資源描述:
《數(shù)據(jù)挖掘技術(shù)在crm中的應(yīng)用研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用研究 [摘要]企業(yè)在實(shí)施CKM過(guò)程中,如果能夠?qū)A康臄?shù)據(jù)進(jìn)行有效快速深入的分析和處理,找出有價(jià)值的知識(shí),就能為企業(yè)作出正確的經(jīng)營(yíng)決策、捕捉瞬間即失的市場(chǎng)機(jī)會(huì)提供極大的幫助,并能從中獲得豐厚的社會(huì)和經(jīng)濟(jì)效益。 [關(guān)鍵詞]CRM;數(shù)據(jù)挖掘;信息技術(shù) 客戶作為一種企業(yè)核心資源,擁有和保持更多的客戶決定著企業(yè)今后發(fā)展的命運(yùn),因此有效地開(kāi)發(fā)和利用客戶資源,發(fā)展和鞏固企業(yè)同客戶之間的和諧關(guān)系,在最大程度上滿足客戶需求的同時(shí)實(shí)現(xiàn)企業(yè)的經(jīng)濟(jì)社會(huì)效益最大化,已經(jīng)成為企業(yè)界和學(xué)術(shù)界關(guān)注的焦點(diǎn)。信息經(jīng)濟(jì)環(huán)境中企業(yè)客戶
2、關(guān)系管理是利用IT技術(shù)實(shí)現(xiàn)對(duì)客戶的整合營(yíng)銷,是以客戶為核心的企業(yè)營(yíng)銷的技術(shù)實(shí)現(xiàn)和管理實(shí)現(xiàn),并在企業(yè)與客戶之間建立一種實(shí)時(shí)、互動(dòng)的交流管理系統(tǒng),最終目的是通過(guò)為客戶創(chuàng)造價(jià)值,建立個(gè)性化、高質(zhì)量的商品與服務(wù)來(lái)獲得新客戶,增加原有客戶的忠誠(chéng)度和提高客戶的贏利能力,進(jìn)而增強(qiáng)企業(yè)的核心競(jìng)爭(zhēng)力。同時(shí)隨著信息技術(shù)的迅速發(fā)展,特別是數(shù)據(jù)庫(kù)技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的廣泛應(yīng)用,企業(yè)所面對(duì)的客戶數(shù)據(jù)量、企業(yè)內(nèi)外信息量急劇膨脹,企業(yè)如果能夠?qū)@海量的數(shù)據(jù)進(jìn)行有效、快速和深入的分析和處理,發(fā)現(xiàn)有價(jià)值的知識(shí),就能為企業(yè)作出正確的經(jīng)營(yíng)決策、捕捉稍縱即逝的市場(chǎng)機(jī)會(huì)提供極大的
3、幫助。 一、數(shù)據(jù)挖掘技術(shù)分析 (一)數(shù)據(jù)挖掘技術(shù)的發(fā)展過(guò)程。數(shù)據(jù)挖掘是生產(chǎn)發(fā)展的必然結(jié)果,最初的數(shù)據(jù)挖掘僅僅是用一些信息儲(chǔ)存工具儲(chǔ)存一些簡(jiǎn)單的信息,人們并不去對(duì)這些信息進(jìn)行分析來(lái)提取更深層次的、更有價(jià)值的知識(shí),而且使用和獲得信息的速度也很緩慢,隨著生產(chǎn)力水平的極大提高和信息技術(shù)的飛速發(fā)展,目前已經(jīng)實(shí)現(xiàn)了人們能實(shí)時(shí)地獲得經(jīng)過(guò)深入提煉的知識(shí)與信息。數(shù)據(jù)挖掘的每一步發(fā)展,可以說(shuō)都是建立在前一階段的基礎(chǔ)上,總的來(lái)說(shuō),數(shù)據(jù)挖掘分為四個(gè)發(fā)展階段:(1)數(shù)據(jù)收集階段(DataCol-lection):企業(yè)僅僅是簡(jiǎn)單地整理儲(chǔ)存信息,并應(yīng)用
4、一些簡(jiǎn)單的運(yùn)算工具進(jìn)行數(shù)據(jù)加工,如對(duì)信息的總量計(jì)算、平均數(shù)計(jì)算等;(2)數(shù)據(jù)追溯階段(DataAccess)企業(yè)開(kāi)始應(yīng)用關(guān)聯(lián)模式處理儲(chǔ)存信息,在整個(gè)企業(yè)范圍內(nèi)建立起了數(shù)據(jù)收集和信息管理系統(tǒng),管理層可以獲得企業(yè)的歷史信息;(3)數(shù)據(jù)導(dǎo)航階段(DataNavigation)、企業(yè)內(nèi)出現(xiàn)了數(shù)據(jù)倉(cāng)庫(kù),應(yīng)用多維數(shù)據(jù)基的處理和儲(chǔ)存信息,企業(yè)不僅能應(yīng)用信息管理系統(tǒng)獲得企業(yè)整體和各個(gè)地區(qū)經(jīng)營(yíng)狀況的信息,而且通過(guò)應(yīng)用在線分析系統(tǒng)(OLAP)等手段進(jìn)行數(shù)據(jù)對(duì)比;(4)數(shù)據(jù)挖掘階段(DataMin-ing):也就是通過(guò)使用在線分析工具、先進(jìn)的信息技術(shù)以及統(tǒng)
5、計(jì)數(shù)學(xué)等方法為企業(yè)提供實(shí)時(shí)的信息反饋和與合作伙伴的信息交流。數(shù)據(jù)挖掘使企業(yè)管理者更能獲得存在于信息之中的深層價(jià)值,從而為企業(yè)的經(jīng)營(yíng)戰(zhàn)略決策產(chǎn)生重要幫助作用?! ?二)數(shù)據(jù)挖掘技術(shù)的內(nèi)容。數(shù)據(jù)挖掘是進(jìn)行信息處理的系統(tǒng)工具,按照信息處理的流程來(lái)分類,一般有三種類型:信息發(fā)現(xiàn)(Discovery)、預(yù)測(cè)模型(PredictiveModel)和異常分析(ForensicAnaly-山)。信息發(fā)現(xiàn)是指單純地對(duì)信息進(jìn)行處理、整理和分析,以發(fā)掘出蘊(yùn)涵在信息之間的潛在的有價(jià)值的知識(shí)或者聯(lián)系,但并不進(jìn)行對(duì)信息處理結(jié)果的預(yù)測(cè)。信息發(fā)現(xiàn)包括條件邏輯推理
6、、關(guān)聯(lián)處理和信息規(guī)律趨勢(shì)和變化等;預(yù)測(cè)模型是指通過(guò)上一階段的信息處理,利用有價(jià)值的知識(shí)資源和預(yù)測(cè)模型對(duì)其進(jìn)行發(fā)展趨勢(shì)預(yù)測(cè),這包括結(jié)論預(yù)測(cè)和發(fā)展趨勢(shì)展望等;異常分析是指數(shù)據(jù)挖掘的擴(kuò)展階段,對(duì)發(fā)現(xiàn)的異常情況作出分析,包括偏離偵測(cè)和關(guān)聯(lián)分析等。總的來(lái)說(shuō),數(shù)據(jù)挖掘技術(shù)通常有六種手段進(jìn)行信息處理:分類、回歸模型、時(shí)間序列、聚類、關(guān)聯(lián)分析和序列發(fā)現(xiàn)。分類和回歸模型一般用于趨勢(shì)預(yù)測(cè),關(guān)聯(lián)和序列發(fā)現(xiàn)用于分析客戶行為,聚類則可用于以上兩種情況。 數(shù)據(jù)挖掘技術(shù)按對(duì)信息的處理方式分為數(shù)據(jù)保存技術(shù)和數(shù)據(jù)提煉技術(shù)兩種方式。數(shù)據(jù)保存技術(shù)主要是能夠方便地為企業(yè)決
7、策提供信息幫助,在企業(yè)決策中應(yīng)用案例分析(CBR)來(lái)保證經(jīng)營(yíng)決策的有效性。但是企業(yè)要想獲得蘊(yùn)涵在信息之中的有價(jià)值的知識(shí),就必須使用數(shù)據(jù)提煉技術(shù),數(shù)據(jù)提煉技術(shù)包括:邏輯方法是運(yùn)用多維或者OLAP技術(shù)對(duì)量化的或者非量化的數(shù)據(jù)進(jìn)行統(tǒng)一模式的處理,包括規(guī)則公式和決策樹(shù);橫向?qū)Ρ戎饕菍?duì)定性數(shù)據(jù)指標(biāo)進(jìn)行類比分析,包括類比中介和可信網(wǎng)絡(luò);程式分析是能夠有效地應(yīng)用多維模型和數(shù)理統(tǒng)計(jì)方法對(duì)大規(guī)模的數(shù)據(jù)進(jìn)行處理,包括數(shù)理統(tǒng)計(jì)方法和神經(jīng)網(wǎng)絡(luò)等?! 《?、數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用 在客戶關(guān)系管理過(guò)程中,客戶生命周期對(duì)企業(yè)來(lái)說(shuō)非常重要,因?yàn)樗?/p>
8、接關(guān)系到企業(yè)的客戶收益和客戶利潤(rùn),一方面客戶生命周期提供了客戶信息來(lái)源,另一方面客戶生命周期使得企業(yè)明確了為滿足客戶需求應(yīng)注重的方面。客戶生命周期為數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用提供了基礎(chǔ),數(shù)據(jù)挖掘是建立在數(shù)據(jù)倉(cāng)庫(kù)之上的