论析知识挖掘在客户档案管理中的实施论文.docVIP

论析知识挖掘在客户档案管理中的实施论文 论析知识挖掘在客户档案管理中的实施从根本上来说，把知识挖掘应用到客户档案管理中符合企业的经营规律与发展方向。随着市场竞争激烈程度的增加，企业经营理念由传统的以生产为中心转向以客户为中心，企业赢得客户也就赢得了市场。因此，企业购建数据库，从客户的基本数据、交易情况（购买本企业以及竞争企业产品的情况）、市场数据挖掘信息已成为一种必备的能力和发展的趋势。但是，由于缺乏知识管理的方法和有效的分析工具，企业面对海量的数据很难提取出潜在、有效的信息。基于客户档案管理的知识挖掘，能有效地利用知识挖掘等工具及知识管理的理念与方法，帮助企业从海量的数据中发现有价值的客户知识，为企业的决策提供有效的支持。一、客户档案管理中知识挖掘的具体流程1建立动态集成的客户档案数据仓库（1）采集客户数据客户数据是客户档案数据仓库的基石。因此，对一个成熟的数据库系统来说，其数据要求稳定而又可靠，必须建立多渠道集成的客户信息收集平台。在采集客户数据时，首先必须确定所需采集的客户数据种类、重点及先后次序，以确定资料定位及收集重点，减少无谓的人员、时间和金钱的浪费。建立收集客户数据的平台需要遵循以下几个原则：第一，是“以客户为中心”。这是最核心的一个原则。这个沟通平台能否发挥其功效取决于它能否为企业的目标客户群所接受，并通过它与企业进行一种双向的互动交流。沟通渠道越是便利、越是人性化，所获得的数据就越是可信和详实。第二，是“以企业为本”。企业选择哪几个渠道进行收集，要根据企业的具体情况，如企业产品或服务的特征、所面向的客户群特征以及企业自身的技术与资金实力。第三，是“与企业战略相结合”，客户信息收集平台的构建必须与企业长期战略相结合，不能是一时的“拍脑袋工程”或者是装点门面的“形象工程”，必须有一定的前瞻性和递延性。前瞻性指的是不仅要立足现在，也要面向未来。递延性指的是设计多渠道集成的平台不是一劳永逸的事情。无论硬件配置还是软件设计都要为将来需21境，它需要抽取过程将数据从各业务系统、外部数据源、脱机的数据存储介质中导入到数据仓库。在数据进入数据仓库前，还必须经过检验，排除数据中可能隐藏的错误。数据清洗是对数据仓库系统无用的或者不符合数据格式规范的数据进行清除的过程。数据转换负责解释客户数据并修改其内容，使之符合数据仓库格式规范，并放入数据仓库的数据存储介质中。数据转换包括数据存储格式转换以及数据表示符转换。经过数据抽取、清洗与转换，保证数据的一致性、时效性，易于被访问；同时数据仓库具有伸缩性好、跨平台能力强的特点，可与当前的任何IT系统相集成。数据仓库是一个动态、整合的数据管理和查询系统。所谓动态性是指数据仓库能够实时地提供客户的基本资料和历史交易行为等信息，并在客户每次交易完成后，能够自动补充新的信息。所谓整合性，是指数据仓库与企业其他资源的整合，如一线服务人员的终端根据职能、权限的不同，可实施信息查询和更新功能，如数据仓库与公司其他媒体的交互使用等。企业运用数据仓库，可以在为客户提供产品和服务的时候，充分了解客户的需求和特点，从而为他们提供更具针对性的个性化服务。数据仓库致力于将数据转化成信息，信息转化成知识，知识转化为竞争优势，可以将各个渠道得来的数据成全面、完善的客户信息库，并且通过知识挖掘来发现隐藏在数据后的真实情况，从而提高公司的收益率和竞争力。（3）构建数据仓库应注意的问题要有企业决策层的参与。与传统业务系统不同，数据仓库是面向管理决策层应用的，必须有系统自身的最终用户企业决策层的参与。数据仓库本身并不是业务流程的再现，而是基于数据分析管理模式的体现。数据仓库的实施者需要在商业智能化如何能够帮助企业获得市场竞争力上下功夫，提供切实可行的系统实施目标和规划，使得企业决策层能充分认识到数据仓库是他们自己所需要的系统，因而在投入和配合上给予充分的支持。要严格控制数据质量。数据仓库所提供的信息质量将直接影响企业的决策和策略质量。要确保信息质量必须详细检验与控制登陆操作，并对所有输入系统的数据必须进行认证，以确保系统中所有数据的正确性，因此，企业对这一点绝不可轻视。要系统地规划和设计数据仓库。由于数据仓库的访问和查询往往能够通过工具来提供，因此数据仓库的功能取决于系统的规划和设计。在了解数据仓库应用需求的时候，主要的对象应该是企业的决策部门和管理部门。对于国内数据仓库应用来说，23异。实际应用中将由聚类分析算法得到的分类结果提交给业务行家，业务行家利用领域知识进行评判后确定基本类型，每个客户属于某一类型。类识别即某实例(如客户)归于已有的某类，可通过与类的距离长短来判别。通过对客户档案数据的聚类分析，可以识别忠诚客户，有助于方便准确地定位目标客户群，细分市场，提高市场占用率，可节约广告费，降低营销成本，提高企业的利润率。偏差检测。偏差检测侧重于发现异常的变化。在相类似的客户类中，对客户 论析知识挖掘在客户档案管理中的实施从根本上来说，把知识挖掘应用到客户档案管理中符合企业的经营规律与发展方向。随着市场竞争激烈程度的增加，企业经营理念由传统的以生产为中心转向以客户为中心，企业赢得客户也就赢得了市场。因此，企业购建数据库，从客户的基本数据、交易情况（购买本企业以及竞争企业产品的情况）、市场数据挖掘信息已成为一种必备的能力和发展的趋势。但是，由于缺乏知识管理的方法和有效的分析工具，企业面对海量的数据很难提取出潜在、有效的信息。基于客户档案管理的知识挖掘，能有效地利用知识挖掘等工具及知识管理的理念与方法，帮助企业从海量的数据中发现有价值的客户知识，为企业的决策提供有效的支持。一、客户档案管理中知识挖掘的具体流程1建立动态集成的客户档案数据仓库（1）采集客户数据客户数据是客户档案数据仓库的基石。因此，对一个成熟的数据库系统来说，其数据要求稳定而又可靠，必须建立多渠道集成的客户信息收集平台。在采集客户数据时，首先必须确定所需采集的客户数据种类、重点及先后次序，以确定资料定位及收集重点，减少无谓的人员、时间和金钱的浪费。建立收集客户数据的平台需要遵循以下几个原则：第一，是“以客户为中心”。这是最核心的一个原则。这个沟通平台能否发挥其功效取决于它能否为企业的目标客户群所接受，并通过它与企业进行一种双向的互动交流。沟通渠道越是便利、越是人性化，所获得的数据就越是可信和详实。第二，是“以企业为本”。企业选择哪几个渠道进行收集，要根据企业的具体情况，如企业产品或服务的特征、所面向的客户群特征以及企业自身的技术与资金实力。第三，是“与企业战略相结合”，客户信息收集平台的构建必须与企业长期战略相结合，不能是一时的“拍脑袋工程”或者是装点门面的“形象工程”，必须有一定的前瞻性和递延性。前瞻性指的是不仅要立足现在，也要面向未来。递延性指的是设计多渠道集成的平台不是一劳永逸的事情。无论硬件配置还是软件设计都要为将来需21境，它需要抽取过程将数据从各业务系统、外部数据源、脱机的数据存储介质中导入到数据仓库。在数据进入数据仓库前，还必须经过检验，排除数据中可能隐藏的错误。数据清洗是对数据仓库系统无用的或者不符合数据格式规范的数据进行清除的过程。数据转换负责解释客户数据并修改其内容，使之符合数据仓库格式规范，并放入数据仓库的数据存储介质中。数据转换包括数据存储格式转换以及数据表示符转换。经过数据抽取、清洗与转换，保证数据的一致性、时效性，易于被访问；同时数据仓库具有伸缩性好、跨平台能力强的特点，可与当前的任何IT系统相集成。数据仓库是一个动态、整合的数据管理和查询系统。所谓动态性是指数据仓库能够实时地提供客户的基本资料和历史交易行为等信息，并在客户每次交易完成后，能够自动补充新的信息。所谓整合性，是指数据仓库与企业其他资源的整合，如一线服务人员的终端根据职能、权限的不同，可实施信息查询和更新功能，如数据仓库与公司其他媒体的交互使用等。企业运用数据仓库，可以在为客户提供产品和服务的时候，充分了解客户的需求和特点，从而为他们提供更具针对性的个性化服务。数据仓库致力于将数据转化成信息，信息转化成知识，知识转化为竞争优势，可以将各个渠道得来的数据成全面、完善的客户信息库，并且通过知识挖掘来发现隐藏在数据后的真实情况，从而提高公司的收益率和竞争力。（3）构建数据仓库应注意的问题要有企业决策层的参与。与传统业务系统不同，数据仓库是面向管理决策层应用的，必须有系统自身的最终用户企业决策层的参与。数据仓库本身并不是业务流程的再现，而是基于数据分析管理模式的体现。数据仓库的实施者需要在商业智能化如何能够帮助企业获得市场竞争力上下功夫，提供切实可行的系统实施目标和规划，使得企业决策层能充分认识到数据仓库是他们自己所需要的系统，因而在投入和配合上给予充分的支持。要严格控制数据质量。数据仓库所提供的信息质量将直接影响企业的决策和策略质量。要确保信息质量必须详细检验与控制登陆操作，并对所有输入系统的数据必须进行认证，以确保系统中所有数据的正确性，因此，企业对这一点绝不可轻视。要系统地规划和设计数据仓库。由于数据仓库的访问和查询往往能够通过工具来提供，因此数据仓库的功能取决于系统的规划和设计。在了解数据仓库应用需求的时候，主要的对象应该是企业的决策部门和管理部门。对于国内数据仓库应用来说，23异。实际应