南大学工程硕士学位论文 从手工处理向计算机处理过渡，因而具有较好的可操作性：而数据仓库是面向主题丽进行数 据组织的。主题是一个在较高层次上对数据的抽象，在逻辑意义上，它是对企业中某一宏观 领域所涉及的分析对象，即将数据组织成主题域。 集成的：面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互 独立，并且往往是异构的。丽数据仓库中的数据是在对原有分