[摘要] 本文闡述了在CRM中應(yīng)用數(shù)據(jù)挖掘的必要性，給出了CRM的體系結(jié)構(gòu)，介紹了應(yīng)用SQLServer2005數(shù)據(jù)挖掘工具的流程，最后總結(jié)了目前存在的主要問題。

[關(guān)鍵詞] CRM 數(shù)據(jù)挖掘 SQLServer2005

一、前言

中小企業(yè)要想在激烈的市場競爭中謀生存求發(fā)展，就要努力提升自己的核心競爭力，從以往的“以產(chǎn)品為中心”的管理模式轉(zhuǎn)變?yōu)椤耙钥蛻魹橹行摹钡墓芾砟Ｊ?，這就需要構(gòu)建客戶關(guān)系管理系統(tǒng)（CRM）。數(shù)據(jù)庫技術(shù)的成熟應(yīng)用已使企業(yè)積累了大量的數(shù)據(jù)，管理層渴望從數(shù)據(jù)海洋里獲得關(guān)于客戶的準(zhǔn)確的有價(jià)值的“知識”，利用這些“知識”實(shí)現(xiàn)客戶細(xì)分，保持老客戶，獲得新客戶。但是傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)是面向應(yīng)用的，只處理日常的經(jīng)營業(yè)務(wù)，不具備智能數(shù)據(jù)處理的功能，如何獲得這些“知識”就促成了數(shù)據(jù)挖掘技術(shù)的產(chǎn)生。反過來，數(shù)據(jù)挖掘技術(shù)的發(fā)展使構(gòu)建智能化CRM系統(tǒng)成為可能。概括地講，數(shù)據(jù)挖掘的任務(wù)是從數(shù)據(jù)倉庫中提取人們感興趣的，事先未知的，有用的或潛在有用的信息。

目前，國際上主流的數(shù)據(jù)挖掘工具有：SAS的Enterprise Miner；SPSS的Clementine；IBM的Intelligent Miner；Oracle的Darwin；Cognos的4Thought以及微軟的SQLServer2005挖掘平臺。選擇什么樣的數(shù)據(jù)挖掘工具，應(yīng)該視企業(yè)的實(shí)際情況來定，功能最強(qiáng)的不一定是最合適的?？紤]到中小企業(yè)CRM系統(tǒng)的以下特點(diǎn)：軟件開發(fā)和維護(hù)成本相對低；功能不是很復(fù)雜；數(shù)據(jù)量不是很大；容易與其他系統(tǒng)集成等，SQLServer2005挖掘平臺是最佳的選擇。

二、CRM的體系結(jié)構(gòu)

基礎(chǔ)層為CRM系統(tǒng)提供Internet，Intranet，以及數(shù)據(jù)庫，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘，聯(lián)機(jī)分析處理(OLAP)和Web服務(wù)等軟硬件技術(shù)支持。

操作層主要是提供以客戶為中心的市場、銷售、服務(wù)與支持等業(yè)務(wù)流程的自動化及擴(kuò)展。包括銷售力量自動化（Sales force Automation，SFA）、企業(yè)營銷自動化（Enterprise Marketing Automation，EMA）、客戶服務(wù)與支持（Customer ServiceSupport）三個(gè)基本模塊。

分析層主要是利用數(shù)據(jù)挖掘技術(shù)，從共享的客戶數(shù)據(jù)倉庫中，提取有價(jià)值的信息，準(zhǔn)確地了解客戶行為、期望、需要、歷史和與企業(yè)全面關(guān)系，為企業(yè)的戰(zhàn)略決策服務(wù)。

協(xié)同層基于協(xié)同產(chǎn)品商務(wù)，協(xié)同性不僅體現(xiàn)在對客戶信息的獲得和跟蹤方面，還強(qiáng)調(diào)在與客戶進(jìn)行的一系列業(yè)務(wù)中，內(nèi)部人員之間及內(nèi)部與外部之間的高效互通及協(xié)作。

三、SQLServer2005數(shù)據(jù)挖掘的流程

1.定義企業(yè)問題

確定目前企業(yè)遇到的問題。例如分析客戶的流失情況，就要考慮這些問題：現(xiàn)有的客戶哪些客戶即將流失？現(xiàn)有客戶他們的流失概率如何？哪些因素造成了客戶的流失？不同類別之間客戶的流失情況有什么差別？如果某個(gè)客戶將要流失，他會在多長時(shí)間內(nèi)流失？

2.數(shù)據(jù)準(zhǔn)備

在企業(yè)信息化建設(shè)中，“三分技術(shù)，七分管理，十二分基礎(chǔ)數(shù)據(jù)”，所以數(shù)據(jù)準(zhǔn)備是最關(guān)鍵的一個(gè)環(huán)節(jié)。CRM在整個(gè)生命周期中，都以客戶為中心，準(zhǔn)確全面的客戶信息是構(gòu)建CRM系統(tǒng)的基石。為了進(jìn)行有效的客戶分析，這些信息必須在整個(gè)企業(yè)范圍都是一致的，可靠的，并且具有統(tǒng)一的，便于使用的編碼。然而，來源于歷史上各個(gè)數(shù)據(jù)庫的數(shù)據(jù)往往是異構(gòu)的，不一致的，分散的，同時(shí)企業(yè)在收集客戶信息的過程中，存在局部，片面，重復(fù)的現(xiàn)象，因此，建立一個(gè)企業(yè)范圍內(nèi)全局一致的客戶數(shù)據(jù)倉庫就非常必要，這是CRM成功的基礎(chǔ)。

SQLServer2005提供了數(shù)據(jù)平臺整合性服務(wù)，即SSIS（SQLServer2000稱之為DTS）。這是一個(gè)全新的企業(yè)級的數(shù)據(jù)抽取、轉(zhuǎn)換和加載（ETL）平臺，SSIS 使得企業(yè)能更容易地集成和分析來自多個(gè)異類數(shù)據(jù)源的數(shù)據(jù)，并且實(shí)現(xiàn)了對非傳統(tǒng)數(shù)據(jù)（Web Services，XML）的支持。

3.建立模型及評估

SQLServer2005提供了9種數(shù)據(jù)挖掘算法。用于預(yù)測的算法包括線性回歸，羅吉斯回歸，時(shí)間序列，人工神經(jīng)網(wǎng)絡(luò)，用于分類的算法包括決策樹，貝葉斯概率分類，此外，還有關(guān)聯(lián)規(guī)則，聚集，文本挖掘。同一個(gè)商業(yè)問題，可以用幾種算法解決，通過調(diào)整參數(shù)再從中選擇一個(gè)最優(yōu)方案。模型建立后，必須對模型檢測和評估。在數(shù)據(jù)挖掘過程中，通常將數(shù)據(jù)集分為三部分：

(1)訓(xùn)練集:主要用來建立最初的挖掘模型。

(2)評估集: 對同一數(shù)據(jù)集可以建立不同挖掘模型，當(dāng)各個(gè)模型建立后，則需要針對不同模型效果進(jìn)行比較，評估集則是用來評估不同模型的執(zhí)行效果。

(3)測試集:此數(shù)據(jù)集主要用于測試模型，并對模型進(jìn)行修正。在數(shù)據(jù)挖掘建模過程中，建立、測試和評估模型是一種反復(fù)循環(huán)的程序，模型的效果會隨著不同數(shù)據(jù)集而有異，因此模型建立完成后應(yīng)加以測試。同一數(shù)據(jù)集可以采用不同挖掘算法建立不同的挖掘模型，對于不同模型的效果，也必須加以比較評估，選擇最適合的挖掘模型。SQLServer2005提供的評估方法有：Mining Accuracy Chart，Lift Chart-累積增益圖，Classification Matrix-錯差矩陣。

4.模型的發(fā)布與整合

將挖掘的分析結(jié)果發(fā)布到商業(yè)模型中，達(dá)到自動化預(yù)測的效果，以提升營運(yùn)利潤、改善商業(yè)流程。CRM與企業(yè)資源計(jì)劃（ERP），電子商務(wù)(EC)，供應(yīng)鏈管理(SCM)和其他遺產(chǎn)系統(tǒng)的集成將有利于把挖掘的分析結(jié)果進(jìn)一步轉(zhuǎn)換成企業(yè)經(jīng)營管理實(shí)實(shí)在在可利用的信息。SQLServer2005提供了DMX、AMO 、XMLA等技術(shù)以及分析服務(wù)（Analysis Services）和報(bào)表服務(wù)（Reporting Services）。

四、結(jié)束語

構(gòu)建基于SQLServer2005挖掘平臺的CRM系統(tǒng)，重在應(yīng)用，難在應(yīng)用。一個(gè)企業(yè)要想使技術(shù)投資獲得較高的收益，必須重視決策的效率和準(zhǔn)確性問題。這是目前數(shù)據(jù)挖掘技術(shù)應(yīng)用的薄弱環(huán)節(jié)。具體表現(xiàn)在：數(shù)據(jù)分析過程缺少方法論指導(dǎo)；數(shù)據(jù)挖掘過程與特定商業(yè)邏輯脫節(jié)；自動化和智能化程度低。因此，在應(yīng)用數(shù)據(jù)挖掘技術(shù)的道路上，還有很多困難，難題等待我們?nèi)タ朔?/p>

參考文獻(xiàn):

[1]Jiawei Han:數(shù)據(jù)挖掘概念與技術(shù).機(jī)械工業(yè)出版社，2002.9出版

[2]Alex Berson:構(gòu)建面向CRM的數(shù)據(jù)挖掘應(yīng)用.人民郵電出版社，2001.8 出版

[3]張阿蘭:數(shù)據(jù)挖掘任務(wù)之二:預(yù)測[J].中國統(tǒng)計(jì).2004.1

[4]米天勝:數(shù)據(jù)倉庫和數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用[J].情報(bào)技術(shù)，2006.9

注:本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文