基于数据挖掘技术的客户关系管理系统研究 7页

基于数据挖掘技术的客户关系管理系统研究山东广播电视大学学报2013年第1期基于数据挖掘技术的客户关系管理系统研究宫新军(滨州学院，山东滨州7><256600)摘要:基于数据挖掘技术的客户关系管理系统，就是一个组织以数据挖掘技术为平台，将管理资源、业务流程与专业技术进行有效整合，构建的服务消费者的集合，它可以使得纽织以更低成本、更高效率地满足客户的需求。本文以我国北方某城电信业为研究对象，着重研究了如何构建基于挖掘技术的客户关系管理系统问题。通过基于数据挖掘技术的客户关系管理系统的构建，电信企业可以根据客户的实际需求提供多样化、层次化、个性化的服务解决方案，以提高客户的满意度和忠诚度。关键词:客户关系管理;数据挖掘;电信业;应用中图分类号:TP391文献标i只码:A文章编号:1008--3340(2013)01--0058--04基于数据挖掘技术的客户关系管理系统，就是一个组媒体技术、数据仓库和数据挖掘、专家系统和人工智能、呼织以数据挖掘技术为平台，将管理资源、业务流程与专业叫中心以及相应的硬件环境。Intemet和呼叫中心得到客技术进行有效整合，构建的服务消费者的集合，它可以使户的各种相关信息;数据仓库和数据挖掘技术对这些信息得组织以更低成本、更高效率地满足客户的需求。进行加工和处理，多媒体技术则可以用一种更直观、具体一、客户关系管理的定义的方式把这些信息展示出来，从而更好地分析客户的需客户关系管理的概念可以从以下三个层次来表述:它求，做出相关的决策。是一种现代的经营管理理念，这是宏观概念;它包含一整对于企业来说，实施客户关系管理的目的是通过一系列套的解决方案，这是中观概念;它意味着→ 套应用软件系的技术手段了解客户目前的需求和潜在客户的需求，然后整统，这是微观概念。合各方面的信息，使得企业对客户信息的了解达到完整和一客户关系管理作为一种管理理念，起源于西方的市场致。这样企业就可以对客户的行为进行分析，然后把分析的营销理论，产生和发展在美国。它理念的核心就是以客户结果反馈给相关部门，从而进行一对一个性化服务[1]为中心，不断的去分析和研究客户的需求，适时地为客户二、数据挖掘的内涵提供产品和服务。要做到这一点，需要整合客户各方面的所谓数据挖掘就是从随机的、有噪声的、不完全的、大信息，同时要有一系列的技术手段作为支持。近年来，信量的、模糊的实际应用数据中，提取隐含在其中的、人们事息技术的长足发展为客户关系理念的普及和应用开辟了先不知道的、但又是潜在有用的信息和知识的过程[2]。广阔的空间。在数据仓库和数据挖掘应用中，分类是一种非常重要客户关系管理作为解决方案，指的就是支持客户关系的方法。目前，分类的主要算法有贝叶斯算法、决策树算管理理念的各种技术手段，包括;Intemet和电子商务、多法(如ID3、C4.5等)、规则推导、人工神经网络、最近邻算收稿日期;2012-01-06作者简介:宫新军(1967-)，男，山东省滨州人，滨州学院副教授，从事高教管理研究。58 山东广播电视大学学报基于数据挖掘技术的客户关系管理系统研究法、支持向量机等等。这些算法在许多现实数据集合上具2.数据准备有较好的预测精度。在数据挖掘过程中，数据准备是非常重要的一个阶在数据仓库和数据挖掘应用中，聚类也是一种非常重段，数据挖掘的效率和准确度以及最终挖掘模式的有效性要的方法，广泛地应用于商务、市场分析、生物学、WEB文都受到数据准备的影响。在电信客户关系管理中，由于企档分类等领域中。聚类分析是一种数据划分或分组处理的业长期对于客户资料管理不够重视以及我国企业的数据重要手段和方法，也是数据挖掘中的一个重要研究领域。仓库的建设大都处于起步阶段等原因造成企业的原始数据并不利于数据挖掘方案的实施，数据准备工作就显得尤在客户关系管理系统中，分类和聚类同样重要。分类为重要，数据集成、数据选择、数据预处理和数据转换是数模型可随时监控客户流失的可能性，聚类可以使得企业针据准备阶段的4个步骤。对不同的用户群体提供不同的服务O3.数据挖掘模型的构造与应用三、数据挖掘技术在客户关系管理中的应用基于数据挖掘的电信客户关系管理系统设计，数据挖当前，电信行业已经积累了大量的运营数据和客户的掘模型的选择是数据挖掘任务的应用开发基础环节。数信息，所面临的主要问题就是如何利用数据挖掘等分析技据挖掘任务有大有小，问题及其要达到的目标各异，数据术对现有的数据进行分析，以得出客户的信息，并利用这挖掘算法对数据集规模的要求，结果表现和应用形式也不些信息改善自己现有的业务，提供可以满足客户需求的新尽相同，所以一定要结合特定的业务需求，设计有效实用业务。所以说，电信行业在实施客户关系管理时，有其不的客户关系管理模型，有针对性的进行挖掘和分析，才能可比拟的优势。取得好的效果[3J因此，本文以电信业为例，研究基于数据挖掘技术的4.数据挖掘结果的应用和评价客户关系管理系统的构建问题。数据挖掘模型技人使用后，本阶段的主要任务就是根(一)数据挖掘技术在客户关系管理中的应用流程据最终用户的决策目的，对提取的知识进行分析，把最有开发数据挖掘项目时，要在问题和数据的理解上，即价值的信息区分出来并提交给用户。同时，在应用和评价项目的需求和采用哪种技术都要作深入和透彻的分析。阶段，不仅要把知识以能被人理解的方式表达出来，还要例如，确定应用领域，定位数据挖掘问题类型;选择与解决对其有效性进行评价，如果不能满足用户要求，则应重复问题类型相配的数据挖掘技术。将这些关键点分析综合上述数据挖掘过程。并确定后，再进行阶段任务分配和过程实例的开发。根据{二)基于数据挖掘技术的客户关系管理的系统设计数据挖掘任务的构成，数据挖掘模型一般由功能、数据和1.系统总体结构设计方法三部分组成，功能部分既在目标中体现又在结果中体基于数据挖掘电信客户关系管理系统包括以下几个现。根据数据挖掘技术特点在电信行业客户关系管理系组成部分:统中的应用流程。见图l所示。呵山(1)组成数据源。由关系型数据库作为源系统的组成数据源。、理(2)构成知识库。在确定数据挖掘的目标以后，选取相应的数据挖掘算法对数据源中的数据进行分析，应用分类模型得到隐含在数据集中的知识，最后构成知识库。(3)提供决策支持。将 获取的隐含知识应用于客户关民系服务，为市场营销和新业务的推广等方面提供决策支持。(4)反馈和改进。对应用结果进行评价并反馈到数据图l数据挖掘技术在客户关系管理中应用流程图挖掘过程，用于以后改进数据挖掘模型和相关算法。1.确定挖掘目标以上结构见图2所示。明确数据挖掘的业务目标是数据挖掘的第一步。挖2.系统功能设计掘对象的确定要充分了解电信领域的有关情况，熟悉电信电信客户关系管理系统从功能说，可以为决策者在客企业客户背景知识。在客户关系管理中，客户流失管理就户特征和客户行为分析、市场营销、个性化服务等方面制是要把流失客户的特征通过预测模型(分类模型)从大量定决策提供支持。的数据中挖掘出来，同时对于非流失客户要将具有较高相(1)分析不同客户特征和客户行为似度的客户聚类管理，从而针对不同类型的客户制定出相由于性别、年龄、职业等的不同，客户的行为也呈现多应的营销、服务措施。样性。譬如，运营商可以通过聚类分析得到三类用户:第59山东广播电视大学学报2013年第1期品，哪些客户会经常更改电话号......1l闲户惰..t数据障l牛码，由此，市场部门可以有针对性二地进行宣传，有针对性地改善服务。l遇话记录I1:.据库l(3)分析呼叫数据~!口出》呼叫数据主要是指通话时l雕户俯血l间、长度和路由等等。分析呼叫t撇摞犀}数据就是主要使用神经网络和遗.工立气?传算法的方法来规划和优化网络。分析呼叫数据可以考察各个[;l 国!地区话务量同人口变化，经济发展等因素的关系。图2电信客户关系管理系统结构图(4)提供个性化服务一类客户尽管长途通话次数和网络通话次数较高，但是总提供个性化服务是通信运营商的追求之一。由于客的通话费用却较少。此类客户可能较多的是学生客户，较户数量的巨大，个性化服务只能通过自动化的数据挖掘技多的在优惠时段拨打长途和网络电话。从市场的角度来术来实现。譬如防盗打服务一一它就是通过数据挖掘技说，如果采取适当的营销手段，提高他们对数据业务的使术首先获得某一个用户使用电话的规律，当这种规律突然用量，就有可能提高这一群体的利润水平;而且这个用户发生改变时给用户警告。见图3所示。群在若干年之后，消费能力整体增强，如果采取措施提高3.系统数据结构设计他们对企业的忠诚度，将有利于企业的长远发展。进行分析的客户数据主要来自企业数据库的以下3第二类客户尽管长途的通话量较少，但是总的通话费个关系表。用却较高，因此，此类客户属于企业的;优质;客户，他们为(1)客户基本情况表公司贡献了绝大多数的利润。此类客户同样具有市场潜客户的基本情况，主要字段见表1。力，企业可以通过套餐业务和折扣优惠，来提高他们对长表1客户基本情况表途业务的使用量，从而增加该群体的长途业务收入。字段名称字段描述第三类客户属于大众型客户，与前两类客户相比，没客户ID主键姓名有什么特殊的特征，其大多数指标都接近总体的平均值。性别对于此类客户，企业需要采用积极的市场策略，为他们提年龄住址供更多的产品和服务。籍贯三类不同的客户特征，兰类不同的客户行为，三类不身份证号同的营销方案，为领导决策提供了支持。学历职务(2)预测用户消费行为职称婚姻状况4ιt欺诈识到平均个人月收入/’.././:.二斗三、平均家庭月收入l户细分j飞卢{军在罢在j职业工作单位单位性质『窑户价值，(世植量抽飞I膏~~1AJ市场营销1飞分析J.~咽回响J手机号码(2)客户帐户表客户的话费构成及其交纳情况，主要字段见表2。f客厅ff为}一(客户挨得1?叫../*;r./表2客户账户表客户保持字段名称字段描述客户ID主键回3电信窑户关系管理系统主要功能模块姓名不同的客户特征会有不同的客户行为，从大量的数据当月话费交费情况中，系统可以挖掘出规则库，预测哪些客户会使用某种产60山东广播电视大学学报基于数据挖掘技术的客户关系管理系统研究字段名称字段描述本系统将采用OLAP技术(联机分析处理，on-ling欠费记录analytical processing)展示数据挖掘的结果，OLAP具备多帐户余额视图和动态视图的能力，为成功的数据挖掘奠定了坚实的是否欠费历史信用基础。信用等级除此以外，用户要经常与系统进行交互，选择合适的信用额度算法，持续进行系统的优化，而不能简单依靠数据挖掘系帐户状态统自动地产生模式和知识。用户要经常进行评价和反馈，(3)客户通话记录表从这个意义上说，客户关系管理系统应当是以人为中心的客户的通话记录，主要字段见表3。过程，OLAP为交互式数据分析提供了很好的借鉴，为探测表3客户通话记录表式数据挖掘做了充分而必要的准备。见图5所示。字段名称字段描述棚，卢笙盟庭客户ID用户界面对方号码」丁服务类型呼叫类型笙二层通话日期。LAP/OLAM|飞营口二|%|通话时间通话时长呼叫发生地移动话费笙豆层、a兰色MDDB长途话费/L-’;4.系统技术架构设计系统技术架构设计要保证具有良好的扩充性一一一笙二屋是硬件设备的扩充，二是软件系统的功能方面的扩充，并数据存储哇;二E当能兼容不同厂家的系统平台。这→系统结构的设计就是通过采用流行的三层系统体系结构一一数据库服务器、应图5基于OLAP的系统结构图用服务器、浏览器，以及分布式技术来实现的。本文仅以电信业为例，研究了基于挖掘技术的客户关系统将常用的分析工具模块、挖掘算法、模型以对象系管理系统的构建问题，在其他行业，譬如银行业、商业、的形式构建，以通用的;插件;的形式插在分布式的;软总工业等行业也得到广泛的应用，其应用流程，总体结构，系线;上，供不同分析主题的调用，这样，随着系统主题的不统功能，数据结构和技术架构等也大同小异。断扩充，算法与模型的不断丰富，系统的功能将不断增强，并且不会影响系统的整体结构。这种软总线的设计理念，参考文献:大大提高了系统的扩充性能。见图4所示。[1]庞里洋.CRM系统应用效果评价研究[D].成都:客户款待客户保持客户特征及客户行为分析产品促销欺诈识到及预警西南财经大学，2∞s.[2]李春梅.数据挖掘与CRM在电信行业中的应用[J].电脑知识与技术，2008(3):393-404.但[3]陈卫华，朱仲英.数据挖掘在CRM中的应用[J].微型电脑应用，2001(10):98-103.系统监控但图4三层的系统体系结构图61