【文章內(nèi)容簡介】 導、策學院理學學士論文 第一章 可行性研究報告 5 略和企業(yè)文化， CRM 應用將為企業(yè)實現(xiàn)有效的客戶關系管理。 客戶關系管理首先是一種商業(yè)策略，它貫穿于企業(yè)的各個部門和經(jīng)營環(huán)節(jié)，其目的在于理解、預測和管理企業(yè)現(xiàn)有的或潛在的顧客。客戶關系管理涉及到戰(zhàn)略、過程、組織和技術等各方面的變革，以使企業(yè)更好地圍繞客戶來有效地管理自己的經(jīng)營 。 我們?yōu)槭裁葱枰蛻絷P系管理呢？因為大家都知道： (1)獲得一個新客戶比留住一個老客戶要花更多的錢； (2)客戶離開后再把他們吸引回來所花的錢要比他們一開始就滿意所花的錢多得多； (3)將新的商品賣給老客戶要比賣給新客戶容易得多； (4)有些客戶比其他客戶更有利可圖。有些客戶現(xiàn)在是無利可圖的，還有一些客戶現(xiàn)在和將來都是無利可圖的。 所以我們要運用新的技術，來改變單一的銷售模式，尋求最有利可圖的途徑建立和維持穩(wěn)定的客戶關系。 客戶對企業(yè)的好感和忠誠不僅來自于企業(yè)提供的商品，更來自于服務和經(jīng)驗等非實體因素。企 業(yè)要了解客戶的喜好 不僅包括產(chǎn)品，還包括樣式和服務的外觀。他們要管理每一個客戶的關系，從每一個客戶身上獲取最大利潤，降低市場營銷費用，減少由于客戶離去和無效的營銷策略產(chǎn)生的浪費。以上都希望用客戶關系管理的方法來實現(xiàn)。 數(shù)據(jù)挖掘在 CRM 中的應用 [6] 在客戶關系管理生命周期的各個階段都有可能會用到數(shù)據(jù)挖掘技術。例如，在如何更好地為現(xiàn)有的客戶提供服務方面，通過數(shù)據(jù)挖掘，能夠幫助企業(yè)確定現(xiàn)有的客戶的特點，從而為客戶提供有針對性的服務；如何開拓企業(yè)新市場，獲取新客戶方面，通過數(shù)據(jù)挖掘，可以發(fā)現(xiàn)購買 每一商品的客戶的特征，從而可以向那些具有這些特征卻沒有購買的客戶推銷這個商品；如何挖掘現(xiàn)有客戶群的潛力，為企業(yè)提供更多價值方面，通過數(shù)據(jù)挖掘，可以分析各個客戶對企業(yè)帶來的贏利能力，找到那些“金牌客戶”后提供更加有針對性的服務，同時也可以分析現(xiàn)有客戶的興趣，向他們推薦提供新的產(chǎn)品和服務；在如何保持現(xiàn)有客戶群方面，通過數(shù)據(jù)挖掘，可以找到流失客戶的特征，以搶在那些具有相似特征的客戶還未學院理學學士論文 第一章 可行性研究報告 6 流失之前，就可以采取針對性的措施防止他們的流失；在預測公司未來發(fā)展方面，通過數(shù)據(jù)挖掘，可以預測客戶贏利能力的變化，幫助企業(yè)提前采取 各種對應的措施。 項目可行性評估 [7] 技術可行性評估 根據(jù)現(xiàn)有的技術，采用 Visual C ++、 SQL Sever 等技術和工具完全可以快速、高效地實現(xiàn)該系統(tǒng)模型。 經(jīng)濟可行性評估 由于采用 Visual C ++ 開發(fā)，用 VC+ODBC 連接數(shù)據(jù)庫的開發(fā)方式盡可能地縮短開發(fā)周期、節(jié)約系統(tǒng)的開發(fā)費用，適合大、中型企業(yè)，適合遠程網(wǎng)絡，特別適合小型企業(yè)，操作簡單、明朗，將會給它們帶來豐厚的利潤。 操作可行性評估 可以參照其他的軟件應用系統(tǒng)，特別適合管理級人員的使用， 界面上能實現(xiàn)對客戶資料的管理，為用戶做出合理的決策，提供了很好的幫助，并盡可能地減少讓用戶難以操作的方式。 項目可行性研究報告 縱上所述，從開發(fā)的語言、所要運用的工具，到數(shù)據(jù)挖掘在客戶關系管理中應用的價值，都具備了可以開發(fā)本系統(tǒng)的要求。而且無論從技術、經(jīng)濟還是操作上，本系統(tǒng)的實現(xiàn)應該沒有什么問題的，可以進行對系統(tǒng)的需求分析工作。 學院理學學士論文 第二章 系統(tǒng)的需求分析 7 第二章 系統(tǒng)需求分析 要實現(xiàn)一個軟件系統(tǒng)，首先應該進行需求分析，這樣才能設計出的軟件滿足用戶的各項功能。下面就對客戶管理系統(tǒng)的設計進行需求分析。 系統(tǒng)需要解決的主 要問題 首先，該系統(tǒng)主要是面向管理級人員而開發(fā)的，并且系統(tǒng)里的資料是企業(yè)客戶的重要信息，所以用戶者必須驗證身份才能登入。用戶根據(jù)不同的級別進入不同的模塊，調(diào)用各自所需要的信息。本系統(tǒng)由二大模塊組成 —— 客戶資料管理和客戶信息分析，其中客戶信息分析里引用了數(shù)據(jù)挖掘中的四個算法 —— 粗糙集、關聯(lián)規(guī)則、決策樹、遺傳算法。我所要實現(xiàn)的就是把這幾個模塊有效地結合起來，組成一個完整的模塊，應用到客戶關系管理系統(tǒng)中去。在這里，我來介紹以下的幾種算法的需求分析。 粗糙集 面對信息化數(shù)據(jù)的飛速發(fā)展，客戶資料數(shù)據(jù)也從數(shù)以 幾十甚至上百 GB 的容量。這些數(shù)據(jù)是企業(yè)的財富，它如實地記錄著企業(yè)運作的本質(zhì)狀況。但當客戶數(shù)量達到一定數(shù)量時，企業(yè)已無能力對數(shù)量以外的人進行同樣的銷售努力，這就迫切需要一種分析高價值的客戶的方法 粗糙集算法。它把數(shù)據(jù)集看作決策表，由用戶指定數(shù)據(jù)庫中某一個或多個屬性作為分類的類別，并對決策表進行屬性約簡，根據(jù)這些屬性的不同取值，將數(shù)據(jù)庫中數(shù)據(jù)分為不同的類別，并對決策表進行屬性約簡和值約簡，刪除冗余的屬性和屬性值，在決策表中導出決策規(guī)則，從而從少量的客戶屬性資料數(shù)據(jù)判斷誰是高價值客戶，誰是低價值客戶，在決 策過程中應給予不同重視，那將給企業(yè)帶來了無限商機。 關聯(lián)規(guī)則 公司與其客戶之間的商業(yè)關系是一種持續(xù)的不斷發(fā)展的關系。這就需要我們學院理學學士論文 第二章 系統(tǒng)的需求分析 8 要用關聯(lián)規(guī)則算法，來實現(xiàn)“交叉銷售”。交叉銷售分析就是從分析現(xiàn)有客戶的購買行為數(shù)據(jù)開始， 它 是指同時向一位顧客銷售多種相關的服務或產(chǎn)品 ， 這是一種發(fā)現(xiàn)顧客多種需求 ， 并滿足其多種需求的一對一營銷方式。交叉銷售是建立在“雙贏 ”原則的基礎之上的 ， 客戶因得到更多、更好符合個性需求的服務而滿足 ，企業(yè)也因銷售 的 增長而獲益。 決策樹 隨著行業(yè)中競爭愈來愈激烈和獲得一個新客戶的開支 愈來愈大，保持原有客戶的工作也愈來愈有價值。比如說，在移動電話行業(yè)中，吸引并使一個新客戶簽約的開支估計為 300 美元或更多，這其中包括了硬件折舊和銷售費用。然而保留一個舊客戶的開支可能只是打一個電話或?qū)⑺麄兊氖謾C更新到使用最新的技術的那種型號。雖然這也很貴，但比起和一個全新的客戶簽約還是便宜了許多。如同在這個案例中看到的一樣，我們看到可以用決策樹來判斷客戶的流失，這在保留客戶的活動中起著重要作用。 遺傳算法 自然界的生物體在遺傳、變異和選擇的相互作用下，優(yōu)勝劣汰，不斷地由低級 向高級進化和發(fā)展。這種 “物競天擇，適者生存”地進化規(guī)律實際上表示了一種優(yōu)化的思想。在客戶關系管理系統(tǒng)中，我們所實現(xiàn)的對客戶優(yōu)化的問題，也正是運用了這種思想。遺傳算法用于 CRM 系統(tǒng)中模擬自然界的生物進化過程。它通過數(shù)據(jù)對客戶群分析，運用適者生存的原則，對客戶群進行分類，將沒有效益的客戶群或低效益客戶群轉(zhuǎn)化為高效益客戶群，同時獎勵和發(fā)展有效益的客戶群。 系統(tǒng)應該具備的基本功能 (1)用戶權限的管理：用戶可以根據(jù)不同的級別進行不同的管理，管理員可以看到整個系統(tǒng)，而部門管理員只能進行該部門的管理。 (2)客戶基本資料管理：可以對客 戶進行增加、修改、刪除、還可以進行多種查詢功能。 學院理學學士論文 第二章 系統(tǒng)的需求分析 9 (3)判斷客戶屬性資料：可以對客戶屬性資料進行管理，對粗糙集算法中的表的數(shù)據(jù)而進行增加或刪除的功能。 (4)發(fā)掘潛在客戶資料：可以對客戶與商品之間的關系進行管理，對關聯(lián)規(guī)則算法中的表的數(shù)據(jù)而進行增加或刪除的功能。 (5)分析客戶流失資料：可以對客戶流失資料進行管理，對決策樹算法中的表的數(shù)據(jù)而進行增加或刪除的功能。 (6)判斷客戶價值：實現(xiàn)粗糙集算法的應用，對一個客戶進行價值判斷。 (7)發(fā)掘潛在客戶：實現(xiàn)關聯(lián)規(guī)則算法的應用，用關聯(lián)規(guī)則推出哪些商品是關聯(lián)的，然 后導出哪些是潛在客戶。 (8)客戶流失分析：實現(xiàn)決策樹算法的應用，用決策樹來判斷客戶的流失，分析流失的原因。 (9)客戶價值優(yōu)化：實現(xiàn)遺傳算法的應用，進行客戶的優(yōu)化。 除了實現(xiàn)上述功能以外，客戶管理系統(tǒng)還應該具有友好、簡潔的界面，安全性要高，穩(wěn)定性要強。 數(shù)據(jù)收集及預處理 [4] 對于數(shù)據(jù)挖掘，我們當然需要收集大量的數(shù)據(jù)，收集了銷售業(yè)和零售業(yè)的數(shù)據(jù)，還有網(wǎng)上的電線公司的數(shù)據(jù) ，為了操作把這些數(shù)據(jù)集成于數(shù)據(jù)倉庫中。 對于數(shù)據(jù)挖掘中的算法對其處理的數(shù)據(jù)集合一般都有一定的要求，比如數(shù)據(jù)完整性好、數(shù)據(jù)的冗余性 少、屬性之間的相關性小。然而，實際系統(tǒng)中的數(shù)據(jù)一般都具有不完全性、冗余性和模糊性，很少能直接滿足數(shù)據(jù)挖掘算法的要求。另外，海量的實際數(shù)據(jù)中無意義的數(shù)據(jù)很多，嚴重影響了數(shù)據(jù)挖掘算法的執(zhí)行效率，而且由于其中的噪聲干擾還會造成無效的歸納，所以這就要求我們必須進行數(shù)據(jù)預處理這一步。 數(shù)據(jù)挖掘中的預處理主要是接受并理解用戶的發(fā)現(xiàn)要求，確定發(fā)現(xiàn)任務，抽取與發(fā)現(xiàn)任務相關的知識源，根據(jù)背景知識中的約束性規(guī)則對數(shù)據(jù)進行檢查，通過清理和歸納等操作，生成供挖掘核心算法使用的目標數(shù)據(jù)。 數(shù)據(jù)預處理應該包括以下幾個方面的功能： (Data Integration) 學院理學學士論文 第二章 系統(tǒng)的需求分析 10 數(shù)據(jù)集成主要是將多文件或多數(shù)據(jù)庫運行環(huán)境中的異構數(shù)據(jù)進行合并處理，解決語義的模型性。該部分主要涉及數(shù)據(jù)的選擇、數(shù)據(jù)的沖突問題以及不一致數(shù)據(jù)的處理問題。 (Data Cleaning) 數(shù)據(jù)清洗要去除原數(shù)據(jù)集中的噪聲數(shù)據(jù)和無關數(shù)據(jù)，處理遺漏數(shù)據(jù)和清洗臟數(shù)據(jù)，去除空白數(shù)據(jù)域和知識背景上的白噪聲，考慮時間順序和數(shù)據(jù)變化等。主要包括重復數(shù)據(jù)處理和缺省值數(shù)據(jù)處理，并完成一些數(shù)據(jù)類型的轉(zhuǎn)換。 (Data Transformation) 數(shù)據(jù)變換主要是 找到數(shù)據(jù)的特征表示，用維變換或轉(zhuǎn)換方式減少有效變量的數(shù)目或找到數(shù)據(jù)的不變式，包括規(guī)格化、歸納、切換、旋轉(zhuǎn)和投影等操作。 (Data Reduction) 數(shù)據(jù)簡化是在對發(fā)現(xiàn)任務和數(shù)據(jù)本身內(nèi)容理解的基礎上，尋找依賴于發(fā)現(xiàn)目標的表達數(shù)據(jù)的有用特征，以縮減數(shù)據(jù)規(guī)模，從而在盡可能保持數(shù)據(jù)原貌的前提下最大限度地精簡數(shù)據(jù)量。它主要有兩個途徑：屬性選擇和數(shù)據(jù)抽樣，分別針對數(shù)據(jù)庫中的屬性和記錄。 (1)屬性選擇包括針對屬性進行剪枝、并枝、找方程和找相關屬性等操作。 (2)數(shù)據(jù)抽樣就是進行數(shù)據(jù)記錄之間的相關性分 析，用少量的記錄的線性組合來表示大量的記錄。 對各算法中的數(shù)據(jù)進行預處理 (1)對粗糙集數(shù)據(jù)的進行預處理。 首先， Excel 表的數(shù)據(jù)轉(zhuǎn)換到 SOL Sever 中要考慮到數(shù)據(jù)類型的選擇問題，應盡量選擇占物理空間較小的數(shù)據(jù)類型，如在區(qū)域范圍內(nèi)用 varchar 替代 CString 類型，因為 varchar 可以靈活的分配所要的空間，對于大規(guī)模數(shù)據(jù)集來說將會大大減少系統(tǒng)開銷。 對年齡、收入屬性的不同取值 (區(qū)間 )數(shù)小于對應的屬性概化閥值，則應對它們進行概化。如年齡，它的概化閥值設為 20，所以小于 30 歲的，我們 設為young,30~50 的為 middle,大于 50 的為 senior。同理，把收入小于 2021 的設為 low,大于、等于 2021 為 high。 由于婚否屬性只有兩個不同值，所以該屬性保留，并且不對其進行概化。同學院理學學士論文 第二章 系統(tǒng)的需求分析 11 理，性別、是否全職與單位屬性也被保留，也不需要進行概化。 數(shù)據(jù)處理前：如 21 所示。 表 21 原始數(shù)據(jù) Chart 21 the Origin Data 數(shù)據(jù)在 SQL Sever 中進行處理以后：如表 22 所示 表 22 處理后的數(shù)據(jù) Chart 22 the Final Data 學院理學學士論文 第二章 系統(tǒng)的需求分析 12 (2)對 關聯(lián)規(guī)則數(shù)據(jù)的進行預處理。 同上，我們在 SQL Sever 里用的數(shù)據(jù)類型還是 varchar，但為了方便對關聯(lián)規(guī)則算法實行，還要對所需要的商品進行符號替換。 用 I1 代表隨身聽，同理：I2 耳機， I3 電池， I4 筆筒， I5 充電器， I6 筆記本， I7 鋼筆， I8 手表， I9MP3，I10 耳麥， I11CD 機， I12 音響， I13 電腦， I14 手機， I15 鍵盤， I16 鼠標， I17攝像頭， I18CD 包， I19 錢包， I20 背包等 。 數(shù)據(jù)處理前：如表 23 所示 表 23 原始數(shù)據(jù) Chart 23 the Origin Data 數(shù)據(jù)在 SQL Sever 中進行處理以后：如表 24 所示 表 24 處理后的數(shù)據(jù) Chart 24 the Final Data 學院理學學士論文 第二章 系統(tǒng)的需求分析