基于數據挖掘的企業關系管理系統構建

李從東　徐志英

摘要：隨著經濟全球化和競爭的加劇，企業關系作為一種關鍵資源變得日益復雜，成功的企業關系管理對企業的組織結構和信息結構提出了更高的要求。文章在以狹義企業關系為研究對象，分析了企業關系管理的核心思想及其內涵，構建了企業關系管理的體系結構。將數據挖掘相關技術引入企業關系管理系統，分析了數據挖掘在企業關系管理中應用的幾個方面及其應用過程。

關鍵詞：企業關系；數據挖掘；數據倉庫；系統

一、引言

信息技術條件下，成功的企業關系管理需要一個合理的組織框架，更需要一個合理的信息結構。數據挖掘作為一種先進的數據分析方法，已經在客戶關系管理中得到了廣泛的應用。以此為鑒，我們認為數據挖掘也是實現企業關系數據深入分析的有效工具。

二、企業關系管理

1企業關系管理定義。企業關系始于20世紀60年代社會心理學和行為理論研究，由營銷學家Levy＆Kofler首次提出，隨后隨關系營銷學的發展而發展。Hakansson提出企業關系就是相互作用的雙方于不同水平的投資、組織學習、相互適應、信任與承諾，并初次建立了企業關系的相互作用模型。Anderson＆Nams強調了企業關系概念的互惠性質，認為企業關系是兩個組織之間為減少總成本或增加價值收益而形成的廣泛的社會、經濟、服務及技術聯系。Morgan＆Hunt認為企業關系就是企業關系雙方基于社會心理的相互作用過程。并研究了企業關系的結構和機理。陳曉峰將企業關系定義為供應商、客戶，員工、政府、媒體及其他等眾多聯系的集合。錢言將企業關系定義為具有主觀能動性的企業在行動過程中相互之間產生的一種聯系，研究對象僅限于企業與企業之間。從以上觀點，我們可以歸結為廣義和狹義兩類定義。廣義的企業關系指所有與企業發生直接相互作用的組織和個體。狹義的企業關系單指兩個或多個企業組織之間出現的、相對持久的資源交易、資源流動和資源聯系。

筆者認為廣義的企業關系中個體與組織兩類關系對象在關系接觸方式、關系價值貢獻率、關系穩定性以及控制模式等方面均存在顯著差異。同樣的道理。政府機構、媒體和社區等組織形式的關系對象與企業組織在結構體制和運作模式上與企業也無可比性。因此，我們在對企業關系管理研究時。不可將其一概而論。基于以上表述，本文的研究選取了狹義的企業關系為研究對象，即企業關系管理就是指對企業自身與其他企業之間的相互作用進行管理和控制過程。

2企業關系管理內涵。對企業關系管理內涵可作如下歸納：

(1)合理選取關系對象。依照系統論的觀點。結構決定功能，那么企業關系的結構組成就是分析企業關系特有功能和價值的基礎。關系對位才能創造價值，企業需要結合自身經營戰略目標決定與哪些企業形成特定的關系類型，并建立緊密或松散的關系來完成自身目標。因此，企業關系管理的首要步驟就是選取與之相稱的關系對象。如果選擇的關系對象志不同，道不合，趣不投，關系就不可能長期維持。如果路徑選擇不同。關系雙方則不能形成戰略的協同和資源的互補，達不到降低成本，提高收益率的目的：而雙方價值觀、行為方式與管理風格等文化方面的差異也同樣如此。

(2)最大化關系價值。以價值為本的管理模式使得關系價值成為企業關系管理的核心和實施企業關系管理策略的主要依據。企業關系管理的過程就是企業尋求關系價值最大化的過程。其中，關系變量是衡量企業關系價值大小的最主要指標。Wilson基于廣泛的B—to—B文獻提出了以下數影響企業關系演化中關系價值的關系變量：承諾、信任、合作、共同，分享目標、相互依賴，權力的不平衡、績效滿意度、不同水平的變化、相互適應性、沉沒成本、共享技術、組織上的關系和社會性關系等等。企業就是通過對關系雙方此類變量信息的獲取來評估企業關系績效、關系收益、關系地位和相互適應性、轉換成本等來感知關系價值，從而不斷的修正初始的關系狀態，以求各自的關系價值最大化。

(3)關系風險防范。處于開放系統中的企業關系本身存在許多不確定性因素，并由此導致企業關系風險，進而致使企業關系非意愿瓦解。企業關系風險主要表現為機會主義行為，即基于追求自我利益最大化而采取的欺騙行為。在企業關系中，機會主義行為主要表現為隱瞞和歪曲信息、躲避或違反關系契約而不完全履行關系承諾或關系義務、竊取關系企業的技術、挖走關系企業的關鍵人才等。

因此，有效的關系管理要求企業要與關系對象保持良好的溝通，深入分析和準確掌握對方的關系需求，全面、及時跟蹤把握企業關系發展狀態。形成企業關系雙方的良性互動，降低了機會主義發生可能性。

3企業關系管理的體系結構。從體系結構上來看，企業關系管理架構由三個關鍵的部分組成如圖1所示。

(1)關系接觸層：企業關系的參與者可能是某一部門或者是多個部門，或者是在多個部門間轉換。企業通過關系接觸層的關系中心與關系對象進行各種方式的溝通和聯系，并對各個部門的接觸信息進行集中和處理。

(2)分析層：分析層是將關系接觸中心和關系管理決策所產生的信息通過共享數據倉庫連接起來。如果一個企業的信息來源相互獨立，那么這些信息會有重復、互相沖突并且會過時，這對企業的整體運作效率將產生負面影響。基于統一的企業關系數據和融入所有企業業務應用系統的分析環境，就可以對其進行加工處理，提供即時分析，然后將分析結果反饋給決策層和整個企業內部。這樣便增加了信息分析的價值，為企業的戰略決策提供支持，企業決策者會權衡這些信息做出更全面及時的商業決策。

(3)決策層：決策層功能是對上面兩部分的應用所產生的信息進行加工處理，產生商業智能。為企業的關系管理決策提供支持。并且關系決策層往往要再將關系活動分派到關系接觸層的相關執行部門。

三、數據挖掘及其主要技術方法

數據挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，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。它通過選擇數據，對數據進行檢測，建立挖掘分析模型。挖掘出深層次的信息和知識，用于信息管理、過程控制、科學研究、決策支持等方面。

按照所挖掘的數據模式的不同，可以將數據挖掘的技術方法劃分為以下四種!

1偏差分析。偏差分析用來發現數據集中與正常情況不同的異常和變化，并進一步分析種變化的原因。當某個別數據對象不符合大多數數據對象所構成的規律時就會形成孤立點。孤立點可能是事物偶然異常或分析操作失誤等造成的，常常被視為噪聲被剔除。但是也可能蘊含著重要的信息，比如，企業關系交易中的信用欺詐行為。諸如此類的小概率發生事件往往比經常發生的事件更有挖掘價值。

2預測。預測是指利用從歷史數據集中自動推導出的對給定數據的推廣描述，預測未知的數據值或變化趨勢。

例如根據關系投資、關系企業規模和關系承諾等來預測關系價值。

3序列模式分析。序列模式分析把數據之間的關聯性與時間性聯系起來，不僅要確定事件是否發生，而且需要確定事件發生的時間。序列模式分析非常適于尋找事物的發生趨勢或重復性模式。例如，對某關系在不同時段的關系互動狀態行為進行分析，發現和探測穩定關系集。

4聚類分析。聚類分析是根據事物本身潛在的特性研究對象分類的方法。通過聚類把一個數據集中的個體或對象按照相似性歸約成若干類別。其原則是使同一類別中的對象之間具有盡可能大的相似性。而不同類別中的對象之間具有盡可能大的差異性。如按照關系穩定性或關系價值大小對關系對象聚類。

5演變分析：演變分析描述的是隨時間變化的行為的規律或趨勢，并建立與時間的關系模型。例如。對隨時間變化的關系的穩定性分析。

四、企業關系管理中數據挖掘的運用

1企業關系管理的數據倉庫。企業關系管理中數據倉庫的數據分為源數據、關系型數據和多維數據三類。將所有分散在不同部門、不同業務系統的數據按統一的標準進行提取后形成的數據我們稱之為源數據。源數據是數據倉庫開發的基礎數據。關系型數據是在源數據的基礎上，按照不同的業務需求整合形成的數據。關系型數據經過了對源數據的清洗和整理，能夠保證數據的標準化，可以支持絕大部分對關系型數據庫的分析和查詢應用。且是建立多維數據的基礎。多維數據是建立在關系型數據的基礎上，針對不同的業務需求、從不同的視角產生的，能夠提供滿足業務需要的數據。

2企業關系管理中數據挖掘應用的幾個方面。

(1)關系細分。基于數據挖掘技術的聚類功能可按照不同的標準，比如：企業關系對象的類型、企業規模、關系價值、關系穩定性和滿意程度等來劃分不同的關系對象群體。以實現對企業關系針對性的差異化關系管理策略，實現關系價值最大化。

(2)關系價值評估。企業若不評價估計企業關系的價值，就很難做出適時的關系管理策略。由于企業關系價值評價指標具有較強模糊性，常常采用數據挖掘的模型綜合評價方法來評估關系價值的高低。數據挖掘技術還可以分析和預測不同情況下關系價值的變化，幫助企業制定合適的關系策略。

(3)關系質量、關系滿意度評價。關系質量和關系滿意度是關系主體根據一定的標準對關系滿足各自需求程度的共同認知評價。不斷的追求高關系質量和關系滿意度是提高關系穩定性和獲取最大關系價值的重要手段。已有大量文獻表明，數據挖掘的統計回歸分析方法是挖掘關系質量影響因素及分析它們之間相互關系的有力工具。

(4)企業關系方信用評估與機會主義風險識別和防范。數據挖掘技術可以為關系風險管理提供一個客觀、準確的評估和控制機制。以數據統計分析為基礎的數據挖掘技術，通過收集和分析關系對象的行為、信用和背景紀錄，從大量歷史數據中分析出具體企業關系的機會主義行為傾向及信用等級。另外，還可以通過孤立點分析還可以發現關系對象的一些異常行為，有效防范風險。

(5)企業關系狀態預測。把握企業關系動態特征是關系管理的關鍵。數據挖掘技術通過對實時關系動態數據的采集和整理，將多源數據進行融合、分析和挖掘，提取企業關系狀態特征，同時結合歷史數據和未來預測數據對關系的發展演化過程進行仿真預測。

3企業關系管理的數據挖掘過程。根據上文對企業關系管理體系結構的描述，建立基于數據挖掘技術的企業關系管理系統模型如圖2，它的工作流程主要包括以下三個階段：

(1)數據準備階段。它主要包括目標定義和數據預處理兩個階段。目標定義是了解企業經營要達到的目標，在此基礎上進行企業關系的數據收集。數據收集主要在關系接觸層，包括呼會面、電子郵件、電話、傳真等方式。最初搜集的數據是源數據。比較分散且有大量冗余：要再按照不同業務需求過濾和篩選，保留其中的關系型數據：再對關系型數據分析、處理和集成轉換，降低數據維數，形成適合數據挖掘的數據集合，最后再將此數據集合裝入數據倉庫。數據倉庫的數據來源還可以是其他系統，如ERP、CPM、SCM系統中的現存數據。

(2)數據挖掘階段。該階段對應關系管理體系的分析層次，是整個基于數據挖掘技術的關系管理系統的核心。針對前一階段處理、整合形成的數據集合。在模型庫和知識庫的幫助下，根據不同的業務需要，選擇適合的數據挖掘模型、挖掘技術及工具，對數據倉庫中的數據進行挖掘。并借助有關聯系分析處理得到隱藏的企業關系知識及模式，并將分析出來的有用模式保存到模型庫和知識庫中。

(3)數據挖掘結果應用階段。該階段對應關系管理的決策層，數據挖掘和知識發現的最終目的就是輔助決策者做出決策。決策者可以根據數據挖掘的解釋結果，結合實際情況，調整關系管理策略。以便企業更好地進行關系管理工作。并且，企業關系管理實踐同時檢驗數據挖掘知識和模型使用效果，若效果不好則需要重新修改原有的模型，甚至是原有的目標重新定義。

五、結論

企業關系管理是網絡時代企業管理的新范式，是企業獲取外部資源、競爭優勢和降低成本的必要手段。數據挖掘技術的引入能高質量地實現企業關系管理目標。應用數據挖掘技術可以為企業高層決策者提供企業關系細分、關系價值評估、關系質量和滿意度的評價、企業關系狀態的預測及企業關系機會主義風險的防范等信息，指導企業關系管理策略。可見數據挖掘技術在企業關系管理應用中有著可觀的前景。