【正文】 學(xué)院理學(xué)學(xué)士論文 前 言 0 前 言 隨著 Inter 時代的到來，電子商務(wù)、企業(yè)信息化得到飛速發(fā)展，全球市場競爭的加劇和客戶需求多元化的要求，給傳統(tǒng)的商業(yè)經(jīng)濟模式帶來了巨大的沖擊。傳統(tǒng)企業(yè)基于 4P (product 產(chǎn)品， place 渠道， price 價格， promotion 促銷 ) 的競爭模式已逐漸被基于客戶關(guān)系的經(jīng)營理念所取代，未來市場的競爭已演變成為服務(wù)手段的競爭，建立和發(fā)展長期的客戶關(guān)系是企業(yè)成功的 關(guān)鍵，因此在客戶關(guān)系管理中運用數(shù)據(jù)挖掘與其相關(guān)的技術(shù)已成為企業(yè)贏得核心競爭優(yōu)勢的重要手段。 [1] 面對當今社會信息化數(shù)據(jù)的迅速增長，“數(shù)據(jù)的爆長性增長與知識的相對貧乏”已成為現(xiàn)在人類最大的問題，人類分析數(shù)據(jù)和從中提取有用信息的能力已遠遠不能滿足實際需要，所以我們要用數(shù)據(jù)挖掘技術(shù)來解決這些問題。數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域非常廣泛，包括商務(wù)管理、生產(chǎn)控制、市場分析、工程設(shè)計和科學(xué)探索等，在 CRM 系統(tǒng)中也發(fā)揮著十分重要的作用。 因為在現(xiàn)實中存在了多種因素 (如縮短的交易周期、增加的交易成本、新增的商品和物流方式、貪婪的競爭對手等 )共同作用增加了客戶關(guān)系的復(fù)雜性，所以成功企業(yè)必須對每一個因素做 出及時反映。 (2)給合適的人。 學(xué)院理學(xué)學(xué)士論文 前 言 1 (4)通過正確的渠道。給合適的人意味著客戶的需求各不相同。要在正確的時間是因為同客戶的交互是一個 連續(xù)的過程。對于不同的客戶，商家必須保持選擇最有效的方式，這樣才有助于客戶交互。 學(xué)院理學(xué)學(xué)士論文 摘 要 I 摘 要 本論文主要討論的是數(shù)據(jù)挖掘在客戶關(guān)系管理系統(tǒng)中的應(yīng)用，運用數(shù)據(jù)挖掘的相關(guān)技術(shù)（如粗糙集、關(guān)聯(lián)規(guī) 則、決策樹、遺傳算法等），結(jié)合銷售行業(yè)的市場經(jīng)營分析及 CRM 系統(tǒng)開發(fā)，建立基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng) 客戶服務(wù)的解決方案，并進行了部分實現(xiàn)。 我的主要工作就是界面的設(shè)計、集成，數(shù)據(jù)庫設(shè)計以及數(shù)據(jù)的預(yù)處理， 建立基于數(shù)據(jù)挖掘的客戶關(guān)系 管理系統(tǒng)。只有能夠更好的利用客戶信息、滿足客戶需求，一個企業(yè)才能夠獲得更大的利益。論文研究具有一定的理論意義和實際應(yīng)用價值，為客戶關(guān)系管理提供了一種研究思路和分析方法。 系統(tǒng)設(shè)計相關(guān)原理 該客戶關(guān)系管理系統(tǒng)使用 VC++ 作為前臺開發(fā)工具， SQL Sever 2021 作為后臺數(shù)據(jù)庫，開發(fā)客戶機 /服務(wù)器 (Client/ Sever ，縮寫為 C/ S )的應(yīng)用程序，此外還運用了 Photoshop 進行了圖片處理。下面就對這幾中技術(shù)和方法做一個概述。它不僅是一個 C++編譯器，而且是一個基于 Windows 操作系統(tǒng)的可視化集成開發(fā)環(huán)境 (integrated development environment, IDE)。這些組件通過一個名為 Developer Studio 的組件集成為和諧的開發(fā)環(huán)境。用 Visual C ++開發(fā)出來的軟件穩(wěn)定性好，可 移植性強、而且軟件與硬件相互獨立。并且 Visual C ++作為 Visual Studio 可視化組件家族中最重要的一個成員，它可以與其他可視化開發(fā)工具如Visual Basic、 Visual J ++及 Visual C緊密地集成在一起，可進行不同類型的程序開發(fā)工作，適用于特殊、復(fù)雜和綜合軟件項目的開發(fā)以及系統(tǒng)軟件的設(shè)計。 Visual C ++ 的編譯器增加了新的編譯參數(shù)，改進了對 ANSI C ++標準的支持，并采用 Microsoft 的代碼優(yōu)化技術(shù)，使生成的目標代碼更短小，應(yīng)用程序運行的速度更快。 Visual C ++ 擁有功能強大的 MFC( Microsoft foundation Class Library)類庫。用戶使用 MFC，可以很方便地開發(fā) Windows 應(yīng)用程序，而不必為如何繪制 Windows 窗口、對話框和菜單等常見用戶界面發(fā)愁，因為它們都包含在 MFC 中； (2)因為可以充分利用前人開發(fā)的代碼，所以縮短了程序的開發(fā)周期； (3)使代碼具有更好的重要性； (4)使一些復(fù)雜的開發(fā)技術(shù)變得更容易實現(xiàn)，如網(wǎng)絡(luò)編程和數(shù)據(jù)庫編程等； (5)使用消息映射機制可以避免處理消息時的復(fù)雜情形； (6)使用 MFC 可以提高運行效率。 SQL Sever 語句介紹 [3] SQL 全稱是“結(jié)構(gòu)化查詢語言 (Structured Query Language)”，最早的是IBM 的圣約瑟研究實驗室為其關(guān)系數(shù)據(jù)庫管理系統(tǒng) SYSTEM R 開發(fā)的一種查詢語言，它的前身是 SQUARE 語言。如今無論是像Oracle ,Sybase, Informix, SQL server 這些大型的數(shù)據(jù)庫管理系統(tǒng)，還是像Visual FoxPro, PowerBuilder 這些微機上常用的數(shù)據(jù)庫開發(fā)系統(tǒng)，都支持 SQL學(xué)院理學(xué)學(xué)士論文 第一章 可行性研究報告 3 語言作為查詢語言。 SQL 允許用戶在高層的數(shù)據(jù)結(jié)構(gòu)上工作，而不對單個記錄進行操作，可操作記錄集。 SQL 的集合特性允許一條 SQL 語句的結(jié)果作為另一條 SQL 語句的輸入。 這種特性使用戶更易集中精力于要得到的結(jié)果。查詢優(yōu)化器知道存在什么索引，哪兒使用合適，而用戶從不需要知道表是否有索引，表有什么類型的索引。 SQL 為許多任務(wù)提供了命令，包括： (1)查詢數(shù)據(jù) (2)在表中插入、修改和刪除記錄 (3)建立、修改和刪除數(shù)據(jù)對象 (4)控 制對數(shù)據(jù)和數(shù)據(jù)對象的存取 (5)保證數(shù)據(jù)庫一致性和完整性 以前的數(shù)據(jù)庫管理系統(tǒng)為上述各類操作提供單獨的語言，而 SQL 將全部任務(wù)統(tǒng)一在一種語言中。所有用 SQL 編寫的程序都是可以移植的。 它是可以移植的，并且容易學(xué)習(xí)使用 。這就意味著客戶端應(yīng)用必須把每條查 詢發(fā)送到數(shù)據(jù)庫服務(wù)器，等待它處理這個查詢，接收結(jié)果，做一些運算，然后給服務(wù)器發(fā)送另外一條查詢 。學(xué)院理學(xué)學(xué)士論文 第一章 可行性研究報告 4 如果使用了 PL/pgSQL，那么可以把一塊運算和一系列查詢在數(shù)據(jù)庫服務(wù)器里面組成一個塊，這樣就擁有了過程語言的力量并且簡化 SQL 的使用，因而節(jié)約了大量的時間，因為用不著付出客戶端 /服務(wù)器通訊的過熱 。 數(shù)據(jù)挖掘 (Data Mining)[4] 數(shù)據(jù)挖掘 (DM, Data Mining) 就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在的有用的信息和知識的過程。 要使數(shù)據(jù)挖掘在商業(yè)中起作用，就要把它與基本的商業(yè)活動過程關(guān)聯(lián)起來。數(shù)據(jù)挖掘影響商業(yè)活動的方式取決于商業(yè)過程，而不是數(shù)據(jù)挖掘的過程。 (2)數(shù)據(jù)挖掘抽取的是數(shù)據(jù)庫中不為用戶所知的信息。處理推銷問題的用戶要先理解數(shù)據(jù)挖掘的結(jié)果，然后才能把它運用到實際中。如果用戶用黑盒給數(shù)據(jù)庫中的客戶評分，就能得到一張客戶列表（可以向列表中的客戶郵寄商品目錄，提高他們的信用度）。 客戶關(guān)系管理 (CRM)[5] 客戶關(guān)系管理 ( Customer Relationship Management，簡稱 CRM )是選擇和管理最有價值客戶關(guān)系的一種商業(yè)策略。如果企業(yè)擁有正確的領(lǐng)導(dǎo)、策學(xué)院理學(xué)學(xué)士論文 第一章 可行性研究報告 5 略和企業(yè)文化， CRM 應(yīng)用將為企業(yè)實現(xiàn)有效的客戶關(guān)系管理?？蛻絷P(guān)系管理涉及到戰(zhàn)略、過程、組織和技術(shù)等各方面的變革，以使企業(yè)更好地圍繞客戶來有效地管理自己的經(jīng)營 。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。 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(wù)和經(jīng)驗等非實體因素。他們要管理每一個客戶的關(guān)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。 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階段都有可能會用到數(shù)據(jù)挖掘技術(shù)。 項目可行性評估 [7] 技術(shù)可行性評估 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、高效地實現(xiàn)該系統(tǒng)模型。 操作可行性評估 可以參照其他的軟件應(yīng)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。而且無論從技術(shù)、經(jīng)濟還是操作上，本系統(tǒng)的實現(xiàn)應(yīng)該沒有什么問題的，可以進行對系統(tǒng)的需求分析工作。下面就對客戶管理系統(tǒng)的設(shè)計進行需求分析。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。我所要實現(xiàn)的就是把這幾個模塊有效地結(jié)合起來，組成一個完整的模塊，應(yīng)用到客戶關(guān)系管理系統(tǒng)中去。 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。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。 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。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(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一營銷方式。 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。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(shù)的那種型號。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。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。遺傳算法用于 CRM 系統(tǒng)中模擬自然界的生物進化過程。 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。 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。 (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。 (7)發(fā)掘潛在客戶：實現(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。 (9)客戶價值優(yōu)化：實現(xiàn)遺傳算法的應(yīng)用，進行客戶的優(yōu)化。 數(shù)據(jù)收集及預(yù)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。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。 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)。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。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 Reduction) 數(shù)據(jù)簡化是在對發(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。 (1)屬性選擇包括針對屬性進行剪枝、并枝、找方程和找相關(guān)屬性等操作。 對各算法中的數(shù)據(jù)進行預(yù)處理 (1)對粗糙集數(shù)據(jù)的進行預(yù)處理。 對年齡、收入屬性的不同取值 (區(qū)間 )數(shù)小于對應(yīng)的屬性概化閥值，則應(yīng)對它們進行概化。同理，把收入小于 2021 的設(shè)為 low,大于、等于 2021 為 high。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，也不需要進行概化。 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(xué)院理學(xué)學(xué)士論文 第二章 系統(tǒng)的需求分析 12 (2)對 關(guān)聯(lián)規(guī)則數(shù)據(jù)的進行預(yù)處理。 用 I1 代表隨身聽，同理：I2 耳機， I3 電池， I4 筆筒， I5 充電器， I