（管理科学与工程专业论文）基于数据挖掘和知识管理的客户关系管理系统研究.pdf

基于知识管理和数据挖掘的客户关系管理 摘要 客户关系管理 c u s t o m e r r e l a t i o n s h i p m a n a g e m e n t 是为了适应以 客户为中心 的商业模式而发展起来的一种新型的管理理念 它强调企业生产销售中各个环节必须 以提高客户满意度和忠诚度为目标进行运作 主张企业根据客户价值度高低 采取具 有针对性的营销策略 扩大有价值客户 去除低价值以及无价值客户 进而保证企业 的客户盈利能力 基于知识管理和数据挖掘的客户关系管理其根本实质就是将知识管 理 k n o w l e d g em a n a g e m e n t 理念和数据挖掘 d a t am i n i n g 技术引入到客户关系管 理中 利用k m 和d m 的数据分析处理能力 对客户知识进行有效利用和挖掘 找出 潜在的信息和模式 提高c r m 在客户价值判断 客户群体细分 客户保持 客户流 失分析 交叉销售等方面的分析处理能力 帮助企业准确把握客户当前需求和潜在需 求 指导进行企业生产销售 本文在总结分析传统的客户关系管理以及知识管理的基础上 对构建基于知识管 理和数据挖掘的客户关系管理进行系统的阐述 具体的研究内容有 1 讨论分析客户关系管理与知识管理之 日j 的相互关系 客户关系管理中的客户知 识的转换 以及如何对客户知识进行有效管理 2 讨论分析数据挖掘的四种典型的模式以及常用的数据挖掘技术和方法 3 将数据挖掘技术引入到客户关系管理中 找出客户数据信息属性之间的联系 对客户群体进行合理细分和准确的价值判断 4 本文还描述了一个基于知识管理和数据挖掘的客户关系管理系统的一个框架 并对整个系统中的客户细分 交叉销售 客户行为分析以及呼叫系统等功能进行阐述 并描述功能实现所使用到的一些数据挖掘处理方法和技术 关键词 客户关系管理 知识管理 数据挖掘 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 tb a s e do nk n o w l e d g e m a n a g e m e n ta n dd a t am i n i n g a b s t r a c t 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 c r m i san e wc o n c e p t i o no fm a n a g e m e n t w h i c hd e v e l o p e dw i t ht h ec o m m e r c i a lm o d eo f c u s t o m e ri sg o d i te m p h a s i z e st o i m p r o v et h ec u s t o m e r ss a t i s f a c t i o na n dl o y a l t yd u r i n ge a c hs t e po fp r o d u c t i o na n d s e l l i n g i no r d e rt om a k es u r et h ep r o f i t w es h o u l dt a k ed i f f e r e n ts e l l i n gs t r a t e g y a c c o r d i n gt ot h ev a l u eo fc u s t o m e r s w h i c hi st oe n l a r g et h ev a l u a b l en u m b e ra n d e l i m i n a t ei n v a l u a b l e i nf a c t 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 tw h i c hb a s e do n k n o w l e d g em a n a g e m e n ta n dd a t am i n i n gi sam a n a g e m e n tw h i c hi n p u tk n o w l e d g e c o n c e p t i o na n dd a t am i n i n gt e c h n o l o g yt oc 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 u s i n g k n o w l e d g em a n a g e m e n t k m a n dd a t am i n i n g d m t oa n a l y z ed a t a w ec o u l d f i n ds o m ep o t e n t i a li n f o r m a t i o na n dm o d et oi m p r o v ec r m a n a l y s i sc a p a c i t y s u c h a se s t i m a t i o n s e g m e n t t o u c h i n g a n a l y s i sa n da c r o s ss e l l i n g i ta l s oh e l pc o m p a n i e s k e e p i n gc u s t o m e r sa n dp o t e n t i a ln e e d s g u i d ec o m p a n i e s t ow o r k b a s e d0 1 1t r a d i t i o n a lc r ma n dk m t h ep a p e rd e s c r i b e sh o wt oc o n s t r u c tt h e c r m s y s t e m 1 1 1 er e s e a r c h e sa r ea sf o l l o w s 1 i td i s c u s s e st h ei n t e r a c t i o no fc r ma n dk m c u s t o m e r sk n o w l e d g e c o n v e r s i o ni nc r ma n dh o wt om a n a g ec u s t o m e r sk n o w l e d g ee f f e c t i v e l y 2 i td i s c u s s e sf o u rc l a s s i c a lm o d eo fd ma n ds o m ec o m m o nm o d eb a s e do nk m m e t h o da n dt e c h n o l o g y 3 i ti n t r o d u c e sd mt oc r m f i n do u ts o m ec o n n e c t i o na m o n ga l lk i n d so f i n f o r m a t i o n t h e ng e tap r o p e rc u s t o m e ro r i e n t a t i o n 4 t h ep a p e rc o n c e i v e sf lc r m s y s t e mf r a m e w o r kw h i c h i sb a s e do nd ka n dd m a n dd i s c u s s e si t sc u s t o m e rd i v i d i n g c r o s s s e l l i n g c u s t o m e ra c t i o na n a l y s i s c a l lc e n t e ra n ds oo n i ta l s ot e l l su st h ew a y sa n dt e c h n o l o g i e st or e a l i z et h e f u n c t i o n s k e y w o r d s c r m d a t am i n i n g k n o w l e d g em a n a g e m e n t 图表清单 图2 1 显性知识隐性知识转化图例 1 0 图2 2 客户关系删络的知识管理图 1 2 图3 1 数掘挖掘流程图 1 7 图4 1 客户终身价值解析图 2 3 图4 2 基于知识管理和数据挖掘的c r m 逻辑结构图 2 6 图4 3 消费者购买手机目的调查表 3 0 独创性声明 本人声明所甲交的学位沦文是本人在导师指导r 进行的研究1 作及取得的研究成果 据 我所知 除了文中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丐过的 研究成果 也不包含为获得 金蟹 些厶堂 或其他教育机构的学位或让传而使朋过的 材料 我一同j 作的同忠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谢 意 学 名 球 书一积嘶t 碉莎日 学位论文版权使用授权书 本学位论文作者完全了解佥蟹 些厶堂有戈保留 使州学位论文的规定 有权保留并 向陶家有关部门或机构送交论文的复印f i 和磁盘 允许论文被布阅和借阅 本人授权 金壁 厶堂可以将学位论文的全部或部分内容编入有关数据库进行检索 可以采用影印 缩 印或扫描等复制手段保存 汇编学位论文 保密的学位论文在解密后适 l j 本授权i s 学伉论文作者签名 辟小粕 l 导师签名 宅 签字日 i i j 咖d 7 年 王月占e t 签字日期 7 年 z e l 日 学伊论文f 1 一者毕业后去向 i 仵单位 通讯地自h 电话 邮编 致谢 值此论文完成之际 首先要衷心感谢培育我的导师倪志伟教授 向他 们表示崇高的敬意和深深的谢意 倪老师治学严谨 学识渊博 使我在理论学习上受益匪浅 同时对我 的生活和工作也是关怀备至 在学期 白j 倪老师多次给机会让我参加科研 项目的研究和书籍的编写等工作 为我今后的工作奠定了坚实的基础 从 论文选题到最终成文 一直得到倪老师的启发 指导 支持和信任 才使 得我能够顺利完成论文撰写 在此再次向倪老师表示感谢 感谢合肥工业大学管理学院智能管理研究所的师兄妹们 正是在和你 们的讨论 交流和帮助下 我才得以不断提高 感谢管理学院的领导及所有帮助过我的授课老师和同学 你们在学习 和生活上的指导 帮助和鼓励 使我能够轻松 愉快地渡过两年半的美好 时光 最后向百忙中评审该文并提出宝贵意见和建议的各位专家表示衷心的感 谢 作者 朱小虎 2 0 0 7 年1 1 月2 0 日 l1 研究背景 第一章导论 随着社会的进步 经济的全球化发展 企业i 日j 的竞争模式已经产生相当大的变化 企业由传统的 以产品为核心 的竞争模式转变为当前的 以客户为核心 的模式 尤其是进入新的世纪 中国w t o 的加入 客户接触到更多的功能类似的国内外产品 这使得无论是个体客户还是团体客户对企业产品和服务提出了更高的要求 集中体现 予品质化 个性化的趋势 客户关系管理由此而产生并的得到普遍的关注 从1 9 8 2 年 贝利 b e r r y 率先提出 关系营销 的概念 拉开理论界研究客户 关系问题的序幕丌始 有关客户关系管理的相关研究可谓是数不胜数 但令人遗憾的 是 相关的研究十分零散 以往的关系研究往往倾向于立足不同背景 从不同视角或 不同层面来探讨客户关系管理及其相关问题 在客户关系管理的界定 目标 核心特 征 关键构成与影响因素 战略与实现技术等方面提出了既相互联系却又存在明显差 异的结论 形成一种客户关系管理研究的丛林状态 更为甚者 国内外学者竟然对关 系营销与客户关系管理的概念都未达成共识 最初 贝利把关系营销界定为 培养 维持和强化客户关系 斯托巴卡 s t o r b a c k a 等人 1 9 9 4 立足于客户关系 认为 关系营销就是通过建立 维持 和增强与客户和其他伙伴的关系 利用相互之i 日j 的承诺来获取利润 以满足各方的利 益要求 后来 贝利等人 1 9 9 5 通过策略 战略和理念三个层次对关系营销进行 剖析 从而把营销战略的重心从产品和产品生命周期转向了客户和客户生命周期 并 把关系营销描述成 通过满足客户的需要来赢得客户的偏爱和忠诚 1 9 9 6 年 梅林嘶 托恩 m e r l i ns t o n e 等人开发了由吸引 欢迎 熟悉 账户管理 特别呵护 潜在 流失 流失和赢返客户组成的 关系阶段模型 和旨在客户细分的忠诚一价值矩阵 l o y a l v a l u em a t r i x 认为价值和忠诚是客户关系管理的关键所在 1 9 9 8 年 鲍 尔顿 b o l t o n 和卢施 r u t h 剖析了客户满意与客户关系的互动关系 论证了客户 满意程度对客户关系的决定性影响 1 9 9 8 年罗伯特 邵 r o b e r ts h a w 指出 关系 管理是一个互动过程 用于实现企业投入与客户需求满足之 日j 的最佳平衡 从而实现 企业利润最大化 并进而勾勒出投入引发动机 顾客行为 形成产出的因果链 1 9 9 9 年派颇斯 p e p e r s 等人探讨了一对一营销的问题 开发了基于客户识别 细分 互 动和定制的关系管理模型 2 0 0 0 年鲍威 b o v e 和约翰逊 j o h n s o n 分析了客户与 服务员工的互动关系对真难的客户忠诚的影响 揭示出员工在客户关系管理中的战略 角色 同年 社默德 d u m o n d 探讨了客户价值管理理论模型 派帕德 p e p p a r d 研究了会融服务中的客户关系管理问题 2 0 0 1 年 艾伯特 a b b o t t 等人剖析了数据 驱动型c r m 战略 本戴普迪 b e n d a p u d i 等人深入剖析了如何避免员工离职对客户 关系产生的消极影响0 1 察伯罗 c h a b l o 则倾向于从系统整合的角度界定客户关系管理 将其视做 一 套所有与客户接触的领域整合在一起的集成方法 并通过入 流程和技术的有效整合 来实现 类似的 在2 0 0 1 年伊霍夫 i m h o f f 等人也基于整合的角度 但更强调 对客户接触的管理 并把客户关系管理界定为 协调公司战略 组织结构 企业文化 和客户信息与技术之间的关系的整合方法 s a s 公司则把客户关系管理界定为 一 个技术过程 是企业最大限度地掌握与运用客户信息来强化客户忠诚和实现客户挽留 的过程 2 0 0 1 年 格拉哈姆 6 r a h a m 把客户关系管理视作企业处理经营业务与客 户关系的一种态度 倾向与价值观念 2 0 0 1 年帕斯和库雷恩 p a s sa n dk u i j l e n 论 述了不同类型的c r m 如a c r m 分析型c r m c c r m 合作型c r m e c r m 电子 商务驱动型c r m 和o c r m 作业型c r m 并力图给出广为接受的 更为综合的c r m 定义 2 0 0 2 年克里斯托弗等人则强调关系管理实际上是一种跨部门 基于流程的管理 并进而提出囊括内部市场 推荐市场 影响者市场 员工市场 供应商市场和客户市 场的 六市场 模型 斯托卡夫等人进一步把客户关系战略划分成纽扣战略 拉链战 略和维可劳战略0 1 综上所诉 虽然无数专家 学者与广大经理人员一样 都一致认为 吸引和挽留 客户最有价值的客户 是成功营销项目的核心 是企业竞争制胜的关键 但至今尚没 有对客户关系管理界定达成共识 也未对牢固的 和谐的 积极的 有价值的客户的 特征和其他相关问题形成一致看法 而有关消费品市场的关系营销 关系管理 关系 收益及其结果的实证研究 却相对匮乏 不过 在当今以超强竞争为特征的客户中心 时代 有关客户关系管理的理论与实践的探索币如火如茶 基于更多的视角的新观点 正如雨后春笋般的产生 2 1 2 客户关系管理研究现状 尽管客户关系管理的研究已经取得突飞猛进的发展 但足也存在许多不足和问 题 并把许多企业导入了客户关系管理的误区或陷阱 例如 近年来 不少企业在客 户关系方面做了很大的努力 但却一直很难对客户期望做出有效反应 无法有效的在 企业目标与资源分配和客户的需求期望之问求的合理的平衡 客户的满意度在不断的 下降 1 总的说来 我国目前的客户关系管理的研究中存在的不足与问题主要体现在 以下几个方面 1 狭隘的理解客户关系管理 仅仅将其看作是一种管理软件 根掘咨询公司6 a r t n e rg r o u p 的调查 约有5 5 左右的客户关系管理项目事与愿 违 导致客户大量的流失 企业盈利大幅度下降 追究其原因 大多是企业把客户关 系管理看作是一种管理软件 认为有了这样的软件就可以很好的建立与客户之 日j 的关 系并对其进行管理 事实上 客户关系管理更主要是一种新的营销理念 新的企业文 化 新的管理范式和与此相适应的新的管理流程 而c 蹦软件知识实旌这种新的管理 范式的一种技术手段 根据罗贝等人所做的研究结果 大约有8 7 的客户关系管理由 于无法成功实施足够的流程重组变革而失败 2 客户价值内涵没有的到完全的明确 当l j i 的客户关系管理主要强调客户的感知价值 但事实上企业也需要从客户那里 获褥价值 通常用客户资产 关系价值 客户终身价值来表示 目前在多数客户关 系管理的研究与实践中 过多的强调了客户的当f i i 的货币价值 忽略客户的潜在价值 和能力 情感方面的价值 如产品与过程的创新开发效果和预测市场发展趋势的侦察 员效果等 也忽略了客户的推荐价值 如影视明星的消费推荐等 换句话说 在考 虑客户对企业所做出的贡献和资源投入中 过多的关注货币性的投入 忽视客户的情 感 时间 精力等方面的无形资源的投入 而后者是客户最后做出购买决策和诱发购 买行为的关键因素 是在同客户互动接触中产生高度信任和真萨客户忠诚的基础 3 客户价值研究体系尚未建立 尽管客户价值在客户关系管理中的战略地位已经得到应有的重视 并且近年来对 有关客户价值的研究成果显著 但并没有形成一个完成的理论体系 同时如何有效测 度客户价值等方面也未达成共识 从而严重制约了相关研究特别是实证研究的发展 例如 人们常用效用 价值 利益 质量等本身就比较模糊的概念来界定客户价值 同时 现有的研究过多的强调客户的货币性价值 而忽视了客户在竞争能力 市场定 位和社会回报等非现会因素方面的重要价值 4 对客户知识的研究基本空白 目前的有关客户关系管理的研究与实践对客户知识的研究和重视程度还很不够 基本局限在一些简单的数据统计和汇总 缺乏对客户知识的深层次的利用 对存在于 客户头脑中的客户知识的重要性缺乏足够的认识 例如 根掘赛鲍尔德在2 0 0 1 年的 研究成果 在过去的十年里 尽管许多企业都适用了客户关系管理的艺术 探索并运 用了许多c r m 工具 但却很少考虑更广泛的客户背景 从而使得企业无法了解熟悉 自己的产品与服务是如何适合客户的实际的生活 因此 就当前而言 无论是企业界 还是学术界 都迫切需要从新的视角 对客 户关系管理进行更深入而系统的研究 即寻求能够从根本上克服以上的问题与不足 以客户为中心 科学的分析和了解客户的真 f 切实的需求 提供相应的产品和服务 建立良好的客户和企业之i 日j 的关系 在这个环境下我们提出将知识管理和数据挖掘引 入到客户关系管理中来 利用知识管理和数据挖掘对数据知识的处理能力 提高c r m 在客户价值判断 客户群体细分 客户保持 客户流失分析 交叉销售等方面的分析 处理能力 帮助企业准确把握客户需求 指导进行企业生产销售 1 3 文章的主要研究内容以及章节安排 知识管理和数据挖掘技术在客户关系管理中的引入 使整个客户关系管理系统不 仅仅是对大量客户信息和数据进行简单的汇总和统计 而使整个系统分析理解客户知 识的基础上 对大量的客户数据基础上进行挖掘 从而找出一些潜在的 隐藏的数据 信息和行为模式 提高企业对客户的分析和把握能力 本文将c r m 系统运行中产生的数据信息 以及客户关系管理中的客户知识的转换 类型以及各个类型的特点 清楚的阐述整个系统中的客户知识的流动和转化的过程 明确整个系统知识的利用机制 实现对客户知识的管理 系统根据同客户相关的知识 联系企业要求对客户群体进行有效的划分 对划分群体采取有针对性的销售策略 全 面提高客户的满意度 防止客户的流失 在描述c r m 系统中客户知识应用和流动问题的同时 本文还详细的阐述了数据挖 掘中数据聚类 关联规则挖掘等在客户价值判断 客户群体细分 客户保持 客户流 4 失分析 交叉销售等功能模块中的具体应用 与此同时本文在总结分析客户关系管理 以及知识管理的基础上 对智能客户关系管理系统的整个框架进行了详细的阐述 本文的具体章节安排如下 第一章 导论 介绍本文的研究背景 当丽c r m 中存在的问题以及本文研究的 主要内容和各章节的安排 第二章 知识管理基本理论概述 介绍知识管理的概念 知识的转化和运作机 制以及知识管理同客户关系管理的相关联系 第三章 数据挖掘基本理论 介绍数据挖掘的定义 常用的数据挖掘算法和技 术以及数据挖掘的四种典型的模式和数据挖掘在客户关系管理中的应用 第四章 基于知识管理和数据挖掘的客户关系管理 本章在对客户关系管理简 单的类型 特点以及构建原则的说明基础上 提出基于知识管理和数据挖掘的客户关 系管理 并对提出了整个系统的逻辑框架 以及系统中的一些主要功能 本章还详细 的对客户价值的定义以及衡量进行描述 提出客户价值的一些相关度量方法 与此同 时 本文还对客户关系管理的功能实施中的所用到的数据挖掘进行分析 第五章 是对整个文章进行总结和下步工作的进一步展望 第二章知识管理基本理论概述 2 l 知识和知识管理理论 2 1 1 知识与客户知识的定义 知识的定义是复杂的 有争议性的 并且可以有很多种表述 从不同的角度对知 识的性质定义也是不同的 从知识论的角度看 知识就是认识 是经验的结果 知识 是对意识的反映 是对经过实践证明的客体在社会的人的意识中相对正确的反映 知 识也是观念的总合 是人对自然 社会 思维现象和本质认识的总和 从本体论的角 度看 知识是生命物质同非生命物质相互作用产生的一种特殊的资源 是大自然进化 到一定阶段所造成的文明资源 从经济学角度看 知识是人类劳动的产品 是具有价 值和使用价值的人类劳动产品 是一种资本 信息论的角度来看 知识是同类信息累 积 是为有助于实现某种特定的目的而抽象化和一般化了的信息 是浓缩的系统化了 的信息 客户知识是指企业在同客户进行沟通和交易的过程中 产生的大量的相关信息 数据和经验 以及对这些大量的数据 信息和经验的收集进行分析 处理和验证而形 成的知识 通常我们所指客户知识主要是指以下三种 1 1 客户需要的知识 这类知识主要由企业传递给客户 帮助客户更好的了解 企业的产品和服务 以及企业的运行现状 从而使客户需求与企业的产品和服务更好 的匹配 提高客户的满意度 扩大企业销售幅度和销售额 2 关于客户的知识 这些知识描述的是客户 包括客户的人文统计信息 客 户的历史交易信息 客户受教育背景 客户地址等 通过对这些与客户相关的信息的 分析 企业能够准确的定位客户资源 有针对性的对客户进行分类 了解客户当前需 求和潜在需求 从而制定个性化或一对一的营销 3 来自客户的知识 这类知识描述的是对于企业或者竞争对手的产品和服务 的使用情况的反馈信息 这类知识也是企业革新的动力的源泉 没有一个企业愿意落 后于同行业的其他企业 6 2 1 2 知识管理的定义 关于知识管理的内涵 学术界目前还没有形成统一的认识 最宽泛的理解认为 知识管理就是对知乇h 时代的管理 或者是知识社会的管理 最狭窄的理解认为 知识 管理是对企业知识资产或智力资本的管理 介于知识管理的丰富内涵和巨大外延 人 们关于这个问题的研究具有多种不同的视角和逻辑 理论上呈现丰富多彩的无限发展 性 为了更加全面的考察知识管理的内涵 我们列举国内外一些对知识管理的定义和 观点 1 知识管理是关于有效利用知识资本创造商业机会和技术创新的过程 1 2 知识管理意味着对知识进行控制 并由此使知识发挥作用 就像企业的其他 资产所起的作用一样获取知识并运用它使之为企业创造价值 1 3 知识管理是指帮助人们对拥有的知识进行反思 帮助发展支持人们进行交流 的技术和企业内部的架构 并帮助人们获取知识来源 促进他们之间进行知识交流 1 4 知识管理是对公司集体的知识与技能的捕获 然后将这些知识和技能传递到 能够帮助公司实现最大产出的任何地方的过程 其目标是将力图将最恰当的知识在最 恰当的时问传递给最恰当的人 以便他们能够做出最恰当的决策 1 5 知识管理是指通过对企业的知识资源的丌发和有效利用以提高企业创新能力 从而提高企业创造价值的能力的活动 1 6 知识管理是为企业实现显性知识和隐性知识共享寻找新的途径 知识管理是 运用集体的智慧提高应变和创新的能力 综上所述 我们可以从不同的角度 总结出知识管理的内涵和基本特质 从认识 论的角度看 只是管理将可编码的知识与隐含知识都看成是企业生产经营活动中具有 价值而且能够创造价值的关键性战略资源和决定性生产要素 将作为知识生产者和载 体的知识工作者的创新能力和创造活力看作企业管理的主体 从方法论的角度上看 知识管理是指企业通过特定的组织 手段 设施 机制和原则等迎合性管理方法 系 统地开发知识 处理和积累知识 交流和共享知识 转化一系列对知识资源进行管理 的复杂过程 从目的的角度看 知识管理是企业通过对知识的有效利用 来提高应变 能力和创新能力 创造超额价值 营造竞争优势的经营管理活动 7 2 2 知识管理中基本知识运作机制 2 2 1 知识管理中的知识分类 知识的分类原则有很多种 可以根据不同的需要将知识进行分类 例如可以根据 知识的应用分类 表现形式分类 共享程度分类 重要性分类以及供需分类等 这罩我们采用的是最常用的是根据知识的表现形式进行分类 将知识分成显性知 识和隐性知识两类 凡是能以文字与数字来表达 而且以资料 科学法则 特定规格 及手册等形式展现者皆属显性知识 这种知识随时都可在个人之间正式而有系统的相 互传送 隐性知识是相当个人化而富弹性的东西 因人而异 很难用刻板的公式来加 以说明 因而也就难以流传或与别人分享 个人主观的洞察力 直觉与预感 等皆属 隐性知识 隐性知识深植于个人的行动与经验之中 同时也贮藏在一个人所抱持的理 想与价值或所珍惜的情怀之中 人类的任何语言和其他的表述形式呈现的显性知识 都是依赖于隐性知识的存在 都必须有默会知识的支撑 人类的认识的过程在本质上 也是 一个默会的过程 著名学家波兰尼提出一个著名的论据是 没有人会相信一 个他所不能理解的证明 一个我们所不能理解的数学证明不能增加我们的数据知识 只有当我们信服了这个数学证明 我们才能掌握这个用语言或者公式 言明 的数据 知识 可以说 在许多情景里面 隐性知识是人类知识的内核和内容 而显性知识只 是在内核上赋予了可以表达的外形 2 2 2 知识管理中的知识转化 知识转化主要是研究知识在不同的载体之问和不同特征的知识分类之间的转划 的过程 我们这里主要是讨论知识管理中显性知识和隐性之间的一些知识的转化模式 以及各自的特点 隐性知识和显性知识转化的四个有机过程被他们形容为创造价值的根本 具体转 化的四个有机流程如下图2 1 所示 源 知 识 目标知识 隐性知识显性知识 隐 性 知 社会化外部化 识 显 内在化综合化 性 知 1 幽2 1 显性知识 隐性知识转化图例 1 隐性一隐性 社会化过程 通过观察和对话交流 个体直接从他人那罩获 取新的知识 例如 以成本管理优势的企业和以质量管理优势的企业通过交流合作 彼此学习对方在成本管理或质量管理方面的经验 使双方都能够在成本和质量双方面 取得进步 社会化过程中的知识共享的手段包括模拟 实践 观察 讨论和交流等 它们是各共享主体形成自己隐性知识的主要方法 其主要特点是需要人们通过观察 体验 模仿等感性的经验交流 而不是靠言语文字交流来转换 难以用语言表达的知 识 2 隐性一显性 外化过程 通过讨论或者文件编辑方式将知识以文字和符号 形式表达出来 如 一些有经验的i i 辈通过总结报告 编写书籍等形式 表述自己长 久以来在工作生活中所积累的各种知识 外部化是知识共享中的一个重要的环节 隐 性知识的巨大能量只有通过显性化后才能共享共用 隐性知识的显性化意味着要寻找 一种方式来表达那些可以意会而不可以言传的知识 知识管理的任务之一 就是要挖 掘组织及其成员的隐性知识 通过比喻 比较 概念 假设和模型等方法和工具 使 之具体化和直观化 3 显性一显性 综合化过程 综合化是一种将显性知识转换为更为复杂的显 性知识的过程 综合的过程就是不同的显性知识结合起来 通过文件 会议 网络等 媒介传递和交流知识 并对已获得的知识进行排序 分类 综合以产生新的 更加系 统化的显性知识 综合化的关键问题是沟通和知识的系统化过程 这是将显性知识转化成企业内的 运作性知识的 个过程 它通常包括新知识获取 新知识同旧知识整合 整合后的知 识传播三个过程 4 显性一隐性 内化过程 比如在实践中学习知识 个人把文件中得来的知 9 识转化为自己的切身经验 知识转化过程是在一个螺旋运动中相互作用 同时结合着隐性知识和显性之问的 相互影响 目的大部分职能性系统提供的知识发现和数据挖掘其实质就是从大量的显 性数据中挖掘获得隐藏在这些背后的信息 即显性知识向隐性化方面的转化 2 3 知识管理与客户关系管理 2 3 1 知识管理与客户关系管理联系 1 客户关系管理是以客户知识为基础的营销 通过同客户的接触 了解客户在使用产品或服务中遇到的问题和对产品或服务的 意见或建议 并帮助他们解决问题 同时 通过与客户交流 了解他们的姓名 通讯 地址 个人喜好以及购买习惯 建立客户资料库 并可以从中获得大量针对性强 内 容具体 有价值的市场信息 对客户的知识进行深度挖掘 在此基础上为客户提供一 对 的个性化服务 甚至可以作为企业各种经营决策的重要依据 并拓展新的市场需 求 1 客户关系管理要创建客户数据库 就必须从客户那里获取信息 这些信息是客户 与企业进行联系的所有信息 包括客户购买的产品 联系电话 评价 甚至客户的不 满 也包括客户的个人信息比如年龄 性别 收入 嗜好 兴趣等 只有获取了客户 足够的信息 企业才能在对该信息进行编码处理的基础上将信息转化为知识 并同客 户建立良好的 相互信任的关系 2 客户关系管理是客户知识管理的实践 实施客户关系管理 就要求企业积极主动地与客户或者是潜在的客户进行对话 建立起一种 学习型关系 企业要知道谁是自己最好的客户 清楚这些客户能为企 业带来的利润有多大 依靠一次或者是偶尔地购买或者服务是不能得到答案的 客户 关系管理关注的是 企业和客户利益的最大化 不仅仅是如何出售产品 要管理客 户关系 就必须进行倾听 尽可能多地了解每个客户 才能不断地更新自己的产品以 满足客户的需求 c r m 可以使企业做到快速响应 作为知识管理的重要应用 快速响应主要功能在 于伎企业能够预测和响应各种各样的商业机会 及时地把握商机 发现并响应各种商 务危机 从中吸取经验 快速响应的应用建立在知识管理基础设施之上 利用知识管 1 0 理的手段如c r m 系统为企业用户建立快速响应应用提供了丰富的功能 2 3 2 客户关系中的知识管理 企业在管理客户关系的过程中 必须要做到 以客户为中心 充分利用与客 户的密切合作关系 首先企业要识别潜在的客户目标群 并将其作为重要的知识源泉 和潜在的学习伙伴 保持企业与客户成长的同步性 在实践过程中 企业可以根据客户的知识地位和知识透明度柬确定和选择潜在的 合作伙伴 同时对企业来说 处于产业中处于领导地位和具有创新精神的客户可能是 企业最好的外部知识源泉 客户关系网络中知识的吸收因素以及相关的协调机制如图 2 2 所示 1 且 血 图2 2 客户关系网络的知识管理图 图2 2 描述了客户关系网络中决定知识吸收的关键因素以及其相关的协调机制 对企业来说 存在三种基本的知识转移与开发活动 1 由当前的知识基础所支撑的知识运用活动 转移知识的商品和服务 2 通过企业内部开发活动的促进 从客户关系网络中吸收知识 3 将企业内部开发和知识吸收活动整合到一起 充实企业的知识基础 如图2 2 中的 四个过程所示 图中也展示了影响企业知识基础开发的两种方式 一种是通过网络吸收客户知识 而实现的知识的内部丌发 另一种是通过内部的开发培训柬吸收客户的知识 客户关系网络中的协调机制主要包括内部协调年h i 部协调两种 其中 内部协调 机制主要足组织诱因和企业文化 具体表现为三种知识协调机制 企业惯例的利用 规则 指导方针和标准操作程序等的指导思想指导作用 对知识流的管理和利用 知识流进行创新中的管理角色 在企业与客户的互动过程中强化客户知识管理 也要 求有外部知识机制 这种基于互动界面的协调机制主要是诸如谈判等组织问诱因 例 如 如果潜在的伙伴为签订 约定合作合同 的契约而进行的谈判等可以影响客户的 透明度 如果规定的许多条款的契约能够接近客户 员工 文件 办公和其他信息来 源 那么它就能够增强客户的透明度 因此 互动界面的协调 是增强客户透明度的 有效工具 为了使企业的竞争优势具有可持续性 企业需要具要有认知能力 协调能力和有 效管理知识丌发能力 创造一种支持网络知识持续吸收过程的环境 并持续增强与客 户的关系和增加与客户互动的机会 同时为了知识丌发和能力构建而识别出不同的客 户类型 并针对不同的客户类型实施不同的知识管理策略 总之 企业的动态竞争力 要求把具有战略价值的客户纳入到知识基础的开发和知识转移的协调中来 把与客户 之间的传统的销售关系转化为更有战略性的伙伴关系 使知识管理思想贯穿于客户关 系管理的各个环节中 为企业提升客户信息和需求信息把握的能力 2 4 本章小结 在信息时代 企业的无形资产一知识 已经成为企业的战略性资源和生产力要素 知识管理的应用是企业面对新形势下所做出的战略反应 是对知识资源进行有效管理 以使企业素质得到提高 构造核心竞争优势的过程 面对新的竞争环境下 企业的最 大的挑战士创造一个能够学习创新 积累知识 分享知识的企业组织 本章针对企业 同客户之间关系网络中的知识管理进行详细的阐述 说明了企业在同客户进行互动过 程中的知识流程机制 以及关系管理中的内 外部知识协调机制 充分体现知识管理 在客户关系管理中的价值 1 2 3 l 数据挖掘概念 3 1 i 数据挖掘定义 第三章数据挖掘基本理论 数据挖掘 d a t am i n i n g 又称数据库中的知识发现 k n o w l e d g ed i s c o v e r yi n d a t a b a s e k d d 是指从大型数据库或数据仓库中提取隐含的 未知的 非平凡的及 有潜在应用价值的信息或模式 它是数据库研究中的一个很有应用价值的新领域 融 合了数据库 人工智能 机器学习 统计学等多个领域的理论和技术 数据挖掘使数 据进行查询 并且能够找出过去数据之问的潜在联系 从而促进信息的传递 数据挖 掘工具能够对将来的趋势和行为进行预测 从而很好地支持人们的决策 通过数据挖 掘技术对客户需求进行深人分析可以满足企业对个体细分市场的客户关系管理需求 数掘挖掘主要是找寻隐藏在数据中的信息 例如发现趋势 特征及相关性的过程 也 就是从数据中发掘出信息或知识 换言之 数据挖掘是用来帮助业务分析策划人员从资料中发掘出的各种假设 但 是它并不帮你进行查证这些假设 也不帮你判断这些假设对企业运营的价值 所以在 进行数据挖掘时候 首先须定义清楚任务实什么 再针对每对个不同的任务 再来决 定需要什么样的数据资料 再从这些数据中找出其所须的特征 这些特征是可以区分 出不同类别且具代表性 而它所表现的地方就是要选的属性 最后则是观察其效果 从而投入的成本中能带来多少的收入 或是在可预见的未来 是否可以产出更高的利 润 以上三者是构成数据挖掘的要件 也就是所在作数据挖掘时 必须要有明确的目 标或问题 在思考提供一个什么样的属性 最后的一个可测量的效能爿 能叫一个完整 的数据挖掘 3 1 2 常用数据挖掘技术和算法分类 数据挖掘是一个以数据库 人工智能 数理统计 可视化四大支柱技术为基础 多学科交叉 渗透 融合形成的新的交叉学科 其研究内容十分广泛 数据挖掘作为 d m k d 的核心部分 目前被研究得最多 存在很多数据挖掘方法或算法 因此有必要对 这些方法进行分门别类 描述或说明一个算法涉及三个部分 输入 输出和处理过程 数掘挖掘算法的输入是数掘库 算法的输出是要发现的知识或模式 算法的处理过程 则涉及具体的搜索方法 从算法的输入 输出和处理过程三个角度分 可以确定这样 几种分类标准 挖掘对象 挖掘任务 挖掘方法 根据挖掘对象分 有如下若干种数据库或数据源 关系数据库 面向对象数据库 空间数据库 时念数据库 文本数据源 多媒体数据库 异质数据库 历史 1 e g a c y 数据库 以及力 维网 w e b 根据挖掘方法分 可粗分为 统计方法 机器学习方法 神经网络方法和数据库 方法 统计方法可细分为 回归分析 判别分析 聚类分析 探索性分析等 机器学 习可细分为 归纳学习方法 基于范例学习 遗传算法等 神经网络方法可细分为 前向神经网络 自组织神经网络等 数据库方法主要是多维数掘分析或o l a p 方法 另外还有面向属性的归纳方法 根据挖掘任务分 数据挖掘主要发现以下五类知识 广义型知识 根据数据的 微观特性发现其表征的 带有普遍性的 较高层次概念的 中观或宏观的知识 分类 型知识 反映同类事物共同性质的特征型知识和不同事物之间差异型特征知识 用于反映数据的汇聚模式或根据对象的属性区分其所属类别 关联型知识一反映一 个事件和其它事件之间依赖或关联的知识 又称依赖关系 这类知识可用于数据库中 的归一化 查询优化等 预测型知识 通过时问序列型数据 由历史的和当i j i 的数 据去预测未来的情况 它实际上是一种以时问为关键属性的关联知识 偏差型知识 通过分析标准类以外的特例 数据聚类外的离群值 实际观测值和系统预测值间的显 著差别 来对差异和极端特例进行描述 3 2 数据挖掘的五种基本模式 数据挖掘的任务是从数据中发现模式 从广义上讲 数据挖掘将发现两中模式 预测型模式和信息型模式 通常我们也分别称作监督型模式的和非监督型模式 预测 型模式主要通过输入集合的值来计算某一属性 或某几种属性的值 来解决一个指定 的问题 从数据库中的一些属性来预测另外一个或者多个属性值 它的中要特征是利 用已知的属性去合理的猜测一个未知的属性值 而信息型的模式不解决某一指定的问 题 而是提供给某领域的专家以前可能不知道的有兴趣的模式 信息型模式比预测型 模式更难评估 因为他们的价值在于是否提供给某领域专家一些建议和这些建议的有 1 4 效性 在典型的实际决策系统中 我们可以将挖掘出柬的模式划分成下面主要的五种 类别 1 3 2 1 关联模式 关联模式是利用关联规则进行数据挖掘 在数据挖掘领域 对于关联模式的研究 开展比较深入 人们提出了多种关联规则挖掘算法 如a p r i o r i s t e m m s d h p 等 算法 关联分析的目的是挖掘隐藏在数据间的相互关系 发现类似 啤酒和尿布关联 之类的知识 其具体的挖掘形式可以描述如下 设i i i i i 是m 个不同项目 的集合 给定 个交易数据库d 其中每一个交易t 是i 中一组项目的集合 即r 一条关联规则就是形如x j y 的蕴含式 其中石c i y c i 且x n m 如果d 中c 的包含x 的交易同时包含y 则关联规则x j y 在d 中置信度c 成立 如果d 中 s 的交易包含x u y 则关联规则x jy 在d 中具有支持度s 在进行关联分析时 用户需求输入两个参数 最小置信度和最小支持度的关联规则 3 2 2 分类模式 例如一个数据库和一组具有不同特征的类别 该数据库中的每一个记录都赋予一 个类别的标记 这个数据库就称为训练集 分类模式就是通过分析示例数据库中的数 据 为每个类别做出准确的描述或建立分析模型或挖掘出分类规则 然后用这个分类 规则对数据库中的数据进行分类 例如一个c r m 系统数据库中 存在各个客户的一些 基本信息资料和销售数据资料 公司可以根据客户的消费历史对客户忠诚度和客户价 值度进行分类 分类分析就是分析该数据库中忠诚度高利润度大的客户 针对性的提 出服务 分类模式往往表现为一棵分类树 从树根丌始收索 沿数据满足的分支走 走到 数据就能确定类别 目前已有多种分类分析模型得到应用 其中几种典型模型是线性 回归模型 决策树模型 基本规则模型和神经网络模型 3 2 3 聚类模式 聚类模式与分类模式不同 聚类分析输入是一种未分类记录 并且根据这些记录 应该怎么分类也并不知道 聚类分析就是通过分析数据库中的记录数据 根据 定的 分类规则 合理地划分纪录集合 确定每个记录所在类别 它所采用的分类规则由分 类工具决定的 聚类方法有很多 其中包括系统聚类法 分解法 加入法 动态聚类 法 模糊聚类法等 采用不同的聚类方法 对于相同的记录集合可能有不同的划分结 果 3 2 4 回归模式 回归模式的函数定义与分类模式相似 其差别在于分类模式的预测值是离散的 而回归模式的预测值是连续的 它通过具有已知变量来预测其他变量的值 在最简单 的情况下 回归采用的是像线性回归这样的标准技术 但在大多数现实问题是不能够 用简单的线性回归所能预测的 如商品的销售量 股票价格等 很难找到简单有效的 方法来预测 因为要描述这些事件的变化所需的变量太多 并且这些变量本身往往都 是非线性的 为此人们采用逻辑回归 决策树 神经网络等图解方法来试图解决这些 问题 3 2 5 序列模式 序列模式分析和关联分析相似 其目的也是为了挖掘数据之间的联系 但序列模 式分析的侧重点在于分析数据间的前后序列关系 它能发现数据库中类似 在一定时 期内 客户购买商品a 接着购买b 再购买c 即序列a 呻口斗c 出现的频度较高 的知识 序列模式分析描述的问题是 在给定交易序列数据库中 每个序列是按照交 易的时 日j 排列的一组交易集合 挖掘序列函数作用在这个交易序列数据库上 返回该 数据库中出现的高频率序列 在对客户订货行为的数据资料进行分析时 我们不但会注意到客户本身的特征对 其订货喜好的影响 而且对订货行为发生之前的事情比较感兴趣 如客户服务请求 订单传送是否及时 售后服务以及其他的客户交互等 在实际工作中 分类模式和回归模式使用最为普遍 通常结合多种模式使用 分 类模式 回归模式 时间序列模式属于受监督知识 可直接用来检测模式的准确性 一般在建立这些模式时候 使用一部分数据作为样本