一种基于数据挖掘的通用crm系统框架及关键技术研究

《一种基于数据挖掘的通用crm系统框架及关键技术研究》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、一种基于数据挖掘的通用CRM系统框架及关键技术研究摘要：文章在分析当前CRM的应用现状的基础上，综合数据挖掘技术、OLAP技术、知识库的最新研究成果，结合CRM的功能需求，研究了一种新的基于数据挖掘技术的通用CRM系统。该系统不仅能够提高用户对客户信息管理的效率，优化企业对客户的响应模式，同时可以根据行业特点进行快速定制实施，极大地方便了面向不通应用的客户管理平台的搭建，在实际商业应用中具有重要意义。一、引言   随着客户信息量的增加，客户与公司的关系变得越来越复杂，单纯操作性的客户关系管理CRM(CustomerRelationshipManage

2、ment)已难以满足用户的需要。在CRM中引入数据挖掘技术，增强系统对相关海量客户管理信息的有效整理、识别、归类等功能，使CRM系统在一定程度上具有智能特点，已经成为当前的研究热点。传统基于数据挖掘的CRM系统集中在对客户数据本身的挖掘上，缺乏进一步对这些数据的分析处理和优化决策的功能，在一定程度上限制了它的推广作用。   本文在充分分析当前CRM的应用现状的基础上，提出了一种新的基于数据挖掘技术的通用商业CRM系统框架，针对典型行业的商业应用特点建立客户分类准则和响应方式，即客户商业应用模型。系统通过集成数据挖掘、联机数据分析(OLAP)技术以及知

3、识库技术形成支持基于客户商业模型的客户响应，该框架不仅能够加强用户对具体商业应用的处理效率、处理质量，而且框架的开放式体系使其具有可扩展性和灵活性。2CRM系统框架   2.1系统体系框架   该系统体系框架可以根据行业需求进行定制，构建基于客户只能分析的数据挖掘解决方案。数据挖掘应用平台层次结构如图1所示。整个CRM系统分六个层次。图1系统体系框架   (1)用户层对客户关系管理有需求的不同行业提供专用用户接口开发工具，包括功能定制、界面设计、程序交互等功能接口函数，从而实现不同行业客户的客户管理定制界面设计。   (2)应用工具层是给用户层提供解

4、决方案的基本支撑。根据不同行业需求并考虑到传统客户关系管理的功能，抽取具有共性的面向客户关系管理的功能单元模块。功能单元模块开发应用面向对象技术术封装，提供基于模板的功能属性修改功能。   (3)决策分析层作为系统的核心模块，提供一种组合辅助决策功能。从机制上又分为两个相互关联的组件，即决策分析组件与商业应用模型库。决策分析模块既可以通过OLAP实现多维数据分析，运用数据挖掘分析处理海量的客户数据，发现有价值的知识并预测客户行为。   (4)算法层是数据挖掘应用平台的核心。现实问题千差万别，一个通用的数据挖掘工具集难以解决不同行业的问题。因此，算法层

5、提供几类当前应用较为广泛且已证明行之有效的数据挖掘算法，如：关联规则、序列模式、决策树、神经元网络、聚集、异常检测等。   (5)网络层系统与其它软件的集成通过客户／服务器模式实现，这种方式支持灵活的系统扩展模式，为面向分布式的用户应用提供方便。   (6)数据层随着信息技术的发展，企业中出现大量的、不同的包含企业客户信息的数据源，如ERP、电子商务、数据库等。因此，在数据仓库的构建中可以根据应用对象的不同，实现在企业、公司或行业中数据的动态清洗、转换、装载等功能。   2.2数据分析处理流程   (1)在数据采集和预处理部分，从客户市场信息中抽取出

6、所需数据并去除数据的不一致性，将所得数据进行结构和类型转换并聚合成汇总数据；将汇总数据加载进多维数据仓库，以供分析利用。   (2)在数据仓库管理部分，基于模型库、知识库和方法库的指导，采用OLAP和挖掘工具进行客户概况、诚信度和赢利能力等的分析以及相关预测，并将这些分析和预测结果以图形形式提供给执行层和决策层。   (3)决策层和业务层将这些客户信息和知识转化为企业的战略、决策和行动，以影响市场和客户。