网络超市的客户关系管理系统中数据挖掘的应用【文献综述】.doc

1、1 毕业论文 （ 设计 ） 文献综述 信息管理与信息系统 网络超市的客户关系管理系统中数据挖掘的应用 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 。 1网上超市客户管理系统中数据挖掘应用含义 1.1 网上

2、超市的含义 网上超市即是网上订购系统，网上购物是一种具有交互功能的商业信息系统。它向用户提供静态和动态两类信息资源。所谓静态信息是指那些比经常变动或更新的资源 , 如公司简介、管理规范和公司制度等等 ; 动态信息是指随时变化的信息 , 如商品报价 , 会议安排和培训信息等 1。网上购物系统具有强大的交互功能 , 可使商家和用户方便的传递信息 , 完成电子贸易或 EDI 交易。这种全新的交易方式实现了公司间文档与资金的无纸化交换。 1.2 客户关系管理系统的含义 客户关系管理系统 (Customer Relationship management)是决策科学技术和数据挖掘应用中发展最快的领域之一

3、。客户关系管理（ CRM）已成为很多企业的基本商务战略，它与企业资源规划（ ERP）、供应链管理（ SCM）一起，是企业提高竞争力的三大法宝 2。 在电子商务时代的今天，企业与客户之间的交互方式发生了显著的变化，谁也不能保证客户会对你从一而终，企业要想保留住客户，就必须更多的了解客户的需求。 CRM 就是企业为了保持企业竞争力，采取面向客户、客户驱动和以客户为中心的发展策略。企业要想与 客户建立持久的关系，从每个客户身上获取最大利润，降低市场营销费用，减少由于客户离去和无效的经营策略产生的浪费，就要求企业能深入了解客户的习惯，喜好，最好能估计到客户的需求，要在最短的时间里满足客2 户的需要，要

4、做到这些，就必须对客户在与企业交互过程中的各种客户数据进行收集、分析、挖掘出隐含在数据中的有用的信息。只有如此才能实现 CRM 的目标 -既在正确的时间里通过正确的渠道给正确的客户提供恰当的服务，数据挖掘技术就是帮助我们解决同客户在交互过程中遇到的各种问题的最重要的技术之一。 1.3 数据挖掘的含义 数据挖掘 (Data Mining， DM)，又叫作数据库中的知识发现 (Knowledge DISeovery from Database， KDD)，是指从大量数据中抽取出新颖的、潜在的、有价值的模式或规律等知识的复杂过程，它是基于数理统计、人工智能、机器学习、神经网络、模式识别等技术的交叉学

5、科。这里的知识发现，并不是去发现像牛顿三定律那样的真理，而是发现一些相对的、具有特定前提和特定条件的、面向特定领域，并且能够被用户理解的知识 3,4,5。 而基于数据挖掘的客户关系管理系统是利用数据挖掘技术分析企业的历史销售数据 ，得出客户盈利能力。只有明确了客户盈利能力，进行客户服务时才能做到有的放矢。采用神经网络算法建立预测模型，根据客户目前盈利能力预测未来客户盈利能力，进而为企业决策提供支持。所以网上超市客户管理系统中数据挖掘应用就是在将基于数据挖掘的客户关系系统运用于 E 商时代的 B2C 市场 2国内外对的网上超市客户管理系统中数据挖掘应用研究状况 2.1 国外研究现状 自从 199

6、7 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， 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 6,7。 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

7、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。1997 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、多媒体数据库 3 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 Kno

8、wledge Discovery Network of Excellence) 、 NCDM (The National Center for Data Mining (NCDM) 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 8。 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

9、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 Custome

10、r 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 9。 2.2 国内研究现状 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

11、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4 识还比较薄弱。 目前，国内市场的 CRM 应用主要呈现以下特点 10: (1)国内的 CMR 市场

12、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。 (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

13、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。 3关于网上超市客户管理系统中数据挖掘应用

14、的研究 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 11。 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，5 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

15、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 12。 王剑卢，华明（ 2010） 在文中 针对从 CRM 的海量信息数据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行为 ,提高企业

16、核心竞争力 13。 4总结 数据挖掘技术在电子商务客户关系管理中的应用包括信息采集、信息 分析和提供服务等。其中信息采集和信息分析，主要是收集用户息、抽样分类以及对每一用户进行归类，是提供个性化服务的基础。数据挖掘过程一般分为三个基本步骤 ：数据预处理，数据挖掘，评估与表示 14,15。 1. 数据预处理 ：数据预处理包括数据清理、数据集成、数据选择和数据转换等过程。 2. 数据挖掘 ： 数据挖掘是知识发现的一个核心的步骤，根本任务是选择并执行特定的挖掘算法 ( 包括选取合适的模型和参数 )，在数据库中寻求感兴趣的模式。首先根据对问题的定义明确挖掘的任务或目的，然后决定使用什么样的算法。选择数

17、据 挖掘的实现算法有两个因素要考虑 ：一是运用相关的算法来挖掘 ；二是满足用户或实际运行系统的要求。 3. 评估与表示 ：从上述过程中将会得出一系列的分析结果和模式，多数情况会得出对目标问题多侧面的描述，这时就要进行评估，提供合理的决策支持信息。评估有两种方法 ：一是另找一批数据对这一系列的分析结果和模式进行检验来判断其是否能反映客观实践的规律性 ；再一种办法是在实际运行的环境中取出新鲜数据进行检验 16。 这是目前电子商务中数据挖掘的普遍流程和方式。以后网上超市的数据挖掘流程也基本上会如此。利用数据挖掘能够较 正确地发现客户特征、客户购买模式等有价值的客户信息，为企业日常运营决策提供了一个相

18、当好的依据，并以此帮助企业发现新的商机，同时通过与客户更好的交流和沟通，为客户提供更好的服务，来提高客户的满意度和忠诚度。可以预见将会有越来越多的企业使用数据挖掘来加强电6 子商务环境下的客户关系管理，从而促进企业的长远发展。 7 参考文献 1 谢邦昌 .数据挖掘 Clementine 应用实务 M.北京 :机械工业出版社 , 2008. 2 何荣勤 .CRM 原理设计实践 M.2 版 .北京 :电子工业出版社 , 2006. 3 李志刚 ,马刚 ,刘金凤 .客户关系管理理论与应 用 M .北京 :机械工业出版 社 ,2006. 4 李志刚 ,马刚 .数据仓库与数据挖掘的原理及应用 M.北京：

19、高等教育出版社， 2008. 5Lingras P. UnsuPervised rough set classifieation using GasJ.Journal of Intelligent Information Systems， 2001， 16(3). 6陈京民 .数据仓库与数据挖掘技术 M.北京 :电子工业出版社， 2002. 7刘伟 .客户关系管理中的数据挖掘 J.中国信息导报 .2003(12). 8 章兢 ,张小强等 . 数据挖掘算法及其工程应用 M.北京 :机械工业出版社 ,2006. 9 Jiawei Han,Micheline Kamber 著 .范明，孟小峰，等译

20、.数据挖掘概念与技术 M.北京 :机械工业出版社， 2007 . 10 夏火松 .数据仓库与数据挖掘技术 M.北京 :科学出版社， 2004. 11 郑英姿 ,于晓梅 .数据挖掘技术在客户关系管理中的应用 J. 经济研究导刊 ,2010(14). 12Ronald S. SWift. Accelerating Customer Relationships: Using CRM and RelationshiP Technologies. Prentiee Hall， 2000. 13 王红玲 ,郑纲 . 数据挖掘技术在 CRM 中的应用 J.中国新技术新产品 ,2008(11). 14 王剑卢 ,华明 .数据挖掘技术在 CRM 中的应用 J. 北京信息科技大学学报 ,2010(6). 15 高海青 .数据挖掘在客户关系管理中的应用研究 J. 电脑开发与应用 ,2007(20). 16 张承江 ,彭加亮 ,闫朝升 .客户关系管理系统的研究 J.信息技术 ,2007(1).