CRM系統：CRM 系統挖掘算法效率的改進

CRM 系統挖掘算法效率的改進 王春燕 (浙江商業職業技術學院, 杭州310015) 摘　要: 目前金融業客戶關系管理(CRM ) 數據挖掘系統所 采用的算法在劃分項集數據區段、細節數據挖掘、運算時間 效率等方面性能較差。該文分析了CRM 系統特性、實施模 型、模型挖掘以及CRM 數據挖掘系統體系結構; 結合時態 關聯規則挖掘的特點, 采取FCQ 算法數據轉換策略, 引入領 域知識的泛化層次表; 在算法的第二次迭代使用Hash 技術 連接和剪枝并采用運用候選項集的性質實現壓縮數據庫規 模的技術。該文方法很好地提高了挖掘算法的效率, 提高了 系統運行的速度與效率, 為管理者提供新型商業智能客戶關 系管理系統。 關鍵詞: CRM 系統; TAp rio ri 算法; 時態關聯規則 中圖分類號: TP 393 文獻標識碼: A 文章編號: 100020054 (2009) 0520772205 CRM system for improved da ta m in ing a lgor ithm eff ic iency WANG Chunya n (Zhej iang Vocational College of Commerce, Hangzhou 310015, China) Abstract: Current algo rithm s fo r data m ining of the financial indust ry’s customer relationsh ip management (CRM ) data can no t effectively partition item2set data segments, so detailed data m ining searches are no t efficient. The characteristics of the CRM system, the imp lementation, and the m ining modelwere analyzed to identify how the rule m ining can give erroneous results w ith the FCQ algo rithm and a generalizat ion domain know ledge hierarchy. The Hash techno logy was used in the second iterative step to connect and cut the item2sets based on the natures of the various item2set s to enable database comp ression. The results show that the method increases the efficiency and response speed of the m ining algo rithm, thus p roviding managers w ith a new management system fo r business intelligence management relations. Key words: customer relationship management system; TAp rio ri algo rithm; tempo ral associat ion rule 當今金融市場競爭日益激烈, 管理者必須擁有 豐富的管理決策和靈活的處理機制, 其戰略規劃制 度和戰術方案的實施離不開對海量數據的挖掘, 結 合結構化和非結構化數據挖掘技術可部署商業智 能、市場銷售分析、競爭對手分析、市場需求動向等。 成為金融業信息系統的主要技術, 使決策來源于數 據, 而不僅僅是主觀判斷。數據挖掘技術在國外金融 領域應用廣泛, 在我國基于數據倉庫和數據挖掘技 術的現代新型商業智能客戶關系管理系統建設尚處 于起步階段[1- 6 ]。 1　CRM 系統特性 1. 1　構建CRM 系統 客戶關系管理(CRM ) 是信息技術與傳統的營 銷、銷售和服務管理整合的產物。競爭的加劇, 使得 如何吸引新客戶和保留現有客戶, 成為經營者必須 面對的重要課題, CRM 系統正是通過數據庫和其 他信息技術來獲取客戶數據, 分析客戶需求特征和 行為偏好, 積累和共享客戶知識, 有針對性地為客戶 提供產品或服務, 發展和管理客戶關系。 1. 2　CRM 實施模型 通過OLA P、報表和數據挖掘方法對這些數據 進行深入分析, 并以管理人員容易理解的方式展示 出來。從體系結構角度來看, CRM 分為3 部分, 如 圖1 所示。1) 操作層次CRM。自動集成業務過程。 2) 分析層次CRM。用于分析操作型CRM 產生的數 據, 包括數據倉庫與數據挖掘技術。3) 合作層次 CRM。用于合作的服務系統。 以CRM 中心數據倉庫為核心, 通過數據集成 系統與業務處理部分連接, 同時為管理層和業務分 析人員提供客戶分析系統。 2　CRM 數據挖掘系統 2. 1　CRM 模型的數據挖掘 客戶數據中有客戶的基本信息, 還有在營銷活 動中通過調研或咨詢所獲得的數據信息, 包括個人 信息、對產品性能和服務的意見、對未來產品發展的 期望和預測等, 對于這些數據信息通過以下方式分 析處理。 1) 客戶細分。不同的客戶群存在著不同的特 征, 利用數據挖掘中的聚類分析, 根據客戶的基本屬 性、基本情況對客戶進行分類?？梢愿鶕煌惖目? 戶提供完全不同的服務來降低成本、提高客戶的滿 意度, 從而達到利潤的最大化。2) 產品客戶價值分 析。分析客戶對某種產品業務量的貢獻, 使用的方法 與客戶價值分析基本相同, 通過對產品客戶價值分 析, 有區別地做好客戶服務, 提供相對準確的目標客 戶群。3) 客戶信用分析。分析客戶信用, 對不同信用 級別的客戶, 采取不同的方案等。數據挖掘, 可從大 量歷史數據中分析出具體客戶的信用等級。4) 客戶 獲得。業務的增長需要不斷地獲得新的客戶。數據 挖掘能夠辨別潛在的客戶群, 并提高金融市場活動 的響應率。5) 客戶保持。采用聚類和關聯分析技術, 可將客戶群分為: 高價值穩定的客戶群、高價值易 流失的客戶群、低價值穩定的客戶群、低價值易流失 的客戶群、沒有價值的客戶群。6) 客戶滿意度分析。 分析客戶對產品和服務的滿意度, 可以幫助改進客 戶營銷策略, 從而增加客戶的忠誠度。數據挖掘可從 零散的客戶反饋信息中, 分析出客戶的滿意度。7) 交叉銷售。交叉銷售是指向已購買的客戶推薦其他 產品和服務。關聯規則分析能夠發現顧客傾向于關 聯購買哪些品種。聚類分析能夠發現對特定產品感 興趣的用戶群, 神經網絡、回歸等方法能夠預測顧客 購買該新產品的可能性。8) 風險評估和詐騙檢查。 可以識別潛在的詐騙行為, 識別其核心客戶的完整 關系, 而客戶可能擁有多于公開的可接受標準的不 同策略。根據數據挖掘解決的商業問題對數據挖掘 技術進行分類。 強力推薦： 天柏客戶關系管理系統 天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。 關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統