CRM系統(tǒng):數(shù)據(jù)倉(cāng)庫(kù)在CRM中的應(yīng)用研究

數(shù)據(jù)倉(cāng)庫(kù)在CRM中的應(yīng)用研究 劉震, 熊健民, 譚保華 ( 湖北工業(yè)大學(xué), 湖北武漢430068) 摘要: 企業(yè)管理系統(tǒng)建設(shè)是企業(yè)爭(zhēng)取競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段, 而數(shù)據(jù)挖掘技術(shù)在企業(yè)管理系統(tǒng)的實(shí)施中起著關(guān)鍵作 用。介紹了數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和CRM 技術(shù), 并在此基礎(chǔ)上研究了數(shù)據(jù)挖掘技術(shù)在企業(yè)計(jì)算領(lǐng)域的一些應(yīng)用。 關(guān)鍵詞: 數(shù)據(jù)挖掘; OLTP; 客戶關(guān)系管理; 數(shù)據(jù)倉(cāng)庫(kù) 中圖分類號(hào): TP311.13 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1672- 7800( 2008) 07- 0105- 03 0 引言 在計(jì)算機(jī)分析和應(yīng)用逐漸融入企業(yè)管理運(yùn)營(yíng)的現(xiàn)狀下, 如 何有效的利用手中的資源創(chuàng)造最大價(jià)值是目前計(jì)算機(jī)應(yīng)用與 企業(yè)需求相結(jié)合的制高點(diǎn)。在企業(yè)應(yīng)用的系統(tǒng)中, 有效地利用 數(shù)據(jù)挖掘, 可以指導(dǎo)企業(yè)高層決策者制定優(yōu)化的企業(yè)營(yíng)銷策 略, 降低企業(yè)運(yùn)營(yíng)成本, 增加利潤(rùn), 加速企業(yè)發(fā)展。 在現(xiàn)有數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上, 利用數(shù)據(jù)挖掘技術(shù), 建立分析 模型, 用模糊聚類的數(shù)據(jù)挖掘方法, 實(shí)驗(yàn)?zāi)M分析客戶特征, 并 據(jù)此有針對(duì)性地制定營(yíng)銷策略, 以期高效發(fā)掘現(xiàn)有資源, 是企 業(yè)在提高整體競(jìng)爭(zhēng)力的一新嘗試。 本文結(jié)合試驗(yàn)設(shè)計(jì)的思想, 用基于數(shù)據(jù)挖掘的方法對(duì)貸款 的客戶營(yíng)銷效果, 進(jìn)行針對(duì)性實(shí)證分析。分析結(jié)果表明, 在數(shù)據(jù) 挖掘指導(dǎo)下制定的針對(duì)性客戶營(yíng)銷策略, 在增加用戶數(shù)量和提 高服務(wù)質(zhì)量方面有顯著效果。 1 數(shù)據(jù)倉(cāng)庫(kù)技術(shù) 傳統(tǒng)的數(shù)據(jù)庫(kù)系統(tǒng)主要面向以事務(wù)處理為主的OLTP ( 聯(lián) 機(jī)事務(wù)處理) 應(yīng)用, 無法滿足制定決策時(shí)的分析處理要求。數(shù)據(jù) 倉(cāng)庫(kù)技術(shù)有效地把操作型數(shù)據(jù)集成到統(tǒng)一的環(huán)境中, 以提供決 策型數(shù)據(jù)的訪問, 為用戶更方便地查詢所需信息提供決策支 持。企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的建設(shè), 是以企業(yè)現(xiàn)有業(yè)務(wù)系統(tǒng)和大量業(yè)務(wù) 數(shù)據(jù)的積累為基礎(chǔ), 將信息加以整理和重組, 并及時(shí)服務(wù)于管 理人員的經(jīng)營(yíng)決策需要。 在應(yīng)用系統(tǒng)中, 數(shù)據(jù)倉(cāng)庫(kù)主要由數(shù)據(jù)源、數(shù)據(jù)倉(cāng)庫(kù)管理和 分析工具組成。數(shù)據(jù)源是數(shù)據(jù)倉(cāng)庫(kù)可以利用的各種數(shù)據(jù); 倉(cāng)庫(kù) 管理主要包括根據(jù)需求建立數(shù)據(jù)模型和日常維護(hù)工作; 分析工 具用來完成實(shí)際決策所需的各種查詢檢索工具、報(bào)表生成工 具、OLAP工具和數(shù)據(jù)挖掘(DataMining) 工具等。 OLAP工具支持復(fù)雜的分析和查詢操作, 對(duì)分析需要的數(shù) 據(jù)進(jìn)行有效集成, 按多維模型進(jìn)行組織, 進(jìn)行多角度、多層次的 分析, 側(cè)重對(duì)決策人員和高層管理人員的決策支持。數(shù)據(jù)挖掘 是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù) 據(jù)中, 提取潛在有用信息的過程。在商業(yè)上, 按照企業(yè)業(yè)務(wù)目 標(biāo), 對(duì)商業(yè)數(shù)據(jù)庫(kù)中大量業(yè)務(wù)數(shù)據(jù)進(jìn)行探索和分析, 揭示隱含 的、未知的規(guī)律, 進(jìn)一步找出有效的方法, 幫助企業(yè)的決策者調(diào) 整市場(chǎng)策略, 減少風(fēng)險(xiǎn)。 在數(shù)據(jù)挖掘中最常用的技術(shù)有以下幾種: ①人工神經(jīng)網(wǎng) 絡(luò), 仿照生理神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的非線形預(yù)測(cè)模型, 通過學(xué)習(xí)進(jìn)行 模式識(shí)別; ②決策樹, 代表著決策集的樹形結(jié)構(gòu); ③遺傳算法, 基于進(jìn)化理論, 并采用遺傳結(jié)合、遺傳變異以及自然選擇等設(shè) 計(jì)方法的優(yōu)化技術(shù); ④近鄰算法, 將數(shù)據(jù)集合中每一個(gè)記錄 進(jìn)行分類的方法。 2 數(shù)據(jù)挖掘的主要方法體 數(shù)據(jù)挖掘也被稱作KDD(Knowledge Discovery in Database) , 是一種決策支持過程, 它主要運(yùn)用人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué) 等技術(shù), 高度自動(dòng)化地分析企業(yè)原有數(shù)據(jù), 作出歸納性推理, 從 中挖掘出潛在模式, 預(yù)測(cè)客戶行為, 降低經(jīng)營(yíng)風(fēng)險(xiǎn)。 數(shù)據(jù)挖掘的主要方法包括關(guān)聯(lián)分析、時(shí)序模式、分類、聚 類、偏差分析及預(yù)測(cè)等, 它們可以應(yīng)用到以客戶為中心的企業(yè) 決策分析及管理的不同領(lǐng)域和階段。 ( 1) 關(guān)聯(lián)分析(Correlation) 。其目的是挖掘出隱藏在數(shù)據(jù)間 的相互關(guān)系。例如, 80%顧客同時(shí)會(huì)在購(gòu)買某種A產(chǎn)品的同時(shí)購(gòu) 買B產(chǎn)品, 這就是一條關(guān)聯(lián)規(guī)則。 ( 2) 時(shí)序模式。通過時(shí)間序列搜索出重復(fù)發(fā)生概率較高的 模式, 這里強(qiáng)調(diào)時(shí)間序列的影響。例如, 某段時(shí)間內(nèi), 購(gòu)買了A 產(chǎn)品的人中, 70%的人會(huì)買B產(chǎn)品。 ( 3) 分類(Classification) 。找出一個(gè)類別的概念描述, 它代 表了這類數(shù)據(jù)的整體信息。分類是數(shù)據(jù)挖掘中應(yīng)用最多的任 務(wù)。要為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分 類規(guī)則, 然后用這個(gè)分類規(guī)則對(duì)其他數(shù)據(jù)庫(kù)中的記錄進(jìn)行分 類。 ( 4) 聚類(Clustering) 。按一定規(guī)則將數(shù)據(jù)分為一系列有意 義的子集。通俗地講, 就是多元統(tǒng)計(jì)中研究所謂“物以類聚”現(xiàn) 象的一種方法, 其職能是親疏程度對(duì)一批樣本或指標(biāo)進(jìn)行分 類。采用不同的聚類方法, 對(duì)于相同的記錄集合, 劃分結(jié)果可能 有不同。 ( 5) 偏差分析(Deviation) 。從數(shù)據(jù)庫(kù)中找出異常數(shù)據(jù)。 ( 6) 預(yù)測(cè)( Prediction) 。利用歷史數(shù)據(jù)找出規(guī)律, 建立模型, 并用此模型預(yù)測(cè)未來數(shù)據(jù)的種類、特征等。 3 企業(yè)計(jì)算領(lǐng)域中的計(jì)算機(jī)應(yīng)用及分析 計(jì)算機(jī)在企業(yè)計(jì)算領(lǐng)域中的應(yīng)用主要是協(xié)助管理控制企 業(yè)的運(yùn)營(yíng)和規(guī)劃, 其中最重要的就是ERP(Enterprise Resource Planning, 企業(yè)資源計(jì)劃) 和CRM( 客戶關(guān)系管理) 系統(tǒng)。ERP是 建立在信息技術(shù)基礎(chǔ)上, 以系統(tǒng)化的管理思想, 為企業(yè)決策層 及員工提供決策運(yùn)行手段的管理平臺(tái)。CRM是通過對(duì)客戶詳 細(xì)資料的深入分析, 來提高客戶滿意程度, 從而提高企業(yè)的競(jìng) 爭(zhēng)力的一種手段。本文結(jié)合CRM來討論在企業(yè)計(jì)算領(lǐng)域中的 計(jì)算機(jī)應(yīng)用。 3.1 CRM的概念 CRM是一種以客戶為中心的經(jīng)營(yíng)策略, 是利用信息技術(shù)對(duì) 客戶資源進(jìn)行集中管理, 將經(jīng)過分析及處理的客戶信息與所有 與客戶有關(guān)的業(yè)務(wù)領(lǐng)域進(jìn)行鏈接, 使市場(chǎng)、銷售、客戶服務(wù)等各 個(gè)部門可以共享客戶資源, 使公司可以實(shí)時(shí)地跟蹤客戶的需 求, 提供產(chǎn)品及服務(wù), 提高客戶的滿意度及忠誠(chéng)度, 從而吸引更 多的客戶, 最終使公司的利潤(rùn)最大化。 一般來講, 可以從提高效率、拓展市場(chǎng)、保留客戶及提高企 業(yè)效益4個(gè)方面來討論CRM的價(jià)值。 3.2 CRM中數(shù)據(jù)挖掘的工作流程 ( 1) 數(shù)據(jù)抽樣。進(jìn)行數(shù)據(jù)挖掘時(shí), 應(yīng)首先從企業(yè)大量客戶信 息數(shù)據(jù)中抽取出相關(guān)的數(shù)據(jù)子集。通過對(duì)數(shù)據(jù)樣本的篩選, 不 僅能減少數(shù)據(jù)處理量, 節(jié)省系統(tǒng)資源, 還能使數(shù)據(jù)更加具有規(guī) 律性。 ( 2) 數(shù)據(jù)探索。數(shù)據(jù)探索就是對(duì)數(shù)據(jù)的深入調(diào)查, 即從樣本 數(shù)據(jù)集中使找出規(guī)律和趨勢(shì), 用聚類分析區(qū)分類別, 多因素相 互影響的、十分復(fù)雜的關(guān)系明了代, 以發(fā)現(xiàn)因素之間的相關(guān)性。 ( 3) 數(shù)據(jù)調(diào)整。通過上述兩個(gè)步驟的操作, 對(duì)數(shù)據(jù)的狀態(tài)和 趨勢(shì)有了進(jìn)一步的了解, 接下來, 要調(diào)整數(shù)據(jù)以進(jìn)一步明確、量 化問題解決方法。 ( 4) 模型化。在問題進(jìn)一步明確、數(shù)據(jù)結(jié)構(gòu)和內(nèi)容進(jìn)一步調(diào) 整的基礎(chǔ)上, 運(yùn)用神經(jīng)網(wǎng)絡(luò)、決策樹、數(shù)理統(tǒng)計(jì)、時(shí)間序列分析 等方法來建立模型。這是數(shù)據(jù)挖掘的核心環(huán)節(jié)。 ( 5) 評(píng)價(jià)。從上述過程中將會(huì)得出一系列的分析結(jié)果、模式 和模型, 多數(shù)情況會(huì)得出對(duì)目標(biāo)問題多側(cè)面的描述, 這時(shí)就要 綜合它們的規(guī)律性, 提供合理的決策支持信息。 3.3 數(shù)據(jù)挖掘在CRM中的應(yīng)用 以金融行業(yè)中的貸款業(yè)務(wù)為例, 數(shù)據(jù)挖掘技術(shù)應(yīng)用在金融 CRM體系中, 通過對(duì)借款人的特征數(shù)據(jù)進(jìn)行分析, 對(duì)借款人進(jìn) 行分類, 對(duì)不同類別的借款人采取不同的營(yíng)銷對(duì)策。對(duì)不同等 級(jí)貸款、還款賬單的歷史數(shù)據(jù)的分析, 對(duì)近期或遠(yuǎn)期借款人的 貸款行為作出預(yù)測(cè)。及時(shí)調(diào)整貸款策略, 防止資金虛耗﹑客源損 失。在這個(gè)過程中可以引入數(shù)據(jù)挖掘的方法, 具體步驟如下。 強(qiáng)力推薦： 天柏客戶關(guān)系管理系統(tǒng) 天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實(shí)用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營(yíng)銷理念，圍繞客戶生命周期的整個(gè)過程，針對(duì)不同價(jià)值的客戶實(shí)施以客戶滿意為目標(biāo)的營(yíng)銷策略，通過企業(yè)級(jí)協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達(dá)到留住客戶、提高銷售，實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的目的。通過對(duì)客戶進(jìn)行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠(chéng)度分析(Persistency)、客戶利潤(rùn)分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營(yíng)銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個(gè)環(huán)節(jié)的自動(dòng)化程度，從而幫助企業(yè)達(dá)到縮短銷售周期、降低銷售成本、擴(kuò)大銷售量、增加收入與盈利、搶占更多市場(chǎng)份額、尋求新的市場(chǎng)機(jī)會(huì)和銷售渠道，最終從根本上提升企業(yè)的核心競(jìng)爭(zhēng)力，使得企業(yè)在當(dāng)前激烈的競(jìng)爭(zhēng)環(huán)境中立于不敗之地。 關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)