基于商業(yè)智能的制造業(yè)分析型客戶關系管理系統(tǒng)研究與應用.pdf

1、進入21世紀以來，隨著全球經濟一體化趨勢的進一步加強，制造業(yè)的競爭也隨之加劇。產品的同質化及市場需求的多樣化，使得制造企業(yè)僅憑內部管理以提高生產效率及改善產品質量來贏得市場的機會越來越小。因而，許多制造企業(yè)為了滿足多樣化的客戶需求，紛紛由生產型向服務型和知識型發(fā)展，建立以客戶為中心的業(yè)務模式，保持和推進價值客戶的持續(xù)貢獻度，從而全面提升企業(yè)競爭力。但在當今數(shù)據(jù)量激增的情況下，不借助于商業(yè)智能技術來發(fā)現(xiàn)數(shù)據(jù)背后所隱藏的信息是很難建立良好的

2、客戶關系的。研究商業(yè)智能技術在CRM中的應用是本文的立足點，通過對這些技術及其應用的研究，對提高企業(yè)的決策水平及決策效率有著很現(xiàn)實的意義。 首先介紹了CRM和商業(yè)智能的基本內容，給出了一個基于商業(yè)智能的制造企業(yè)CRM系統(tǒng)的需求分析。然后，研究了數(shù)據(jù)倉庫的設計、創(chuàng)建與維護，重點是DTS包設計與數(shù)據(jù)轉換。根據(jù)系統(tǒng)的需求，構建面向客戶和供應商的數(shù)據(jù)倉庫，實現(xiàn)了從操作型數(shù)據(jù)到分析型數(shù)據(jù)的轉換。其中包括對數(shù)據(jù)的綜合，數(shù)據(jù)整理(統(tǒng)一表現(xiàn)形式

3、、命名習慣等)，并實現(xiàn)自動的數(shù)據(jù)轉換和定期自動備份等維護操作。根據(jù)分析的需要，嘗試采用了聚類的方法來將連續(xù)型數(shù)據(jù)轉化為離散型數(shù)據(jù)來滿足分類應用的數(shù)據(jù)初始化的要求等。 接下來，結合企業(yè)的實際情況，在數(shù)據(jù)倉庫的基礎上，進行OLAP多維分析結果的展示。OLAP分析服務提供了豐富的應用程序編程接口，方便用戶的應用程序利用分析服務的資源。分析服務有一個模塊數(shù)據(jù)透視表服務(PivotTablesService)，與分析服務服務器(Analy

4、sisservice)通訊，客戶端應用程序通過這樣的進程與Analysis服務器交換數(shù)據(jù)。同時數(shù)據(jù)透視表服務可以在脫機的方式完成大部分分析服務的功能，實現(xiàn)客戶脫機完成數(shù)據(jù)分析服務。 最后，給出了一個基于數(shù)據(jù)挖掘的制造企業(yè)CRM系統(tǒng)的設計和實現(xiàn)，實現(xiàn)分類(基于決策樹)和聚類(K-means)挖掘算法，并討論了其復雜度、可信性和優(yōu)化方法。其中分類挖掘實現(xiàn)了將客戶和供應商進行分類，并分析出各類客戶的特征；聚類實現(xiàn)了客戶、供應商和銷售員

5、工按選定的屬性分成幾類。系統(tǒng)在聚類算法中實現(xiàn)了嵌套，可以進行子類的進一步細分：分類算法的實現(xiàn)中進行了決策樹的預先剪枝，解決了噪聲數(shù)據(jù)的問題；系統(tǒng)還實現(xiàn)了聚類與分類的結合，將聚類算法有效地運用到了離散化連續(xù)數(shù)據(jù)的工作中；另外，聚類的分析結果可以在分類分析中作為被預測的列和用于預測的列。 本文圍繞客戶的發(fā)展過程：潛在客戶、響應客戶、關系客戶到流失客戶，對不同階段的客戶采取有針對性的管理，并結合客戶動態(tài)分析、數(shù)據(jù)挖掘等方法和技術，對公