[硕士论文精品]服务挖掘模型与算法研究

摘要在如此快速发展的社会中，企业如何快速、有效地提出各种高质量的服务是企业面临的一项挑战。由于计算机技术的发展，在信息方面能够给企业以很好的支撑，但是随着数据量的不断扩大，如何从成千上万的数据中发现有价值的知识从而支持企业的业务发展将变得越来越困难。很多数据更多的只是例行公事而被记录下来，企业很难意识到在这些数据中隐藏着大量的信息和知识，更加不提有目的地在这些数据中找寻知识来评价自己的服务以及提出更有质量的服务。同时，客户的消费行为反映出了他们对需求并不清晰，客户很多时候并不清楚自己到底需要什么样的服务，不能很好的识别自己需要的服务。同时，服务提供方也并不能主动的对客户进行服务，更多的是被动地响应客户的要求，服务质量难以有质地提升。本文研究的目的就是为了建立一个可行的服务挖掘的系统框架，以达到主动挖掘客户需要的服务。本文探讨了目前汽车销售中售后服务的现状和不足，提出了一个能有效提升企业效益的服务挖掘工具。服务挖掘主要强调服务提前理念，作用是在高度竞争的市场情况下为客户提供差异化的“主动”服务，改变传统“被动”服务的运作模式，使企业的有限资源发挥最大作用。它是一种对客户关系管理的补充和延伸的技术，更多的是依赖于数据挖掘技术。同时，也需要有相应的行业知识以及较详细的客户信息。它是对知识管理、数据挖掘的一种综合运用。本文具体阐述了服务挖掘的前提和内涵以及服务挖掘和客户关系管理、数据挖掘之间的关系。提出一个切实可行的服务挖掘的系统框架，详细阐述了服务挖掘系统框架中的各个部分的结构和作用，并提出了要支持此框架正常运作所需要的条件。探讨了服务挖掘框架中最重要的两个部分客户车辆行驶里程的预测和客户驾驶偏好的评估的实现方法，并综合运用数据挖掘，神经网络、灰色模型、线性回归等预测方法，提出一个切实可行的方案。同时，利用一定的数据量进行了服务挖掘的实证研究，取得了比较好的效果。最后，作者利用开发工具实现了一个较完善的软件系统，为后继研究提供了一个有效的平台。关键词服务挖掘，客户关系管理，数据挖掘，预测HTTP/WWWLAO84COM/南京汽车美容ABS仃ACTITISABIGCHALLENGEFORENTERPRISESTOOFFERSERVICEWITHHI曲QUALITYANDEFFICIENCYINTHISHIGHDEVELOPINGSOCIETYWITHTHEDEVELOPINGOFCOMPUTERTECHNOLOGY，THEENTERPRISECAGETAGOODHELPFROMTHEINFORMATION，BUTWITHTHEINCREASINGTHEDATA,HOWTOGETTHEVALUABLEKNOWLEDGEFROMTHETHOUSANDSOFINFORMATIONTOSUPPORTTHEENTERPRISEISBECOMINGHARDER，BECAUSEMANYDATAWASRECORDEDROUTINELY,PEOPLECANNOTREALIZETHEUSEFULINFORMATIONANDKNOWLEDGEBEYONDTHEM，EVENTOGETSOMETHINGUSEFULTOREMARKTHEIRSERVICEANDSUPPLYBETTERATTHESAMETIME，THEBEHAVIORSOFTHECUSTOMERSREFLECTEDTHATTHEYDONOTKNOWWHATTHEYREALLYNEEDANDEVENTOREALIZETHEM,THESUPPORTERC卸NOTSERVETHECUSTOMERSINITIATIVE，WHATTHEDOMOLEISMEETTHEDEMAND，THESERVICESC壮NOTHAVEABIGIMPROVEMENTTHERESEARCHGOALOFTHISTHESISISTOMAKEAFEASIBLEFRAMEWORKFORTHESERVICEMININGTOMINEWHATTHECUSTOMERSNEEDINITIATIVEAGAINSTTHEWEAKNE豁INANDAFTERTHEAUTOMOTIVESALES，IPROPOSEDASERVICEMININGTOOLWHICHCANDEVELOPTHEEFFECTIVENESSEFFECTIVELYINTHISTHESISTHESERVICEMININGEMPHASISTHEIDEAOFSERVICEADVANCE，BECAUSEINTHEPAST，THEENTERPRISEOFTENWORKPASSIVE，NOWWEHAVETOCHANGETHISTRADITIONANDTOSUPPLYADIFFERENTINITIATIVE靶RVICETOMAKETHEBESTUSEOFTHELIMITEDRESOURCESITISASUPPLEMENTARYANDSPREADFORTHECRMANDDEPENDMOREONTHETECHNOLOGYOFTHESERVICEMINING，BESIDES，ITALSONEEDTHESPECIALKNOWLEDGEANDTHECUSTOMERINFORMATIONINFACT，ITISANINTEGRATEDUSEOFTHEKNOWLEDGEMANAGEMENTANDRVICEMININGINTHISTHESIS，IELABORATEDTHEPREMISEANDTHECONNOTATIONANDEVENTHERELATIONSHIPAMONGTHESERVICEMINING,CRMANDTHEDATAMINING，RAISEDANAVAILABLEFRAMEWORKFORTHESERVICEMINING,DESCRIBEDTHESTRUCTUREANDROLEOFEACHPART，ANDALSOGAVEWHATREALLYTOMAKESURETHEFRAMEWORKNEEDCARLWORKNORMALLYTHEIMPORTANTPARTSOFTHEMILEAGEPREDICTIONANDDRIVERSHABITOFSERVICEMININGAREALSODISCUSSEDANDWEHAVEPROPOSEDANEXECUTABLEPROGRAMBYUSINGTHEMETHODOFDATAMINING,GRAYMODELANDANNTHEN，WEMADEANEMPIRICALSTUDYOFOURMODELFINALLY，WEOFFERANEFFICIENCYPLATFORMBYHAVINGDESIGNEDANDIMPLEMENTEDSOFTWAREOFSERVICEMININGKEYWORDSSERVICEMINING,CRM，DATAMINING,PREDICTION独创性声明本人声明，所呈交的论文是本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，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工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。签名超堡ET期迎211竺关于论文使用授权的说明本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后应遵守此规定签名堑焘益导师签名亟纽日期迎Z垡翌HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文第1章绪论11研究课题的来源、背景和研究意义111课题的来源本文基于湖北三环海通有限公司管理信息系统项目，同时也是对和导师合作发表的名为SERVICEMININGBASEDONTHEKNOWLEDGEANDCUSTOMERSDATABASES论文的进一步研究。112研究课题的背景在如此快速发展的社会中，企业如何快速、有效地提出各种高质量的服务是企业面临的一项挑战。由于计算机技术的发展，在信息方面能够给企业以很好的支撑，但是随着数据量的不断扩大，如何从成千上万的数据中发现有价值的知识从而支持企业的业务发展将变得越来越困难。很多数据更多的只是例行公事而被记录下来，企业很难意识到在这些数据中隐藏着大量的信息和知识，因而不能有目的地在这些数据中找寻知识来评价自己的服务以及提出更有质量的服务。在我们的研究课题中，我们发现三环海通4S店现有的车辆维修管理系统中存在大量的数据，包括每位客户的基本信息，车辆信息以及历次的维修明细信息，同时，在系统中还包括维修车自J所有零件的基本信息以及库存变化信息。每天都有大量的数据产生，但隐藏在这数据中的有价值的信息并没有被发现或者重视，更加没有利用这些挖掘出来的信息提供更有价值的产品服务。基于此，我们在项目中做了大量的调查研究，提出了服务挖掘的理论框架，旨在为企业创造效益，同时，也努力将此应用推广到其他有这样需求的行业中去。113课题研究意义客户的消费行为反映出了他们对需求并不清晰，客户很多时候并不清楚自己到底需要什么样的服务，不能很好的识别自己需要的服务。同时，服务提供武汉理工大学硕士学位论文方也并不能主动的对客户进行服务，更多的是被动响应客户的要求，服务质量难以有质地提升。比如汽车维修行业中，车主驾车都有各自的特点，服务者是没有办法在不检查客户的车辆的情况下对客户所需服务进行判断的。而且也找不到个可以参考的标准，虽然车辆生产者发布了保养规范，但是这个保养规范所假设的情况并不适用于所有的驾驶者，因为每辆车行驶的路况，所处交通状况，以及闲置时间等都是不一样的。而且还有各种油料的使用，载重情况等等都在不同程度地影响着车辆的各个部件的性能。同时用户对自己汽车情况的了解当然不如工程师那么清楚，这个时候他更多的是采取工程师的建议，而对工程师的建议他并没有太多的能力来辨别与评价，同时工程师也只能被动地响应客户的服务请求。并且，这种方式往往只能依靠一对一的交谈的形式实现，单位客户的服务成本太高。从汽车产业的角度11】来看，汽车产业价值链正向售后服务领域延伸。据国外权威机构发布的一组数据表明，目前，汽车销售利润在整个产业链利润构成中仅占20左右，零部件供应占20左右，而50到60利润产生于服务环节，一辆车从购买到报废，除了车价以外的开销将是车辆原价的2倍，其中售后服务领域利润占了很大一部分。面对汽车销售进入“微利时代”，发掘售后服务领域的潜在利润来弥补整车销售的利润不足已成为很多4S店经销商当今的盈利举措。在服务管理的质量上，目前国内汽车4S店的管理模式和产品结构也有很多弊端。主要体现在以下几个方面。1“四位”未协同所谓4S是指是指集整车销售SALE、零配件SPAREPART、售后服务SERVICE、信息反馈SURVEY四位为一体的汽车销售模式。多数经销商对于整车销售、零配件经营、售后服务和信息反馈“四位”如何整合为“一体缺乏长远的战略运筹。2信息反馈形同虚设4S中有一个很重要的功能就是信息反馈，信息是决策的基础，4S店每天在销售、保养、维修等服务过程中接触到大量极具价值的信息，但由于信息反馈创造效益的不明显性，实际上多数4S店极少注意发挥4S店的信息反馈的功能。意识落后，缺乏长远的规划致使信息反馈功能形同虚设。3被动的经销商4S店对厂家有极为明显的依附性，其经营的优劣，除了经销商的努力外，2HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文更受汽车厂商品牌的影响力、市场策略的灵活性、经营管理的支持度等因素的影响。经销商的被动很大程度上导致了4S店模式的僵化。4管理层次低，销售凭经验目前的4S店大都是人治式的、随意性的管理营销队伍专业化程度较低对现代汽车营销更是知之甚少我国汽车营销是一种新兴产业，在迅速发展过程中，汽车销售业务人员专业素质不高的现状越来越显现出来。据调查显示，品牌专卖店销售人员中虽然大专以上文化程度的已经占80，但接受过系统汽车营销专业培训的人也不到20，一般销售员仅接受过厂家针对自己品牌的销售培训。卖车是一门学问，无论是汽车市场分析，还是汽车推销技巧，处处都存在着学问。目前我国的汽车营销还是一种粗放型的营销，还只是一种简单的卖车。这些问题，在我国还没有引起汽车经销商的高度重视，在欧、美等汽车市场成熟国家已经形成了系统的汽车营销体系，销售人员都是专业化销售，而非像我们的经验型销售。我国汽车市场已是买方市场，市场竞争越来越激烈，专业知识越来越重要，是继续凭经验销售还是及时转向专业化销售，是摆在各大汽车商面前的一项重大课题。搞汽车销售以前是靠资源、靠机遇，以后要靠专业人员的素质取胜。我国已入WTO，国外汽车服务公司己准备进入中国汽车服务行业，中国汽车经销商不抓紧时间提高自己，只有面临着被淘汰。5模式的泛化4S店持续发展的基础是主流品牌以规模求得效益，高端品牌以厚利维持发展。主流品牌由于销量大，售后服务业务拥有大量客户，利润也颇可观。对于销售高档车的4S店而言，维修和保养方面的利润是稳定的，因为这部分用户通常价格的敏感度不高，他们愿意而且有能力支付高价以享受高品质有保障的服务。对于刚刚起步、知名度低、小规模的品牌，盲目投入大量资金建立4S店较难持续发展。所以要想提高企业在行业中的竞争力，就需要提高管理水平，开阔思路，开发出真正符合市场需求的产品。而我们提出的服务挖掘就是一种有益的尝试。本文希望提出一种有效的服务挖掘方法，使得客户可以通过这个系统及时了解到他应该采取的服务，以及怎样采取服务是对自己最有利的，系统通过分析用户的服务记录和反馈记录等信息，结合产品的使用规范和专家知识，挖掘出客户需要采取的服务，并进行自我评价，不断修正挖掘机制，提高挖掘出的服务质量。完善的服务挖掘，服务反馈，服务评价方法将会不断修正系统中的3武汉理工大学硕士学位论文知识，提升知识的质量，从而挖掘出更精确地服务。而信息技术的引入，将使得服务效率大大提高，客户的服务成本得以降低。12服务挖掘的发展历程及国内外研究现状目前国外有关服务挖掘的概念还相对空白，而服务挖掘可以借鉴服务管理和知识管理的思想，对客户关系管理理论也是一种补充，同时对服务的挖掘也综合运用了数据挖掘、预测等的技术。针对本文研究的汽车售后服务领域，汽车故障诊断技术的研究将是指导服务挖掘的关键领域。汽车故障诊断专家系统的研究始于20世纪70年代末，并用于工程领域的故障诊断研究。国内在汽车故障诊断技术的研究方面起步较晚。20世纪80年代末，国内部分高校和科研机构对汽车故障诊断专家系统进行研究【2LO20世纪90年代中期后，国内的研究进入快速发展期，部分高等院校傲了大量的研究工作，部分研究已达到国外同等水平。从整体上看，无论是知识表示方法，还是诊断推理方法，都呈现出多样化。在基于信号处理方面，从传统的傅里叶变换到小波分析，为故障诊断信号的预处理提供一条有效的技术路线。在基于知识处理方面，从传统基于逻辑的诊断专家系统模型到集成模糊逻辑、实例和神经网络技术的诊断专家系统模型，仅仅经历了十来年的时问。总的来说，我国在汽车故障诊断专家系统方面的研究一直紧跟国外学术动态，虽然目前还处于起步阶段，但对新理论、新方法和新趋势等方面的把握和研究及时，逐步取得了一些有价值的成果。目前国内外对服务管理【3】方法的研究相对较少，而且根据美国学者RAYMONDFISH等1995所做的一项文献调查服务质量是迄今为止，服务管理方面研究最为集中的问题。根据认知心理学的基本理论，芬兰的CROMOOS教授在1983年开创性提出了顾客感知服务质量CUSTOMERPRECEIVEDSERVICEQUALITY概念，并明确了其构成要素。他认为服务质量从本质上看是一种感知，它由顾客的服务期望与感知到的实际服务绩效之白J的比较决定，其最终的评价者是顾客而不是企业。TMFGB917提出了服务等级协定SLA，SERVICELEVELAGREEMENT以解决客户和SP之间关于服务质量保证的问题，TMFGB921定义了基于ETOM商务处理框架的服务质量保证流程，但仅提出了贯穿业务生命周期的服务质量管理方法的抽象概念和需求，缺乏实施细则，无法直接指导实际管理工作。4HTTP/WWWLAO84COM/南京汽车美容武汉理大学硕士学位论文CRONROOS1984将服务质量划分为与服务产出有关的技术质量和与服务过程有关的功能质量。这个划分使人们对顾客消费的理解从结果消费扩展到过程消费，对服务质量理论的建立起到了重要作用。121知识管理的国内外相关研究现状国内外对知识管理的范围、内容体系、框架有较丰富的成果“1。SHIN，MINSOO，HOLDEN，TONYSCHMIDT，RUTHA2001认为目前知识管理有5个主要研究领域，包括文化、知识定位、意识、评估和吸收。IONGJINA2003知识理论主要集中在知识来源、知识集成、内部知识转化或外部知识转移。WIGG提出了知识管理的框架，这个框架包括知识的创造和来源、编辑和转化、扩散和应用、价值实现等。MARQUARDT和ODELL分别提出知识管理应包括知识获取于知识存储、知识识别与共享。此外，还有一些学者也提出了类似的框架，如HOLSAPPLE通JOSHI、APOSTOLOU、MENTZAS、RUGGLES、VANDERSPEKSPIJKERVET，BUCKLEYCARTER，ERNSTYOUNG，RYOUNG等。这些都可以被归结为知识管理的任务，这些知识管理任务一般包括知识的创造、知识获取、知识的转化、知识编码、知识共享、知识传播与扩散、知识存储、知识的整合、知识应用等。HISANGCHU2000认为知识管理包括7个方面的内容1发起阶段在这个阶段管理者创造一种知识管理的氛围并让员工关注。2生产阶段组织开始识别哪里有知识和谁有知识，并从外部吸收知识。3建模阶段关注结识和建构知识。4存储阶段管理者采取合适的方法存储知识，通过这些活动，知识能够被员工更方便地共享和获取。5扩散和转移阶段通过构建信息基础设施和员工交互机制，知识变得对人们有用。6使用阶段知识管理的最终目标是创造价值、管理者关心如何将组织的知识资产转变为经济价值。7返视这个阶段的主要任务是评估知识管理的效果。这实质上是从知识管理的流程上看知识管理研究内容构成的。表11是几种5武汉理工大学硕士学位论文内容构成观。国内学者左美云等认为，知识管理研究的基本框架中，应包括以下几个要素，也就是所谓的“5W1H”，他们分别指指示管理研究的原因WHY、主体WHO、客体WHAT、地点WHERE、时间W脏N以及实务H0W。要进行知识管理的研究，也可以依5W1H的框架进行。表11知识管理内容构成观活动集成框架发起生产建模存储转移使用返视WIG1993探索知识治理知识评估知识NOASKSAKECHI共享隐创造解释概念交叉平建立模型性知识概念衡知识ARTHURANDERSON识别、收组织共享应用采纳集、创造CHOO感知知识创造决策TAVLOR知识发展知识使用122客户关系管理的国内外研究从企业角度来看，GARTNERGROUP认为，所谓的客户关系管理就是为企业提供全方位的管理视角赋予企业更充分的客户交流能力，最大化客户的收益率旧。从商业角度来看，HURWITZGROUP认为，客户关系管理的焦点是自动化并改善与销售、市场营销、客户服务和支持等领域的客户关系有关的商业流程。客户关系管理既是一套原则制度，也是一套软件和技术。它的目标是缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新的市场和渠道以及提高客户的价值、满意度嗡、赢利性和忠实度。客户关系管理应用软件将最佳的实践具体化并使用了先进的技术来协助各企业实现这些目标。客户关系管理在整个客户生命期中都以客户为中心，这意味着客户关系管理应用软件将客户当作企业运作的核心。客户关系管理应用软件简化协调了各类业务功能如销售、市场营销、服务和支持的过程并将其注意力集中于满足客户的需要上。6HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文从信息技术角度来看，大中华客户关系管理研究所认为，客户关系管理应用系统的定义就是利用最新的信息技术，针对企业销售、服务与营销三个客户交互业务领域的客户关系管理需求而设计出的各种软件功能模块的组合。一个能够有效实现客户关系管理理论的应用系统的特征有基于一个统一的客户数据库。具有整合各种客户联系渠道的能力。能将信息以快速、方便的方式向系统用户传递。提供销售、服务和营销三个业务的自动化工具，并在三者之间能进行无缝连接。具有从大量交易资料中提炼信息的能力决策分析能力。可以将客户关系管理理解为面向客户的营销管理系统，有对内和对外两重管理功能，对内是对营销过程中的管理和知识管理，营销过程管理要完成营销管理部门对营销的管理和考评，知识管理要完成营销信息的管理，为营销人员提供沟通的平台，对外是对企业所面对的营销市场的分析和客户状态的管理。同时，在一些涉及到具体的汽车售后服务行业的细节上，FEDERICOMANCOSUL6L提出了通过修正轮胎，车辆以及道路的设计技术来提高汽车的安全性的思路给了我很大启发。同时，一些学者17I州研究的一些汽车行业的专业知识和成果让我能够更加准确的把握汽车售后服务的内涵。ISAMILDAGLII9J提出了一个动态规划的模型以及客户调查模型来达到评价预测的目的，这个观点在本文评价客户使用偏好的方法方面提供了借鉴。在和导师合作发表的SERVICEMININGBASEDONTHEKNOWLEDGEANDCUSTOMERDATABASESTOL_文中已经提出了一个服务挖掘系统的框架，并提出了一个比较简单的客户偏好分析模型和客户行为预测模型。方沛辰【J在述评年首届研究生数学建模竞赛中对各种统计分析方法在售后数据中的应用进行了详尽的比较分析，提出一个相对理想的分析方法。同时，国内学者对客户关系管理以及数据挖掘【1211161等方面也有深入的研究。梁循提出了一种基于关联规则挖掘的聚类方法给我在分析客户偏好以及客户分类方面提供了更多的思路。13论文的主要工作本文提出一个可实现的具体的服务挖掘方案，包括服务挖掘的框架、模型以及相应的推理算法。在保证一定的精确度的前提下，我们做出如下假设系统已经有了客户所持有产品在整个生命周期中的性能变化指标的相关数据，服务保养的规范，加之对客户使用偏好的准确评价，结合历史数据，就可以预测7武汉理工大学硕士学位论文出客户将需要的服务，达到服务挖掘的目的，而其中挖掘的精度，将由模型的设计，评价体系的设计和预测的方法共同决定。这也是本系统的复杂性所在。在服务挖掘的推理机制上，本文需要继续深入解决几个问题，第一是如何准确的评价消费者的使用偏好，并且找到一种可以以标准服务规范为基础来评价客户的使用偏好的方法，第二是如何准确预测消费者的产品消耗速度，本文拟采用行驶里程来描述。同时，找到一种有效的修正算法来保证模型的自适应性。同时，在设计好系统实现模型的基础上，作者会努力开发一个基于服务挖掘的主动服务系统，来验证服务挖掘的可行性以及设计的算法的精确度。131研究内容文章第一部分阐述了服务挖掘所涉及的客户关系管理、知识管理、数据预测、数据挖掘等理论的基本原理，并明确了服务挖掘和这些理论之间的关系。第二部分提出一个切实可行的服务挖掘的系统框架，详细阐述了服务挖掘系统框架中的各个部分的结构和作用，并提出了支持此框架正常运作所需要的条件和具体的服务挖掘过程。第三部分探讨了服务挖掘框架中最重要的两个部分客户车辆行驶里程的预测和客户驾驶偏好的评估的实现方法，将现有的一些预测方法进行了综合的比较分析，并提出一个切实可行的方案。第四部分对前面提出的方案的两个部分分别进行实证研究，分别利用神经网络、灰色模型和线性回归方法对客户的行驶里程进行了预测，并在ASPNET平台上初步实现对客户行驶里程的预测。论证了第二部分提出的服务挖掘框架中的行驶里程预测的核心模型算法。对于客户驾驶习惯评价模型，由于第三部分提出的模型框架比较简单，故没有描述具体的实现过程。最后一部分对目前的服务挖掘框架进行了概括，提出不足以及对后续研究的设想。132本文创新点提出一个基本切合实际的服务挖掘模型框架，利用神经网络等一些可行的模型算法来完善此框架，提高服务挖掘的质量。HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文第2章服务挖掘的定义及理论支撑21服务挖掘的定义本文引用王虎旧教授在SERVICEMININGBASEDONCUSTOMERVALUEANALYSIS文中对服务挖掘的定义，定义如下服务挖掘是指基于客户服务数据库，利用各种分析与统计工具，获取每个客户对某一特定产品的消费或使用偏好特征，结合给定的专家知识以及生产商提供的服务指南，挖掘出客户行为特征118121J对每项服务所产生的影响因子，并将其作为制定客户服务计划的主要知识保存于知识库中，这一系列的因子将随着客户接受服务的不断延续而被持续刷新。结合预测模型、标准服务指南和知识库L捌，预测出每个客户下一次最有可能接受服务的项目以及最有可能接受此项服务的时间，从而为服务商开展差异化的主动服务提供技术上的支持。它主要强调服务提前理念，作用是在高度竞争的市场情况下为客户提供差异化的“主动”服务，改变传统“被动”服务的运作模式，使企业的有限资源发挥最大作用。22服务挖掘的前提服务挖掘是一种对客户关系管理的补充和延伸的技术，更多的是依赖于数据挖掘技术。同时，也需要有相应的行业知识以及较详细的客户信息。它是对知识管理、数据挖掘的一种综合运用。涉及到其体的汽车售后服务PL行业中，这包括客户基本信息，客户历史维修信息等。没有一定的知识和客户信息为基础，服务挖掘是难以实现的。在保证一定的精确度的前提下，我们做出如下假设系统已经记录了客户所持有产品在整个生命周期中的性能变化指标的相关数据，服务保养的规范I矧，加之对客户使用偏好的准确评价，结合历史数据，就可以预测出客户将需要的服务，达到服务挖掘的目的，而其中挖掘的精度，将由模型的设计125261127，评价体系的设计和预测【28】的方法共同决定。9武汉理工人学硕士学位论文23相关理论概述231客户关系管理客户关系管理CRM其内涵是企业利用喊术和互联网技术实现对客户的整合营销，是以客户为核心的企业营销的技术实现和管理实现。客户关系管理的本质实际上是营销管理，是一种对以客户为导向的企业营销管理的系统工程。客户关系管理的根本来源并不是技术的进步，而是营销管理演变的自然结果，在西方的市场竞争中，企业领导者发现传统的由市场部门实现的营销方法越来越无法实现营销的目标。而应反映出在营销体系中各种交叉功能的组合，其重点在于赢得客户。这样，营销重点从客户需求进一步转移到客户保持上，并且保证企业把适当的时间、资金和管理资源直接集中在这两个关键任务上。新的客户关系管理实施范例反映出传统营销到客户管理的变化。对客户关系管理应用的重视来源于企业对客户长期管理的观念，这种观念认为客户是企业最重要的资产并且企业的信息支持系统必须在给客户以信息自主权的要求下发展。成功的客户自主权将产生竞争优势并提高客户忠诚度最终提高公司的利润率。客户关系管理的方法在注重4P关键要素的同时，反映出在营销体系中各种交叉功能的组合，其重点在于赢得客户。这样，营销重点从客户需求进一步转移到客户保持上并且保证企业把适当的时间、资金和管理资源直接集中在这两个关键任务上。客户关系管理最重要的是建立一套完整的客户信息系统，通过对过程的管理，随时了解客户的状态。因而有人提出必须像管理其它资产一样对客户进行管理，做到像了解产品样了解客户，像了解库存变化那样了解客户的变化。客户关系管理的基本过程如下1数据收集获取、整理和管理从内部和外部获得的客户数据，如姓名、个人资料、爱好、交易记录以及其他行为。把这些数据放入数据仓库，可以用数据仓库整合和管理从互不关联的来源获取的数据，以便进行分析，形成对特定客户的洞察。2数据分析利用收集到的数据来探索客户的行为方式和预测客户交往可能产生的盈10HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文利。3优化面对大量的客户、产品和渠道的组合，帮助决企业定怎样以最佳的方式配置有限的用于客户活动的资源，以达到特定的预期目的如实现更高的投资收益率。优化的结果是提供一个强有力的工具，帮助市场营销人员确认哪些是目标客户，应该在他们身上投入多少资源，通过什么渠道跟他们建立联系，不同的客户活动应该提供什么样的产品，来达到最佳的效果。4个性化通过内容的调整来产生客户化的、一对一的交流。个性化的内容包括在与客户交往的时候掌握单个客户的信息和偏好，提供实时的产品和服务的组合，以及产生针对特定客户的对话内容来指导客户服务人员与客户的交流。非营销人员能够通过客户经理在客户关系管理系统中记录的资科了解到老客户的一些情况，了解来客户的特点从而使企业能够吸引新客户和留住老客户，做到对客户的全面关心和服务，这种立体式的服务一旦形成为服务体系，就能够使得客户对这种服务的认同。通过客户关系管理系统对客户的管理，企业能够通过客户关系管理找出获利能力最高的20的目标客户以及分析这些人的年龄、地区、职业，接着推估其所得是否做其它投资，再根据这三个特性筛选出客户，识别什么样的客户是潜在客户，制定行销策略。现在企业和客户之间的关系是经常变动的，一旦一个人或者一个公司成为我们的客户，就要尽力使这种客户关系对你趋于完美，一般来说可以通过这三种方法最长时间地保持这种关系；最多次数地和你的客户交易最大数量地保证每次交易的利润。而应用客户关系管理就可以有利于我们有针对性地对已有的客户进行交叉销售，公私联动，来增强营销效果。数据仓库L冽是客户关系管理的基础，是满足系统对各方面数据的要求。传统的数据库技术是以单一的数据资源，即数据库为中心，进行事务处理、批处理、决策分析等各种数据处理工作，主要的划分为两大类操作型处理和分析型处理或信息型处理。操作型处理也叫事务处理，是指对数据库联机的日常操作，通常是对一个或一组记录的查询和修改，主要为企业的业务服务，注重响应时间，数据的安全性和完整性；分析型处理则用于管理人员的决策分析，经常要访问大量的历史数据。传统数据库系统优于企业的日常事务处理工作，而且难于实现对数据分析武汉理工大学硕士学位论文处理要求，已经无法满足数据处理多样化的要求，也无法满足客户关系管理对业务的运作以及整个市场相关行业的情况进行分析，而做出有利的决策。这种决策需要对大量的业务数据包括历史业务数据进行分析_才能得到，而数据仓库就是一个作为决策支持系统和联机分析应用数据源的结构化数据环境，所要研究和解决的问题就是从数据库中获取信息的问题，也就是数据挖掘。数据挖掘是客户关系管理系统接口的核心，是客户关系管理中实现数据分析的技术基础。232数据挖掘技术数据挖掘DATAMINING，又称数据库中的知识发现KNOWLEDGEDISCOVERYINDATABASE，KDD130H331，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。数据挖掘是进行数据查询，它能够找出过去数据之间的潜在联系，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，比如，经过对整个公司数据库系统的分析，数据挖掘工具可以回答诸如“哪个客户对我们公司的邮件推销活动最有可能作出反应，为什么”等类似的问题。将其运用到客户关系管理中，就能在数据量庞大的客户数据库中，将看似无关联的数据进行筛选，净化，提取出有价值的客户关系，对客户需求作出恰当的回应，并预测需求趋势。从20世纪80年代末至今，KDD和数据挖掘技术得到了很大的发展。KDD这一术语首先出现在1989年在美国底特律召开的第11届国际人工智能联合会议的专题讨论会上，1991，1993和1994年又接着继续举行KDD专题讨论会。1995年在加拿大召开了第一届知识发现和数据挖掘国际学术会议，以后每年召开一次。从1997年开始，KDD已经拥有了专门的学术刊物KNOWLEDGEDISCOVERYANDDATAMINING，国外在这方面发表了众多的研究成果和论文，并且开发了一大批数据挖掘软件，建立了大量的相关网站，对KDD和数据挖掘的研究已成为计算机领域的一个热门课题。我国近几年也逐渐跟上国际步伐，许多计算机、数据库、人工智能、机器学习领域的专家学者投入到KDD和数据挖掘的研究中，并已取得了一定的成果。随着数据挖掘研究逐步走向深入，数据挖掘和知识发现的研究已经形成了HTTP/WWWLAO84COM/南京汽车美容武汉理工火学硕士学位论文三个强大的技术支柱数据库、人工智能和数理统计。因此机器学习、模式识别、人工智能领域的常规技术，如分类，聚类，决策树，神经网络，进化计算，以及模糊集，粗糙集等方法经过改进大都可以应用于数据挖掘。但是，数据挖掘系统通常面对的是大量的类型更加复杂的数据，因而，对现有技术的改进，综合各种方法技术优点的有效的集成以及研究面向数据挖掘的新技术都是数据挖掘的研究内容。概括起来主要有基础理论，包括数据库、数据仓库以及海量数据的存储和调用，发现算法包括概括、分类、聚类、关联等针对特定挖掘任务和知识的有效方法。关联发现ASSOCIATIONDISCOVERY1341135L关联分析算法在数据库的记录或对象间抽取关联性。它展示了数据间未知的依赖关系，根据这种关联性就可从某一数据对象的信息来推断另一数据对象的信息。关联性是一种统计意义上的关系，并以置信度因子衡量关联的程度。通常须设定最小置信度作为阀值。聚类分析CLUSTERINGANALYSISI州一聚类分析问题可描述为给定N维空间R中的M个向量，把每个向量归属到C个聚类中的某一个，使得每个向量与其聚类中心的距离最小柚E聚类分析问题的实质是一个全局最优问题。K均值算法是应用较广的算法，但它不一定能得到全局最优。遗传算法具有计算简单、全局优化效果好的特点，以及它在组合优化问题方面所具有的优势。其它一些优化效果较好的算法大多需要大量的时间和空间开销。数据挖掘的任务是从数据中发现模式，模式按功能可分为两大类预测型PREDICTIVE和描述型DESCRIPTIVE。预测型模式是可以根据数据项的值精确确定某种结果的模式。挖掘预测型模式所使用的数据也都是可以明确知道结果的。描述型模式是对数据中存在的规则做一种描述，或者根据数据的相似性把数据分组。在实际应用中，往往根据模式的实际作用细分为分类模式，回归模式，时间序列模式，聚类模式，关联模式，序列模式。分类模式和回归模式是使用最普遍的模式。分类模式、回归模式、时自J序列模式也被认为是受监督知识，因为在建立模式前数据的结果是已知的，可以直接用来检测模式的准确性，模式的产生是在受监督的情况下进行的。一般在建立这些模式时，使用一部分数据作为样本，用另一部分数据来检验、校J下模式。聚类模式、关联模式、序列模式则是非监督知识，因为在模式建立前结果是未知的，模式的产生不受任何监督。通过这些模式，我们一般可以得到以下几类知识【371广义知识GENERALIZATION，关联知识ASSOCIATION，分类知识CLASSIFICATIONAND武汉理L大学硕士学位论文CLUSTERING，预测型知识PREDICTION，偏差型知识DEVIATION。作为一个学术领域，数据挖掘和数据库知识发现具有很大的重合度，大部分学者认为数据挖掘和知识发现是等价的概念。相对来讲，数据挖掘主要流行于统计、数据分析和数据库领域而知识发现则主要流行于人工智能和机器学习领域。从数据处理的过程看，可以把数据挖掘看作知识发现过程中同算法相关的一步，借助于算法在可接受的计算范围内从数据中枚举模式或模型结构。KDD的基本过程包括数据准备DATAPREPARATION、数据挖掘和结果的解释和评估INTERPRETATIONANDEVALUATION。图21KDD的一般过程广泛的应用促使越来越多的研究机构、公司和学术组织从事数据挖掘系统原型与产品的研制和开发。这些系统和工具一般可根据其应用领域分为通用单任务类型，通用多任务类型和面性专用领域类型。它们的挖掘功能和方法上的差别不仅体现在关键技术上，还体现在运行平台、处理的数据类型、与数据库或数据仓库的耦合关系、提供的数据挖掘查询语言和可视化工具、价格等方面。但是，无论是专门用于某一方面和领域的系统，还是紧密结合数据库和数据仓库的综合的系统，除了采用了传统的统计方法外，还采用基于人工智能的技术，包括决策树、规则归纳、神经网络、可视化、模糊建模等，这是数据挖掘工具的发展趋势。同时，数据挖掘工具的丌发不仅要面向专业人员，而且要面向非专业人员以及决策人员，这也是数据挖掘系统的一个发展方向。14HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文许多企业在应用客户关系管理时，专注于有关客户关系管理的系统开发与软件开发，过重注意于11技术的先进性与客户关系管理系统的完整性，反而忽视了客户的真正需求和客户问需求的差异，即忽视了客户关系管理的主要目的。客户关系管理的目的就是要求企业全面的认识客户，最大限度地发展与客户的关系，实现客户价值的最大化，创造企业与客户之间的双赢。24服务挖掘、数据挖掘和客户关系管理的关系241客户关系管理与数据挖掘的关系客户关系管理需要数据挖掘。客户的价值已经越来越多地影响着企业的价值，客户关系管理正是通过建立长期而系统的客户关系来提升单个客户价值的战略，其要旨在于帮助企业通过运用适合的技术以及合理的人力资源洞察客户的行为和他们的价值，以便企业能够迅速有效地对客户的需求进行回应I弘L【39L。客户关系管理的核心是“了解客户，倾听客户”，客户关系管理的目标可以概括为“吸引潜在客户进入，提高现有客户满意度和忠诚度，降低客户流失”，总之一切的最终目的一一提高收益。在企业关注客户关系管理的同时，信息技术的飞速发展为客户关系管理的高效实施提供了技术保证。通过数据挖掘技术对客户需求进行深入分析可以满足企业对个体细分市场的客户关系管理需求。数据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。数据挖掘要求使用者具有对商业问题的深入理解及对模型适用条件的深刻认识。数据挖掘在客户关系管理中扮演的角色。客户关系管理不同于一般的商店管理，它是“以客户为中心”开展企业的各项业务。企业通过搜集、累积大量的市场及顾客的资料，建立了庞大的数据仓库，通过采用数据挖掘技术，寻找出对消费者而言最关键、最重要的影响因素，分析客户行为，提高客户满意度，改善客户关系，并籍此建立真正以客户需求为出发点的客户关系管理系统，从而实现企业和客户的双赢。数据挖掘工具还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。有些数据挖掘工具还能够解决一些很消耗人工时间的传统问题，因为它们能够快速地浏览整个数据库，找出一些专家们不易察觉的极有用的信息。武汉理工大学硕士学位论文因此可以说客户关系管理的成功在于成功的数据仓库、数据挖掘。综上，数据挖掘与客户关系管理有着难以割舍的密切关系，数据挖掘是客户关系管理的前提和基础，客户关系管理是数据挖掘的延续和创新。利用数据仓库和数据挖掘，企业可以制定准确的市场策略与促销活动另一方面，客户关系管理也是提高数据挖掘技术的一个途径。客户关系管理充分利用数据挖掘的分析结果制定市场策略、产生市场机会，并通过销售和服务等部门与客户交流，从而提高企业的利润。通过将两者进行有效的组合，不断促进企业单个客户价值的提升和客户规模的扩大，有效地推动着企业价值和实力的不断攀升。有效的客户关系管理解决方案应该具备的要素。一般来说客户关系管理有两个部分构成，即触发中心和挖掘中，前者指客户和客户关系管理系统通过电话、传真、WEB，EMAIL等多种方式“触发”进行沟通，挖掘中心则是指客户关系管理系统记录交流沟通的信息和进行智能分析并随时调入供客户关系管理系统服务人员查阅。由此可见，一个有效的客户关系管理解决方案应该具备以下要素畅通有效的客户交流渠道触发中心。在通信手段极为丰富的今天，能否支持电话、WEB、传真、EMAIL等各种触发手段进行交流，无疑是十分关键的。对所获信息的有效分析挖掘中心。客户关系管理系统必须能与ERP很好的集成。作为企业管理的前台，客户关系管理的销售、市场和服务的信息必须能及时传达到后台的财务、生产等部门，这是企业能否有效运营的关键。242数据挖掘在客户关系管理中的应用1客户分类客户分类是指将所有客户分成不同的类的过程。对客户进行分类有利于针对不同类型的客户进行客户分析，分别制定客户服务策略。客户分类可以采用分类的方法也可以采用聚类的方法。分类的方法是预先给定类别，比如将客户分为高价值客户和低价值客户。然后确定对分类有影响的因素，将拥有相关属性的客户数据提取出来，选择合适的算法对数据进行处理得到分类规则。经过评估和验证后就可将规则应用在未知类型的客户中，对客户进行分类。聚类的方法则是一种自然聚集的方式，在数据挖掘之前并不知道客户可以分为哪几类，只是根据要求确定分成几类，有些算法需要人为确定输出簇的数目。将数据聚类后，再对每个簇中的数据进行分析，归纳出相同簇中客户的相似性或共性。16HTTP/WWWLAO84COM/南京汽车美容武汉理工大学硕士学位论文客户分类可以对客户的消费行为进行分析，也可以对顾客的消费心理进行分析。企业可以针对不同行为模式的客户提供不同的产品内容，针对不同消费心理的客户提供不同的促销手段等。客户分类也是其他客户分析的基础，在分类后的数据中进行挖掘更有针对性，可以得到更有意义的结果。2客户识别识别客户是企业发现潜在客户、获取新客户的过程。新客户包括以前没听过或没使用过企业产品的人、以前不需要企业产品的人甚至是竞争对手的客户由于新客户的信息企业掌握的并不多，所以企业应采取一些必要的手段来获取潜在客户的信息，如广告宣传的同时进行调查问卷或网上调查等。这些信息应该包括地址、年龄、收入范围、职业、教育程度和购买习惯等。在得到这些相关信息后，企业应该通过一些小规模的实验观察潜在客户对企业产品的不同反应。根据反馈结果建立数据挖掘预测模型，找到对产品最感兴趣的客户群，挖掘结果会显示潜在客户的名单，同时可根据潜在客户的信息分析出哪种类型的人最可能是潜在客户。得到了这样的分析结果，在寻找潜在客户时就有了指导方向。比如，分析结果表明大多数潜在客户都是年龄在2535岁之间的外企职员，那在下一步宣传和获取客户阶段就应该有针对性的设计广告和确定宣传地点。同时，还可以根据潜在客户的特点分析企业产品的优势。3客户保留客户保留是留住老客户、防止客户流失的过程。由于企业对老客户的信息掌握的比较详细，而对潜在客户的信息掌握得很少，所以对于企业来说获取一个新客户远比保留一个老客户的成本高得多。而且在目前开放的商业环境下，企业问的竞争越来越激烈，客户保留也就成为企业面临的一个重要难题。在客户保留过程中，首先要对己经流失的客户数据进行分析，找到流失客户的行为模式，同时分析流失客户流失的原因。根据已经流失的客户的特点还可以预测现在客户中有流失倾向的客户。对于这些客户企业应该及时调整服务