CRM系統:數據倉庫在CRM中的應用研究

3.3.1 數據準備 在此過程中, 分析人員收集貸款擔保系統中存儲的大量歷 史數據, 包括序號﹑客戶標識﹑姓名﹑性別、貸款記錄﹑逾期狀態﹑ 還款狀態﹑貸款日期等數據。并把他們整理成如下數據:姓名、 身份證號、貸款日期、逾期開始時間、資產類型、付款方式、逾期 金額等數據, 并把這些數據集成連同借款人的特征數據等基本 信息集成在數據倉庫中。 3.3.2 數據挖掘 ( 1) 預測型數據挖掘方法。這類方法主要指分類與回歸。分 類方法用來預測某一個樣本屬于哪一種類型, 回歸方法是通過 已知變量來預測其他變量的值。實現技術有決策樹、神經網絡 和樸素貝葉斯等。 ( 2) 描述型數據挖掘方法。該方法包括聚類和關聯及序列 模式挖掘算法。聚類算法是基于數據的相似度對其歸類。聚類 可以用來建立貸款中心對借款人服務指標評價模型, 以及客戶 群體的細分模型, 適用算法有模糊C- 均值、最近鄰居算法和自 組織映射神經網絡算法。 3.3.3 聚類實例 現以某貸款中心對客戶滿意度調查的數據為例, 將服務的 特征指標分為4個, 分別為選擇服務要素的客戶人數占總數比 例K1; 客戶給服務要素的累計打分與客戶總人數之比K2; 對服 務較滿意的客戶人數比例K3; 對服務不滿意的客戶人數比例 K4。 設定服務要素分類數n=4; 第A類, 非常重要因素; 第B類, 重要因素; 第C類, 一般因素; 第D類, 次要因素。 以上聚類結果顯示:當前客戶對辦理狀態及時回饋情況及 接待前臺服務水平的因素最關心, 此類服務要素為A類; 其次 是對各項配套服務較為重視; 對其它服務( 如工作人員精神面 貌) 不太重視。 4 結束語 企業計算作為一個涉及知識管理、業務流程再造和企業信 息化的概念看起來非常復雜, 其實它最基礎的是一整套數據倉 庫客戶資料系統。因此, 實施和運用企業計算領域的系統, 應該 從最基礎的應用開始, 將客戶基礎數據管理好、服務好和應用 好。很顯然, 如果沒有數據倉庫技術的支持, CRM、ERP等應用 軟件的實用價值將會大打折扣。只有融合了數據挖掘技術的高 效的客戶關系管理才能更好地適應當今信息時代及其網絡化 特征, 成為現代企業在激烈的市場競爭中制勝的關鍵。 參考文獻: [ 1] 彭木根.數據倉庫技術與實現[M] .北京:電子工業出版社, 2002. [ 2] 徐潔磐.數據倉庫與決策支持系統[M] .北京:科學出版社, 2005. [ 3] 邵峰晶, 于忠清.數據挖掘原理與算法[M] .北京:中國水利水電出 版社, 2003. [ 4] Han J iawei, Kamber M.數據挖掘概念與技術[M] .北京:機械工業 出版社, 2001. [ 5] 夏安邦.對當前CRM研究的綜述和討論[ J] .中國制造業信息化, 2004( 5) . ( 責任編輯: 袁月) 強力推薦： 天柏客戶關系管理系統 天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。 關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統