數(shù)據(jù)挖掘技術在超市客戶關系管理系統(tǒng)中的運用分析

1、    數(shù)據(jù)挖掘技術在超市客戶關系管理系統(tǒng)中的運用分析    夏鳳摘 要超市作為服務大眾的單位，為了提供更好的服務，需要與客戶維持良好的關系，而這種關系的維護需要管理的加強和管理系統(tǒng)的建設。在系統(tǒng)建設中一項重要的內容就是數(shù)據(jù)的應用。在大數(shù)據(jù)背景下，大范圍的收集與超市客戶有關的數(shù)據(jù)信息是全面加強客戶關系管理的關鍵。就目前的研究來看，要獲取更多的數(shù)據(jù)信息，就必須使用數(shù)據(jù)挖掘技術。為了探討數(shù)據(jù)挖掘技術的具體價值，分析數(shù)據(jù)挖掘技術在超市客戶關系管理系統(tǒng)中的應用是必要的，其能進一步為超市客戶關系管理系統(tǒng)的構建提供幫助。關鍵詞數(shù)據(jù)挖掘技術；超市；客戶關系；管理系統(tǒng)d

2、oi：10.3969/j.issn.1673 - 0194.2017.20.033tp311.13 a 1673-0194（2017）20-00-02超市在目前的社會便民服務當中發(fā)揮著重要的作用，人們對于超市的依賴和信賴度也在普遍提升。就目前的超市發(fā)展來看，超市的利潤提升與客戶量的多少有著重要的聯(lián)系，所以超市要獲得更多的利潤，必須維護好與客戶的關系，這樣才能吸引更多的客戶在超市中進行消費。在現(xiàn)代化企業(yè)管理理念的影響下，超市的現(xiàn)代化管理在不斷加快，而為了提升超市客戶關系管理的科學性和有效性，超市也在積極地進行管理系統(tǒng)的建設。從系統(tǒng)的完善性出發(fā)，要想使系統(tǒng)在各方面的參考價值都能夠提升，就需要搜集更

3、多的相關數(shù)據(jù)，而數(shù)據(jù)挖掘技術就是很好的獲取數(shù)據(jù)的手段，所以在超市客戶關系管理系統(tǒng)建設的過程中應用數(shù)據(jù)挖掘技術便有了積極的意義?；诖?，深入分析數(shù)據(jù)挖掘技術在超市客戶關系管理系統(tǒng)中的應用便具備了重要的現(xiàn)實意義。1 數(shù)據(jù)挖掘的概念和主要分析方法1.1 數(shù)據(jù)挖掘的概念數(shù)據(jù)挖掘是大數(shù)據(jù)背景下數(shù)據(jù)利用的一種重要手段，指的是從大量的數(shù)據(jù)中，對有效的、新穎的和具有潛在作用的數(shù)據(jù)進行抽取，并對可以理解的知識以及模型、規(guī)則等進行利用的過程。數(shù)據(jù)挖掘在近年來的利用中越來越普遍，在不斷的完善和發(fā)展中，成為一門具有廣泛涉及面的交叉學科，不僅在內容上融合了人工智能、數(shù)理統(tǒng)計、數(shù)據(jù)庫等多方面的技術，還在金融、保險、零售及

4、電信等多個領域中發(fā)揮著重要的作用。1.2 數(shù)據(jù)挖掘的分析方法數(shù)據(jù)挖掘在目前的各個領域當中有著重要的利用價值，其發(fā)展空間也十分巨大。就目前的具體研究來看，對數(shù)據(jù)挖掘進行分析，需要的方法有關聯(lián)規(guī)則、分類、聚類、序列模式等。其中，對于關聯(lián)規(guī)則分析法的研究，其目的是希望在事務數(shù)據(jù)庫中發(fā)現(xiàn)經常共同出現(xiàn)的項目，從而推斷出隱藏在項目背后的某種互相關聯(lián)的規(guī)則。分類法指的是按照一定的特征對數(shù)據(jù)對象進行劃分的過程，在利用分類法時，要求有已知樣本分類作為訓練集。聚類指的是利用聚類技術進行數(shù)據(jù)對象內在規(guī)律的識別，通過聚類法分析，相似的類可以得到聚合，數(shù)據(jù)的分布規(guī)律也可以導出。2 基于數(shù)據(jù)挖掘技術的分析型crm2.1

5、crm產品的分類由于數(shù)據(jù)挖掘技術在其應用領域中展現(xiàn)出重要價值，因此基于數(shù)據(jù)挖掘技術會產生眾多的產品，分析型crm就是其中的突出代表。就目前的crm產品來看，主要按照功能分為三類。第一類是操作性crm。此類產品強調的是通過技術手段實現(xiàn)企業(yè)內部與客戶相關的銷售、服務以及支持和市場業(yè)務等方面的自動化。第二類是協(xié)作性crm。此類產品的應用目的是通過自動化的手段集成，管理企業(yè)所有的與客戶交互的渠道，從而改進客戶服務。第三類是分析型crm。此類產品的利用目的是要在數(shù)據(jù)挖掘和數(shù)據(jù)倉庫技術的支持下，通過對海量數(shù)據(jù)進行分析，從而理解客戶的分類、價值以及忠誠度和消費行為等。可見，以上三類產品在使用中都有其獨特的性

6、能和價值。其中，分析型crm在超市客戶關系管理中的應用價值更加顯著。2.2 數(shù)據(jù)挖掘技術在分析型crm當中的應用在超市客戶關系管理系統(tǒng)的建設中，分析型crm運用數(shù)據(jù)挖掘技術相對較為普遍，同時更能貼近市場和滿足管理的需要。數(shù)據(jù)挖掘技術在分析型crm當中的應用主要體現(xiàn)在3方面。第一，客戶群體的細分。利用分析型crm，可以將客戶的性別、收入、交易行為等方面的特征進行具體總結，根據(jù)這些細小行為特征，企業(yè)可以將客戶群體進行進一步分類。第二，交叉營銷。交叉營銷指的是向已購買商品的客戶推薦其他的產品和服務。這種策略和客戶的興趣愛好以及購物傾向等有密切關系，所以也需要分析型crm進行。第三，客戶流失分析。利用

7、分析型crm可以將客戶流失的原因以及易流失客戶的具體特征進行掌握，這對于超市客戶流失管理而言意義重大。2.3 基于數(shù)據(jù)挖掘的分析型crm系統(tǒng)的框架結構在超市客戶關系管理系統(tǒng)的構建中，數(shù)據(jù)挖掘技術需要得到重點運用，而分析型crm產品使用了數(shù)據(jù)挖掘技術，并對系統(tǒng)建立產生了重要的影響，所以研究分析型crm產品的系統(tǒng)結構也就具有了重要價值。就目前的具體分析來看，分析型crm系統(tǒng)的框架結構主要包括5個基本模塊：第一，總控程序；第二，圖形用戶界面；第三，任務組件模塊；第四，挖掘殷勤及數(shù)據(jù)挖掘算法函數(shù)庫；第五，數(shù)據(jù)準備模塊。這5個模塊構成了完整的分析型crm系統(tǒng)框架結構，并使得分析型crm產品具有巨大的應用

8、價值。3 數(shù)據(jù)挖掘技術在客戶流失分析中的運用超市作為服務性的企業(yè)，避免客戶流失是其經營過程中需要重點考慮的問題?？蛻絷P系管理系統(tǒng)的建立，有助于超市了解客戶的流失情況，進而采取有效的避免措施，所以在建立客戶關系管理系統(tǒng)時，積極地使用數(shù)據(jù)挖掘技術進行數(shù)據(jù)分析，能獲得良好的效果。3.1 需求理解和模型選擇客戶流失分析實際上是超市希望能夠在基于數(shù)據(jù)挖掘技術的基礎上，建立客戶流失的預測模型，從而詳細地掌握對客戶流失率有重大影響的因素，并從這些因素出發(fā)進行相應的控制。從具體的利用來看，分類和聚類兩種方法都可以用來進行客戶流失的分析。從具體的方法利用來看，分類和聚類存在較大的區(qū)別，而兩種方法最大的差異在于對

9、已標定樣本的需要。因為在具體的分析中發(fā)現(xiàn)可以獲取以往客戶是否流失的數(shù)據(jù)訓練樣本，所以在具體的方法選擇上，使用分類的優(yōu)勢更明顯一些。endprint3.2 數(shù)據(jù)準備在進行數(shù)據(jù)挖掘時，數(shù)據(jù)準備是一個必要的階段，因為數(shù)據(jù)準備的充分性對于挖掘算法的效率及正確性有著非常顯著的影響。從具體的應用實踐來看，數(shù)據(jù)準備階段的時間利用占據(jù)整個數(shù)據(jù)挖掘進程的60%，可見數(shù)據(jù)準備的重要性。從工作實踐性方面進行分析，可以發(fā)現(xiàn)數(shù)據(jù)準備工作需要進行數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸納等工作。3.3 核心算法核心算法指的是在數(shù)據(jù)準備完成后，挖掘數(shù)據(jù)引擎調用相應的算法進行的數(shù)據(jù)挖掘分析。超市數(shù)據(jù)挖掘利用分類法的優(yōu)勢更加顯著，

10、所以要利用分類決策樹方法進行客戶流失分析。在確定好核心算法之后，對已經準備好的數(shù)據(jù)進行測試，就可以根據(jù)該客戶的屬性以及交易行為歷史對該客戶是否流失進行決策樹判斷。3.4 決策樹算法在超市管理活動中，存在眾多的經營決策實例，這為數(shù)據(jù)挖掘技術在決策樹算法中的應用提供了歸納學習算法的基礎，保障了決策樹算法較高的分類準確率。決策樹作為一種預測模型的算法，它需要通過數(shù)據(jù)挖掘技術獲得大量數(shù)據(jù)，并進行有目的的分類。在運用中，決策樹算法的執(zhí)行結果是一棵能夠表明哪些因素影響客戶流失的決策樹結構圖，某個條件下的一個記錄集用樹的一個葉節(jié)點進行代表，樹的分支根據(jù)記錄字段的不同來取值建立。以此類推，在每個分支子集中重復

11、建立下層節(jié)點和分支。當然，結合實際的市場價值和超市的經營情況，對生成的決策樹需要進行修剪，剔除效率較低的分支，從中得到具有商業(yè)價值的信息。運用決策樹算法時，系統(tǒng)可以利用圖形可視化的方式輔以文本及報表等展示結果，以方便決策人員進行分析。3.5 模型評估客戶流失分析的準確性不僅依賴于數(shù)據(jù)挖掘技術所獲得的全面的、可靠的數(shù)據(jù)，同時對分析模型的合理性和科學性提出挑戰(zhàn)。例如：對于決策樹算法的運用就要準確根據(jù)市場的實際情況選取建樹參數(shù)。當然，分析結果的正確與否以及可利用價值大小和分析模型的關系也十分密切，所以需要對模型進行價值評估。主要參考文獻1屈松川.數(shù)據(jù)挖掘技術在網(wǎng)上銀行客戶關系管理系統(tǒng)中的應用j.福建電腦，2013（11）.2宮新軍.基于數(shù)據(jù)挖掘技術的客戶關系管理系統(tǒng)研究j.山東廣播電視大學學報，2013（1）.3陳東.數(shù)據(jù)倉庫及數(shù)據(jù)挖掘技術在證券客戶關系管理系統(tǒng)中的應用研究