文献综述之 数据挖掘与客户关系管理

文献综述之 数据挖掘与客户关系管理 文献综述: 1.客户关系管理的国内外研究现状 在国外，客户关系管理理论的研究从Garter Group开始，他们首先正式提出了客户关系管理的概念，他们的研究认为，客户关系管理是通过管理企业与客户之间的关系细节来改善或维护客户的体验，从而提高和保持客户满意度与忠诚度;同时通过 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 优化、信息共享和业务协同来增加企业收益。随后许多组织也开始了对客户关系管理的研究。Howitzer Group的研究认为客户关系管理的焦点是与客户关系有关的商业流程的自动化。客户关系管理是一种培养客户偏好，留住客户并以此提升公司业绩的商业策略;同时，客户关系管理也是一个持续的过程，客户关系管理从客户利益与企业利润两个方面实现客户关系价值的最大化，对客户进行战略上的重新思考，重新确定那些具有战略意义的重要客户，选择和确定客户战略，实现自身能力与客户的匹配，将创造客户价值、创造关系价值和创造企业与股东价值有机结合。META/IMT Group研究认为，客户关系管理就是让企业能够更好地了解客户的生命周期以及客户利润回报能力。他强调了解客户信息的重要性，同时也强调了另一个重要侧面，就是要 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 客户的利润回报能力的大小。著名营销专家Joe Girard认为:吸引顾客比保持顾客常常要花更多的成本，因此保持顾客比吸引新顾客更加重要。Joe Girard认为卖方的着眼点要从达成交易转移到在关系的整个过程使客户满意。发展持久的关系才是公司最重要的资产。 与此同时，客户关系管理相关系统的开发也在进行，企业首先开发了销售自动化系统(SFA)，随后又着力发展客户服务系统(CSS)。这些基于部门的解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 增强了特定的商务过程，但未能为公司提供与个体客户间关系的完整视图。后来一些公司开始把SFA和CSS两个系统合并，加上营销策划(Marketing)和现场服务(Field Service)，在此基础上集成计算机电话技术(CTI )，形成集销售(Sates)和服务(Service)于一体的呼叫中心(Call Center)。这样就把 内部数据的处理、销售跟踪、国内外市场和客户服务请求融合到一个单一的运行系统中，从而逐步形成了完整的客户关系管理系统框架。 在国内，学术界对客户关系管理的讨论与研究也开始起步，我国学者陈明亮对客户关系的基础理论进行了深入的研究，在“客户关系管理系统与软件”中系统阐述了客户生命周期理论、客户价值识别理论和客户忠诚培育理论，并对企业客户关系管理战略的实施进行了详细的探讨;学者龚杰在其著作“客户关系管理”中提出CRM的主要问题是客户细分问题:对客户进行细分，设定相应的客户级别，针对有价值的客户开展特别的促销活动、提供更个性化的服务，以最小的投入获得最大的回报。学者郑玉香在“客户资本价值管理”中提出了客户资本价值管理的理论;博士生杨永恒在“客户关系管理:价值导向与使能技术”中又对客户关系管理的价值导向及使能技术进行了研究，深入分析了以数据挖掘为代表的信息技术对价值导向的客户关系管理的使能作用:杨林则在“面向客户关系管理(CRM)的综合决策系统框架探讨”中提出客户关系管理是提高客户满意度和忠诚度，使企业能够对于与客户(现有客户以及潜在客户)有关的各种要素(客户需求、市场和交易模式、机遇、风险、成本等)做出分析和评估，从而给企业带来长久利益的一种应用和理念，并提出了面向客户关系管理的综合决策支持系统的通用模型，该模型应该结合数据仓库，数据挖掘、模型库、知识库、方法库等技术。 2.数据挖掘国内外研究现状 数据挖掘技术(Date Mining, DM)是90年代兴起的一项决策支持的新技术，许多人把数据挖掘视为另一个常用的术语数据库中的知识发现即KDD的同义词，而另一些人知识把数据挖掘视为数据库中知识发现过程的一个基本步骤。在本文中提到的数据挖掘都是指整个知识发现过程。 目前，数据挖掘技术及知识发现己成为计算机科学界的一大研究热点。美国人工智能协 会主办的KDD国际研讨会及数据库、人工智能、信息处理、知识工程等领域的国际学术刊物都开辟了知识发现专刊，IEEE的Knowledge and Data Engineering会刊领先在1993年出版了KDD技术专刊，所发表的5篇论文代表了当时KDD研究的最新成果和动态，较全面地论述了KDD系统方法论、发现结果的评价、KDD系统设计的逻辑方法，集中讨论了数据库的动态性冗余、高噪声和不确定性、空值等问题，KDD系统与其它传统的机器学习、专家系统、人工神经网络、数理统计分析系统的联系和区别，以及相应的基本对策。 国外很多计算机公司非常重视数据挖掘的开发应用，Informix公司于1998年底收购了在数据挖掘技术上卓有成效的Red Brick公司。Red Brick数据挖掘在关系引擎中通过创建模型完成，这些模型在数据库中表现为相应的表，并且这些模型可以通过结构查询语言(SQL)，像普通表一样被访问和操作。向模型中插入数据的时候，数据挖掘计算就被执行了，然后建立含有计算结果的表。后者可以被观察，用于对计算结果的理解。并在其它数据集合中进行预测。除此之外，IBM和微软也成立了相应的研究中心进行这方面的工作，一些公司也已经提出了基于数据挖掘技术的商业智能解决方案。此外，相关软件也开始在国内梢窖，如SAS，SPSS，Platinum，BO以及IBM等。 与国外相比，国内对数据挖掘的研究稍晚，没有形成整体力量，直到1993年国家自然科学基金才首次支持该领域的研究项目，并且目前进行的大多数研究项目是由政府资助进行的，如863 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 、“九五”计划等，从事数据挖掘研究的人员主要在大学，也有部分在研究所或公司。研究所涉及的领域很多，一般集中于学习算法的研究、数据挖掘的实际应用以及有关数据挖掘理论方面的研究，如北京系统工程研究所对模糊方法在知识发现中的应用进行了较深入的研究;北京大学也在开展对数据立方体代数的研究;华中理工大学、复旦大学、浙江大学、中国科技大学、中科院数学研究所、吉林大学等单位开展了对关联规则开采算法的优化和改造:南京大学、四川联合大学和上海交通大学等单位探讨、研究了非结构化数据 的知识发现以及Web数据挖掘。但是到目前为止还没有商用工具问世，像复旦大学设计的基于关联规则的数据挖掘工具ARMiner等也只是处于实验室研究阶段。 目前，国外数据挖掘的发展趋势及其研究方面主要有:对知识发现方法的研究进一步发 传统的统计学回展，如近年来注重对Bayer(贝叶斯)方法以及Boosting方法的研究和提高;归法在KDD中的应用;KDD与数据库的紧密结合。在应用方面包括KDD商业软件工具不断产生和完善。注重建立解决问题的整体系统，而不是孤立的过程，这些软件的用户主要集中在大型银行、保险公司、电信公司和销售业。 3.物流领域客户关系管理的国内外研究现状 对于物流企业客户关系管理的研究，我国有些学者和研究生进行了尝试:余郁在他的论文“CRM在我国物流企业中的应用研究”中对物流企业的客户关系管理进行了研究，重点强调了以客户为导向的企业流程再造;包玉梅在“第三方物流企业中的客户关系管理CRM”中提出了基于物流服务相关性组合及一对多营销的客户关系管理策略;刘峰的“从第三方物流的特点CRM在其中的应用”在深入分析第三方物流企业客户特点的基础上，提出了一个客户关系管理的结构模型;邹建平在他的论文“第三方物流企业导入客户关系管理的研究”中提出了物流企业导入客户关系管理的方法和应注意的问题;段圣贤在“第三方物流企业的客户关系管理研究”中阐述了第三方物流客户关系管理的理论和策略;黄立平等在论文“第三方物流企业客户关系管理的研究”中提出了一个物流企业客户关系管理的模型并进行了应用研究。 目前，电信业、金融业、大型零售业这些行业是客户关系管理的主要应用领域，一些世界级的企业，如英国电信、AT&T、花旗银行、沃尔玛等，都采用了客户关系管理。在我国，CRM 的管理思想也逐渐受到了我国物流企业管理层的高度重视，在部分经济较发达、思想意识走在前列的物流企业己经开始规划甚至已经着手实施客户关系管理战略了，如海尔物 流、中外运、中远、中海洋等，但我国大部分的中小型第三方物流企业受观念、模式、资金的限制，都很少实施客户关系管理战略。 .数据挖掘在CRM中的应用研究进展 4 目前，面向CRM的数据挖掘应用研究是数据挖掘应用研究领域的一个重要课题。研究涉及应用功能、应用方法、算法、模型、数据处理、系统设计和开发等方面。Padmanabhan B和Tuzhilin A对基于Web的CRM(eCRM)的数据挖掘优化问题进行了总结，提出在最大化客户生命周期价值(LTV)、涉及点击流数据预处理和客户特征的客户分析，以及基于网站设计和个性化问题的客户交互方法方面，可以采用数据挖掘和优化的整合技术，以提高数据分析能力。Alis O.F.提出采用决策树、神经网络和径向基函数等方法进行客户细分和客户关系的评价。IBM Almaden研究中心的Rakesh Agrawal等提出的Apriori算法是关联规则的经典算法，经常用于超级市场的购物篮分析等交叉销售分析中。目前许多学者对数据挖掘中的决策树算法在CRM中的应用也进行了深入的研究，经常采用的算法包括CART、CHAID、ID3、C4.5等。决策树算法主要应用于CRM中的多维组合型分析，根据客户的一些自然属性和个性需求等进行多维的组合型分析，快速地给出符合条件的客户名单和数量。这属于数据挖掘中的数据概化技术。聚类分析也被广泛的应用在CRM数据分析的研究中，如客户忠诚度分析等。目前应用比较多的是K-Means聚类方法。另外，现在已有不少数据挖掘的原型系统、实用化系统和开发工具出现，已广泛的应用在CRM中的市场销售预测、金融投资、社会保险等领域。例如Rogian大学的KDD-R已被用于电信工业的市场分析;Lock Head Martin公司的AI中心开发的Recon系统用来辅助预测某种股票的趋势或推断是否可能出现异常变化等等。 研究数据挖掘技术在CRM中应用问题的文章非常多，比如何荣勤的“CRM管理?实践?实施”以及李宝东、宋瀚涛发表的“数据挖掘在客户关系管理(CRM)中的应用”等 从总体上阐述了数据挖掘技术在客户关系管理中的重要作用，以及应用范围。结合具体行业研究数据挖掘在CRM中的应用有:马思宇在文章“浅析数据挖掘与企业市场营销战略”中从企业市场营销角度，全面阐述了数据挖掘在客户关系管理中的重要作用。分析了数据挖掘在电信领域的具体应用，以及目前面临的问题和解决的措施。王尔平与崔宝灵在文章“数据挖掘技术在电信CRM中的应用”介绍了将数据挖掘技术应用到电信企业客户关系管理中的流程和方法，以具体案例说明了数据挖掘技术是如何在企业的经营分析中发挥作用。郭莹、张晓燕的文章“数据仓库和数据挖掘技术在银行客户关系管理中的应用”以及黄解军、万幼川、潘和平写的“银行客户关系管理与数据挖掘的应用”分析了数据仓库和数据挖掘技术在银行客户关系管理中的应用和实施层次，卢泽勇等在“数据挖掘在证券经纪人管理系统中的研究与应用”中针对证券行业对客户关系管理的需求，以案例形式阐述了数据挖掘技术在证券经济人管理系统中的实际应用。还有一些文献更深入的研究在客户关系管理中应用的数据挖掘技术和模型，例如:赵小科等在“主动式数据挖掘技术在客户管理中的研究与应用”中研究提出了主动式数据挖掘的过程模型，在此基础上。结合实际应用，采用聚类分析的算法进行模式发现。范中磊，潘龙法在“一种基于呼叫中心和数据挖掘的客户数据库模型”一文中提出了一种基于呼叫中心和数据挖掘的客户分级数据库模型，它通过将客户划分为未注册用户。注册用户和交易用户三种类型，减少了企业进行客户管理的盲目性，为企业发展新客户，留住老客户提供了帮助。李良、陈钢在“数据挖掘技术—模糊聚类分析在客户关系管理中的应用研究”论文中从CRM中数据分析的不确定性出发，提出了采用模糊聚类的分析方法来分析、预测客户行为。 值得重点介绍的是，朱建秋等在“CIAS:一个客户智能分析数据挖掘平台”一文中介绍了作者设计并实现的一个基于数据挖掘技术的客户智能分析平声CIAS (Customer Intelligent Analysis System)。 CIAS是将数据挖掘技术应用在客户关系管理领域，开发出 的一套数据挖掘软件。它将数据挖掘划分为三个层次:算法层、商业逻辑层、行业应用层，构建了一种新型的数据挖掘系统体系结构。CIAS从CRM领域抽象出五种商业模型:交叉销告、客户响应、客户细分、客户流失、以及客户利润，构建商业逻辑层，通过遵循一种开放的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 接口，用户既可以动态增加自己的商业模型。也能利用这些商业模型进行二次开发。 最后，张吉等人在“CRM(客户关系管理)的应用与理论研究综述”中综述了面向CRM的数据挖掘应用的总体研究情况。包括面向CRM数据挖掘的体系结构;从客户生命周期的角度和行业应用角度分析了CRM中数据挖掘的应用状况;最后结合当前数据挖掘技术的发展指出了CRM中数据挖掘应用的进一步发展趋势以及我国在该领域的研究方向。他指出CRM中进行有效的数据挖掘面临的主要技术问题包括:(1)数掘方法和用户交互问题:?挖掘的知识类型;?多个抽象层的交互知识挖掘;?领域知识的使用:?数据挖掘查询语言;?数据挖掘结果的表示和可视化:?处理嗓声和不完全数据;?模式评估一兴趣度问题。(2)性能问题:?数据挖掘算法的有效性和可伸缩性:?并行、分布式和增盘挖掘算法。(3)关于数据库类型的多样性问题:?关系的和复杂的数据类型的处理:?由异种数据库和全球信息系统挖掘信息如Web挖掘。 参考文献: 1 许芳，现代企业管理中的CRM,决策借鉴.2002 2 王广宇，客户关系管理——网络经济中的企业管理理论和应用解决方案，经济管理出版社，2002 3 杨德宏、李玲，客户关系管理成功案例，机械工业出版社，2001 4 约翰?麦凯恩，信息大师— 客户关系管理的秘密，上海交通大学出版社，2001 5 陈明亮，客户关系管理系统与软件，浙江大学出版社，2004 6 龚杰，客户关系管理，经济管理出版社，2001 7 郑玉香，客户资本价值管理，中国经济出版社，2006 8 杨永恒，客户关系管理:价值导向与使能技术.东北财经大学出版社，2002 9 杨林、黄立平，面向客户关系管理(CRM)的综合决策系统框架探讨，物流技术.2001 10 余郁，CRM在我国物流企业中的应用研究，长沙理工大学硕士学位论文.2005 11 包玉梅，第三方物流企业中的客户关系管理CRM，甘肃科技，2006 12 刘峰，从第三方物流的特点CRM在其中的应用，哈尔滨商业大学学报.2006 13.邹建平，第三方物流企业导入客户关系管理的研究，上海海运学院硕士学位论文，2005 14 段圣贤，第三方物流企业的客户关系管理研究，物流科技，2006, (6) 15 黄立平、吴继兰，第三方物流企业客户关系管理的研究，同济大学学报，2005, 16(4) 16 邵峰清、于忠清，数据挖掘原理与算法[M]，北京:中国水利水电出版社，2003 17 吴志鸿，数据挖掘技术在CRM中的应用，现代情报，2003年7月，第7期，80-82. 18 陈海珍、黄德才等，数据挖掘技术在CRM 中的应用，计算机工程，2003年5月，VOL29 No.7. 189-191. 19 黄解军、万幼川、潘和平，银行客户关系管理与数据挖掘的应用，计算机工程与设计，2003年7月，Vol.24No.7, 66-69. 20 赵小科、邹帮山等， “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)，Vol.14No.4,2001年12月，42-45. 21 朱建秋、蔡伟杰、朱扬勇，CIAS:一个客户智能分析数据挖掘平台，小型微型计算机系统，2003年12月，VOL.24,No.12, 2255-r2259. 22 张吉，CRM(客户关系管理)的应用与理论研究综述，科技进步与对策，2003年3月，176-179. 23 于宝琴“现在物流管理中的数据挖掘” 无锡商业职业技术学院学报2003年3月，Vol.3 No 1. 24 Padmanabhan B, Tuzhilinb A. On the use of optimization for data mining:theoretical interactions and eCRM opportunities [J]. Management Science,2003 25 Kannan, P.K., H.R. Rao. Introduction to the special issue: decision support issues in customer relationship management and interactive marketing for e-commerce [J].Decision Support Systems,2001 26 Datta P, Masand B, Mani D R, Li B. Automated cellular modeling and prediction on a large scale [J]. Artificial Intelligence Review, 2000 27 Breslow L A, Aha D W. Simplifying decision trees: A survey [J]. Knowledge Engineering Review, 1997 28 Rastogi R, Shim K. PUBLIC: a decision tree classifier that integrates building and pruning