數(shù)據(jù)挖掘在CRM中的應(yīng)用.pdf

1、目前競(jìng)爭(zhēng)日益激烈的電子商務(wù)經(jīng)濟(jì)模式下，企業(yè)的客戶數(shù)據(jù)日益豐富，客戶關(guān)系管理的觀念也日益受到企業(yè)的重視。而分析型CRM是目前及今后一段時(shí)間CRM系統(tǒng)的主流方向。如何從豐富的客戶數(shù)據(jù)中挖掘有價(jià)值的信息，為企業(yè)管理者提供有效的輔助決策，是企業(yè)真正關(guān)心的問(wèn)題。其中，客戶分類是分析型客戶關(guān)系管理的重要功能之一。通過(guò)客戶分類，區(qū)分客戶的重要程度，并針對(duì)不同重要級(jí)別的客戶制定專門(mén)的營(yíng)銷方案和客戶關(guān)系管理策略，可以幫助企業(yè)降低營(yíng)銷成本，提高利潤(rùn)和企業(yè)競(jìng)

2、爭(zhēng)力。客戶也可從企業(yè)制定的專門(mén)的營(yíng)銷方案和客戶關(guān)系管理策略中獲得適合的交易體驗(yàn)。數(shù)據(jù)挖掘是分析型CRM實(shí)現(xiàn)其“分析”功能的必要手段，也是實(shí)現(xiàn)客戶分類的有效工具。為了體現(xiàn)數(shù)據(jù)挖掘有別于統(tǒng)計(jì)等方法的特點(diǎn)，本文選擇具有代表特征的聚類分析方法，根據(jù)客戶為企業(yè)帶來(lái)的銷售額、利潤(rùn)額和客戶與企業(yè)的交易次數(shù)等指標(biāo)，對(duì)客戶數(shù)據(jù)進(jìn)行聚類。通過(guò)對(duì)聚類結(jié)果的分析和評(píng)價(jià)，分析每組客戶對(duì)于企業(yè)的重要程度，進(jìn)而達(dá)到客戶分類的目的。 本文選擇典型的基于劃分的聚

3、類方法——K-平均算法，通過(guò)算法思想描述、算法流程設(shè)計(jì)、算法執(zhí)行界面和顯示界面的設(shè)計(jì)等多個(gè)方面介紹K-平均算法在客戶分析中的具體應(yīng)用。其中，包括數(shù)據(jù)整理、變量轉(zhuǎn)換、參數(shù)選擇、結(jié)果分析等多個(gè)過(guò)程。本文使用VB.NET實(shí)現(xiàn)算法流程，并使用實(shí)現(xiàn)的應(yīng)用程序?qū)τ脩魯?shù)據(jù)進(jìn)行聚類。嘗試多次不同聚類數(shù)目，比較多次聚類結(jié)果，并從中選擇效果最佳、對(duì)企業(yè)應(yīng)用最適合的聚類結(jié)果。得到可解釋、可用的客戶分類，為企業(yè)提供決策支持。在算法實(shí)施結(jié)束后，給出算法評(píng)價(jià)，討論