技术分类：商务智能      2009-9-24 0:00:00    作者：胡欣如

摘要：数据挖掘(Data Mining，又称数据库中的知识发现(Knowledge Discovery in Database，KDD)，是指从大型数据库或数据仓库存储的大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。

引 言

数据挖掘(Data Mining，又称数据库中的知识发现(Knowledge Discovery in Database，KDD)，是指从大型数据库或数据仓库存储的大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。解决了在信息技术发展中存在拥有大量数据但缺乏有用信息的问题。完成了从业务数据到决策信息的转换。

CRM(Customer Relationship Management，CRM)，即客户关系管理，是一个不断加强与顾客交流，不断了解顾客需求，并不断对产品及服务进行改进和提高以满足顾客的需求的连续的过程。从CRM软件所搜集的数据是最能帮助企业了解客户的，所谓的“一对一行”销也是注重在了解客户的需求，以便投其所好，以促成交易。数据是死的，但是如果能运用一些数学或统计模式，发现数据中存在的关系和规则，根据现有的数据预测未来的发展趋势，那么就可成为管理者的决策参考。

1 系统架构

某汽车销售服务有限公司提供整车销售，汽车维修，汽车美容保养等一条龙服务。公司主要销售(CAMRY)凯美瑞系列车型。在日常的工作中面临着信息分布，业务流繁杂等问题。目前公司销售部门和客户服务部门工作人员仍进行传统的手录和使用Excel二次录入客户信息数据的工作，客户信息及业务信息查询需要翻查单据实现，工作复杂繁琐、效率低下。引入一套基于数据挖掘的CRM系统，旨在有效改变这一现状，软件除应具备通常CRM系统所具有的数据管理功能，还能够进行数据统计分析，筛选出有用的信息供给决策，以提高管理者判断与决策的科学性与准确性，从而最大限度挖掘企业潜力，提高企业效益。    系统由基础信息设置、客户信息维护、客户服务维护、客户信息查询、报表打印、数据挖掘、辅助工具、系统管理等模块组成，规划系统功能模块如下：

·基础信息设置模块，包括：车型设置、整车颜色设置、服务类型设置、客户级别设置、客户满意程度设置。

·客户信息模块，包括：企业客户信息、个人客户信息、企业客户业务往来、个人客户业务往来、企业邮件发送、个人邮件发送。

·客户服务模块，该模块包括：客户反馈、客户投诉、客户反馈满意度分析、客户投诉满意度分析。

·客户信息查询模块，包括：企业客户信息查询、个人客户信息查询、反馈查询、投诉查询。

·数据挖掘模块，实现决策功能，运用数据挖掘的思想提供决策支持，包括：个人业务数据挖掘和企业业务数据挖掘两个模块。

·打印报表模块．主要负责企业客户信息报表、个人客户信息报表、企业业务往来报表、个人业务往来报表、客户反馈报表、客户投拆报表。

·辅助工具模块，该模块主要负责Word调用、Excel调用、计算器调用、登录互联网、工作备忘、区号邮编查询。

·系统管理模块，该模块主要负责操作员管理(包括权限设置与密码修改)、日志查看(包括日志清理)、数据备份恢复、数据清空。

2 数据挖掘在系统中的应用

根据1中的规划，基础信息设置、客户信息维护、客户服务维护、客户信息查询、报表打印、辅助工具、系统管理模块将为数据挖掘思想应用到系统之中提供了数据基础。由于篇幅限制，在这里略去了这些模块的实现过程。重点阐述数据挖掘模块的实现。

2.1 数据挖掘方法选型与数学建模

数据挖掘方法目前较为流行的由关联分析、序列模式分析、分类分析、聚类分析等。结合该汽车行业需求和数据特征，决定采用关联分析模型，理由如下：

其中关联分析能是挖掘隐藏在数据间的相互关系，它能发现数据库中形如80％的顾客在一次购买活动中购买商品A的同时可能会再购买商品B之类的知识。这对营销决策的意义是相当大的，也是最适用于该行业的挖掘模型。结合某汽车的行业需求和数据特征，决定采用关联分析模型。    假设在Y单业务往来中。整车销售业务A的顾客总共有X1人，汽车维修业务B的顾客的X2人，汽车保养C的顾客有X3人，保险上牌D的客户有X4人。同时办理A业务和B业务的人数为A∩B＝Z12同时办理A业务和C业务的人数A∩C＝Z13，同时办理A业务和D业务的人数为A∩D＝Z14。同时办理B业务和C业务的人数为B∩C＝Z23，同时办理B业务和D业务的人数为B∩D＝Z24，同时办理c业务和D业务的人数为C∩D＝Z34。根据关联分析的Apriori算法，其支持度为support()，置信度为confidence()。

由上可推出一条公式：support(A=>B)＝ZAB／Y，confidence(A=>B)＝ZAB／XA。编写程序使其自动运行得出结果为：    类似地可以设计其他数据挖掘设计，根据需求分析，我们设计的数据挖掘模块主要实现了以下功能。

2.2 数据挖掘模块所实现的功能

2.2.1 业务往来统计功能

主要实现基本的统计功能，从“业务往来”数据表中提取数据，统计出总业务量，总顾客量，各类型业务数量。设置动态数组X，用于记录各子项统计个数；设置动态数组Y，用于保存各子项统计的百分比，与最小置信度相关，通过Y数组与最小置信度输入框中的数据相比较，小于最小置信度的将不显示。设置动态数组Z，用于记录统计子项的项名，把统计数据和该数据所属项目对应起来。

2.2.2 关联分析功能的实现

利用2.1中推出的suppon(A=>B)＝ZAB／Y，confidence(A=>B)＝ZAB／XA和集合公式，编写循环算法自动执行。可以用于分析出顾客购买倾向，为后续或补充的销售及服务提供参考。如在表l中的数据中表示，汽车维修、汽车保养、保险上牌与整车销售有着密不可分的关系，是整车销售的后续服务。在顾客购买整车之后，商家可以向客户推荐维修、保养、上牌等服务，容易获得顾客的接受。而维修、保养与上牌之间的关联性则比较小。

2.2.3 集合分析功能的实现

利用程序之前建立的X数组，可以利用这个数组实现集合的运算，通过公式︱A∪B∪C︱＝︱A︱＋︱B︱＋︱C︱－︱A∩B︱－︱A∩C︱－︱B∩C︱＋︱A∩B∩C︱的变形计算出任意i种业务的并集。通过︱A∩B∩C∩D︱的公式计算出，所有业务的并集。    该功能可以帮助商家制定出合理可行的捆绑销售套餐，如表1的数据表明，愿意接受整车销售与汽车维修捆绑服务的人占了一半左右的比例，商家可以依据此信息推出其套餐优惠计划来吸引顾客和增加盈利。

2.2.4 客户购买特征分析功能的实现

主要是利用SQL Server 2000软件的跨表查询功能，将客户信息表和业务往来表进行联合分析。

该功能可以分析出不同客户的购买特征，从而针对不同类型的顾客，正确把握顾客的心态，制定出相应的推销策略。使推销行之有效，更有针对性。

例如我们设计了“个人业务数据挖掘模块”，分析可以得知男性买家相比女性买家更有购买力。所以在广告推销过程中，更要在男性顾客方面下足工夫，提高广告和推销活动的效率。而在男性选择车型时，可重点推销外型沉稳大方、行驶性能良好的凯美瑞240G车型。此车型在男性所购买的车型之中比例最大。而对于女性方面则可以推荐占37.5％的200E车型。这也有利于企业管理者更好的把握市场，及时准确地进货，减少成本风险。顾客对整车颜色偏好也可以在软件中体现出来，34.48％的紫钻黑则是男性的偏好颜色而女性则更钟情于珍珠白颜色车型。可以在展厅中放置较受欢迎的颜色车型，吸引顾客眼球。各年龄段购买情况的不同也可以准确的展示出来，这些都有利帮助商家更好的捕捉顾客的消费特征，提高推销成功率。

2.2.5 决策建议功能的实现

主要是利用前面4个功能所分析出来的信息进行用户自定义匹配。操作员可以选择不同类型的顾客，由系统预测出该顾客可能的购买行为和偏好，便于准确地制定推销策略。

此功能可以帮助业务员及时直观利用数据挖掘所得结果，针对不同类型的客户制定出相应的推销策略。

3 结 论

在当今全球经济一体化大潮中，CRM已经成为一种企业生存必不可少的商业战略，它可以帮助企业实现利润最大化和提高企业的竞争力。将数据挖掘技术引入CRM系统，使数据挖掘技术和基本的商务过程关联起来，有助于企业利润与效率的提高；嵌套了数据挖掘技术的CRM系统可以极大地提高企业的竞争力。

本文所作的基于数据挖掘技术的客户关系管理系统，其功能基本符合用户需求，能够完成基本信息的输入和查询统计，各类相关报表的打印，客户满意度的图表分析，决策模块的实现。并提供部分系统维护功能，使用户方便进行数据备份和恢复、数据删除。

当然，该项工作还处于比较初级阶段，联机文档还比较少，代码页不够精简，系统扩展性还不尽人意，这些有待进一步的研究和改善。