伴隨著數(shù)據(jù)庫和信息技術(shù)的發(fā)展，產(chǎn)生了大規(guī)模的海量數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)能夠自動地、快速地、智能地把歷史數(shù)據(jù)歸納成為有指導意義的信息。隨著3G 技術(shù)普及，各個運營商之間的競爭非常激烈，各個運營商為了增加客戶，留住不斷換網(wǎng)的用戶，因此對客戶關(guān)系管理的研究十分重視。本文將使用數(shù)據(jù)挖掘技術(shù)對客戶關(guān)系管理（簡稱：CRM）進行探索和研究。
1 數(shù)據(jù)挖掘技術(shù)概述
數(shù)據(jù)挖掘技術(shù)是一門融合了統(tǒng)計學、人工智能、機器學習、數(shù)據(jù)庫多方面知識的綜合性學科，人工智能處理、數(shù)據(jù)庫技術(shù)和數(shù)理統(tǒng)計是它的基礎(chǔ)。數(shù)據(jù)挖掘的主要任務是“知識發(fā)現(xiàn)”，它要從不完全的、大量的、有噪聲的、隨機的、模糊的實際歷史數(shù)據(jù)中發(fā)掘出人們事先未知的、規(guī)律性的，但又是潛在有用的，并且最終可以理解的知識和信息。
2 數(shù)據(jù)挖掘技術(shù)在移動CRM中的應用
2.1 移動CRM體系結(jié)構(gòu)
移動客戶關(guān)系管理的體系結(jié)構(gòu)主要分為合作型CRM、分析型CRM 和操作型CRM 三個部分，其結(jié)構(gòu)如圖1所示。
圖1 移動CRM 體系結(jié)構(gòu)圖
合作型CRM主要用于合作服務項目，它包括的內(nèi)容有呼叫中心、電子郵件、電子社區(qū)等交流手段。分析型CRM 主要分析在操作層次的數(shù)據(jù)，把操作層的數(shù)據(jù)和客戶銷售連接起來。操作型CRM 能夠?qū)崿F(xiàn)銷售與客戶服務業(yè)務的自動化。
2.2 數(shù)據(jù)挖掘處理移動CRM的流程
移動CRM 的數(shù)據(jù)挖掘流程如圖2所示。
圖2 移動CRM的數(shù)據(jù)挖掘流程圖
2.3 數(shù)據(jù)挖掘處理移動CRM的算法實現(xiàn)
為了使移動公司給客戶提供全方位的服務，通過客戶話單數(shù)據(jù)，采用迭代自組織數(shù)據(jù)分析算法對客戶群體進行了聚類分析，其算法實現(xiàn)流程如下：
步驟1：獲得所有樣品的特征；
步驟2：輸入閾值T，方差E，類中心數(shù)目C，最大迭代次數(shù)I（計算數(shù)據(jù)樣品之間的距離、方差的最小和最大值）；
步驟3：任意選取前N個樣品當做臨時的聚類中心M(i)；
步驟4：求所得到的各個樣品到已選定的臨時聚類中心的距離，將所得的樣品歸入選定的最近的類中心M(i) ；
步驟5：根據(jù)已經(jīng)聚類的結(jié)果，重新計算各個聚類中心的特征中心；
步驟6：根據(jù)新的類中心，重新計算各聚類域中暫時已經(jīng)聚類的樣品到新類中心間的距離，并且計算每一類樣品到聚類中心的平均距離；
步驟7：迭代計算出所有聚類域中各個樣品的平均距離，再計算出其總平均距離；
步驟8：根據(jù)所得平均距離值和閾值的大小，判斷聚類域的分裂、合并和迭代；
步驟9：合并操作，計算全部數(shù)據(jù)的聚類中心的距離值；
步驟10：分裂操作，求出所有數(shù)據(jù)的聚類中心所擁有的標準差向量，找出所有聚類域的具有中心標準差最大值的聚類域。
步驟11：如果是最后一次迭代運算則結(jié)束循環(huán)。否則循環(huán)繼續(xù)步驟4，迭代次數(shù)加1。
實驗結(jié)果表明移動用戶分為高消費組、中高消費組、中等消費組和低消費組四類用戶。
核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領(lǐng)域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/
本文標題：數(shù)據(jù)挖掘技術(shù)在移動CRM中的應用
本文網(wǎng)址：http://www.oesoe.com/html/support/11121512764.html
相關(guān)文章
