数据挖掘的CRM智能系统设计范文

当前，国内有许多集生产与贸易一体的贸易公司，其经营模式主要是接受国内外订单并收取一定的定金，根据顾客的要求，在国内找到符合要求的产品，或专门度身订造符合的产品，并在规定的时间内把产品交到客户手上，同时客户必须支付剩余的货款，这是非常传统的B2B的贸易方式。随着国际经济形势的不断好转，这类企业业务也逐渐呈增长扩大趋势。而面临知识经济的挑战，市场竞争日趋激烈，发现、赢得并保持客户是企业在知识经济下生存的必要条件，作为一个贸易公司，建立一套科学高效的客户关系管理系统显得尤其重要。

1我国贸易公司CRM现状

客户关系管理(CustomerRelationshipManagement，简称CRM)是一种现代企业的先进管理模式，它利用现代信息技术，通过对市场、客户关系的管理以及对知识的挖掘，分析客户需求，以留住老客户，吸引新客户。[1]。从目前情况来看，虽然从管理者层面，已经将CRM提到一个战略的思想高度，但由于缺乏必要的数据和技术支持，CRM可以说是图有虚名，常常处于事与愿违的局面。具体来讲，对客户的管理往往就事论事，在长远性上显得时有时无，时好时坏；在整体性，CRM仅作为某一个部门的职责或开拓市场的手段，未将其纳入企业开拓市场的整体战略。因此，CRM智能系统仅进行一些客户基本信息的简单管理，缺乏与其他如供应、生产、销售系统的数据支持和协同工作，无法动态、全面地反映客户相关资料，当管理层需要客户资料支持决策时，客户服务部门能提供的客户资源信息量太少，无法满足管理层的数据要求。同时，由于缺乏客户的科学管理及必要的数据支持，客户资源流失、客户资源潜在价值挖掘不充分、企业整体营运不平衡等问题急需进一步改善。企业急需设计一套科学长效的CRM智能解决方案，整合企业各部门不同应用系统的历史数据或实时数据，为管理层提供及时的决策信息,为业务部门提供有效的反馈数据，对当今客户时代企业营运中最不可缺少的资源客户进行有效地管理。

2贸易公司CRM智能系统的需求分析

客户关系管理需要实现对客户资料的全方位、多层次的管理，并对管理层领导提供相应的决策支持。CRM智能系统的数据除了客户服务部门通过客户互动渠道记录的客户基本信息外，还应整合企业ERP系统，供应、生产、销售等各部门的订单管理信息、交易状况信息、信用状况信息等历史及实时数据形成大数据仓库。同时系统应提供必要的数据分析与挖掘功能，以发现潜在客户，提供交叉销售需求等，从而提供客户增值服务，避免客户流失，使客户价值最大化。CRM智能系统的需求分析如图1所示。

3基于大数据挖掘的CRM智能解决方案

3.1CRM智能系统的数据仓库设计通过基于大数据挖掘的CRM智能系统，企业可以广泛收集客户信息，整合不同应用系统的历史数据或实时数据，形成全面、完善的客户数据仓库，通过数据挖掘和数据分析技术了解客户的需求，保持良好的客户关系，维系客户忠诚，从而提高企业核心竞争力。本系统数据仓库采用了多维度建模，多角度多层次地反映数据之间的关系，具体采用星型模式（StarSchema）。星形模式的数据仓库包括一个大的包含大批数据和不含冗余的中心事实表和一组小的附属维表，其目的是组织数据以提高数据查询的效率[2]。

3.2CRM智能系统的数据挖掘方法选择数据挖掘根据不同的需求主要包括分类（Classification）、聚类（Clustering）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinitygroupingorassociationrules）、描述和可视化（DescriptionandVisualization）以及复杂数据类型挖掘(Text,Web,图形图像，视频，音频等)等方法[3]。根据CRM的特点，CRM智能系统的数据挖掘方法主要采用分类、聚类、关联规则。（1）利用“分类”模式，发现潜在客户在CRM智能系统的数据挖掘中，通过构建分类模型对CRM的数据进行分类与共性分析。通过对访客的分类筛选，发现未来的潜在客户，通过一定的营销手段争取将之转换成企业的真实客户。（2）利用“聚类”模式，进行客户细分管理聚类模式就是依据某些属性将客户划分到不同的组中，从而实现客户的细分管理与分类营销。（3）利用“关联”模式和“序列”模式，提供增值服务，提升客户满意度通过对影响客户购买行为的因素进行“关联”分析和“序列”分析，从海量的客户信息中发现规律，从而制定有针对性的营销策略与促销活动，为客户提供增值服务。

3.3CRM智能系统的大数据挖掘过程CRM智能系统的大数据挖掘，就是要在集成的数据仓库中，通过一定的数据挖掘算法，进行数据搜寻和知识发现，进而得到可用的数据模型寻找模式的决策支持过程，其数据挖掘流程主要分为数据准备、数据挖掘及结果表达三个阶段，具体过程如下：

4CRM智能系统的基本功能设计与实现

在本系统CRM智能解决方案中，主要实现以下基本功能：

4.1客户基本信息管理客户基本资料的管理，主要提供动态的、整合的客户管理和查询功能。其数据来源包括：客户服务部门通过客户互动渠道，获取的客户的各种基本信息，如通讯办法、客户分类、客户特点等；从ERP、财务软件、进销存软件、售后服务软件等系统中抽取的客户基本数据资料。该功能提供对客户按类别、地区等分类统计、查询；能够批量发送传真、电子邮件、打印信函等，动态记录客户的基本资料，交易细节，历史数据等。

4.2客户合同管理本功能首先提供合同模版，规范合同内容。然后按照市场合同管理流程，对合同的草拟、审核、确认、存档、履约等过程进行科学管理。同时，对合同的执行提供合同订单管理、收付款管理、合同查询等功能。

4.3客户交易状况管理对贸易类企业,交易状况极为重要。本系统提供单种商品客户与本公司的交易状况管理。其基本要素包括:产品名称、客户地址、交易数量金额、年均交易额及所占总额的比重,标示前十名的公司和金额,这样可显示每单种商品中各客户与本公司交易状况,以及该单品种中的重要客户。另一个重要功能是每个客户和本公司交易总量的统计及排名状况,其基本要素包括:交易数量、金额、当期所占比重、累计金额、累计所占比重,这样可以知道与本公司交易总额最大的客户情况。

4.4信用状况管理客户信用状况管理是企业风险控制的必要手段。具体做法：每季度根据客户上一季度经营和财务状况评定一次,以客户信用履约记录和还款能力为核心进行具体量化处理。参照银行系统对客户信用等级评估方案、结合企业实际进行A、B、C等级划分,其中A级中分为:AAA级、AA级、A级,B级中分为:BBB级、BB级、B级,C级中分为:CCC级、CC级、C级。在信用等级划分完成后,对其实行动态管理,及时体现当前客户信用状况。对信用状况不佳的客户,应及时降低信用等级;反之,对信用状况改善,逐步变好的客户,应及时提高其信用状况。变更程序是:先由业务部请示———业务管理部批示———财务部审核———主管经理批示。

4.5客户分级管理客户分级管理就是根据客户交易状况,信用等级,获利贡献、交易频率等对客户实行分级管理。对不同客户应该采取不同措施,以达到紧紧抓住VIP金牌客户及重要客户,留住普通客户,并通过提供增值服务等形式使部分优良的普通客户转变为重要客户或VIP金牌客户,较少时间精力用于小客户.

5CRM智能系统的大数据挖掘功能设计与实现

数据挖掘是从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程[4]。本系统的数据挖掘应用主要提供以下智能功能：

5.1客户细分运用数据挖掘技术的“聚类”功能可按照不同的标准,比如:客户公司性质、公司规模、主要业务、消费习惯、购买频率、平均购买数量、对产品的需求或对产品获利的贡献来划分不同的客户群体,以实现对客户的针对性服务及开发针对性的产品,以提高客户的满意度,最大限度的挖掘客户对企业的终身价值。

5.2客户贡献分析客户贡献分析，就是在对客户交易数据进行动态监控的基础上，计算出某客户或客户组群在某一期间为企业带来的利润[4]。通过数据挖掘与分析，发现重点客户，潜在成长客户、一般客户，低利/无利的客户，从而为不同贡献度客户间合理配置资源，有效的降低企业成本,提高企业收益。

5.3重点客户与潜在成长客户发现运用数据挖掘技术的“分类”功能，可在客户细分础及贡献分析的基础上，发现重点客户与潜在成长客户，通过对其共性的分析，发现客户潜在的交叉购买需求；运用数据挖掘技术的“关联”与“序列”模式分析可以帮助企业寻找影响客户购买行为的因素，如文化、时间，相关群体影响等，从而制定有针对性的促销活动，使企业的促销活动更加高效。

5.4客户流失警示通过对客户购买行为的周期或购买数量进行动态监控与数据分析，对客户的潜在流失迹象做出警示。从而有针对性地对客户采取相应的营销措施,以期保持客户的忠诚度。

5.5客户跟踪管理客户跟踪管理模块主要自动追踪交易变化，通过定期回访与自己的客户保持联系，掌握他们的需求及意向转变。同时分析客户变动原因，改进企业的产品和服务，合理配置资源,牢牢地抓住现有客户并吸引更多的潜在客户。

6结束语

贸易公司要面临着日益激烈的国内外市场竞争，需要更全面了解客户的特点及需求，以提供更有针对性的产品与服务，并为管理层提供决策支持。基于大数据挖掘的CRM智能系统,能够全面整合公司各相关部门的历史和实时数据，通过建立全面、完善的客户大规模数据仓库，对海量数据进行有效组织，通过数据挖掘和数据分析技术对客户进行科学细分与管理，以保持良好的客户关系，维系客户忠诚，从而提高管理效率，提高企业核心竞争力。

作者：张燕丽 单位：广东农工商职业技术学院 计算机系 华南理工大学 计算机科学与工程学院