基于数据挖掘技术的电子化客户关系管理（eCRM）研究
|
摘要
随着知识经济时代的到来和经济全球化的趋势，企业间的竞争日益激烈，客户成为企业至关重要的成功因素和利润来源。企业的资本、技术、商业模式越来越容易模仿，而与客户的关系是建立在长期积累客户交易资料、深入熟悉客户需求的基础上的，无法复制，因此，把握客户是电子商务时代构建企业核心竞争力的关键。Internet的普及，大大加强了客户的知识力量，也有人说经济全球化导致的激烈市场竞争使这些客户变得越来越难以驾驭，不论何种原因，有一点是肯定的，即信息和技术资源在全球范围内的大幅度重新分配使得客户在与企业的权力争夺战中，逐渐掌握了越来越大的主动权和选择权。面对“电子化客户”的挑战，许多企业搜集和存储了关于客户、供应商和商业伙伴的宝贵数据，由于缺乏发现隐含在数据中的有用的信息的能力，所以这些企业无法将数据转化为知识。因此企业应该利用先进的数据挖掘技术分析客户的各种背景数据和过去的交易行为数据，从中获取知识，牢牢锁定客户。
本文研究了电子化客户关系管理(eCRM)相关理论，介绍了数据仓库基本理论和数据挖掘技术的特点、内涵、工作流程、建模、分析技术和挖掘工具等。并讨论了在电子化客户关系管理系统的实现中如何融入数据仓库机制和数据挖掘技术的几个关键问题。在研究了电子化客户关系管理系统的功能模块、数据挖掘步骤及如何获取客户数据从而构建数据仓库的基础上，重点解决了客户关系管理系统中的数据分析方法，利用数据挖掘技术中BP神经网络算法、决策树的贪心算法和聚类分析中的K-平均算法构建合适的预测分类模型，解决了获取客户、客户保持和个性化客户服务的算法实现问题，从而实现数据挖掘技术在电子化客户关系管理中的应用。
本文具体内容如下：
第一章——电子化客户关系管理(eCRM)。研究了eCRM的起源、内涵和体系结构等理论基础，并提出了客户满意、客户生命周期、客户收益递增、客户锁定、客户保持等eCRM基本原则。
第二章——数据挖掘技术。介绍了数据仓库技术以及数据挖掘的特点、内涵、工作流程、建模、分析技术和数据挖掘工具等。
第三章——数据挖掘技术在eCRM应用中的关键问题。介绍了eCRM的系统功能模块和基于数据挖掘技术的eCRM系统应用模型，提出了在eCRM系
统进行数据挖掘的步骤，并且论述了从网上获取客户数据的方法，构建了网上书
店客户数据库表结构。
第四章—案例:网上书店电子化客户关系管理系统中的数据挖掘算法设
计。提出了获取新客户的神经网络算法、保持老客户的决策树算法、提高客户
满意度的聚类算法。
论文具有以下特点及创新:
(l)在导师徐绪松教授的《复杂科学·资本市场·项目评价》一书中提出
的定性定量结合的理论框架基础上，分别运用了人工神经网络、决策树技术、聚
类技术等有效的解决了电子化客户关系管理中的客户获取、客户保持和个性化客
户服务的问题。
(2)在研究了营销理论、客户关系、企业经营活动和客户价值的基础上，
归纳出了电子化客户关系管理中的客户满意、客户保持、客户收益递增、客户锁
定等原则，归纳出客户生命周期模型。
With the advent of knowledge economic epic and the trend of global economy, the more and more intense competition among enterprises, winning customers become the important key to success and profit source. Because the enterprise capital, technology and business model are easier and easier to simulate, while the relationship with customers is built on accumulating customer transaction information and deep familiarization with customer requirement, which cannot be replicated, winning customer is the key to build enterprise kernel competition in electronic business age. The wide application of Internet greatly improves customer's knowledge power. Also some people believe that the intense marketing competition caused by economic globalization makes the customers more and more difficult to tract. Whatever reasons, we are sure that the global redistribution of information and technology resource makes the customers have more and more choices caused by the competition among enterprises. Facing the challenge of "ele
ctronic customer", many enterprises collect and store valuable data of customers, vendors and business partners. Because of lacking the ability to find out the implicit information in the valuable data, these enterprises cannot change the data into knowledge. Thus enterprises should exploit advanced data mining technology to analyze the background data and past transaction data, get knowledge and win the customer.
This paper studies related theories of electronic customer relationship management (eCRM), combines the data mining mechanism and technology into the implementation of eCRM. Based on the study of function models of eCRM system, this paper solves the data analyze methods, exploits data mining technology algorithms to construct proper customer life cycle model, predicts future trend, and implements the application of data mining technology in eCRM.
The paper is organized as follows:
Chapter 1, eCRM, studies the origin, content and architecture of eCRM, proposes the basic principles of customer satisfaction, customer life cycle, increasing customer revenue, customer targeted, customer keep, and so on.
Chapter 2, data mining technology, presents data ware technology and its characteristic, mechanism, process, model, analyze technology and mining tools, and so on.
Chapter 3, the key questions of data mining technology in the application of eCRM, introduces the system function models of eCRM, and the system application model based on data mining technology, proposes the data mining procedure of eCRM system., and presents the method to get customer data from Internet, and builds the database table structure of Internet bookstore.
Chapter 4, example, the data mining algorithm design of a Internet bookstore eCRM, presents the neural network algorithm of getting new customers, decision tree algorithm to keep old customers, the clustering algorithm to improve customer satisfaction.
This paper has the following innovations.
(1) Combine both quality and quantity methods, exploit "the latest technology in both the social science and natural science, propose the data mining technology application of three algorithms to eCRM of Internet bookstore: neural network algorithm of wining new customers, decision algorithm to keep old customers, and clustering algorithm to improve customer satisfaction.
(2) summarize the principles of customer satisfaction, increasing customer revenue, customer targeted, customer keep, construct customer life cycle model.
本文研究了电子化客户关系管理(eCRM)相关理论，介绍了数据仓库基本理论和数据挖掘技术的特点、内涵、工作流程、建模、分析技术和挖掘工具等。并讨论了在电子化客户关系管理系统的实现中如何融入数据仓库机制和数据挖掘技术的几个关键问题。在研究了电子化客户关系管理系统的功能模块、数据挖掘步骤及如何获取客户数据从而构建数据仓库的基础上，重点解决了客户关系管理系统中的数据分析方法，利用数据挖掘技术中BP神经网络算法、决策树的贪心算法和聚类分析中的K-平均算法构建合适的预测分类模型，解决了获取客户、客户保持和个性化客户服务的算法实现问题，从而实现数据挖掘技术在电子化客户关系管理中的应用。
本文具体内容如下：
第一章——电子化客户关系管理(eCRM)。研究了eCRM的起源、内涵和体系结构等理论基础，并提出了客户满意、客户生命周期、客户收益递增、客户锁定、客户保持等eCRM基本原则。
第二章——数据挖掘技术。介绍了数据仓库技术以及数据挖掘的特点、内涵、工作流程、建模、分析技术和数据挖掘工具等。
第三章——数据挖掘技术在eCRM应用中的关键问题。介绍了eCRM的系统功能模块和基于数据挖掘技术的eCRM系统应用模型，提出了在eCRM系
统进行数据挖掘的步骤，并且论述了从网上获取客户数据的方法，构建了网上书
店客户数据库表结构。
第四章—案例:网上书店电子化客户关系管理系统中的数据挖掘算法设
计。提出了获取新客户的神经网络算法、保持老客户的决策树算法、提高客户
满意度的聚类算法。
论文具有以下特点及创新:
(l)在导师徐绪松教授的《复杂科学·资本市场·项目评价》一书中提出
的定性定量结合的理论框架基础上，分别运用了人工神经网络、决策树技术、聚
类技术等有效的解决了电子化客户关系管理中的客户获取、客户保持和个性化客
户服务的问题。
(2)在研究了营销理论、客户关系、企业经营活动和客户价值的基础上，
归纳出了电子化客户关系管理中的客户满意、客户保持、客户收益递增、客户锁
定等原则，归纳出客户生命周期模型。
With the advent of knowledge economic epic and the trend of global economy, the more and more intense competition among enterprises, winning customers become the important key to success and profit source. Because the enterprise capital, technology and business model are easier and easier to simulate, while the relationship with customers is built on accumulating customer transaction information and deep familiarization with customer requirement, which cannot be replicated, winning customer is the key to build enterprise kernel competition in electronic business age. The wide application of Internet greatly improves customer's knowledge power. Also some people believe that the intense marketing competition caused by economic globalization makes the customers more and more difficult to tract. Whatever reasons, we are sure that the global redistribution of information and technology resource makes the customers have more and more choices caused by the competition among enterprises. Facing the challenge of "ele
ctronic customer", many enterprises collect and store valuable data of customers, vendors and business partners. Because of lacking the ability to find out the implicit information in the valuable data, these enterprises cannot change the data into knowledge. Thus enterprises should exploit advanced data mining technology to analyze the background data and past transaction data, get knowledge and win the customer.
This paper studies related theories of electronic customer relationship management (eCRM), combines the data mining mechanism and technology into the implementation of eCRM. Based on the study of function models of eCRM system, this paper solves the data analyze methods, exploits data mining technology algorithms to construct proper customer life cycle model, predicts future trend, and implements the application of data mining technology in eCRM.
The paper is organized as follows:
Chapter 1, eCRM, studies the origin, content and architecture of eCRM, proposes the basic principles of customer satisfaction, customer life cycle, increasing customer revenue, customer targeted, customer keep, and so on.
Chapter 2, data mining technology, presents data ware technology and its characteristic, mechanism, process, model, analyze technology and mining tools, and so on.
Chapter 3, the key questions of data mining technology in the application of eCRM, introduces the system function models of eCRM, and the system application model based on data mining technology, proposes the data mining procedure of eCRM system., and presents the method to get customer data from Internet, and builds the database table structure of Internet bookstore.
Chapter 4, example, the data mining algorithm design of a Internet bookstore eCRM, presents the neural network algorithm of getting new customers, decision tree algorithm to keep old customers, the clustering algorithm to improve customer satisfaction.
This paper has the following innovations.
(1) Combine both quality and quantity methods, exploit "the latest technology in both the social science and natural science, propose the data mining technology application of three algorithms to eCRM of Internet bookstore: neural network algorithm of wining new customers, decision algorithm to keep old customers, and clustering algorithm to improve customer satisfaction.
(2) summarize the principles of customer satisfaction, increasing customer revenue, customer targeted, customer keep, construct customer life cycle model.
引文
(1) 徐绪松、复杂科学·资本市场·项目评价、北京：科学出版社，2003年
(2) 徐绪松、数据结构与算法导论、北京：电子工业出版社，1996年
(3) 徐绪松、管理信息系统、武汉：武汉大学出版社，1998年，
(4) (美)格罗思(R·Groth)著 候迪 宋擒豹翻译、数据挖掘：构筑企业竞争优势、2001．8、西安：西安交通大学出版社
(5) 朱爱群、客户关系管理与数据挖掘、2001．8、北京：中国财政经济出版社
(6) (英)汉德(Hand，D．)著 张银奎等译、数据挖掘原理、2003．4、北京：机械工业出版社
(7) 何荣勤、CRM原理·设计·实践、2003．1、北京：电子工业出版社
(8) (加)韩家炜(加)坎伯(Kamber，M．)著 范明等译、数据挖掘：概念与技术、2001．8、西安：西安交通大学出版社
(9) 袁曾任、人工神经元网络及其应用、1999、北京：清华大学出版社
(10) (美)贝尔森(Berson，A．)(美)史密斯(Smith，A．)西瑞林(Thearling，K．)著 贺奇等译、构建面向CRM的数据挖掘应用、2001．8、北京：人民邮电出版社
(11) 徐丽娜、神经网络控制、1999、哈尔滨：哈尔滨工业大学出版社
(12) (美)因曼(W．H．Inmon)著 王志海等译、数据仓库、2000．5、北京：机械工业出版社
(13) (澳)罗斯·道森著 祁延莉 董小英译、开发基于知识的客户关系：职业服务机构的未来、2002．8、北京：电子工业出版社
(14) 范云峰、客户开发营销、2003．7、北京：中国经济出版社
(15) (英)韦林顿著 何润宇译、客户管理改善策略、2003、北京：经济管理出版社
(16) 谢旭、客户资信管理、2003．2、北京：中国对外经济贸易出版社
(17) (英)伯内特著 刘瑞红等译、核心客户关系管理、2002．8、北京：电子工业出版社
(18) 刘戒骄、探究客户的“内心”、2003、北京：民主与建设出版社
(19) 林涛等、客户服务管理、2002．5、西安：中国纺织出版社
(20) Greenberg，P著 王敏 刘祥亚等译、实时的客户关系管理、2002．1、北京：机械工业出版社
(21) 肖爽 李北平、论CRM在保险行业中的开发和应用、武汉大学学报(理学版)、2003．4
(22) 周宇等、面向eCRM的数据挖掘技术应用、控制工程、2003．5
(23) 杨顺勇等、基于因特网的客户关系管理(eCRM)系统设计、工业工程与管理，2001．4
(24) 李波、基于SUQ分类算法的数据挖掘技术及其在企业CRM中的应用、计算机工程与应用、2002．21
(25) 陈卫华朱仲英、数据挖掘在CRM中的应用、微型电脑应用、2001
(26) 郝先臣等、数据挖掘工具和应用中的问题、东北大学学报(自然科学版)、2001．22
(27) 周傲英等、数据库技术：回顾与展望、计算机科学、1996．26
(28) 张凤荔 葛晓峰、数据仓库研究及其在现代企业中的应用、计算机科学、1999．26(6)
(29) 中国人民大学统计学系数据挖掘中心、数据挖掘中的决策树技术及其应用、统计与信息论坛、2002．3
(30) 中国人民大学统计学系数据挖掘中心、建立数据挖掘为基础的客户关系管理体系、统计与信息论坛、2002．7
(31) 赵小科等、主动式数据挖掘技术在客户管理中的研究与应用、北京航空航天大学学报(社会科学版)、2001．12
(32) 龚涛蔡自兴、数据挖掘模型的比较研究、控制工程、2003．3
(33) 陈玉保等、营销理论的新发展：客户关系管理(CRM)理论、商业研究、2002．7
(34) 郝先臣等、基于粗糙集理论的数据挖掘算法及其应用研究、计算机工程与应用、2001．15
(35) 陈卫华 朱仲英、数据挖掘在CRM中的应用、微型电脑应用、2001年第
17卷第10期
(36) 夏火松 蔡淑琴、基于分形的市场营销离群数据挖掘模型、计算机工程与应用、2002．12
(37) 郑秀丽等、基于数据挖掘技术的电子商务客户潜力开发方案、计算机工程与应用、2002．05
(38) 王军、数据挖掘技术专题报导、计算机世界、1998年9月28日
(39) 郑纬民 黄刚、数据挖掘工具及其选择、计算机世界、1999年5月31日
(40) 田金兰 李奔、分类器在保险业务中的应用、计算机世界、1999年5月31日
(41) Oracle white paper July 2001(英文)
(42) www.crmchina.com/web/default.asp
(43) www.crmforum.org/
(44) www.amteam.org/old/default.htm
(45) www.CRMGuru.com(英文网站)
(46) www.GreaterChinaCRM.com
(47) www.experts-exchange.com/(英文网站)
(48) www.chinaai.org
(2) 徐绪松、数据结构与算法导论、北京：电子工业出版社，1996年
(3) 徐绪松、管理信息系统、武汉：武汉大学出版社，1998年，
(4) (美)格罗思(R·Groth)著 候迪 宋擒豹翻译、数据挖掘：构筑企业竞争优势、2001．8、西安：西安交通大学出版社
(5) 朱爱群、客户关系管理与数据挖掘、2001．8、北京：中国财政经济出版社
(6) (英)汉德(Hand，D．)著 张银奎等译、数据挖掘原理、2003．4、北京：机械工业出版社
(7) 何荣勤、CRM原理·设计·实践、2003．1、北京：电子工业出版社
(8) (加)韩家炜(加)坎伯(Kamber，M．)著 范明等译、数据挖掘：概念与技术、2001．8、西安：西安交通大学出版社
(9) 袁曾任、人工神经元网络及其应用、1999、北京：清华大学出版社
(10) (美)贝尔森(Berson，A．)(美)史密斯(Smith，A．)西瑞林(Thearling，K．)著 贺奇等译、构建面向CRM的数据挖掘应用、2001．8、北京：人民邮电出版社
(11) 徐丽娜、神经网络控制、1999、哈尔滨：哈尔滨工业大学出版社
(12) (美)因曼(W．H．Inmon)著 王志海等译、数据仓库、2000．5、北京：机械工业出版社
(13) (澳)罗斯·道森著 祁延莉 董小英译、开发基于知识的客户关系：职业服务机构的未来、2002．8、北京：电子工业出版社
(14) 范云峰、客户开发营销、2003．7、北京：中国经济出版社
(15) (英)韦林顿著 何润宇译、客户管理改善策略、2003、北京：经济管理出版社
(16) 谢旭、客户资信管理、2003．2、北京：中国对外经济贸易出版社
(17) (英)伯内特著 刘瑞红等译、核心客户关系管理、2002．8、北京：电子工业出版社
(18) 刘戒骄、探究客户的“内心”、2003、北京：民主与建设出版社
(19) 林涛等、客户服务管理、2002．5、西安：中国纺织出版社
(20) Greenberg，P著 王敏 刘祥亚等译、实时的客户关系管理、2002．1、北京：机械工业出版社
(21) 肖爽 李北平、论CRM在保险行业中的开发和应用、武汉大学学报(理学版)、2003．4
(22) 周宇等、面向eCRM的数据挖掘技术应用、控制工程、2003．5
(23) 杨顺勇等、基于因特网的客户关系管理(eCRM)系统设计、工业工程与管理，2001．4
(24) 李波、基于SUQ分类算法的数据挖掘技术及其在企业CRM中的应用、计算机工程与应用、2002．21
(25) 陈卫华朱仲英、数据挖掘在CRM中的应用、微型电脑应用、2001
(26) 郝先臣等、数据挖掘工具和应用中的问题、东北大学学报(自然科学版)、2001．22
(27) 周傲英等、数据库技术：回顾与展望、计算机科学、1996．26
(28) 张凤荔 葛晓峰、数据仓库研究及其在现代企业中的应用、计算机科学、1999．26(6)
(29) 中国人民大学统计学系数据挖掘中心、数据挖掘中的决策树技术及其应用、统计与信息论坛、2002．3
(30) 中国人民大学统计学系数据挖掘中心、建立数据挖掘为基础的客户关系管理体系、统计与信息论坛、2002．7
(31) 赵小科等、主动式数据挖掘技术在客户管理中的研究与应用、北京航空航天大学学报(社会科学版)、2001．12
(32) 龚涛蔡自兴、数据挖掘模型的比较研究、控制工程、2003．3
(33) 陈玉保等、营销理论的新发展：客户关系管理(CRM)理论、商业研究、2002．7
(34) 郝先臣等、基于粗糙集理论的数据挖掘算法及其应用研究、计算机工程与应用、2001．15
(35) 陈卫华 朱仲英、数据挖掘在CRM中的应用、微型电脑应用、2001年第
17卷第10期
(36) 夏火松 蔡淑琴、基于分形的市场营销离群数据挖掘模型、计算机工程与应用、2002．12
(37) 郑秀丽等、基于数据挖掘技术的电子商务客户潜力开发方案、计算机工程与应用、2002．05
(38) 王军、数据挖掘技术专题报导、计算机世界、1998年9月28日
(39) 郑纬民 黄刚、数据挖掘工具及其选择、计算机世界、1999年5月31日
(40) 田金兰 李奔、分类器在保险业务中的应用、计算机世界、1999年5月31日
(41) Oracle white paper July 2001(英文)
(42) www.crmchina.com/web/default.asp
(43) www.crmforum.org/
(44) www.amteam.org/old/default.htm
(45) www.CRMGuru.com(英文网站)
(46) www.GreaterChinaCRM.com
(47) www.experts-exchange.com/(英文网站)
(48) www.chinaai.org