论文部分内容阅读
[摘 要]随着大型烘焙企业纷纷建立连锁经营网络，推行会员制，信息系统普及，企业拥有的会员销费记录逐步达到海量，如何将这些数据充分利用，挖掘出高价值信息。本文通过针对实际业务需求，基于SQL Server 2008探讨了数据挖掘技术在烘焙零售企业的客户关系管理系统的应用。
[关键词]数据挖掘 SQL Server 2008 DMX 烘焙 CRM
中图分类号：TD181 文献标识码：A 文章编号：1009-914X（2013）04-0219-01
一、引言
现在绝大多数烘焙连锁企业都建立了会员系统，一方面可以方便消费者购买烘焙产品并给予一定的优惠和让利，另一方面烘焙连锁企业可以利用这些信息去抓住客户更好的去为客户服务从而可以保持住客户同时发掘出其中的高价值的会员加以重点关注这样可以为企业创造更高的经济效益。因此，对客户进行细分，挖掘顾客的类型及以各种类型的消费者特征，针对他们进行相应的营销和保持的策略有着积极的意义。
二、烘焙连锁CRM数据挖掘的应用实现
本次研究的数据源于通过对日常会员的烘焙产品销售基本数据的先期提炼，这样可以大大减轻后期的数据处理负荷，其效率将会大大的提高，因此需要对数据进行一下预处理生成中间表格，以满足挖掘程序的需要。
在此次研究中由于烘焙连锁的POS销售系统采集的会员销售数据存储于单独的销售表格中，其会员号和销售单据号一一对应，而消费明细存储于销售明细表中，两者需要通过单据号关联方可得到明细信息，而具体会员信息也需要通过会员号和会员表格通过会员号关联获得。会员的销售总金额通过统计会员销售单据的总金额之和获得，销售笔数是通过统计该会员的销售单据的数量获得，平均价值为这两个数据的除数即总码洋除以单据数。通过以上步骤我们可以统计出每个会员在一个月中的销售总金额、总笔数和平均每笔消费金额，这样就可以直接导入数据挖掘程序加以挖掘。我们按照会员一个月的平均消费码洋进行聚类分析，对会员进行分类，找出其中的高价值的会员，并分析其会员特征，从而可以针对性的制定相应的营销策略和會员保持计划并且企业可以根据现状合理的配置营销资源，并选择高价值的会员作为发展目标。
为了提高数据挖掘语句编写效率，采用了Microsoft定义的公用数据访问规范OLE DB。其中，OLE DB FOR DM的核心部分是数据挖掘扩展语言（DMX）的定义，这是一种用于数据挖掘的类SQL语言。
在SQLServer2008数据挖掘平台中，创建关系型挖掘模型的语法如下：
CREATE MINING MODL （）
USING
相当于建立了一个关系表，其中，包括关键字、输入、预测三类属性，每一个模型与一个数据挖掘算法关联。
数据挖掘算法利用输入的数据，分析属性间的关系，发现隐藏在数据背后的规律和模式，方法类似于关系表中的数据插入，语法为：
INSERT INTO （）
创建和测试烘焙连锁CRM挖掘模型
（1）创建CRM挖掘模型
CRM资源数据源来自烘焙连锁POS数据管理中心。例如：有数据表名KHXX为，其中的字段名主要有客户姓名、年龄、性别、消费记录等。从POS数据管理中心导出的数据存储EXCEL文件中，在存储至SQL Server 2008数据库之前，利用SSIS对原始数据进行预处理，Execute SQL TASK用于数据清理，通过“删除”指令清理数据库中会影响挖掘的部分。利用OMX语法构建模型：
CREATE MINING （***）USING Microsoft_Decision_Trees
在此模型中，属性值包括客户的姓名、年龄、性别、消费记录等，采用了决策树算法。
（2） 测试CRM挖掘模型
INSERT INTO KHXX（***）
OPENROWSET（‘SQLDB’，’Server name’，’Login name’，’Password’，‘Select ***’）
通过OPENROWSET指令，将SELECT语句查询传给SQL OLE数据库服务器。通过分析客户的年龄、性别、消费记录属性，预测其消费习惯，根据2/8原则，针对其中关键的2制定相应的营销策略。
三、结束语
微软公司的SQL Server 2008平台，提供了操作简单、方便实用的数据挖掘功能，所用算法除了数据挖掘服务中自带的几种算法外，还允许根据挖掘的需求输入更有针对性的算法，并且实现了数据挖掘和报告的集成，可以通过简单灵活且可伸缩的方式向系统用户提供预测结果，尤其是可以将数据挖掘分析直接反馈给操作前端。这样，基于SQL Server 2008的烘焙连锁CRM，可以为系统用户提供全面的支持。通过以上希望以此文引出SQL Server 2008对于烘焙连锁行业客户关系管理系统更多的关注与研究，使其实际应用更为丰富。
参考文献
[1] 范明，范宏建等.数据挖掘导论[M].人民邮电出版社，2008.
[2] 胡可云，田凤占，黄厚宽.数据挖掘理论与应用.北京：清华大学出版社，北京交通大学出版社.2008.4.
[3] 谢邦昌，郑宇庭，苏志雄.SQLServer2008R2数据挖掘与商业智能基础及高级案例实战[M].中国水利水电出版社，2011.10.
[4] 徐东.客户关系管理[J].百度百科网站.2009.11.23.
[5] 蒙迪.Microsoft数据仓库工具箱（第2版）：使用SQL Server 2008 [M]. 清华大学出版社，2012.5.
[6] 谢邦昌.数据挖掘基础与应用（SQL Server 2008）[M].机械工业出版社，2012.1.
作者简介
黄宁（1977- ），男，湖南株洲人，湖南工业大学硕士生，主要研究方向为智能信息处理。
[关键词]数据挖掘 SQL Server 2008 DMX 烘焙 CRM
中图分类号：TD181 文献标识码：A 文章编号：1009-914X（2013）04-0219-01
一、引言
现在绝大多数烘焙连锁企业都建立了会员系统，一方面可以方便消费者购买烘焙产品并给予一定的优惠和让利，另一方面烘焙连锁企业可以利用这些信息去抓住客户更好的去为客户服务从而可以保持住客户同时发掘出其中的高价值的会员加以重点关注这样可以为企业创造更高的经济效益。因此，对客户进行细分，挖掘顾客的类型及以各种类型的消费者特征，针对他们进行相应的营销和保持的策略有着积极的意义。
二、烘焙连锁CRM数据挖掘的应用实现
本次研究的数据源于通过对日常会员的烘焙产品销售基本数据的先期提炼，这样可以大大减轻后期的数据处理负荷，其效率将会大大的提高，因此需要对数据进行一下预处理生成中间表格，以满足挖掘程序的需要。
在此次研究中由于烘焙连锁的POS销售系统采集的会员销售数据存储于单独的销售表格中，其会员号和销售单据号一一对应，而消费明细存储于销售明细表中，两者需要通过单据号关联方可得到明细信息，而具体会员信息也需要通过会员号和会员表格通过会员号关联获得。会员的销售总金额通过统计会员销售单据的总金额之和获得，销售笔数是通过统计该会员的销售单据的数量获得，平均价值为这两个数据的除数即总码洋除以单据数。通过以上步骤我们可以统计出每个会员在一个月中的销售总金额、总笔数和平均每笔消费金额，这样就可以直接导入数据挖掘程序加以挖掘。我们按照会员一个月的平均消费码洋进行聚类分析，对会员进行分类，找出其中的高价值的会员，并分析其会员特征，从而可以针对性的制定相应的营销策略和會员保持计划并且企业可以根据现状合理的配置营销资源，并选择高价值的会员作为发展目标。
为了提高数据挖掘语句编写效率，采用了Microsoft定义的公用数据访问规范OLE DB。其中，OLE DB FOR DM的核心部分是数据挖掘扩展语言（DMX）的定义，这是一种用于数据挖掘的类SQL语言。
在SQLServer2008数据挖掘平台中，创建关系型挖掘模型的语法如下：
CREATE MINING MODL
USING
相当于建立了一个关系表，其中，包括关键字、输入、预测三类属性，每一个模型与一个数据挖掘算法关联。
数据挖掘算法利用输入的数据，分析属性间的关系，发现隐藏在数据背后的规律和模式，方法类似于关系表中的数据插入，语法为：
INSERT INTO
创建和测试烘焙连锁CRM挖掘模型
（1）创建CRM挖掘模型
CRM资源数据源来自烘焙连锁POS数据管理中心。例如：有数据表名KHXX为，其中的字段名主要有客户姓名、年龄、性别、消费记录等。从POS数据管理中心导出的数据存储EXCEL文件中，在存储至SQL Server 2008数据库之前，利用SSIS对原始数据进行预处理，Execute SQL TASK用于数据清理，通过“删除”指令清理数据库中会影响挖掘的部分。利用OMX语法构建模型：
CREATE MINING （***）USING Microsoft_Decision_Trees
在此模型中，属性值包括客户的姓名、年龄、性别、消费记录等，采用了决策树算法。
（2） 测试CRM挖掘模型
INSERT INTO KHXX（***）
OPENROWSET（‘SQLDB’，’Server name’，’Login name’，’Password’，‘Select ***’）
通过OPENROWSET指令，将SELECT语句查询传给SQL OLE数据库服务器。通过分析客户的年龄、性别、消费记录属性，预测其消费习惯，根据2/8原则，针对其中关键的2制定相应的营销策略。
三、结束语
微软公司的SQL Server 2008平台，提供了操作简单、方便实用的数据挖掘功能，所用算法除了数据挖掘服务中自带的几种算法外，还允许根据挖掘的需求输入更有针对性的算法，并且实现了数据挖掘和报告的集成，可以通过简单灵活且可伸缩的方式向系统用户提供预测结果，尤其是可以将数据挖掘分析直接反馈给操作前端。这样，基于SQL Server 2008的烘焙连锁CRM，可以为系统用户提供全面的支持。通过以上希望以此文引出SQL Server 2008对于烘焙连锁行业客户关系管理系统更多的关注与研究，使其实际应用更为丰富。
参考文献
[1] 范明，范宏建等.数据挖掘导论[M].人民邮电出版社，2008.
[2] 胡可云，田凤占，黄厚宽.数据挖掘理论与应用.北京：清华大学出版社，北京交通大学出版社.2008.4.
[3] 谢邦昌，郑宇庭，苏志雄.SQLServer2008R2数据挖掘与商业智能基础及高级案例实战[M].中国水利水电出版社，2011.10.
[4] 徐东.客户关系管理[J].百度百科网站.2009.11.23.
[5] 蒙迪.Microsoft数据仓库工具箱（第2版）：使用SQL Server 2008 [M]. 清华大学出版社，2012.5.
[6] 谢邦昌.数据挖掘基础与应用（SQL Server 2008）[M].机械工业出版社，2012.1.
作者简介
黄宁（1977- ），男，湖南株洲人，湖南工业大学硕士生，主要研究方向为智能信息处理。