中小企業(yè)CRM客戶管理系統(tǒng)數(shù)據(jù)挖掘-運(yùn)籌軟件

伴隨著數(shù)據(jù)為本發(fā)覺(jué)優(yōu)先的時(shí)代數(shù)據(jù)在CRM上的價(jià)值越來(lái)越明顯，但是如何才能讓企業(yè)的CRM獲得完美的價(jià)值體現(xiàn)，數(shù)據(jù)挖掘是重點(diǎn)問(wèn)題。如何利用數(shù)據(jù)挖掘讓CRM得到價(jià)值成為企業(yè)最關(guān)注的話題。

　　數(shù)據(jù)挖掘是個(gè)非線性的過(guò)程，在CRM建立良好的模型，從而確保數(shù)據(jù)挖掘有條不紊地進(jìn)行并取得最終成功，就要不斷循環(huán)、重復(fù)整個(gè)過(guò)程，一個(gè)完整的流程是需要每個(gè)階段在實(shí)施的過(guò)程中多次的重復(fù)建立。

　　1)確定數(shù)據(jù)挖掘的目標(biāo)。在進(jìn)行數(shù)據(jù)挖掘之前，企業(yè)要做的基礎(chǔ)性的工作就是確定挖掘目標(biāo)，這是數(shù)據(jù)挖掘成功實(shí)施的先決條件，首先要明確什么信息才是企業(yè)需要想要的。如果這些共同屬性被數(shù)據(jù)挖掘發(fā)現(xiàn)，那么在整個(gè)市場(chǎng)全面開(kāi)展銷(xiāo)售時(shí)就可以對(duì)具有這些屬性的客戶重點(diǎn)關(guān)注，提升銷(xiāo)售業(yè)績(jī)。

　　2)數(shù)據(jù)的收集。數(shù)據(jù)挖掘目標(biāo)被確認(rèn)后，緊接著要展開(kāi)數(shù)據(jù)的收集整理工作，并且對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行篩選。例如，企業(yè)首先要做的是確定數(shù)據(jù)的獲取渠道一一既數(shù)據(jù)從哪里取得？數(shù)據(jù)倉(cāng)庫(kù)是否已經(jīng)建立？企業(yè)原有數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，有沒(méi)有滿足此次數(shù)據(jù)挖掘任務(wù)需要的數(shù)據(jù)？已有數(shù)據(jù)的哪些字段可以被這次任務(wù)所用？因此，建立有效的數(shù)據(jù)倉(cāng)庫(kù)是進(jìn)行數(shù)據(jù)分析之前必須要做的。

　　3)數(shù)據(jù)清理及準(zhǔn)備。此步驟是對(duì)收集的基本數(shù)據(jù)進(jìn)行必要的轉(zhuǎn)換、填補(bǔ)、清理及合并等處理，并對(duì)數(shù)據(jù)進(jìn)行降噪處理，以提高數(shù)據(jù)的完整性、準(zhǔn)確性和可信度，為后續(xù)的數(shù)據(jù)分析工作做準(zhǔn)備。比如，通過(guò)在上一個(gè)步驟得到的數(shù)據(jù)集市中，樣本量有多少，字段有多少，哪些字段是因變量，哪些又是自變量，哪些是離散型定量變量、序數(shù)型定性變量或者名義型定性變量，哪些字段是連續(xù)型定量變量，哪些字段數(shù)據(jù)是否有缺失現(xiàn)象，能不能能夠通過(guò)填充或者合并進(jìn)而客觀地補(bǔ)缺數(shù)據(jù)等。除此之外本階段的重要工作還包括：將字符型變量變換為數(shù)值型變量，通過(guò)技術(shù)上手段在錄入數(shù)據(jù)過(guò)程中對(duì)明顯錯(cuò)誤進(jìn)行糾正。

　　4)數(shù)據(jù)初步分析。此步驟的工作較為重要，因?yàn)槠髽I(yè)需要在這一步中做好建模前的所有準(zhǔn)備工作，具體包括：基于模型的數(shù)據(jù)變換、研究每個(gè)字段的取值分布、字段之間的相關(guān)性及聯(lián)合分布、數(shù)據(jù)降維，以及可能進(jìn)行的離散化操作等。

　　5)模型的建立。數(shù)據(jù)挖掘的核心環(huán)節(jié)就是建模，可按以下步驟進(jìn)行：首先選擇建模方法。根據(jù)前面所確定的數(shù)據(jù)挖掘的目標(biāo)，在多種方法中選擇一種方法或多種合適的方法來(lái)對(duì)前期數(shù)據(jù)進(jìn)行建模。其次將總數(shù)據(jù)集劃分訓(xùn)練集和測(cè)試集。一般采用分層隨機(jī)抽樣在建模之前將總數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，即保持目標(biāo)變量一一因變量的取值在訓(xùn)練集和測(cè)試集中比例與總數(shù)據(jù)集相同。最后建立模型及結(jié)果解釋。對(duì)訓(xùn)練集用已選擇的建模方法進(jìn)行建模，并分析和解釋得到的模型表達(dá)式。

　　6)模型的評(píng)估。數(shù)據(jù)挖掘中不可缺少的環(huán)節(jié)就是對(duì)以完成的數(shù)據(jù)模型進(jìn)行評(píng)估。通過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)或選取樣本數(shù)據(jù)進(jìn)行校驗(yàn)，評(píng)估挖掘結(jié)果的可信及可用性，并在此基礎(chǔ)上，調(diào)整和修改數(shù)據(jù)模型和挖掘方法。

　　7)數(shù)據(jù)模型的應(yīng)用。將建立好模型所發(fā)現(xiàn)的數(shù)據(jù)應(yīng)用到實(shí)際工作中，在企業(yè)內(nèi)部應(yīng)用和部署模型，給決策提供數(shù)據(jù)支持。例如根據(jù)得到的數(shù)據(jù)可以設(shè)置特定觸發(fā)器，在滿足特定條件時(shí)進(jìn)行處理。