【正文】 iGen算法 ， 將每一個候選與另外 4個進行組合 ， 得到第二趟掃描： 4+3+2+1=10個候選 ，其中 7個候選是大的 。 ? 在 7個候選中再應用 AprioriGen算法 ， 將每一個項目集與另外一個與之具有一個公共成員的項目集進行連接運算 ， 第三趟掃描后得到 4個大項目集 。 ? 第四趟掃描后只剩下一個大項目集 ， 也不存在下一趟計數(shù)為 5個的新項目集 。 ? 在客戶關系管理 （ CRM） 理論中有一個經(jīng)典的 2/8原則 ， 即 80%利潤來自 20%客戶 。 那么 ， 這 20%的客戶都有什么特征呢 ？ ? 調(diào)查發(fā)現(xiàn) ， 大部分企業(yè)每年有 20%～ 50%的客戶是變動的 。 企業(yè)一方面在挖空心思爭取新客戶 ， 另一面卻不斷失去老客戶 。 有沒有辦法找出 ， 失去的是哪一類型的客戶 ， 得到的又是哪種類型的客戶 。 在競爭激烈的商業(yè)時代 ， 資源占有成為決定企業(yè)生死成敗的關鍵 。 在客戶關系方面 ， 企業(yè)總希望建立與客戶最穩(wěn)固的關系 ， 并最有效率地把這種關系轉(zhuǎn)化為利潤 ， 即留住老顧客 、 發(fā)展新顧客并鎖定利潤率最高的客戶 ， 這也就是 CRM要重點研究的問題 。 ? 為了實現(xiàn)這個目標 ， 企業(yè)就需要盡可能地了解客戶的行為 ， 但這種了解不可能通過與客戶接觸直接獲得 ， 因為企業(yè)不可能挨個與客戶交談 ， 而且他們所需要的信息單個客戶往往無法提供 。 關聯(lián)規(guī)則挖掘在 CRM中的應用 CRM簡介 ? 企業(yè)所能做的，就是盡可能收集顧客的信息，借助各種分析方法，透過無序的、表層的信息挖出內(nèi)在的知識和規(guī)律，這就當前十分流行的數(shù)據(jù)挖掘技術所研究的。 ? 在挖出大量信息之后，企業(yè)就可以根據(jù)這些規(guī)律或用這些信息設計數(shù)學模型，對未發(fā)生行為做出結(jié)果預測，為企業(yè)的綜合經(jīng)營決策、市場策劃提供依據(jù)。 ? 在 CRM中，數(shù)據(jù)挖掘是從大量的有關客戶的數(shù)據(jù)中挖掘出隱含的、先前未知的、對企業(yè)決策有潛在價值的知識和規(guī)則。 數(shù)據(jù)挖掘的第一步就是挖出顧客的特征描述。企業(yè)在了解客戶信息方面永不滿足，他們不僅會想方設法了解顧客的地址、年齡、性別、收入、職業(yè)、教育程度等基本信息，對婚姻、配偶、家庭狀況、疾病、愛好等等的收集也是不遺余力。也由于這個原因，在談到 CRM的時候，個人隱私便成為一個敏感話題。 （ 1） 客戶特征： 通過客戶行為分析，歸類出消費額最高、最為穩(wěn)定的客戶群，確定為 “ 黃金客戶 ” 。針對不同的客戶檔次，確定相應的營銷投入。對于 “ 黃金客戶 ” ，往往還需要制定個性化營銷策略，以求留住高利潤客戶。所以，不要期待在 CRM時代繼續(xù)人人平等。當然，成功的 CRM不會讓顧客感覺到歧視。如果你不幸發(fā)現(xiàn)自己受到的待遇比別人低，很有可能別人是“ 黃金 ” ，而你是 “ 白銀 ” 或者 “ 黑鐵 ” 。 （ 2） “ 黃金客戶 ” ： 通過與客戶接觸，收集大量客戶消費行為信息，通過分析，得出客戶最關注的方面，從而有針對性地進行營銷活動，把錢花在 “ 點 ” 上。同樣的廣告內(nèi)容，根據(jù)客戶不同的行為習慣，有的人會接到電話，有的人就可能收到信函；同一個企業(yè)，會給他們的客戶發(fā)送不同的信息，而這些信息往往就是顧客感興趣的方面。不要驚訝于為什么企業(yè)給你送來的正是你最需要的、最滿意的，你和其他與你相似的顧客的數(shù)據(jù)，在企業(yè)的數(shù)據(jù)倉庫里經(jīng)不住百般 “ 拷打 ” ，已經(jīng)集體招供了。 （ 3）客戶關注點： （ 4）客戶忠誠度： 得出客戶持久性、牢固性及穩(wěn)定性分析。對于高忠誠度客戶，要注意保持其良好印象，對于低忠誠度客戶，要么不要浪費錢財，要么就下大工夫把他們培養(yǎng)成忠誠客戶。 在 CRM中，必不可少的要素是將海量的、復雜的客戶行為數(shù)據(jù)集中起來的，形成整合的、結(jié)構化的數(shù)據(jù)倉庫（ Data Wearhouse），這是數(shù)據(jù)挖掘的基礎。在此基礎上，就需要借助大量的知識和方法，把表面的、無序的信息整合，揭示出潛在的關聯(lián)性和規(guī)律，從而用于指導決策。 關聯(lián)規(guī)則挖掘在 CRM中的應用類別 主要類別： ? 橫向關聯(lián) ? 次序關聯(lián) 橫向關聯(lián)是挖掘表面看似獨立的事件間的相互關系，例如 “ 90%的顧客在一次購買活動中購買商品 A的同時購買商品B”之類的知識。比如經(jīng)典的 “ 尿布和啤酒 ” 的故事，就是利用這種方法，發(fā)現(xiàn)二者之間有很高的相關系數(shù)，引起重視，然后深入分析后才找出內(nèi)在原因的。 橫向關聯(lián) 次序關聯(lián)分析的側(cè)重點在于分析事件的前后序列關系，發(fā)現(xiàn)諸如 “ 在購買 A商品后，一段時間里顧客會接著購買商品 B，而后購買商品 C”的知識，形成一個客戶行為的“ A→B→C ”模式?？梢韵胍姷氖?，一個顧客在買了電腦之后，就很有可能購買打印機、掃描儀等配件。不過，要是通過數(shù)據(jù)挖掘找出 “ 刮胡刀 → 抽水馬桶 → 鉆石戒指 ” 這樣的模式，估計企業(yè)客戶服務部門就要忙乎一陣搞明白其中潛在的聯(lián)系了。 次序關聯(lián) 關聯(lián)規(guī)則挖掘在 CRM中的應用實例 〖 應用實例 〗 連鎖藥店管理的 CRM系統(tǒng) 。 為了能更好的幫助藥店選擇適當?shù)乃幉倪M貨 ， 利用關聯(lián)規(guī)則挖掘來設計該系統(tǒng) 。 在得到銷售記錄的同時 ， 先對其記錄做一定的統(tǒng)計 ，根據(jù)顧客同時購買的藥物來挖掘其中的關聯(lián)規(guī)則 。 然后再列出定貨清單進貨 。 使用 Delphi設計 “ 藥店管理系統(tǒng) ” 主界面如下圖所示： 1. 界面設計 在藥品銷售的主菜單里 ， 其下級菜單分為：藥品零售 ，藥品批發(fā)和銷售瀏覽；在存貨管理中分為：藥品入庫 ， 藥品退庫 ， 藥品報損 ， 庫存限量 ， 庫存盤店和存貨瀏覽；在數(shù)據(jù)統(tǒng)計里分為：銷售統(tǒng)計 ， 庫存統(tǒng)計 ， 單據(jù)查詢 ， 決策支持；在藥品管理中分為：藥品瀏覽 ， 新增藥品 ， 藥品修改和藥品調(diào)用；代碼維護分為：員工管理 ， 部門管理 ， 往來管理 ， 更換密碼管理 ， 擁護管理 ， 備份數(shù)據(jù) 。 其界面如下所示： 2. 設計主菜單界面 3. 建立數(shù)據(jù)庫 在此將各個藥品用相應的字母來表示： C1：克感敏（一種降燒藥）； C2：感冒通； C3：板藍根； C4：魚腥草；C5：金蓮； 然后通過 Delphi中的 Database Desktop中的向?qū)碇谱鞅韱巍? 在銷售瀏覽表中設置四個字段， saleno， Mname， Dat和 Price，把他們的屬性設置為字符串型并規(guī)定各個字段的的長度。并在開始將表單和主界面相連。 4．關聯(lián)規(guī)則挖掘 5. 結(jié)果分析 通過運行程序得到了相應藥品之間相應信息 : 感冒通 → 克感敏 support 4 感冒通 → 板藍根 support 4 感冒通 → 金蓮 support 2 克感敏 → 板藍根 support 4 克感敏 → 魚腥草 support 2 其相應的可信度為 : 感冒通 → 克感敏 confidence 86% 感冒通 → 板藍根 confidence 86% 感冒通 → 金蓮 confidence 29% 克感敏 → 板藍根 confidence 100% 克感敏 → 魚腥草 confidence % 通過上述數(shù)據(jù)的分析可以知道 :假設有 100客戶那么其中有 40個人會同時購買感冒通和克感敏或感冒通和板藍根或者是克感敏和板藍根 ,還有 20人會同時購買感冒通和金蓮或者是克感敏和魚腥草 。在購買感冒通的顧客中有 86%的人會同時購買克感敏或板藍根 ,26%的人會同時購買金蓮 。購買克感敏的用戶 100%會同時購買板藍根 ,%的人會同時買魚腥草。 連鎖藥店的工作人員通過這些數(shù)據(jù)可以大體了解顧客的消費心理 ,在采購的時候可以把顧客購買頻率較高的藥品多進些貨 ,充足自己商店的貨源 。在貨柜的擺放設計中 ,店員可以根據(jù)可信度的數(shù)據(jù)把同時購買頻率較高的藥品放在一起 ,方便顧客的選購 .或者可以分放兩側(cè) .在顧客尋找該藥品的同時 ,可以看到其他需要的藥品而同時買走 . 連鎖藥店通過將銷售記錄進行整理進行關聯(lián)規(guī)則的挖掘 ,大大方便了藥店的進貨 ,也增加了其銷售額 . 由于本系統(tǒng)針對的是藥店的藥物 ,而每一樣藥物都有自己的特性和副作用 .為了讓店員弄清每種藥品的特性 ,在系統(tǒng)中添加了藥物字典的界面 ,在這其中將具體的列出每種藥品的編碼代號 ,名稱 ,條形碼 ,生產(chǎn)廠家 ,批準文號 ,主治內(nèi)容以及一些副作用 .方便進貨人員查詢 . 87 2022/1/4