【文章內(nèi)容簡(jiǎn)介】 導(dǎo)、策學(xué)院理學(xué)學(xué)士論文 第一章 可行性研究報(bào)告 5 略和企業(yè)文化， CRM 應(yīng)用將為企業(yè)實(shí)現(xiàn)有效的客戶關(guān)系管理。 客戶關(guān)系管理首先是一種商業(yè)策略，它貫穿于企業(yè)的各個(gè)部門(mén)和經(jīng)營(yíng)環(huán)節(jié)，其目的在于理解、預(yù)測(cè)和管理企業(yè)現(xiàn)有的或潛在的顧客?？蛻絷P(guān)系管理涉及到戰(zhàn)略、過(guò)程、組織和技術(shù)等各方面的變革，以使企業(yè)更好地圍繞客戶來(lái)有效地管理自己的經(jīng)營(yíng) 。 我們?yōu)槭裁葱枰蛻絷P(guān)系管理呢？因?yàn)榇蠹叶贾溃? (1)獲得一個(gè)新客戶比留住一個(gè)老客戶要花更多的錢； (2)客戶離開(kāi)后再把他們吸引回來(lái)所花的錢要比他們一開(kāi)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(wú)利可圖的，還有一些客戶現(xiàn)在和將來(lái)都是無(wú)利可圖的。 所以我們要運(yùn)用新的技術(shù)，來(lái)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(guān)系。 客戶對(duì)企業(yè)的好感和忠誠(chéng)不僅來(lái)自于企業(yè)提供的商品，更來(lái)自于服務(wù)和經(jīng)驗(yàn)等非實(shí)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(wù)的外觀。他們要管理每一個(gè)客戶的關(guān)系，從每一個(gè)客戶身上獲取最大利潤(rùn)，降低市場(chǎng)營(yíng)銷費(fèi)用，減少由于客戶離去和無(wú)效的營(yíng)銷策略產(chǎn)生的浪費(fèi)。以上都希望用客戶關(guān)系管理的方法來(lái)實(shí)現(xiàn)。 數(shù)據(jù)挖掘在 CRM 中的應(yīng)用 [6] 在客戶關(guān)系管理生命周期的各個(gè)階段都有可能會(huì)用到數(shù)據(jù)挖掘技術(shù)。例如，在如何更好地為現(xiàn)有的客戶提供服務(wù)方面，通過(guò)數(shù)據(jù)挖掘，能夠幫助企業(yè)確定現(xiàn)有的客戶的特點(diǎn)，從而為客戶提供有針對(duì)性的服務(wù)；如何開(kāi)拓企業(yè)新市場(chǎng)，獲取新客戶方面，通過(guò)數(shù)據(jù)挖掘，可以發(fā)現(xiàn)購(gòu)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(méi)有購(gòu)買的客戶推銷這個(gè)商品；如何挖掘現(xiàn)有客戶群的潛力，為企業(yè)提供更多價(jià)值方面，通過(guò)數(shù)據(jù)挖掘，可以分析各個(gè)客戶對(duì)企業(yè)帶來(lái)的贏利能力，找到那些“金牌客戶”后提供更加有針對(duì)性的服務(wù)，同時(shí)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(wù)；在如何保持現(xiàn)有客戶群方面，通過(guò)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(xué)院理學(xué)學(xué)士論文 第一章 可行性研究報(bào)告 6 流失之前，就可以采取針對(duì)性的措施防止他們的流失；在預(yù)測(cè)公司未來(lái)發(fā)展方面，通過(guò)數(shù)據(jù)挖掘，可以預(yù)測(cè)客戶贏利能力的變化，幫助企業(yè)提前采取 各種對(duì)應(yīng)的措施。 項(xiàng)目可行性評(píng)估 [7] 技術(shù)可行性評(píng)估 根據(jù)現(xiàn)有的技術(shù)，采用 Visual C ++、 SQL Sever 等技術(shù)和工具完全可以快速、高效地實(shí)現(xiàn)該系統(tǒng)模型。 經(jīng)濟(jì)可行性評(píng)估 由于采用 Visual C ++ 開(kāi)發(fā)，用 VC+ODBC 連接數(shù)據(jù)庫(kù)的開(kāi)發(fā)方式盡可能地縮短開(kāi)發(fā)周期、節(jié)約系統(tǒng)的開(kāi)發(fā)費(fèi)用，適合大、中型企業(yè)，適合遠(yuǎn)程網(wǎng)絡(luò)，特別適合小型企業(yè)，操作簡(jiǎn)單、明朗，將會(huì)給它們帶來(lái)豐厚的利潤(rùn)。 操作可行性評(píng)估 可以參照其他的軟件應(yīng)用系統(tǒng)，特別適合管理級(jí)人員的使用， 界面上能實(shí)現(xiàn)對(duì)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(xiàng)目可行性研究報(bào)告 縱上所述，從開(kāi)發(fā)的語(yǔ)言、所要運(yùn)用的工具，到數(shù)據(jù)挖掘在客戶關(guān)系管理中應(yīng)用的價(jià)值，都具備了可以開(kāi)發(fā)本系統(tǒng)的要求。而且無(wú)論從技術(shù)、經(jīng)濟(jì)還是操作上，本系統(tǒng)的實(shí)現(xiàn)應(yīng)該沒(méi)有什么問(wèn)題的，可以進(jìn)行對(duì)系統(tǒng)的需求分析工作。 學(xué)院理學(xué)學(xué)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(shí)現(xiàn)一個(gè)軟件系統(tǒng)，首先應(yīng)該進(jìn)行需求分析，這樣才能設(shè)計(jì)出的軟件滿足用戶的各項(xiàng)功能。下面就對(duì)客戶管理系統(tǒng)的設(shè)計(jì)進(jìn)行需求分析。 系統(tǒng)需要解決的主 要問(wèn)題 首先，該系統(tǒng)主要是面向管理級(jí)人員而開(kāi)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(yàn)證身份才能登入。用戶根據(jù)不同的級(jí)別進(jìn)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(gè)算法 —— 粗糙集、關(guān)聯(lián)規(guī)則、決策樹(shù)、遺傳算法。我所要實(shí)現(xiàn)的就是把這幾個(gè)模塊有效地結(jié)合起來(lái)，組成一個(gè)完整的模塊，應(yīng)用到客戶關(guān)系管理系統(tǒng)中去。在這里，我來(lái)介紹以下的幾種算法的需求分析。 粗糙集 面對(duì)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(cái)富，它如實(shí)地記錄著企業(yè)運(yùn)作的本質(zhì)狀況。但當(dāng)客戶數(shù)量達(dá)到一定數(shù)量時(shí)，企業(yè)已無(wú)能力對(duì)數(shù)量以外的人進(jìn)行同樣的銷售努力，這就迫切需要一種分析高價(jià)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(kù)中某一個(gè)或多個(gè)屬性作為分類的類別，并對(duì)決策表進(jìn)行屬性約簡(jiǎn)，根據(jù)這些屬性的不同取值，將數(shù)據(jù)庫(kù)中數(shù)據(jù)分為不同的類別，并對(duì)決策表進(jìn)行屬性約簡(jiǎn)和值約簡(jiǎn)，刪除冗余的屬性和屬性值，在決策表中導(dǎo)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(shuí)是高價(jià)值客戶，誰(shuí)是低價(jià)值客戶，在決 策過(guò)程中應(yīng)給予不同重視，那將給企業(yè)帶來(lái)了無(wú)限商機(jī)。 關(guān)聯(lián)規(guī)則 公司與其客戶之間的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系。這就需要我們學(xué)院理學(xué)學(xué)士論文 第二章 系統(tǒng)的需求分析 8 要用關(guān)聯(lián)規(guī)則算法，來(lái)實(shí)現(xiàn)“交叉銷售”。交叉銷售分析就是從分析現(xiàn)有客戶的購(gòu)買行為數(shù)據(jù)開(kāi)始， 它 是指同時(shí)向一位顧客銷售多種相關(guān)的服務(wù)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(duì)一營(yíng)銷方式。交叉銷售是建立在“雙贏 ”原則的基礎(chǔ)之上的 ， 客戶因得到更多、更好符合個(gè)性需求的服務(wù)而滿足 ，企業(yè)也因銷售 的 增長(zhǎng)而獲益。 決策樹(shù) 隨著行業(yè)中競(jìng)爭(zhēng)愈來(lái)愈激烈和獲得一個(gè)新客戶的開(kāi)支 愈來(lái)愈大，保持原有客戶的工作也愈來(lái)愈有價(jià)值。比如說(shuō)，在移動(dòng)電話行業(yè)中，吸引并使一個(gè)新客戶簽約的開(kāi)支估計(jì)為 300 美元或更多，這其中包括了硬件折舊和銷售費(fèi)用。然而保留一個(gè)舊客戶的開(kāi)支可能只是打一個(gè)電話或?qū)⑺麄兊氖謾C(jī)更新到使用最新的技術(shù)的那種型號(hào)。雖然這也很貴，但比起和一個(gè)全新的客戶簽約還是便宜了許多。如同在這個(gè)案例中看到的一樣，我們看到可以用決策樹(shù)來(lái)判斷客戶的流失，這在保留客戶的活動(dòng)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(jí) 向高級(jí)進(jìn)化和發(fā)展。這種 “物競(jìng)天擇，適者生存”地進(jìn)化規(guī)律實(shí)際上表示了一種優(yōu)化的思想。在客戶關(guān)系管理系統(tǒng)中，我們所實(shí)現(xiàn)的對(duì)客戶優(yōu)化的問(wèn)題，也正是運(yùn)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(jìn)化過(guò)程。它通過(guò)數(shù)據(jù)對(duì)客戶群分析，運(yùn)用適者生存的原則，對(duì)客戶群進(jìn)行分類，將沒(méi)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(shí)獎(jiǎng)勵(lì)和發(fā)展有效益的客戶群。 系統(tǒng)應(yīng)該具備的基本功能 (1)用戶權(quán)限的管理：用戶可以根據(jù)不同的級(jí)別進(jìn)行不同的管理，管理員可以看到整個(gè)系統(tǒng)，而部門(mén)管理員只能進(jìn)行該部門(mén)的管理。 (2)客戶基本資料管理：可以對(duì)客 戶進(jìn)行增加、修改、刪除、還可以進(jìn)行多種查詢功能。 學(xué)院理學(xué)學(xué)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(duì)客戶屬性資料進(jìn)行管理，對(duì)粗糙集算法中的表的數(shù)據(jù)而進(jìn)行增加或刪除的功能。 (4)發(fā)掘潛在客戶資料：可以對(duì)客戶與商品之間的關(guān)系進(jìn)行管理，對(duì)關(guān)聯(lián)規(guī)則算法中的表的數(shù)據(jù)而進(jìn)行增加或刪除的功能。 (5)分析客戶流失資料：可以對(duì)客戶流失資料進(jìn)行管理，對(duì)決策樹(shù)算法中的表的數(shù)據(jù)而進(jìn)行增加或刪除的功能。 (6)判斷客戶價(jià)值：實(shí)現(xiàn)粗糙集算法的應(yīng)用，對(duì)一個(gè)客戶進(jìn)行價(jià)值判斷。 (7)發(fā)掘潛在客戶：實(shí)現(xiàn)關(guān)聯(lián)規(guī)則算法的應(yīng)用，用關(guān)聯(lián)規(guī)則推出哪些商品是關(guān)聯(lián)的，然 后導(dǎo)出哪些是潛在客戶。 (8)客戶流失分析：實(shí)現(xiàn)決策樹(shù)算法的應(yīng)用，用決策樹(shù)來(lái)判斷客戶的流失，分析流失的原因。 (9)客戶價(jià)值優(yōu)化：實(shí)現(xiàn)遺傳算法的應(yīng)用，進(jìn)行客戶的優(yōu)化。 除了實(shí)現(xiàn)上述功能以外，客戶管理系統(tǒng)還應(yīng)該具有友好、簡(jiǎn)潔的界面，安全性要高，穩(wěn)定性要強(qiáng)。 數(shù)據(jù)收集及預(yù)處理 [4] 對(duì)于數(shù)據(jù)挖掘，我們當(dāng)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(cāng)庫(kù)中。 對(duì)于數(shù)據(jù)挖掘中的算法對(duì)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(guān)性小。然而，實(shí)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(shí)際數(shù)據(jù)中無(wú)意義的數(shù)據(jù)很多，嚴(yán)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(huì)造成無(wú)效的歸納，所以這就要求我們必須進(jìn)行數(shù)據(jù)預(yù)處理這一步。 數(shù)據(jù)挖掘中的預(yù)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(wù)，抽取與發(fā)現(xiàn)任務(wù)相關(guān)的知識(shí)源，根據(jù)背景知識(shí)中的約束性規(guī)則對(duì)數(shù)據(jù)進(jìn)行檢查，通過(guò)清理和歸納等操作，生成供挖掘核心算法使用的目標(biāo)數(shù)據(jù)。 數(shù)據(jù)預(yù)處理應(yīng)該包括以下幾個(gè)方面的功能： (Data Integration) 學(xué)院理學(xué)學(xué)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(kù)運(yùn)行環(huán)境中的異構(gòu)數(shù)據(jù)進(jìn)行合并處理，解決語(yǔ)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(wèn)題以及不一致數(shù)據(jù)的處理問(wèn)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(wú)關(guān)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(shí)背景上的白噪聲，考慮時(shí)間順序和數(shù)據(jù)變化等。主要包括重復(fù)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(jiǎn)化是在對(duì)發(fā)現(xiàn)任務(wù)和數(shù)據(jù)本身內(nèi)容理解的基礎(chǔ)上，尋找依賴于發(fā)現(xiàn)目標(biāo)的表達(dá)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?jǐn)?shù)據(jù)原貌的前提下最大限度地精簡(jiǎn)數(shù)據(jù)量。它主要有兩個(gè)途徑：屬性選擇和數(shù)據(jù)抽樣，分別針對(duì)數(shù)據(jù)庫(kù)中的屬性和記錄。 (1)屬性選擇包括針對(duì)屬性進(jìn)行剪枝、并枝、找方程和找相關(guān)屬性等操作。 (2)數(shù)據(jù)抽樣就是進(jìn)行數(shù)據(jù)記錄之間的相關(guān)性分 析，用少量的記錄的線性組合來(lái)表示大量的記錄。 對(duì)各算法中的數(shù)據(jù)進(jìn)行預(yù)處理 (1)對(duì)粗糙集數(shù)據(jù)的進(jìn)行預(yù)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(wèn)題，應(yīng)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?yàn)?varchar 可以靈活的分配所要的空間，對(duì)于大規(guī)模數(shù)據(jù)集來(lái)說(shuō)將會(huì)大大減少系統(tǒng)開(kāi)銷。 對(duì)年齡、收入屬性的不同取值 (區(qū)間 )數(shù)小于對(duì)應(yīng)的屬性概化閥值，則應(yīng)對(duì)它們進(jìn)行概化。如年齡，它的概化閥值設(shè)為 20，所以小于 30 歲的，我們 設(shè)為young,30~50 的為 middle,大于 50 的為 senior。同理，把收入小于 2021 的設(shè)為 low,大于、等于 2021 為 high。 由于婚否屬性只有兩個(gè)不同值，所以該屬性保留，并且不對(duì)其進(jìn)行概化。同學(xué)院理學(xué)學(xué)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(jìn)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(jìn)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(xué)院理學(xué)學(xué)士論文 第二章 系統(tǒng)的需求分析 12 (2)對(duì) 關(guān)聯(lián)規(guī)則數(shù)據(jù)的進(jìn)行預(yù)處理。 同上，我們?cè)?SQL Sever 里用的數(shù)據(jù)類型還是 varchar，但為了方便對(duì)關(guān)聯(lián)規(guī)則算法實(shí)行，還要對(duì)所需要的商品進(jìn)行符號(hào)替換。 用 I1 代表隨身聽(tīng)，同理：I2 耳機(jī)， 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(jī)， I12 音響， I13 電腦， I14 手機(jī)， I15 鍵盤(pán)， I16 鼠標(biāo)， 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(jìn)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(xué)院理學(xué)學(xué)士論文 第二章 系統(tǒng)的需求分析