CRM系統(tǒng):數(shù)據(jù)挖掘技術(shù)在CRM系統(tǒng)中的應(yīng)用

類型的分析處理。數(shù)據(jù)的分割是把邏輯上統(tǒng)一的數(shù) 據(jù)分割成較小的、可以獨立管理的物理單元(分片) 進 行存儲,以便于重構(gòu)、重組和恢復(fù),提高索引創(chuàng)建和順 序掃描的效率。數(shù)據(jù)的分割使數(shù)據(jù)倉庫的開發(fā)人員 和用戶具有更大的靈活性。 在CRM系統(tǒng)的數(shù)據(jù)倉庫的建立過程中做了有益 的嘗試。步驟如下: (1) 建立數(shù)據(jù)倉庫的數(shù)據(jù)模型。 CRM系統(tǒng)中的主題:對CRM系統(tǒng)中記錄的客戶信 息、溝通記錄、機會、策略等進行分析;CRM系統(tǒng)使用情 況分析:通過銷售人員使用CRM 的情況,考核他們的 業(yè)績。CRM系統(tǒng)數(shù)據(jù)倉庫圍繞這兩個主題建立。 (2) 定義記錄系統(tǒng)。 (3) 將數(shù)據(jù)模型轉(zhuǎn)換成數(shù)據(jù)倉庫的設(shè)計。 (4) 建立記錄系統(tǒng)與數(shù)據(jù)倉庫的接口。 (5) 建立第一個主題域,在反饋和循環(huán)中逐步建 立其它主題域。 (6) 建立數(shù)據(jù)倉庫的工具———四維數(shù)據(jù)生成器。 其功能是根據(jù)主題的確定,在實際的操作型數(shù)據(jù)中根 據(jù)自定義規(guī)則生成分析型數(shù)據(jù),并加以存儲。 (7) 存儲級別,為提高系統(tǒng)運行效率,必須分割 數(shù)據(jù)。分割的標準是時間,劃分單位是年。 2. 工具。 為了高效地建造CRM 系統(tǒng)數(shù)據(jù)倉庫,我們按四 維方式組織數(shù)據(jù),四維是:行、列、部門、日期。每個四 維數(shù)據(jù)實體都按照主題來組織,比如:客戶信息、溝通 記錄。 3. 各級數(shù)據(jù)的動態(tài)交換。 在數(shù)據(jù)倉庫中各級粒度的數(shù)據(jù)存放的物理或邏 輯位置是不同的,為了能夠動態(tài)交換這些數(shù)據(jù),我們 應(yīng)用一個基于四維數(shù)據(jù)管理與生成的數(shù)據(jù)交換引擎。 3 　數(shù)據(jù)挖掘在CRM 系統(tǒng)中的應(yīng)用 CRM 系統(tǒng)有大量關(guān)于客戶和潛在客戶的信息, 企業(yè)應(yīng)該充分地利用這些信息,跟蹤并分析每一個客 戶的信息從而知道什么樣的客戶有什么樣的需求,同 時還能觀察和分析客戶行為對企業(yè)收益的影響,使企 業(yè)與客戶的關(guān)系及企業(yè)利潤得到最優(yōu)化,使得決策者 所掌握的信息更完全,從而能更及時地做出決策。 1. 智能選案。 所謂智能選案系統(tǒng)就是具有智能特征的選案系統(tǒng), 它并不是平行于邏輯選案的另一選案體系。邏輯選案 體現(xiàn)了選案的業(yè)務(wù)流程,智能方法將參與這一流程。 2. 加入智能方法的選案環(huán)節(jié)。 選案過程主要有兩個環(huán)節(jié):預(yù)選和定戶。這兩個 環(huán)節(jié)都加入了智能的方法。 (1) 預(yù)選是通過模式運行完成的,智能方法可進 一步豐富選案模式。 (2) 定戶是從預(yù)選庫中最后確定客戶的過程,在 邏輯選案中這一過程是通過方案運行完成,應(yīng)用智能 方法可以減少人為因素,彌補現(xiàn)有方法的不足。 3. 人工神經(jīng)網(wǎng)絡(luò)方法用于選案。 客戶案例(已消費客戶) 所提供的信息包括兩部 分:消費前信息,消費后信息。消費過程就是通過消 費前信息確定消費客戶。要提高預(yù)測準確率,就必須 能從已知和消費前信息預(yù)測消費結(jié)果,挖掘潛在客 戶。人工神經(jīng)網(wǎng)絡(luò)在經(jīng)過訓(xùn)練后,可得到預(yù)測模型, 結(jié)論量化:結(jié)論由專家通過來自消費者的全面信 息作出。專家通過消費前后的信息,反觀對該客戶投 入的溝通力量,將其量化,就是消費客戶重點級別。 預(yù)測結(jié)果也是相應(yīng)客戶的消費重點級別,這一信息對 于潛在選戶有重要參考價值。將各消費客戶信息輸 入用案例訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,所得到的輸出即為 該客戶的消費重點級別,這一結(jié)果可做為甄選大客戶 的重要參考信息。 4 　結(jié)束語 將DSS 用于CRM系統(tǒng)的實踐表明基于數(shù)據(jù)倉庫 技術(shù)、數(shù)據(jù)挖掘技術(shù)和OLAP 技術(shù)的DSS 系統(tǒng),具有 廣泛的應(yīng)用前景。采用的四維數(shù)據(jù)空間結(jié)構(gòu)及其建 立在四維空間之上的OLAP 分析方法是一個靈活實 用的系統(tǒng),在數(shù)據(jù)挖掘方面應(yīng)用人工 神經(jīng)網(wǎng)絡(luò)進行客戶選案也是比較成功 的嘗試。 參考文獻: [1 ] 　趙紀元. 數(shù)據(jù)挖掘在CRM 中的應(yīng)用[DB/ OL ] . http :/ / www. yesky ,com. 2001208227. [2 ] 　貝爾森. 構(gòu)建面向CRM的數(shù)據(jù)挖掘應(yīng)用[M] . 賀奇譯. 北 京:人民郵電出版社,2001. [ 3 ] 　Jiawei Han ,Micheline Kamber. Data Mining : Concepts and Techniques[M] . Simo Fraser University ,2000. 1872198. 強力推薦： 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(yè)級協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達到留住客戶、提高銷售，實現(xiàn)企業(yè)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(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)流程并提高各個環(huán)節(jié)的自動化程度，從而幫助企業(yè)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(yè)的核心競爭力，使得企業(yè)在當前激烈的競爭環(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)