CRM系統(tǒng)：決策樹和MBR 在分析型CRM中的應(yīng)用

決策樹和MBR 在分析型CRM中的應(yīng)用 彭　磊, 李炳法, 麥興隆 (四川大學(xué)計(jì)算機(jī)學(xué)院, 成都610064) 摘　要: 探討了數(shù)據(jù)挖掘技術(shù)在分析型CRM 中的一個(gè)最典型的應(yīng)用———如何尋找潛在客戶。提 出了一種尋找潛在客戶的思路, 基于這個(gè)思路, 分別討論了如何使用決策樹和基于存儲(chǔ)的推理 (MBR) 這兩種數(shù)據(jù)挖掘技術(shù)來建立潛在客戶預(yù)測(cè)模型, 并給出了具體實(shí)例。 關(guān)鍵詞: CRM; 數(shù)據(jù)挖掘; 決策樹; 基于存儲(chǔ)的推理 Application of decision tree and memory - based reasoning in analytical CRM PENGLei , LI Bing2fa , MAI Xing2long (Computer Science Department of Sichuan University , Chengdu 610064 ,China) Abstract : This paper discusses on a typical application of Data Mining technology in analytical CRM ——— how to find future customers. It provides an idea to find out future customers. On the basis of the thought ,it discusses on how to find out future customers with decision tree algorithm and MBR ,and shows some practical examples. Key words : CRM; Data Mining ; decision tree ; MBR (memory based reasoning) 0 　引言 CRM(Customer Relationship Management) , 即客戶 關(guān)系管理,即是一種管理理念,也是一種基于信息技 術(shù)為基礎(chǔ)的應(yīng)用軟件系統(tǒng)。CRM 的目標(biāo)是一方面 通過提供更快速、周到和準(zhǔn)確的優(yōu)質(zhì)服務(wù)吸引和保 持更多的客戶,達(dá)到個(gè)性化的服務(wù);另一方面通過對(duì) 業(yè)務(wù)流程的全面管理來降低企業(yè)的成本。CRM 分 為操作型CRM, 分析型CRM 和協(xié)作型CRM。本文 要討論的是數(shù)據(jù)挖掘技術(shù)在分析型CRM 中的一些 應(yīng)用。 CRM的核心是“以客戶為中心”,提高客戶滿意 度,改善客戶關(guān)系,從而提升企業(yè)的競(jìng)爭(zhēng)力。CRM 理念的精髓是“建立,發(fā)展和維持重要客戶關(guān)系”[1 ] 。 因此,如何運(yùn)用數(shù)據(jù)挖掘技術(shù)尋找潛在客戶是市場(chǎng) 營(yíng)銷學(xué)和計(jì)算機(jī)科學(xué)相結(jié)合的重要研究課題。本文 提出一種尋找潛在客戶的思路,即“潛在客戶很可能 具有和現(xiàn)有客戶相似的特征”?；谶@個(gè)思路,從現(xiàn) 有客戶信息出發(fā),分別使用決策樹,基于存儲(chǔ)的推理 (MBR) 來建立預(yù)測(cè)模型,找到潛在客戶。 1 　用決策樹ID3 算法找到潛在客戶的 特征 決策樹算法是目前應(yīng)用最廣泛的歸納推理算法 之一,是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法,通常用來數(shù) 據(jù)探查,分類和建立預(yù)測(cè)模型。它采用自頂向下的 遞歸方式,在決策樹的內(nèi)部節(jié)點(diǎn)進(jìn)行屬性值的比較, 并根據(jù)不同的屬性值判斷從該結(jié)點(diǎn)向下的分支,最 后在決策樹的葉結(jié)點(diǎn)得到結(jié)論。因此,從根到葉結(jié) 點(diǎn)的一條路徑就對(duì)應(yīng)一條合取規(guī)則,而整棵決策數(shù) 就對(duì)應(yīng)著一組析取表達(dá)式規(guī)則。到目前為止,有很 多決策樹算法,如Quinlan 在1986 年提出的ID3 ( Ite2 rative Dichotomiser 3) 算法和1994 年提出的C4. 5 算 法,以及后來的CART ,C5 算法等。 ID3 是基于信息熵的決策樹算法,其基本原理 如下:設(shè)E = F1 ×F2 ×⋯ × Fn 是n 維有窮向量 空間,其中Fj 是有窮離散符號(hào)集, E中的元素e = < V1 ,V2 , ⋯,Vn > 稱為例子。其中Vj ∈ Fj , j = 1 ,2 , ⋯, n 。設(shè)PE和N E是E的2 個(gè)例子集,分別叫正例集 和反例集。假設(shè)向量空間E中的正例集PE和反例集 N E 的大小分別為P , N ,由決策樹的基本思想知ID3 算法是基于如下2 種假設(shè). 強(qiáng)力推薦： 天柏客戶關(guān)系管理系統(tǒng) 天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實(shí)用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營(yíng)銷理念，圍繞客戶生命周期的整個(gè)過程，針對(duì)不同價(jià)值的客戶實(shí)施以客戶滿意為目標(biāo)的營(yíng)銷策略，通過企業(yè)級(jí)協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達(dá)到留住客戶、提高銷售，實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的目的。通過對(duì)客戶進(jìn)行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠(chéng)度分析(Persistency)、客戶利潤(rùn)分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營(yíng)銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個(gè)環(huán)節(jié)的自動(dòng)化程度，從而幫助企業(yè)達(dá)到縮短銷售周期、降低銷售成本、擴(kuò)大銷售量、增加收入與盈利、搶占更多市場(chǎng)份額、尋求新的市場(chǎng)機(jī)會(huì)和銷售渠道，最終從根本上提升企業(yè)的核心競(jìng)爭(zhēng)力，使得企業(yè)在當(dāng)前激烈的競(jìng)爭(zhēng)環(huán)境中立于不敗之地。 關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)