基于数据挖掘的制造业CRM系统研究

【摘要】：随着计算机技术的发展，尤其是关系型数据库技术日益成熟，管理信息系统已经成为现代企业的运作基础，成为有效地管理企业在运营过程中产生的大量数据和信息的强有力工具。但是，以单一数据库为中心构成的管理信息系统往往满足不了现代企业数据处理多样化的要求，不具备复杂的决策分析功能。数据仓库和数据挖掘技术的出现使企业摆脱‘信息孤岛’的窘境成为可能。研究数据挖掘技术在CRM中的应用是本文的立足点，通过对这些技术及其应用的研究，对提高企业的决策水平及决策效率有着很现实的意义。 首先介绍了CRM和数据挖掘的基本内容，给出了一个基于数据挖掘的制造企业CRM系统的需求分析。然后，研究了如何用概念描述和概念对比的数据挖掘方法描述和评估客户细分，这一工作是对在数据挖掘模块中使用聚类算法进行客户细分的完善和补充。 接下来，结合企业的实际情况，在数据仓库的基础上，提出了在数据立方体上进行记录加权的多维关联规则分析的方法。这一工作充实了CRM系统的数据挖掘模块的功能，是对单维的、记录无权重的经典关联规则算法的一种改进。 最后，给出了一个基于数据挖掘的制造企业CRM系统的设计和实现，包括系统的应用逻辑结构、数据的采集、数据表的设计、数据的转换、数据仓库的建立等功能模块的设计以及数据可视化的初步实现。 目前，CRM的应用主要集中在电信、银行、证券等行业，面向制造业的CRM应用还很少，面向占企业总数的90％的中小制造企业的CRM应用更少，数据挖掘是CRM系统的核心技术，本文对如何在制造行业构建基于数据挖掘的CRM系统做了有意义的探索，这些探索性的工作为以后在企业中全面实施基于数据挖掘的CRM系统打下了良好的基础。