基于数据挖掘的分析型CRM的应用研究

摘要

操作型CRM是整合销售、营销和客户服务三部分业务流程的信息管理软件。一般操作型CRM只重视整合企业内部资源，不能快速捕捉外部市场变化。而分析型CRM旨在增加CRM系统的商业分析与辅助决策能力。要实现分析型CRM的主旨，从大量交易数据中提取出隐含有用的信息，需要先进的数据分析方法。而数据挖掘与传统分析方法相比具有操作便捷和结果易于理解的优点。基于数据挖掘的分析型CRM的应用研究能帮助企业解决利润增长的瓶颈问题，因而越来越受到研究者的重视。故本文对构建分析型CRM过程中最重要的环节：获取客户、增加客户价值进行了研究，针对分析任务特点和企业要求，提出了挖掘建模算法，并设计实现了分析型JM_CRM企业应用系统。本文的工作主要包括： (1)从事务数据库中抽取数据，设计并构建了面向主题的数据仓库。通过对操作型CRM数据库中的数据进行抽取、清洗，将操作型数据转化为数据仓库中的分析型数据，分析型数据可以直接作为数据挖掘的数据源。 (2)为获得新的客户，研究了数据挖掘在潜在客户获取中的应用。提出了实施潜在客户获取分析的步骤，设计了构建潜在客户获取模型的流程。传统决策树方法生成的模型准确度低且不稳定。为满足企业对模型准确度和稳定性的要求，引入Boosting思想来改进典型决策树分类算法，设计实现了AdaboostC4.5算法。 (3)为保留住有价值的老客户，研究了数据挖掘在交叉销售中的应用。提出了实施交叉销售模型的步骤，设计了构建交叉销售模型的可参照流程。传统序列模式挖掘方法会挖掘出所有的模式。为便于分析者控制分析建模过程并只挖掘出企业感兴趣的模式，引入多维属性和约束改进Prefixspan方法，设计实现了ERMSW算法。该方法能根据分析者需要限定挖掘条件，使用户挖掘他们感兴趣的交叉销售模型。 (4)在现有操作型JM_CRM基础上，基于上述方法，采用面向对象的思想，设计实现了一个基于数据挖掘技术的分析型JM_CRM系统。

目录

文摘

英文文摘

学位论文版权使用授权书及声明

第一章绪论

1.1选题背景及课题意义

1.1.1选题的背景

1.1.2课题的意义

1.2国内外的研究现状

1.3本文的工作

1.4论文的组织结构

第二章相关知识

2.1 CRM系统概述

2.1.1 CRM系统定义

2.1.2 CRM的核心管理思想

2.2数据挖掘概述

2.2.1数据挖掘定义

2.2.2数据挖掘的主要步骤

2.2.3数据挖掘的功能

2.2.4数据挖掘方法

第三章分析型CRM系统需求分析

3.1操作型CRM的系统功能与优缺点

3.1.1操作型CRM的系统功能

3.1.2操作型CRM的不足

3.2分析型CRM的主要业务功能

3.3分析型CRM的功能需求分析

3.3.1 CRM中需要分析预测的领域

3.3.2数据挖掘在CRM中的应用

3.3.3分析型CRM的体系结构

第四章分析型CRM中客户数据仓库的设计

4.1操作型CRM中相关基本表

4.1.1有关客户分析的基本表

4.1.2基本表之间的关系

4.2数据仓库的建立

4.2.1数据仓库的需求分析

4.2.2设计事实表和维度表

4.2.3星型雪花型架构

4.3本章小结

第五章改进的决策树算法在潜在客户获取中的应用

5.1构建潜在客户获取模型的步骤与过程

5.1.1企业实施潜在客户获取分析的步骤

5.1.2建立获取潜在客户模型的过程

5.2潜在客户描述的建立

5.3原决策树算法的改进

5.3.1 C4.5决策树算法的优缺点

5.3.2 C4.5决策树算法原理

5.3.3决策树算法采用的度量标准

5.3.4引入Boosting方法

5.4测试与应用

第六章改进的序列模式挖掘算法在交叉销售中的应用

6.1构建交叉销售模型的步骤与过程

6.1.1企业实施交叉销售的步骤

6.1.2建立交叉销售模型的过程

6.2序列模式挖掘算法的改进

6.2.1 Prefixspan算法概述

6.2.2 引入约束限制

6.2.3引入多维信息

6.3构建交叉销售模型

6.3.1客户描述的建立

6.3.2客户序列数据库的建立

6.3.3维度投影序列数据库的建立

6.3.4分离序列模式挖掘和多维模式挖掘

6.3.5嵌入约束的序列模式挖掘

6.3.6多维模式挖掘

6.4交叉销售模型发现

6.5测试与应用

第七章分析型JM_CRM系统实现

7.1系统设计

7.1.1系统结构

7.1.2系统用例建模

7.1.3系统类图

7.2系统实现

7.2.1预测潜在客户分析主题

7.2.2交叉销售分析主题

7.3系统特点

第八章结束语

8.1结论

8.2展望

致谢

参考文献

硕士期间发表论文