商超市CRM軟件的數(shù)據(jù)挖掘-運籌軟件

做CRM客戶關系管理，必須要懂得數(shù)據(jù)挖掘。某些客戶群體數(shù)量龐大的行業(yè)，更需要對客戶信息的把握、收集、研究。今天我們主要分享商超超市領域，利用CRM軟件如何對客戶數(shù)據(jù)的挖掘。

1 相關理論和技術基礎

  數(shù)據(jù)挖掘的定義：數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的原始數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。

  數(shù)據(jù)挖掘其實是一個逐漸演變的過程。電子數(shù)據(jù)處理的初期，人們就試圖通過一些方法來實現(xiàn)自動決策支持，當時機器學習成為人們關心的焦點。機器學習的過程就是將一些已知并成功解決的問題作為范例輸入計算機，機器通過學習這些范例，總結并生成相應的規(guī)則。隨后，隨著神經網絡技術的形成和發(fā)展，人們的注意力轉向知識工程。知識工程不同于機器學習，不是為計算機輸入范例，由其生成的規(guī)則，而是直接為計算機輸入已被代碼化的規(guī)則，而計算機是通過使用這些規(guī)則解決某些問題。專家系統(tǒng)就是這種方法所得到的成果，但有投資大和效果不甚理想等不足。

2 數(shù)據(jù)挖掘中的聚類算法

  聚類算法是本文重點研究的對象，通過介紹聚類算法的一些基本原理和概念，將此算法在CRM 系統(tǒng)中作出一個應用。

  聚類：聚類是開始分析的好方法，特別是面臨大量復雜的可能有很多內部結構的數(shù)據(jù)集。通過使用這種方法，分析者可以將一個大問題按照特征分成一組。，這些聚類提供了對其中成員的描述。通過提供分類這些聚類的方法，我們就能夠對問題有個大致的了解。聚類就是將物理或抽象的集合分組成為由類似的對象組成的多個類的過程。聚類的結果是使同一個類別內的對象具有較高的相似度，而不同的類別的對象之間差別很大。聚類增強了人們對客觀現(xiàn)實的認識，是概念描述和偏差分析的先決條件。2.1 CRM的概念

  CRM 的核心內容是通過不斷地改善與管理企業(yè)銷售、營銷、客戶服務和支持等與客戶關系有關的業(yè)務流程，提高各個環(huán)節(jié)的自動化程度。從而縮短銷售周期，降低銷售成本，擴大銷售量，搶占更多市場份額，尋求新的市場機會，最終達到從根本上提升企業(yè)核心競爭力的目的。

2.2 數(shù)據(jù)倉庫的特點

  數(shù)據(jù)倉庫是面向主題的主題，是指用戶使用數(shù)據(jù)倉庫進行決策時所關心的重點方面，如工業(yè)情況、農業(yè)情況、整個高科技園發(fā)展狀況等;所謂面向主題，是指數(shù)據(jù)倉庫內的信息是按主題進行組織的，為按主題進行決策的過程提供信息。

  數(shù)據(jù)倉庫是集成的：集成，是指數(shù)據(jù)倉庫中的信息不是從各個業(yè)務系統(tǒng)中簡單抽取出來的，是經過系統(tǒng)加工、匯總和整理，保證數(shù)據(jù)倉庫內的信息是關于整個系統(tǒng)的一致的全局信息。

  數(shù)據(jù)倉庫是穩(wěn)定的：穩(wěn)定，是指一旦某個數(shù)據(jù)進入數(shù)據(jù)倉庫以后，一般情況下將被長期保留，也就是數(shù)據(jù)倉庫中一般有大量的插入和查詢操作，但修改和刪除操作很少。

  數(shù)據(jù)倉庫是隨時間增長的：數(shù)據(jù)倉庫包含歷史數(shù)據(jù)，是指數(shù)據(jù)倉庫內的信息并不只是某一時點的信息，而是系統(tǒng)記錄了從過去某一時點(如開始應用數(shù)據(jù)倉庫的時點)到目前各個階段的信息，通過這些信息表明發(fā)展歷程并對趨勢做出定量分析和預測。