论文部分内容阅读
伴随着互联网技术的飞速发展,企业之间的竞争日益激烈,传统的营销模式受到严重的挑战,企业需要并得以借助先进的管理思想以及先进的技术手段,去充分了解和掌握客户信息,发现与挖掘潜在市场机会,规避风险,提高客户忠诚度与满意度。企业对于客户信息的获取以及如何使这些信息发挥最大的效用,是企业在自身发展中的一个重要工作,这就必须有一个专门的系统来收集客户信息,并加以分析和利用。客户关系管理(CustomerRelationship Management,CRM)系统正是在此环境下应运而生,它将利用企业各种资源,通过客户的管理过程,分析出企业优劣,提高企业的竞争力,使企业在现如今激烈的竞争环境中处于不败之地。同时,随着企业业务的不断扩大,企业里的数据信息正以指数级的速度在迅速增长,特别是客户信息中不仅包含着有价值的部分,同时也包含很多冗余的信息,要想在这海量的信息中准确的找到企业需要的资源,从中提取出客户关系图,也是一个难点。因此,需要在构建CRM系统的同时应用现如今正飞速发展的数据挖掘技术,将两者结合起来,才能搭建出一个完整的CRM系统。本文结合浙江中烟工业公司(以下简称浙江中烟)CRM系统,分析了企业中海量客户数据处理的方法,并对客户进行划分,提取客户关系图以及检测客户忠诚度等。浙江中烟CRM系统对企业的发展起到了至关重要的作用。主要研究有以下几个方面:1)以浙江中烟为例,结合大型集团企业CRM系统的需求分析,了解CRM系统的特性、架构和运行机制,分析企业CRM系统的可行性以及数据挖掘技术如何的应用于系统当中。2)构建客户分类决策树,提取客户的行为记录,如反馈、来访、活动交流等,分析客户的忠诚度状态;建立客户忠诚度预警模型,根据CLV曲线分析,得出客户在某个时间点或时间范围内的忠诚度,并据此提出提升客户忠诚度的方案。3)提出了一种基于改进的FP-Growth算法的客户关系图提取方法,使得企业能够很清晰的看出与客户之间的关系,找出存在的不足加以改进,使企业决策者和服务人员做出相应的决策行为,改善客户关系,提高客户的忠诚度。4)提出了一种基于TFIDF算法同义替换和相邻合并的文本挖掘技术,可以降低服务器压力,使服务人员可以更快更准确的从知识库中寻找出相关信息,满足客户的需求。