基于关联分析的数据挖掘在ｃｒｍ中的应用

1 / 9基于关联分析的数据挖掘在中的应用来自：免费范文网 转载请注明出处！ 数据经过筛选以后，在实现数据挖掘之前，还需要对数据进行二元处理。首先，把商品分为 6 大类，分别为“复印机” 、 “墨粉” 、 “硒鼓” 、 “复印纸” 、 “打印机” “送纸器” 。其次，判断大客户是否购买这些商品，并以二元数据加以表示。处理后的数据如表 2 所示。 4.数据挖掘的实现 本次数据挖掘选用 Weka GUI Chooser 工具。Weka GUI Chooser 是基于 Java 的用于数据挖掘和知识分析的平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理、分类、回归、聚类、关联规则以及在新的交互式界面上的可视化。对企业销售数据的挖掘，只选用关联规则算法，调用 Weka GUI Chooser 挖掘工具中的 Associate Rules 的模块，选定关联规则中的 Apriori2 / 9算法，将预处理好的数据转换为文本格式，导入 Weka GUI Chooser 进行挖掘。 挖掘后的结果显示为： Best rules found: toner=yes printer=no 400 = manifdder=no paper=no 235 conf:() manifdder=no automatic-document-feeder=no 566 = paper=no printer=no 332conf:() manifdder=no 620 = toner=yes printer=no 363conf:() toner=yes 410 = manifdder=no paper=no automatic-document-feeder=no 240conf:() toner=no automatic-document-feeder=no 504 = manifdder=yes tambour-opc=no printer=no 294 conf:() 3 / 9manifdder=no printer=no 530 = tambour-opc=no 309conf:() paper=no 672 = toner=no 390conf:() manifdder=no 620 = toner=yes printer=no automatic-document-feeder=no 359conf:() toner=yes printer=no 400 = manifdder=no paper=no automatic-document-feeder=no 231conf:() paper=no 672 = manifdder=no automatic-document-feeder=no 388conf:() 在所得结果中，有意义的关联规则主要有： 1、if automatic-document-feeder=yes 177 then manifdder=yes 123conf:() 意义:如果客户购买复印机,那么同时买送纸器,置信4 / 9度为 2、 if manifdder=yes 218 thenpaper=yes 397conf:() 意义:如果客户购买复印机，那么同时复印纸，置信度为 3、if tambour-opc=yes 255 then toner=yes 133 conf:() 意义:如果客户购买硒鼓，那么同时购买墨粉，置信度为 四、数据挖掘结果对企业 CRM 的作用 1.深入了解重要客户的需求特征 对重要客户的数据挖掘结果显示“if automatic-document-feeder=yes 177 then manifdder=yes 123conf:()”，即如果客户购买复印机，那么同时购买送纸器，其置信度为。可以看出，凡是购买复印机类商品的客5 / 9户，很大一部分都会购买型号为 MB-501 的旁路送纸器。在企业销售的数据中也验证了这样的购买特征。由此可见，购买复印机类商品的代理商，都对型号为 MB-501 的旁路送纸器有相当的需求量。2.根据客户需求周期，做好重要客户的关系维护 所有的客户都会存在客户生命周期。对于公司经营者而言，客户处在生命周期的第三阶段的时间越长，就意味着公司所赚取的利润会越高。重要客户则是处于客户生命周期的第三阶段，良好的客户关系维护是延长客户生命周期的重要手段。 挖掘结果表明，在公司的各类客户中，代理型客户都属于公司的重要客户。其购买特征是定期大批量进货，有的是每一个月进一次货，有的是每两个月一次。在这些客户的往来订单上会发现有很多的赠送品，其中办公耗材用品居多。客户之所以会选择这些商品，是由于现在大部分公司都需要使用打印机、复印机等办公自动化设备，办公耗材用品的使用量自然就非常大了。 3.关注潜在客户的需求 6 / 9数据挖掘结果关注的是公司重要客户购买规律，公司针对这些客户进行客户关系的维护固然十分重要，然而挖掘潜在的客户的需求同样很重要。公司所有的客户中，除了代理型客户以外还有自用型客户，而自用型客户又可以分为新客户和老客户，老客户是属于重要客户的一部分，他们会以一定的周期购进一系列的商品，大部分以耗材用品为主，因为这些客户本身已经有一定量的复印机或打印机之类的办公自动化设备，在使用这些设备的过程中会有很多的消耗，如打印纸、墨盒、钴粉等。这些用品的消耗速度是一定的，因此到了一定的时间，他们就会发生购买行为。这样的客户一般情况下交易量会很大，而且是长久的定期客户。至于新客户，则是那些新公司或新部门成立，需要为办公室准备一些必须的自动化设备，往往会先以购进大型的复印机或打印机为主，在使用一段时间之后，再根据实际情况购进耗材，完善办公室设备的需求。这种购买的行为一般会持续 2-3 个月左右，他们会在这段时期内不断地发现自己的新需求，购买行为直到需求基本上被满足为止。由于这些客户使用大量的办公设备，需要的耗材数量也很巨大，这些新客户就是公司潜在的大客户。公司可以利用一系列的方式维护与这些潜在客户之间的关系，这也为公司降低了寻找新客户的成本，而这些客户成为重7 / 9要客户的机率也会比其他客户高。 五、结束语 数据挖掘技术在以客户为中心的电子商务时代扮演越来越重要的角色，可以通过对企业销售数据的关联分析把企业的大量客户分成不同的类型，并发现不同类客户的需求特征，从而提供不同的产品和服务，维护好老客户，挖掘新客户，不断提高客户满意度。 3.关注潜在客户的需求 数据挖掘结果关注的是公司重要客户购买规律，公司针对这些客户进行客户关系的维护固然十分重要，然而挖掘潜在的客户的需求同样很重要。公司所有的客户中，除了代理型客户以外还有自用型客户，而自用型客户又可以分为新客户和老客户，老客户是属于重要客户的一部分，他们会以一定的周期购进一系列的商品，大部分以耗材用品为主，因为这些客户本身已经有一定量的复印机或打印8 / 9机之类的办公自动化设备，在使用这些设备的过程中会有很多的消耗，如打印纸、墨盒、钴粉等。这些用品的消耗速度是一定的，因此到了一定的时间，他们就会发生购买行为。这样的客户一般情况下交易量会很大，而且是长久的定期客户。至于新客户，则是那些新公司或新部门成立，需要为办公室准备一些必须的自动化设备，往往会先以购进大型的复印机或打印机为主，在使用一段时间之后，再根据实际情况购进耗材，完善办公室设备的需求。这种购买的行为一般会持续 2-3 个月左右，他们会在这段时期内不断地发现自己的新需求，购买行为直到需求基本上被满足为止。由于这些客户使用大量的办公设备，需要的耗材数量也很巨大，这些新客户就是公司潜在的大客户。公司可以利用一系列的方式维护与这些潜在客户之间的