基于DM技術(shù)的電子商務(wù)CRM系統(tǒng)的研究

林雯

【摘 要】文章闡述了DM和CRM技術(shù)，分析了數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則Apriori算法，從數(shù)據(jù)倉庫設(shè)計(jì)、ETL設(shè)計(jì)和多維數(shù)據(jù)模型設(shè)計(jì)等多方面對電子商務(wù)企業(yè)CRM系統(tǒng)進(jìn)行數(shù)據(jù)倉庫設(shè)計(jì)，進(jìn)而對基于DM技術(shù)的電子商務(wù)CRM系統(tǒng)進(jìn)行了總體設(shè)計(jì)和數(shù)據(jù)表設(shè)計(jì)，該系統(tǒng)能有效地提升企業(yè)的盈利能力和市場競爭力。

【關(guān)鍵詞】DM；電子商務(wù)；CRM系統(tǒng)

【中圖分類號】TP393.09；F724.6【文獻(xiàn)標(biāo)識碼】A【文章編號】1674-0688（2016）08-0026-03

0 引言

隨著網(wǎng)絡(luò)信息時(shí)代的高速發(fā)展，電子商務(wù)市場迅速成長和壯大，給企業(yè)帶來前所未有的挑戰(zhàn)。電子商務(wù)企業(yè)之間的競爭日益激烈，競爭早已由“以產(chǎn)品為中心”轉(zhuǎn)向“以客戶為中心”，客戶資源已經(jīng)成為企業(yè)之間競爭的最重要的資源之一。電子商務(wù)企業(yè)如何為客戶帶來優(yōu)質(zhì)的產(chǎn)品和優(yōu)質(zhì)的服務(wù)？如何為客戶制定個(gè)性化的服務(wù)？已經(jīng)成為影響企業(yè)發(fā)展和壯大的重要因素。但是，隨著企業(yè)規(guī)模的不斷擴(kuò)大，電子商務(wù)企業(yè)面臨客戶業(yè)務(wù)量大、客戶數(shù)據(jù)復(fù)雜多樣等特點(diǎn)，電子商務(wù)企業(yè)既要保留當(dāng)前的數(shù)據(jù)信息，也要保留歷史性的數(shù)據(jù)信息，同時(shí)也要對這些數(shù)據(jù)進(jìn)行有效的管理，更為重要的是要對客戶數(shù)據(jù)進(jìn)行剖析，從大量的客戶數(shù)據(jù)中挖掘出有效的、有價(jià)值的數(shù)據(jù)信息。

1 數(shù)據(jù)挖掘和CRM

數(shù)據(jù)挖掘（Data Mining）就是從海量的、繁雜的、有噪聲的、不完全的、模糊的數(shù)據(jù)庫或數(shù)據(jù)倉庫中，發(fā)現(xiàn)并提取隱藏在其中的、不為人們事先知道但又具有一定價(jià)值的信息和知識的發(fā)現(xiàn)過程。

CRM（Customer Relationship Management）為電子商務(wù)企業(yè)提供整理、收集、分析客戶信息的系統(tǒng)，為現(xiàn)代化電子商務(wù)企業(yè)提供全新的商業(yè)管理戰(zhàn)略，其目的在于幫助企業(yè)充分合理地利用客戶資源信息，開拓新的業(yè)務(wù)市場和渠道，優(yōu)化企業(yè)的盈利能力和提升客戶滿意度，促進(jìn)電子商務(wù)企業(yè)在激烈的市場競爭中立足和發(fā)展。

客戶關(guān)系管理（Customer Relationship Management，CRM）的產(chǎn)生不僅為企業(yè)提供了一個(gè)收集、分析、利用客戶信息的系統(tǒng)，更為現(xiàn)代企業(yè)提供了一種全新的商業(yè)管理戰(zhàn)略，幫助企業(yè)充分利用其客戶關(guān)系資源，擴(kuò)展新的市場和業(yè)務(wù)渠道，提高客戶的滿意度和企業(yè)的贏利能力，使其在空前激烈的競爭中更好地立足和發(fā)展。電子商務(wù)企業(yè)CRM作為一個(gè)完整的系統(tǒng)，主要能實(shí)現(xiàn)數(shù)據(jù)倉庫、客戶互動(dòng)管理、運(yùn)營管理、策略決策、后端系統(tǒng)整合和分析層次CRM等功能。

2 關(guān)聯(lián)規(guī)則算法研究

常用的數(shù)據(jù)挖掘算法主要有關(guān)聯(lián)規(guī)則、分類、聚類等，本系統(tǒng)采用DM技術(shù)中的改進(jìn)的關(guān)聯(lián)規(guī)則（Association Rules）經(jīng)典挖掘算法-頻集算法（Apriori算法），Apriori算法是從數(shù)據(jù)倉庫或數(shù)據(jù)集市中挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)，其算法是Support和Conf idence分別滿足用戶給定閥值的規(guī)則，即

Support（X？圯Y）=P（X∪Y）

Conf idence（X？圯Y）=P（Y/X）

Apriori算法基本思想是找出事務(wù)數(shù)據(jù)庫中所有大于或等于用戶指定最小支持度的頻繁項(xiàng)集，由頻繁項(xiàng)集生成滿足用戶指定的最小信任度閥值的關(guān)聯(lián)規(guī)則。Apriori算法采用了逐層搜索的迭代的方法，算法簡單明了，沒有復(fù)雜的理論推導(dǎo)，也易于實(shí)現(xiàn)，但是也存在對數(shù)據(jù)倉庫掃描次數(shù)頻繁和產(chǎn)生大量的中間項(xiàng)集等問題。

網(wǎng)絡(luò)通信技術(shù)飛速發(fā)展、市場變化莫測、企業(yè)之間的協(xié)同合作，電子商務(wù)企業(yè)面臨客戶數(shù)據(jù)量大、數(shù)據(jù)繁雜多樣等問題。電子商務(wù)企業(yè)客戶的銷售數(shù)據(jù)表明，電子商務(wù)企業(yè)客戶銷售數(shù)據(jù)主要面臨時(shí)間和空間2個(gè)維度，不同時(shí)間維度和不同空間維度的客戶銷售數(shù)據(jù)具有不用的意義和價(jià)值。

本文針對電子商務(wù)企業(yè)的特點(diǎn)和實(shí)際情況，為了使電子商務(wù)企業(yè)快速、準(zhǔn)確、高效地分析客戶數(shù)據(jù)和獲得有價(jià)值的信息，進(jìn)而提升電子商務(wù)企業(yè)的決策和管理能力，采用一種加權(quán)、分段的Apriori算法，該算法既減少了I/O代價(jià)，又加快了挖掘處理速度，提高了執(zhí)行效率。其主要思想如下。

加權(quán)：重新定義Support和Conf idence，將客戶數(shù)據(jù)的權(quán)重考慮在內(nèi)。

Support（A？圯B）=■

Conf idence（A？圯B）=■

分段：將從電子商務(wù)企業(yè)數(shù)據(jù)倉庫中所提取的客戶數(shù)據(jù)信息分為若干適合內(nèi)存處理的子數(shù)據(jù)庫，然后利用Apriori算法對子數(shù)據(jù)進(jìn)行分析處理，接著歸并子數(shù)據(jù)庫所挖掘出的結(jié)果，再次掃描數(shù)據(jù)庫，最終篩選出有價(jià)值的關(guān)聯(lián)規(guī)則。

3 電子商務(wù)企業(yè)CRM系統(tǒng)數(shù)據(jù)倉庫設(shè)計(jì)

電子商務(wù)企業(yè)CRM系統(tǒng)數(shù)據(jù)倉庫的建設(shè)，是以企業(yè)客戶數(shù)據(jù)業(yè)務(wù)量大為基礎(chǔ)，將客戶數(shù)據(jù)信進(jìn)行時(shí)整理、歸納和重組，及時(shí)提供給企業(yè)決策層。電子商務(wù)企業(yè)數(shù)據(jù)倉庫系統(tǒng)結(jié)構(gòu)主要包括數(shù)據(jù)源、數(shù)據(jù)存儲和管理、OLAP（Online Analysis Process）和前端工具等。

3.1 數(shù)據(jù)倉庫系統(tǒng)分析和設(shè)計(jì)過程

數(shù)據(jù)倉庫中的數(shù)據(jù)具有面向主體的、集成的、不可更新的、隨時(shí)變化的特征，一個(gè)完整的電子商務(wù)企業(yè)數(shù)據(jù)倉庫應(yīng)包括數(shù)據(jù)查詢、數(shù)據(jù)管理、忠誠客戶識別、客戶購買行為、客戶流失警示、客戶數(shù)據(jù)信息共享等基本功能。在電子商務(wù)企業(yè)應(yīng)用的領(lǐng)域中，數(shù)據(jù)倉庫最重要的是具有網(wǎng)絡(luò)化、實(shí)時(shí)性和可擴(kuò)展性等特點(diǎn)，本文針對三層B/S結(jié)構(gòu)和兩層C/S結(jié)構(gòu)的不足，采用一種滿足網(wǎng)絡(luò)化、實(shí)時(shí)性強(qiáng)和易于維護(hù)的跨平臺的五層B/S模式，該模式基于Windows環(huán)境下具有利用JAVA、JBuilder 2013和數(shù)據(jù)連接池技術(shù)，構(gòu)建客戶層、表示邏輯層、商業(yè)邏輯層、數(shù)據(jù)連接管理層和數(shù)據(jù)庫層的五層B/S模式。

結(jié)合電子商務(wù)企業(yè)CRM系統(tǒng)的特點(diǎn)，設(shè)計(jì)數(shù)據(jù)倉庫的步驟如下：選取待建模的事務(wù)處理—選取事務(wù)處理的粒度—選取事實(shí)表的維度—選取實(shí)事表的度量。

3.2 數(shù)據(jù)倉庫ETL設(shè)計(jì)和多維數(shù)據(jù)模型設(shè)計(jì)

電子商務(wù)企業(yè)CRM系統(tǒng)中，后臺數(shù)據(jù)庫采用Microsoft SQL Server 2012，Microsoft DTS（Data Transmission System）設(shè)計(jì)器具有編程效率高、擴(kuò)展性好、易用等特點(diǎn)，因此采用DTS設(shè)計(jì)器來實(shí)現(xiàn)數(shù)據(jù)倉庫ETL過程。以客戶銷售分析為例，從Customer（客戶）表抽取數(shù)據(jù)的SQL語句描述如下：

SELECT

CustomerID，CustomerName，City，Province，County，PostalCode，Phone，F(xiàn)ax，EmployeeNu-

mber，YearlyIncome，CrateDate，AccountCard，CustomerAsset From Customer

執(zhí)行DTS，完成數(shù)據(jù)的加載工作。同時(shí)，DTS還有一定的調(diào)度功能。

Microsoft SQL Server 2012提供MDX（Multi-dimensional Express）支持多維數(shù)據(jù)集操作，Microsoft SQL Server Analysis Services提供DSO（Decision Support Object）用于編寫程序訪問多個(gè)維度，在多維數(shù)據(jù)分析模塊中，利用ADO/MD對象模型和PivotTable Semite構(gòu)造MDX查詢語句進(jìn)行多維數(shù)據(jù)查詢分析，Cellset對象存儲多維查詢分析結(jié)果，供電子商務(wù)企業(yè)查看數(shù)據(jù)。

利用Server對象的MDStores集合上調(diào)用Add-

New方法創(chuàng)建分析服務(wù)數(shù)據(jù)庫，語法為DSOServe.MDStores. AddNew數(shù)據(jù)庫名。

在DataBase.MDStores集合上可創(chuàng)建多維數(shù)據(jù)集，如：創(chuàng)建一個(gè)多維數(shù)據(jù)集合名：Set DSOCube=DSODb.

MDStores.AddNew=；設(shè)置多維數(shù)據(jù)集的數(shù)據(jù)源：DSOCube.DataSources.AddNew DSODb.DataSou-

rces（數(shù)據(jù)源名）.Name。

利用SQL Server 2012的Analysis Services組件建立電子商務(wù)企業(yè)銷售決策支持的OLAP數(shù)據(jù)庫，例如利用MDX查詢南寧某地銷售處的銷售情況：Select[Measures].[Sales] ON COLUMNS [Time].[Monday] ON ROWS FROM Sales Cube WHERE [Region].[Guangxi].[NanNing].AND [Product].[Bag].[Q320]。

4 基于DM技術(shù)的電子商務(wù)CRM系統(tǒng)的設(shè)計(jì)

4.1 系統(tǒng)總體設(shè)計(jì)

基于DM技術(shù)的CRM系統(tǒng)設(shè)計(jì)結(jié)合電子商務(wù)企業(yè)的特點(diǎn)，能夠?qū)崿F(xiàn)企業(yè)對市場、銷售、客戶、支持和服務(wù)的全面管理，有效地解決企業(yè)分布在不同地理位置和不同網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)化管理。電子商務(wù)企業(yè)CRM系統(tǒng)主要功能模塊如圖1所示。

電子商務(wù)企業(yè)CRM系統(tǒng)主要實(shí)現(xiàn)的目標(biāo)：分析客戶信息、分析客戶計(jì)劃、分析客戶購買行為、分析客戶投訴滿意度、分析客戶反饋滿意度、分析產(chǎn)品銷售情況和產(chǎn)品查詢統(tǒng)計(jì)。

4.2 系統(tǒng)主要數(shù)據(jù)表的設(shè)計(jì)

電子商務(wù)企業(yè)CRM系統(tǒng)數(shù)據(jù)表主要包括區(qū)域表（Client_QYXX）、客戶級別表（Client_KHJB）、客戶信息表（KHXX）、客戶滿意程表（Client_KHMYD）、客戶銷售表（Client_KHXS）和客戶反饋信息表（Client_KHFK）等。以區(qū)域表（Client_QYXX）為例，其結(jié)構(gòu)見表1。

5 結(jié)語

本文詳細(xì)分析和研究了數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則頻集算法（Apriori算法），同時(shí)從數(shù)據(jù)倉庫系統(tǒng)分析、數(shù)據(jù)倉庫設(shè)計(jì)過程、數(shù)據(jù)倉庫ETL設(shè)計(jì)和多維數(shù)據(jù)模型設(shè)計(jì)等方面對電子商務(wù)企業(yè)CRM系統(tǒng)進(jìn)行數(shù)據(jù)倉庫設(shè)計(jì)，并對基于DM技術(shù)的電子商務(wù)CRM系統(tǒng)進(jìn)行了總體設(shè)計(jì)和數(shù)據(jù)表設(shè)計(jì)?；贒M技術(shù)的電子商務(wù)CRM系統(tǒng)能夠從海量的客戶信息數(shù)據(jù)中提取或發(fā)現(xiàn)有價(jià)值的商業(yè)信息或規(guī)則，為企業(yè)決策層提供正確、合理的決策支持，進(jìn)而提升企業(yè)的盈利能力和市場競爭力。

參 考 文 獻(xiàn)

[1]梁保恩.基于DM技術(shù)的電子商務(wù)CRM系統(tǒng)的研究[J].輕工科技，2016（5）.

[2]王崢.面向電子商務(wù)的CRM系統(tǒng)分析與設(shè)計(jì)[D].北京：北京郵電大學(xué)，2012.

[3]肖婧.電子商務(wù)環(huán)境下咨詢企業(yè)的CRM系統(tǒng)應(yīng)用研究[D].成都：西南交通大學(xué)，2015.

[責(zé)任編輯：鐘聲賢]