数据挖掘在客户关系管理中的应用

摘   要
 本论文主要讨论的是数据挖掘在客户关系管理系统中的应用，运用数据挖掘的相关技术（如粗糙集、关联规则、决策树、遗传算法等），结合销售行业的市场经营分析及CRM系统开发，建立基于数据挖掘的客户关系管理系统---客户服务的解决方案，并进行了部分实现。
数据挖掘技术在客户关系管理领域中的应用主要有：
(1)通过数据挖掘判断客户的价值，即客户细分；
(2)通过数据挖掘发掘潜在客户，从而实现交叉销售，提高现有客户的价值；
(3)通过数据挖掘分析客户的流失，预防潜在的客户流失；
(4)通过数据挖掘保留忠实客户，优化客户关系。
我的主要工作就是界面的设计、集成，数据库设计以及数据的预处理， 建立基于数据挖掘的客户关系管理系统。
在当今竞争激烈的市场环境中，CRM 是企业增加生存能力、扩大竞争优势不可或缺的支持。只有能够更好的利用客户信息、满足客户需求，一个企业才能够获得更大的利益。数据挖掘正是指导企业更好地理解客户以及满足客户需求的工具，为用户进行客户关系管理提供决策的参考依据。论文研究具有一定的理论意义和实际应用价值，为客户关系管理提供了一种研究思路和分析方法。

关键词：客户关系管理(CRM)；数据挖掘(Data Mining)；界面设计；数据库设计；数据处理

ABSTRACT
This text mainly discusses the application of data mining in the system of customer relationship management, which applies the related techniques of data mining (such as rough set, association rule, decision tree, genetic algorithms, etc.), and combines the market management analysis and the CRM system’s development of sale business, and builds up the system of customer relationship management based on data mining—customer service, and makes part of functions come true.
The techniques of data mining can be mainly applied in the field of customer relationship management:
(1) Judge customers’ value through data mining, customer classification.
(2)Find potential clients through data mining, and then carry out cross selling to improve the value of clients. 
(3)Analyze the drain of clients through data mining, to prevent the drain of potential clients.
 (4)Reserve the faithful clients through data mining, to optimize the relationship between clients.
My task is mainly to design and integrate the interface of the software, to do data preprocessing, and to set up the system of customer relationship management based on data mining.
In today’s environment of competitive market, CRM is such a necessary support for enterprises that it can increase the survival ability, and widen competition edge. Only by meeting the demands of clients and making good use of clients’ information can the enterprise gain more profit. And data mining is that tool which can guide companies to understand the clients and meet their demands, and finally, provide reference for the decision of customer relationship management. The discussion of this paper has certain theory meaning and actual application value, and also provides a kind of thinking and analyzing method.
Keywords: data mining；customer relationship management；design of interface； database design；data processing 
 

项目开发背景
    本系统主要实现数据挖掘技术(如粗糙集、关联规则、决策树、遗传算法)在客户关系管理中的具体应用，其中粗糙集、关联规则算法由我们组的陈彩琴负责完成实现，决策树、遗传算法由吴海海负责完成实现，而我主要负责实现是界面的设计、数据库设计、数据预处理，把他们几个算法集成起来，建立一个基于数据挖掘的客户关系管理系统。

系统设计相关原理
    该客户关系管理系统使用VC++ 6.0作为前台开发工具，SQL Sever 2000 作为后台数据库，开发客户机/服务器(Client/ Sever ，缩写为 C/ S )的应用程序，此外还运用了Photoshop 7.0进行了图片处理。整体设计工程遵循软件工程的原理、技术和方法，经过需求分析、总体设计、文档和代码的编制、模块测试和系统实现几个阶段。

数据挖掘 (DM, Data Mining) 就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的有用的信息和知识的过程。
从商业角度来看，数据挖掘是一种新的信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转化、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。
要使数据挖掘在商业中起作用，就要把它与基本的商业活动过程关联起来。数据挖掘是企业同客户打交道的一长串步骤中的一个部分。数据挖掘影响商业活动的方式取决于商业过程，而不是数据挖掘的过程。
我们必须所指出的问题是：
(1)数据挖掘的结果不同于其他数据驱动的商业活动。
(2)数据挖掘抽取的是数据库中不为用户所知的信息。
这就需要引进客户交互、情景。处理推销问题的用户要先理解数据挖掘的结果，然后才能把它运用到实际中。在实际应用中，如何使用数据挖掘的输出结果？最简单的办法是把结果看作黑盒。如果用户用黑盒给数据库中的客户评分，就能得到一张客户列表（可以向列表中的客户邮寄商品目录，提高他们的信用度）。用户所要做的只是把信封寄出去，这是非常有效的方法。

客户关系管理 (CRM)[5]
客户关系管理 ( Customer Relationship Management，简称 CRM )是选择和管理最有价值客户关系的一种商业策略。CRM 要求以客户为中心的商业哲学和企业文化来支持有效的营销、销售以及客户服务。如果企业拥有正确的领导、策略和企业文化，CRM 应用将为企业实现有效的客户关系管理。
客户关系管理首先是一种商业策略，它贯穿于企业的各个部门和经营环节，其目的在于理解、预测和管理企业现有的或潜在的顾客。客户关系管理涉及到战略、过程、组织和技术等各方面的变革，以使企业更好地围绕客户来有效地管理自己的经营。
我们为什么需要客户关系管理呢？因为大家都知道：
(1)获得一个新客户比留住一个老客户要花更多的钱；
(2)客户离开后再把他们吸引回来所花的钱要比他们一开始就满意所花的钱多得多；
(3)将新的商品卖给老客户要比卖给新客户容易得多；
(4)有些客户比其他客户更有利可图。有些客户现在是无利可图的，还有一些客户现在和将来都是无利可图的。
所以我们要运用新的技术，来改变单一的销售模式，寻求最有利可图的途径建立和维持稳定的客户关系。
客户对企业的好感和忠诚不仅来自于企业提供的商品，更来自于服务和经验等非实体因素。企业要了解客户的喜好---不仅包括产品，还包括样式和服务的外观。他们要管理每一个客户的关系，从每一个客户身上获取最大利润，降低市场营销费用，减少由于客户离去和无效的营销策略产生的浪费。以上都希望用客户关系管理的方法来实现。

系统应该具备的基本功能
(1)用户权限的管理：用户可以根据不同的级别进行不同的管理，管理员可以看到整个系统，而部门管理员只能进行该部门的管理。
(2)客户基本资料管理：可以对客户进行增加、修改、删除、还可以进行多种查询功能。
(3)判断客户属性资料：可以对客户属性资料进行管理，对粗糙集算法中的表的数据而进行增加或删除的功能。
(4)发掘潜在客户资料：可以对客户与商品之间的关系进行管理，对关联规则算法中的表的数据而进行增加或删除的功能。
(5)分析客户流失资料：可以对客户流失资料进行管理，对决策树算法中的表的数据而进行增加或删除的功能。
(6)判断客户价值：实现粗糙集算法的应用，对一个客户进行价值判断。
(7)发掘潜在客户：实现关联规则算法的应用，用关联规则推出哪些商品是关联的，然后导出哪些是潜在客户。
(8)客户流失分析：实现决策树算法的应用，用决策树来判断客户的流失，分析流失的原因。
(9)客户价值优化：实现遗传算法的应用，进行客户的优化。
除了实现上述功能以外，客户管理系统还应该具有友好、简洁的界面，安全性要高，稳定性要强。












目   录
前   言 0
摘   要 I
ABSTRACT II
第一章   可行性研究报告 1
1.1项目开发的背景 1
1.2系统设计相关的原理 1
1.2.1  VC ++6.0编程语言的介绍[2] 1
1.2.2   SQL Sever语句介绍[3] 2
1.2.3  数据挖掘 (Data  Mining)[4] 4
1.2.4  客户关系管理 (CRM)[5] 4
1.2.5  数据挖掘在CRM中的应用[6] 5
1.3项目可行性评估[7] 6
1.3.1技术可行性评估 6
1.3.2经济可行性评估 6
1.3.3操作可行性评估 6
1.4项目可行性研究报告 6
第二章   系统需求分析 7
2.1系统需要解决的主要问题 7
2.1.1粗糙集 7
2.1.2关联规则 7
2.1.3决策树 8
2.1.4遗传算法 8
2.2系统应该具备的基本功能 8
2.3数据收集及预处理[4] 9
2.3.1对各算法中的数据进行预处理 10
2.3.2数据仓库的定义和特性[5] 14
2.4数据字典 14
第三章  系统设计 16
3.1前言 16
3.2基本简介 16
3.3系统功能模块结构图 16
3.4运行环境 16
3.5详细分析 18
3.5.1 用户的权限限制 18
3.5.2 数据库中表的设计 18
3.5.3 功能模块的详细设计 21
第四章  系统编码 23
4.1系统流程图设计 23
4.2系统页面显示 24
4.2.1登入界面 24
4.2.2进入客户资料管理界面 26
4.2.3进入客户信息分析界面 31
4.2.4用户信息管理界面 33
第五章  系统测试 35
5.1软件测试[7] 35
5.2软件测试的目标与方法 35
5.3模块测试 35
5.4集成测试 36
5.5 系统测试及实现 36
第六章  开发难点与解决技巧 37
6.1开发的难点 37
6.1.1各个算法模块间建立 37
6.1.2界面与数据库的连接 37
6.1.3两种不同用户的鉴别 37
6.2系统的安全性 37
6.3系统的发布与维护 38
参考文献 39
致 谢 40
附 录 一 41
调研报告 41
Research Report 43
附录二 46
操作手册 46