1、 本科毕业论文（设计） 论文题目： 网络超市客户关系管理中数据挖掘的应用 所在学院 专业班级 信息管理与信息系统 学生姓名 学号 指导教师 职称 完成日期 年 月 日 毕业论文（设计）独创性声明 本人郑重声明所提交的毕业论文（设计）是本人在指导教师的指导下进行的研究工作及取得的研究成果。除文中特别加以标 注的地方外，论文中不包含他人已经发表的学术成果或者他人为获得高等院校学位而使用过的材料，论文（设计）中不涉及任何知识产权纠纷。否则，本人将承担一切责任。 学生签名： _ 日 期： _ I 摘 要 随着电子商务在信息时代的发展 ，企业如何在竞争中完成对市场的抢占将会是新时代重要的课题。网上零售商
2、对客户关系管理和数据挖掘的重视和应用将会是企业在竞争中的重要法宝。对于基于数据挖掘的客户关系管理系统，将会是 E商时代客户关系管理和企业挖掘客 户价值的重要方法。 本课题是 网上超市客户关系管理系统中数据挖掘应用 进行调查并分析，从而了解 网上超市客户关系管理系统中数据挖掘应用 存在的一些问题与不足， 因此要有一定的 网上超市客户关系管理系统中数据挖掘应用 的知识，加强这方面的文献阅读，通过阅读了解国内 网上超市客户关系管理系统中数据挖掘应用 的现状；针对 网上超市客户关系管理系统中数据挖掘应用 现状进行调查，整理数据，分析结果；最后提出相关的意见措施。 找到解决的方案，进一步改善 网上超市客
3、户关系管理系统中数据挖掘应用 现状。 关键词： 客户关系管理系统；数据挖掘；网 络超市 II Abstract With the arrival of the era of B2C, after C2C e-commerce market is another piece of meat, an online retailer to customer relationship management and data mining of attention and application will be the competitiveness of enterprises in the impo
4、rtant magic weapon. For customer relationship management based on data mining system, will be the E business era of customer relationship management and customers value is an important method for enterprises. This topic is on-line supermarket customer relationship management based on data mining app
5、lication investigation and analysis, to understand the online supermarket customer relationship management based on data mining application some existing problems and deficiencies, to find solutions, to further improve the online supermarket customer relationship management based on data mining appl
6、ication. Therefore there must be some online supermarket customer relationship management based on data mining application knowledge, we must first strengthen the literature reading, by reading about the domestic online supermarket customer relationship management system of data mining application;
7、for the online supermarket customer relationship management based on data mining application for investigation, the data, analysis of the results; finally puts forward relevant views and measures. Keywords: Customer relationship management; data mining; network supermarket III 目 录 1 前言 .1 1.1 研究背景及意
8、义 .1 1.2 国内外研究现状 .1 1.3 研究内容与方法 .4 2 网上超市客户关系管理系统中数据挖掘应用状况分析 .5 2.1 网上超市客户关系管理系统中数据挖掘应用的作用及范畴 .5 2.1.1 网上超市客户关系管理系统中数据挖掘应用的作用 .5 2.1.2 网上超市客户关系管理系统中数据挖掘应用范畴 .6 2.3 网上超市客户关系管理系统中数据挖掘应用的发展现状 .7 2.3.1 网上超市客户关系管理系统中数据挖掘应用的行业状况 .7 2.3.2 网上超市 客户关系管理系统中数据挖掘应用中的问题 .8 3 网上超市客户关系管理系统中数据挖掘应用案例分析 .10 3.1 网上超市数据
9、挖掘的信息基础 .10 3.1.1 客户数据收集 .10 3.1.2 客户数据预处理 . 11 3.2 网上超市数据挖掘应用的过程分析 . 11 3.2.1 基于数据挖掘技术 的 CRM 生成模型 . 11 3.2.2 基于数据挖掘技术的基本过程 .12 3.3 网上超市数据挖掘应用举例 挽留老客户的策略 .14 4 网上超市客 户关系管理系统中数据挖掘应用建设的若干建议 .18 4.1 提高 应用 认识水平方面 .18 4.2 客户保持方面 .18 4.3 销售和客户服务方面 .19 4.4 市场推销方面 .19 4.5 风险评估方面 .20 5 结 论 .21 5.1 小结 .21 5.2
10、 未来发展趋势 .21 5.3 进一步研究方向 .21 参考文献 .23 1 1 前言 1.1 研究背景及意义 随着 E 商时代的到来， B2C 市场是继 C2C 之后电子商务的另一重要市场，一个网上零售商对客户关系管理和数据挖掘的重视和应用将会是企业在竞争中的重要法宝。对于基于数据挖掘的客户关系管理系统，将会是 E 商时代客户关系管理和企业挖掘客户价值的重要方法。客户关系管理系统中数据挖掘应用将是网上超市策划，营销和盈利的重要工具。对于网上零售业这场弥漫硝烟的的战争是重要法宝，如何是网上零售业运用和结合客户管理系 统中数据挖掘应用。是本文探究的关键。 随着电子商务的发展日趋成熟，在目前激烈的
11、竞争环境下，数据挖掘正逐渐成为客户关系管理中最核心的部分。数据挖掘有助于发现业务发展的趋势，揭示已知的事实，预测未知的结果，并帮助分析出完成任务所需的关键因素，以达到增加收人、降低成本的目的。具体地说，数据挖掘技术可以帮助企业管理客户生命周期的各个阶段，包括争取客户、交叉销售、客户忠诚度分析和检测客户是否欺诈等。因此对网络超市的客户关系管理系统中数据挖掘的应用的研究具有一定的现实意义。 1.2 国内外研究现状 自从 1997 年 7 月美 国政府正式发布 “全球电子商务政策框架 ”以来，在全球范围内掀起了电子商务的热潮自从 1997 年 7 月美国政府正式发布 “全球电子商务政策框架 ”以来，
12、在全球范围内掀起了电子商务的热潮。电子商务日益成为21 世纪经济活动的核心 ， “它是未来推动经济增长的关键动力 ”。然而，电子商务是以不受国界限制的全球性网络 Internet 为运行平台的 4。 美国美国是电子商务开展较早的国家，在许多领域处于全球领先水平，成为其他国家开展电子商务的示范，目前占全球电子商务市场的 79.1%。美国电子商务的发展得益于 “信息高速公路 ”的建设，早在 1992 年克林顿竞选总统时就提出了 “信息高速公路 ”的设想。克林顿政府认为，电子商务的发展是未来四分之一世纪经济发展的一个重要推动力，甚至可以与 200 年前的工业革命对经济发展的促进作用相提并论。 199
13、7 年 7 月 1 日，克林顿政府发布了全球电子商务纲要 。 而国外众多数据研究部门如卡内基梅隆大学 (有机器制造 DM、多媒体数据2 库 DM、互连网 DM 三个研究中心 )、斯坦福大学、麻省理工学院。 著名研究机构如： ACM(ACM Special Interest Group on Knowledge Discovery in Data and Data Mining)、 KDNet(theEuropean Knowledge Discovery Network of Excellence)、 NCDM (The National Center for Data Mining (NCD
14、M) at the University of Illinois at Chicago (UIC)也在正在注意电子商务的蓬勃发展。这必然导致这一行业的客户关系管理系统中的数据挖掘的新一轮的课题研究 5。 CRM 在国外发展较早，推进也较为迅速，目 前主要应用在电信业、制造业、金融服务业、公共事业和零售业等行业。国外 CRM 软件提供商通过深入的探索，对系统进行了不断的完善并制定了完整的体系和方案。从地域看，作为 CRM 起源地的北美是 CRM 商机发展最为集中的地方。其次是西欧市场，发展速度也非常迅猛。但东南亚地区的 CRM 市场仍然较小，发展相对比较落后。 在企业强烈需求的驱动下和信息技术强
15、有力的支撑下， CRM 经历了多次的演变，目前已经取得了长足的进步，理论和技术都逐步趋向完善成熟，在国外CRM 的应用已经进入成熟期，其应用市场也趋于成熟、稳定。目前被广泛使用的 CRM 产品主要包括 :Siebel 公司的 Siebel99、 Baan 公司的 Baan Fronto fliee 98.4、 Vantive 公司的 Vartive Enterprise8 和 Onyx 软件公司的 Onyx Customer 4.0等。这些产品采用 Unix、 Microsoft 等为主流平台，并集成了 Mierosoft Offiee 应用。 Oraele、 IBM、 Lotus 等公司均在
16、下大力气发展其 CRM 产品，比如 Oracle 公司就己经推出了自己的 CRM 产品 “客户关系大管家”，还有像 SAP 这种从事ERP 开发的公司都已经开 始将他们的后端应用转到 CRM 上来 6。 与国外相比，国内的 CRM 市场刚刚开始启动。 1999 年，由国外厂商引入CRM 后，在国内掀起了一股 CRM 狂潮。一方面，国外 CRM 软件厂商加大了开拓中国市场的步伐，国内的软件商也已经加大了研发的力度；另一方面，国内关于 CRM 的需求越来越强烈，一些先进企业开始使用 CRM 系统。在国内 CRM主要应用在在金融银行业、零售业、电信业和保险业等行业，这些行业拥有大量的客户信息并且需要
17、较高的信息化程度。在中国 CRM 有着广阔的市场前景和强劲的发展势头。 目前，与国外相比国内对 CRM 的总体 认识水平仍然比较落后。整个 CRM市场，无论是从区域布局、应用行业、产品结构，还是从厂商分布来看，都处于成长初期。在国内还没有形成客户关系管理的认知体系，对“客户关系”管理的实质内容的认识还比较薄弱。 目前，国内市场的 CRM 应用主要呈现以下特点 7: （ 1）国内的 CMR 市场处于萌芽时期 由于国内的市场启动的时间不长，无论是从区域结构、行业结构、产品结构，还是从销售渠道来看，市场体系都还不健全。 3 （ 2）国内 CMR 产品不够成熟 国内的 CMR 的发展大多参照甚至照办国
18、外的经验，未能充分地考虑到国内的实际情况。目前的 众多 CMR 产品只是简单地引进国外同类产品，在针对国内具体的用户群体时，未能做到量体裁衣，成熟的真正的符合国内行业用户的产品还有一段路要走。 （ 3）市场需求量大 对客户关系管理的认识，在国内己有较长一段时间，这种新的企业管理理念逐渐被国内众多的用户所熟悉和接受。在竞争激烈的信息化时代， CMR 提出的“帮助提高用户营业额、扩大市场占有率以及提高客户忠诚度”等功能，使得很多企业对此产品情有独钟，市场需求加大。又因适合国情的产品少之又少，所以市场上呈现出供不应求的现象。 （ 4）部分重点行业用户成为 CMR 市场主体 CMR 的应用首先从一些重
19、点行业用户，主要以邮电、金融等经济实力较强、信息化程度较高的行业开始。不过，从长远来看，国内总数在 800-1000 万家的中小企业群体也将在成为 CMR 市场的主体。这部分企业不仅规模巨大，而且它们大多是民营体制，市场化程度高，面临更激烈的竞争环境，在大厂商和最终客户间处于相对弱势的竞争地位，因此，这部分企业使用 CMR 的欲望更强，也容易采用新的管理模式。 郑英姿，于晓梅（ 2010） 在文中指出： 数据挖掘技术作为一种先进的数据处理方法，是实现对客户数据进行深入分析的有效工具。文章基于数据挖掘技术的 客户关系管理系统是数据挖掘技术在客户关系管理应用的最终体现，是帮助企业实现既定目标的最佳
20、途径。文章指出在客户关系管理中常用的数据挖掘方法主要包括：分类、聚类、关联规则、统计回归、偏差分析等 8。 王红玲，郑纲（ 2008） 在文中指出： 在灵活性和快速反应主宰的商业战场中，在信息科技对市场经济带来的巨大冲击中，企业要实时感知消费者迅速变化的需求，在竞争中获得竞争优势，就要应用客户关系管理（ CRM）这一新的管理理念、商务模式和技术系统对企业业务流程和管理模式进行革新。而企业在实施客户关系管理的过程中有效利用数据挖 掘技术，可以指导企业高层决策者制定最优的企业营销策略，降低企业运营成本，增加利润，加速企业的发展9。 王剑卢，华明（ 2010） 在文中 针对从 CRM 的海量信息数据
21、中发现有价值的知识和规律的技术难题 ,提出将数据挖掘技术应用到 CRM 中 ,综合运用多种数据挖掘技术发掘出潜在的价值高的客户关系 ,预测客户的购买行为。阐述了数据挖掘技术应用到 CRM 中的流程和方法 ,并基于 CART 决策树算法构建了 CRM 数据挖掘模型 ,达到了 CRM 交互过程中的智能化要求 ,从而帮助企业更好的了解客户4 行为 ,提高企业核心竞争力 10。 1.3 研究 内容与方法 本课题主要 通过了解网上超市客户关系管理系统中数据挖掘现状，从而了解网上超市客户关系管理系统中数据挖掘存在的问题与不足及找到相应的解决方案。首先要分析网上客户关系管理系统中数据挖掘 含义及作用，然后对
22、国内网上超市客户关系管理系统中数据挖掘 现状分析，并提出发展 网上超市客户关系管理系统中数据挖掘应用 的必要性。最后通过调查研究分析， 网上超市客户关系管理系统中数据挖掘现状 及一些存在的问题，提出解决方案。 基于课题研究的内容，可以通过实地调研方法探究网上超市的发展状况，通过问卷调查了解网络客户消费状况，通过文 献研究和市场走访分析网上超市客户关系管理系统中数据挖掘的应用情况。 5 2 网上超市客户关系管理系统中数据挖掘 应用状况分析 2.1 网上超市客户关系管理系统中数据挖掘应用的作用及范畴 2.1.1 网上超市客户关系管理系统中数据挖掘应用的作用 数据挖掘在网上超市客户关系管理系统中有很
23、大的应用范畴，从不同角度会有不同的论述。数据挖掘在网上超市客户关系管理系统中的应用主要包括以下几个方面。 （ 1）客户价值分析 随着“以客户为中心”、“顾客就是上帝”的经营理念被经营者所普遍接受，分析客 户、了解客户并引导客户的需求己成为经营的重要课题。通过分析客户对业务所构成的贡献，并结合投入产出进行分析，计算客户对企业的价值度，然后根据价值度的大小，用分类或聚类的方法来划分客户群，以便对客户实施有差异的服务。 （ 2）产品客户价值分析 分析客户对某种产品业务量的贡献，使用的方法与客户价值分析基本相同，通过对产品客户价值分析，不仅有利于该产品的经营管理者有区别地做好客户服务，而且可以为该产品
24、的营销提供相对准确的目标客户群。 （ 3）客户保持 采用聚类 (分类 )和关联分析技术，可将客户群分为 5 类 :高价值稳定的客户 群、高价值易流失的客户群、低价值稳定的客户群、低价值易流失的客户群、没有价值的客户群。 （ 4）客户满意度分析 分析客户对企业产品和服务的满意度，可以帮助企业改进客户营销策略，从而增加客户的忠诚度。数据挖掘可从零散的客户反馈信息中，分析出客户的满意度。 （ 5）客户信用分析 分析客户信用，对商家很有意义，对不同信用级别的客户采取不同的赊销方案等。而数据挖掘可从大量历史数据中分析出具体客户的信用等级。 数据挖掘己经成为网上超市客户关系管理系统的技术基础，而客户管理是系统数据挖掘技术在商业应用领域中的延续和创新。因 此，将数据挖掘技术与客户关系管理进行有效组合，这对于不断促进企业单个客户价值的提升和客户规模的扩大，推动企业价值和实力的不断攀升就显得十分重要。
