数据挖掘技术在客户管理系统中的应用

数据挖掘技术在客户管理系统中的应用

ID:12363510

大小:57.50 KB

页数:8页

时间:2018-07-16

数据挖掘技术在客户管理系统中的应用_第1页
数据挖掘技术在客户管理系统中的应用_第2页
数据挖掘技术在客户管理系统中的应用_第3页
数据挖掘技术在客户管理系统中的应用_第4页
数据挖掘技术在客户管理系统中的应用_第5页
资源描述:

《数据挖掘技术在客户管理系统中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数据挖掘技术在客户关系管理系统中的应用关键词:数据挖掘客户关系管理应用步骤[摘要]随着电子商务时代的来临,客户变得越来越重要,谁能掌握客户的需求趋势、加强与客户的联系,有效管理和发掘客户资源,谁就能取得市场竞争优势。客户关系管理成为企业制胜的关键。客户关系管理作为一种“以客户为中心”的先进的经营管理理念,能够实现通过客户利益的最大满足促进企业利润极大增长的经营目标。在客户关系管理中,企业将面临大量的来自于客户和市场的数据和信息,这些数据是大量的、不完全的、有噪声的、模糊的、随机的,但同时又是非常有用的。数据挖掘技术可以将这些数据有效的分析、整理,从而

2、给数据使用者提供有效、及时的信息。本文就数据挖掘技术在客户关系管理中如何应用做了粗浅的探讨。  根据波特的影响企业的利益相关者理论,企业有五个利益相关者,分别是客户、竞争对手、供应商、分销商和政府等其他利益相关者。其中,最重要的利益相关者就是客户。现代企业的竞争优势不仅体现在产品上,还体现在市场上,谁能获得更大的市场份额,谁就能在竞争中占据优势和主动。而对市场份额的争夺实质上是对客户的争夺,因此,企业必须完成从“产品”导向向“客户”导向的转变,对企业与客户发生的各种关系进行管理。进行有效的客户关系管理,就要通过有效的途径,从储存大量客户信息的数据仓库

3、中经过深层分析,获得有利于商业运作,提高企业市场竞争力的有效信息。而实现这些有效性的关键技术支持就是数据挖掘,即从海量数据中挖掘出更有价值的潜在信息。正是有了数据挖掘技术的支持,才使得客户关系管理的理念和目标得以实现,满足现代电子商务时代的需求和挑战。一、客户关系管理(CRM)客户关系管理(CustomerRelationshipManagement,CRM)是一种旨在改善企业与客户之间关系,提高客户忠诚度和满意度的新型管理机制。它是企业通过富有意义的交流和沟通,理解并影响客户行为,最终实现提高客户获取、客户保留、客户忠诚和客户创利的目的。它包括的主

4、要内容有客户识别、客户关系的建立、客户保持、客户流失控制和客户挽留。通过客户关系管理能够提高企业销售收入,改善企业的服务,提高客户满意度,同时能提高员工的生产能力。CRM作为管理企业与客户关系的主要管理系统平台,不仅要处理企业与客户之间的业务,还要处理企业内部相关部门的业务。CRM中不仅包含客户的信息资料,而且涉及市场竞争对手的情报资料,还包括了企业进行营销、销售及支持服务所需的各种数据。信息数据的来源是多种多样的,可以是本地数据库,也可以是异地数据库,甚至可以是E-mail、文本文件等。客户与企业、部门与部门、业务与业务、销售与市场及服务间复杂关系

5、,导致CRM中的数据不论是结构、类型还是彼此间的关联都是复杂多变的;对这种数据进行的处理也是多种多样的。因此,要实现对CRM数据的及时、准确的处理和有效利用,就需要:(1)建立统一的信息编码系统;(2)设计能够良好反映事务特性的数据模型;(3)划分数据库类型,在分布式数据库管理系统和网络平台基础上,设计全局共享及局部共享数据库,以支持分布式数据处理,实现各分系统之间及其内部各功能模块之间的信息集成;(4)提供强大的数据库管理系统,并在此基础上敬爱拿过来完善的客户销售数据库、客户市场数据库、客户支持与服务数据库、企业综合信息数据库等。由于CRM是以客户

6、为整个管理的中心,不同于其它管理系统,其数据库管理有自己的特性。因此,需要建构自己的CRM数据库。在构建CRM数据库时,应注意CRM的特性,同时也要注意CRM系统与企业其它管理系统的协调。二、数据挖掘(DM)数据挖掘技术是客户关系管理的引擎数据挖掘(DataMining,DM),又称知识发现(KnowledgeDiscoveryinDatabase,简称KDD),是通过从数据仓库中存储的大量的、不完全的、有噪声的、模糊的、随机的实际应用的数据中,抽取人们感兴趣的、有意义的、隐含的、以前未知的并有潜在使用价值的知识的过程。在分析型CRM系统中,数据挖掘

7、是其中的核心技术,数据挖掘是从大量的数据中,抽取出潜在的、有价值的知识、模型或规则的过程。对于企业而言,数据挖掘可以有助于发现业务发展的趋势,揭示已知的事实,预测未知的结果,并帮助企业分析出完成任务所需的关键因素,以达到增加收入、降低成本,使企业处于更有利的竞争位置的目的。1.数据挖掘常用的算法。(1)决策树(decisiontree)决策算法。决策树是一个类似于流程图的树结构。其中每个内部节点表示在一个属性上的测试,每个分枝代表一个测试输出,而每个树叶节点代表类或类分布。决策树算法包括树的构造和树的剪枝,有两种常用的剪枝方法:先剪枝和后剪枝。(2)

8、神经网络(NeuralNetwork)。神经网络是一组连接的输入,输出单元,其中每个连接都与一个权相连,在学

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。