欢迎来到天天文库
浏览记录
ID:472147
大小:41.00 KB
页数:4页
时间:2017-08-07
《客户数据管理与营销分析系统的设计与实现【开题报告】》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、毕业设计开题报告计算机科学与技术客户数据管理与营销分析系统的设计与实现一、选题的背景与意义随着人们消费水平的提高、消费方式的多样化,客户数据管理日益受到人们的重视。企业只有在深入了解顾客各方面的需求情况下,才能根据顾客的个性和他们的需求,提供适合于他们的商品和服务。数据库营销正适应了企业满足不同顾客的不同需求的现实状况,同时这种营销方式也使营销管理向信息化迈进了一大步。因此,数据库营销虽不是一种崭新的营销技巧,但不失为一种科学有效的营销方式。然而数据库营销已经越来越广泛地被各大企业厂家所接受,但大部分还只停留在客户数据管理是这一营销方法方法上。客户数据管理(Customer
2、RelationshipManagement,CRM)系统既是一种应用软件,也是一种新兴的企业管理模式或经营机制。因此这次的项目系统,将在客户数据管理的基础上,加入更加深入的营销分析部分。作为前序系统的客户数据管理CRM,主要是包括以下几点:销售市场中客户信息如:客户的订购货物种类、数量、时间、总价格、单价;企业实际活动的开展:营销活动的时间、投入、回报、地点等;市场情报信息:客户全称、负责人姓名、地址、本季度的贸易量、历年总量、主要需求货物种类。而营销分析是在数据库的基础上运用数据挖掘中的各种计算方法,如:决策树算法、聚类算法等对客户数据管理中的存储信息进行一定的筛选,排
3、序,组合以便形成对于目前或者来年今后的市场营销策略有预测效果的数据模型。运用这些方法对于已有数据进一步挖掘,争取更多的新客户并保留老客户,形成增值销售或交叉销售等。二、研究的基本内容与拟解决的主要问题:研究的基本内容:1、熟悉并运用Visualstudio2005以及MicrosoftSQLserver2000设计出符合实际要求的系统,实现对于客户信息数据的管理A.中文字段英文字段数据类型是否为空默认值标识列PKAtv_idbigint否客户编号Atv_cust_noChar(17)客户名称Atv_cust_nameNVARCHAR(100)交往时间Atv_dateDate
4、time否交往地点Atv_placeNVARCHAR(200)否交往概要Atv_titleNVARCHAR(500)交往的详细信息Atv_descNVARCHAR(2000)B.中文字段英文字段数据类型是否为空默认值标识列PKAtv_idbigint否客户编号Atv_cust_noChar(17)客户名称Atv_cust_nameNVARCHAR(100)交往时间Atv_dateDatetime否交往地点Atv_placeNVARCHAR(200)否交往概要Atv_titleNVARCHAR(500)交往的详细信息Atv_descNVARCHAR(2000)2、熟悉Micr
5、osoftSQLserver2000中数据挖掘的方法和插件的使用,得到行销分析以及营销预测的效果实例如:“预测目标邮递活动的收件人是否会购买某个产品”的项目中决策树算法,聚类分析算法,以及神经网络算法,都有一定的涉及,虽然有实例可以参考,但是如何运用到整体软件中还需要边学边做。3、同时本系统要完成对于预测的有发展空间的客户进行自动的邮件的发送,因此在应用以上算法完成筛选工作之后要完成邮件的自动发送功能。拟解决的主要问题:1、Visualstudio2005与数据库的结合使用我们只在大三短学期的时候实际操作并完成过一次网上书城的制作。接触时间比较短,应用也不够熟练。所以要边设
6、计边学习Visualstudio2010的使用方法,多参考学习网上实例。2、在数据库中实际数据挖掘的计算方法的插入和运用。数据库的实际项目中数据挖掘的融入还是本人第一次尝试,如何贴切的地使用数据挖掘的算法应对实际问题对实际数据进行排序筛选等操作也是本系统能否成功的重大要素3、实现自动发送邮件的效果在系统设计中占有很重要的部分,首先它涉及到数据挖掘对于数据处理,其次本系统应用到VS中本人没有学习的知识。所以要边学边做,扎实完成。三、研究的方法与技术路线实现对于客户信息数据的管理1、在MicrosoftSQLserver2000中首先建立一个与Visualstudio2005相
7、对应的数据库。2、运用Visualstudio2005中的工具盒模板完成系统界面的设定(WEB形式),建立和系统的数据库联系对应,以及一般用户和管理员的登入系统。3、数据库中数据挖掘的运用:如在与预测分析客户是否在该时段是否在某一季度中购买该产品,可以运用决策树方法。Forexample:对于离散属性的购买情况可以根据下表:客户名称货物种类数量单价总价格季度根据数据集中输入列之间即“数量”与“时间”列的关系进行预测。预测分析客户是否在该时段是否在某一季度中购买该产品的方案中,在客户名称与货物种类固定的上表中,假如改
此文档下载收益归作者所有