论文部分内容阅读
客户关系管理(Customer Relationship Management, CRM)是帮助企业了解客户和把握市场的重要工具,而数据挖掘则可以从大量客户数据中挖掘出隐含的、对企业决策有帮助的知识和规则,故将数据挖掘应用到CRM系统中将会为企业呈现更多有价值的数据。在客户数据挖掘方面,目前的数据挖掘工具如SPSS公司的Clementine软件等,由于价格等因素,不太适合中小企业使用,针对这个问题,结合重庆某中小企业为实际背景,本文将数据挖掘技术融入到客户关系管理系统的开发中去,开发了e-CRM客户关系管理系统,主要进行了以下工作:1)研究了客户关系管理系统的结构、组成以及数据挖掘和数据仓库技术在其中的应用;2)提出了一种基于k-means聚类算法和ID3决策树算法的客户价值分析方法,该方法使得计算机能对客户价值分析结果进行解释,从而使分析结果更易理解;3)结合ID3算法和Apriori算法分别实现了客户流失分析功能和交叉销售分析功能,以支持企业决策;4)给出并介绍了e-CRM系统的功能、架构以及相应的数据库和数据仓库结构,并结合MS SQL Server2000的数据转换服务(Data Transformation Services, DTS)工具实现了数据的抽取和转换。e-CRM系统以数据仓库和数据挖掘技术为支撑,具备操作型CRM系统的基本功能,同时实现了客户价值分析,客户流失分析,交叉销售分析等一些分析型CRM系统的功能,是一种介于操作型和分析型CRM系统之间的系统,是对中小型企业CRM软件开发的一次尝试。和大型数据挖掘软件相比,本文所实现的数据挖掘过程操作简单,且挖掘结果在界面呈现上比较直观,对企业的决策能起到辅助作用。