自上世紀80年代以來，伴隨著我國市場經(jīng)濟的逐漸成熟，客戶對產(chǎn)品的需求平穩(wěn)增長，市場競爭愈加激烈，這使得企業(yè)認識到識別、挑選、獲得、發(fā)展和維護客戶的重要性，進而在經(jīng)營理念層面上越來越關注客戶價值、客戶滿意和客戶忠誠，力圖通過在正確的時間使用正確的方式為正確的客戶提供正確的服務，來創(chuàng)造和傳遞客戶價值，提升客戶滿意水平，從而實現(xiàn)客戶忠誠進而維持正確客戶，獲得這些客戶的生涯價值（LTV）。本文設計了一個關聯(lián)規(guī)則數(shù)據(jù)挖掘模型，結合實例使用Apriori挖掘技術分析并檢驗了該方法的有效性。
1 關聯(lián)規(guī)則挖掘
數(shù)據(jù)挖掘（Data mining）是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的過程。簡單地說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識，又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（knowledge discovery in database，KDD）。
關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最為常見的一種挖掘方法之一，最初由R.Agrawal等人提出，主要目的在于通過超市購物籃發(fā)現(xiàn)超市交易中不同商品之間存在的潛在關系。
一個經(jīng)典的關聯(lián)規(guī)則的例子是“啤酒與尿布”的故事，全球最大的連鎖零售商沃爾瑪超市研究發(fā)現(xiàn)：美國的婦女們經(jīng)常讓丈夫下班后給孩子買尿布，而30%～40%的丈夫會在買尿布的同時給自己購買啤酒。因此把尿布和啤酒的貨架擺在一起銷售，會大大增加超市的銷售額。
用來衡量什么的關聯(lián)規(guī)則才是用戶感興趣的關聯(lián)規(guī)則主要有兩個標準：關聯(lián)規(guī)則的支持度和可信度。
滿足最小支持度的關聯(lián)規(guī)則稱為頻繁關聯(lián)規(guī)則；同時滿足最小支持度和最小可信度的關聯(lián)規(guī)則稱為強關聯(lián)規(guī)則，在關聯(lián)規(guī)則挖掘的過程中，需要先挖掘出所有的頻繁規(guī)則，再從中挖掘出強關聯(lián)規(guī)則，只有強關聯(lián)規(guī)則才能指導用戶的決策。
2 客戶關系管理
客戶關系管理(Customer Relationship Management,CRM)是一種旨在改善企業(yè)與客戶之間關系的新型管理機制。通過實施客戶關系管理可以使企業(yè)能夠方便地搜集、追蹤、分析每一個客戶的信息，增強企業(yè)與客戶之間的溝通，更好地滿足客戶的個性化需求，從而達到以更快速、更優(yōu)質(zhì)的服務保留現(xiàn)有客戶并挖掘潛在客戶的目的。
有效的客戶關系管理還能夠觀察和分析客戶行為以及其對企業(yè)的利潤影響，使企業(yè)與客戶的關系以及企業(yè)的利潤都得到最優(yōu)化，從而達到雙贏的目的。所以客戶關系管理的思想與潛在價值對企業(yè)具有極大的吸引力，絕大多數(shù)企業(yè)對于實施客戶關系管理的規(guī)范化都存在著強烈的欲望。因此，加強對客戶關系管理理論的研究并通過對客戶關系的管理和分類挖掘?qū)ζ髽I(yè)的決策提供有效依據(jù)已經(jīng)成為當下需要解決的重要課題。
3 關聯(lián)規(guī)則挖掘在軟件企業(yè)客戶關系管理中的應用
本文以客戶關系管理的產(chǎn)品銷售模塊作為分析對象進行研究，利用關聯(lián)規(guī)則挖掘的Apriori算法對樣本進行分析、挖掘，進而找到不同產(chǎn)品銷售之間的潛在關系。
Apriori算法的核心思想是：通過對樣本數(shù)據(jù)進行多次掃描，產(chǎn)生長度不同的頻繁集。通過設定最小支持度和最小可信度，最終挖掘出對決策有用的強關聯(lián)規(guī)則。算法的簡要描述如下：
在對客戶的信息和資料進行管理的過程中，有的客戶會同時購買某兩種或多種產(chǎn)品，某類的客戶可能會對某種產(chǎn)品類型特別感興趣。如果挖掘出在產(chǎn)品和客戶內(nèi)部潛在的這種規(guī)律，便可以對客戶實施有重點的營銷策略，進而提高客戶的服務水平。在進行數(shù)據(jù)挖掘之前，我們先將客戶和客戶購買的產(chǎn)品進行分類和標識，用不同的代碼和序號代表不同的客戶和產(chǎn)品，如表1所示。然后再利用Apriori算法對數(shù)據(jù)進行分析挖掘，找到數(shù)據(jù)之間存在的潛在聯(lián)系。
表1 標號化的客戶和產(chǎn)品事務表
在此關聯(lián)規(guī)則挖掘中，設定最小支持度為0.，最小置信度為0.7，對事務數(shù)據(jù)庫進行掃描，可以得到候選集C1，計算每項候選集的支持度，選取滿足最小支持度的候選集，得到1項頻繁集L1。繼續(xù)掃描，以此類推，直到Lk為空，算法結束。在循環(huán)的過程中，必須要保證頻繁集的子集一定是頻繁的。
最終的實驗得到的結果如表2所示：
表2 Apriori 挖掘算法得到的挖掘結果
針對上述挖掘結果可以分析得出以下結論：購買物流管理軟件的客戶通常會同時購買財務管理軟件；購買電子商務平臺和進銷存軟件的客戶大多數(shù)都會選擇購買企業(yè)即時通訊軟件；而選擇績效考評系統(tǒng)的客戶大多數(shù)都會選擇智能化報表系列軟件。根據(jù)分析結論，在進行商品營銷的過程中，把相關產(chǎn)品在一起向客戶推銷，將會大大增加商品的銷量，同時，客戶的滿意度也會得到相應的提升。
以上的挖掘結果和結論，在軟件企業(yè)的客戶關系管理中進行了實踐，證明挖掘結果具有一定的可信度，可以有效支持決策。
4 結論
使用關聯(lián)規(guī)則挖掘方法從軟件企業(yè)大量客戶服務相關數(shù)據(jù)中發(fā)現(xiàn)潛在的數(shù)據(jù)規(guī)律，并進行分析和預測，可以增強客戶服務的客觀性和合理性。同時，這些規(guī)律也為決策者做出正確的決策提供了理論依據(jù)，可以較好的改善軟件企業(yè)的客戶服務水平，提高客戶滿意度。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標題：關聯(lián)規(guī)則挖掘在軟件企業(yè)客戶關系管理中的研究與應用
本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/1083936916.html
相關文章
