基于數據挖掘的客戶關系管理系統研究

朱榮+周彩蘭+高瑞

摘 要： 在CRM客戶關系管理中，反饋和交流的管理過程是重要的內容，通過與客戶的深入交流對客戶的需求進行更加詳細具體的了解，之后再根據客戶的需求對企業的產品和服務進行一系列的改造。為了能夠更好地實現這一目的，基于面向對象的編程方法，研究開發了新的客戶關系管理系統，利用遺傳算法和神經網絡算法挖掘數量龐大的客戶數據，從而取得客戶關系管理的有效信息。利用遺傳算法將數據挖掘應用到客戶獲取中，利用神經網絡算法將數據挖掘應用到交叉營銷中，并取得良好效果。

關鍵詞： 遺傳算法； 神經網絡算法； 客戶關系； 數據挖掘； CRM； 交叉營銷

中圖分類號： TN911?34； TM417 文獻標識碼： A 文章編號： 1004?373X（2018）01?0182?05

Abstract： The management processes of communication and feedback are the important contents in customer relationship management （CRM）. The customer needs are understood in detail by means of the deep communication with customers， according to which the enterprise products and services are upgraded. In order to realize the above item， a new CRM system was studied and developed on the basis of the object?oriented programming method. The genetic algorithm and neural network algorithm are used to mine the massive customer data， so as to acquire the effective information of CRM. The data mining is applied to the customer acquisition by means of genetic algorithm， and also applied to the cross marketing by means of neural network algorithm. The two algorithm have perfect effect.

Keywords： genetic algorithm； neural network algorithm； customer relationship； data mining； CRM； cross marketing

0 引 言

精細化營銷取代大規模營銷是客戶關系管理的重要突破，而且對客戶關系的有效管理可以提升我國相關企業的競爭力。海量的客戶數據隨著營銷流程日漸自動化的業務支配過程而產生，但是，管理者仍不能很好地利用這些數據了解客戶，也就不能更具體地了解客戶的需求。因此，要實現從基數龐大的客戶數據中準確地找到對企業有用的信息，就需要運用數據挖掘技術提升企業的營銷決斷水平。

1 需求分析

1.1 需求描述信息

通過對有關的調查研究得到的客戶需求信息表述如下：

1） 每個培訓機構都設有各種培訓項目。

2） 在不同的時期，每個培訓課程都會開設相對應的期班，期班是指同一個期次入學但不一定在相同班級的學生，一般同一期次招收學生的多少決定了分班的情況，在本文研究的系統中不考慮班級因素。

3） 一般情況下的軟件、硬件、培訓和人力需求、同行競爭和宣傳力度等是影響期班開設頻度的重要因素。而對客戶信息進行維護，并且通過對往屆招生情況的研究推測出下一期次的開課時間是程序的主要作用。想要達到上述目的，則需要實現信息化的全面覆蓋，并對相關客戶信息進行維護，同時，為了吸引更多的學生入學，就需要對期班的優惠活動進行大力宣傳。

4） 在宣傳招生的過程中，客戶的交往記錄以及主要信息需要進行詳細的整理并進行添加，以實現和客戶之間溝通的有效性，從而使得溝通效率得以提高。

5） 相應的購買情況記錄應該添加在參與培訓活動的相關客戶的信息檔案之中，在對應情況下，對銷售機會的狀態進行修改。

6） 如果參加某一課程的客戶積累的數據達到某一特定數量之后，則客戶獲取的步驟以及交叉營銷的步驟就能夠很好的完成。

7） 對咨詢師、銷售經理以及領導等不同職位在每一個不同的培訓機構中都分別進行了設置，但是針對系統而言，每一職位所擁有的操作權限都各不相同。

1.2 系統總體用例圖

通過將培訓機構系統的基本需求和已得到的客戶需求描述信息相結合，再通過運用面向對象這一思想，提取出關鍵名詞。因此，交往記錄、廣告宣傳、客戶、銷售機會、優惠活動、購買記錄、培訓課程、期班、培訓課程類型等系統的主要實體類將被逐一找出?？紤]到系統的用戶角色不能得以確定，因此，通用Windows系統的方法能夠被應用于用戶角色權限管理方法之內，通過對該系統的對象類進行分析研究之后可以將系統總體用例圖畫出，具體情況如圖1所示。

2 系統設計

2.1 總體結構設計

系統將根據研究培訓機構中客戶關系管理的相關需求進行客戶關系的分類，包括培訓課程管理、基礎管理以及客戶管理等三個主要部分，客戶關系管理系統結構圖如圖2所示。

2.2 數據挖掘算法設計

2.2.1 基于遺傳算法的客戶獲取模塊endprint

1） 在客戶獲取中數據挖掘的應用

通過對有價值的潛在客戶的發掘而使其完全成為正式客戶即為客戶的獲取。在傳統方法中，通常是通過打廣告、對已知的目標客戶群進行直銷或者推出各種促銷等形式來獲取客戶。在傳統模式中，市場銷售人員的銷售經驗在大多數營銷活動中都十分重要，企業銷售人員的業務能力和該企業營銷活動的效果密切相關。同時在某些情況下，分析數據量很大的數據過程中，若使判斷結果的有效性得以提高，市場銷售人員的經驗再豐富有時候也不一定有用，但是，數據挖掘技術可以很好地完成篩選潛在客戶的工作，將有效的數據信息發掘出來，從而尋找出最有可能購買企業服務或者產品的潛在客戶。

如果企業想要完成可持續的長久發展，就必須不斷地進行新客戶的獲取，同時完成老客戶最大限度的維護?？蛻舻男袨榱晳T可以通過數據挖掘技術進行發掘，新客戶的相似行為進而能夠用數據挖掘技術進行預測，從而可以促進企業潛在客戶群價值的提高，因此在客戶管理關系中運用數據挖掘技術有十分明顯的作用，這樣對企業來說也很重要。

2） 遺傳算法的流程圖

遺傳算法的流程圖如圖3所示，其中500被設定為流程圖中的最大嘗試次數，以此來避免該程序陷入死循環。

3） 在系統中遺傳算法的應用

① 基因編碼

公司客戶以及個人客戶是按類型進行客戶分類的結果，公司編碼用S表示，個人編碼用T表示，所有客戶DNA分子信息都包含在一條染色體的構成中，最高學歷、類型、職業狀態和收入水平等個人信息都應該包括在客戶染色體的DNA分子中，對于各個不同類型的公司其相對應的客戶染色體來說，所屬行業、公司規模、公司性質以及具體的效益狀況等信息均包含在DNA分子內。

用字母ABCD表示公司性質、所屬行業、效益狀況和公司規模等信息，最高學歷、類型、職業狀態和收入水平分別用EFGH來表示，則具體的編碼如下：

公司客戶編碼為[SAxByCzDw]

個人客戶編碼為[TExFyGzHw]

② 初始種群

按照種群規模大小，生成初始客戶獲取的種群數據。

在上述編碼中的[xyzw]的數值范圍在[TExFyGzHw]以及[SAxByCzDw]中是確定而且已知的，基于[xyzw]中的隨機數值賦予生成種群的個體數值。

③ 適用度函數的定義

整個遺傳算法的執行效率是由適應度函數的質量直接決定的，在客戶信息系統中，某一培訓課程被客戶購買的總人數在ABCD或者EFGH這一相對應屬性情況下的具體數值即為適應度函數[f（x），f（x）]和適應度的數值正相關。

4） 遺傳算子

① 選擇算子（Reproduction）

常用的選擇算子有多種，其中輪盤賭選擇法是其中之一，輪盤賭選擇法與賭博游戲中的輪盤賭方式接近，其本質是將輪盤分割為不同類型的區域，每個區域大小根據一定的規則進行設定。個體的適應度是這個規則最主要的依據。其中，每一個個體都代表每個區域，個體被選中的幾率由個體的適應度高低決定，個體在輪盤中的區域大小由選中的幾率大小決定，它們之間的關系是成正比例關系。同理，個體在輪盤中的區域面積越大，個體的適應度就越高，同時，個體相應的被選中并將自身信息遺傳到下一代的概率也越大。

② 變異算子（Mutation）

變異算子可以直接改變父代個體中某一點的基因致使產生一個新個體。理論上變異算子算得上是另一種產生新個體的方式，它和交叉算子配合使用使種群具有多樣性，從而深化搜索空間，使算法的搜索能力得到提升。

2.2.2 基于神經網絡算法的交叉營銷模塊

1） 交叉營銷中數據挖掘的應用

交叉營銷的目的是使客戶和商家共同獲利，商家會因為銷售量的增加而產生新的利潤，客戶也會得到更好、更合適的產品或服務。例如：培訓機構B與外貿公司A建立了長期良好的合作互動協定。外貿公司A員工的培訓由機構B為其進行英語培訓，培訓機構B因為銷售的增加而獲利，外貿公司A因為員工的英語水平的提高而進一步獲得利潤和業務，同時，想要獲得更多的利潤和更多的業務，則需要擁有更多的員工，這樣的話，英語培訓也將會在新來的員工中進行。

2） 交叉營銷中神經網絡算法的應用

客戶關系管理系統在培訓機構進行應用時，神經網絡算法在交叉營銷中的應用主要分為選擇訓練樣本和對網絡進行訓練兩步，具體的神經網絡算法流程圖如圖4所示。

3 系統實現

3.1 登錄模塊設計實現

用戶身份的登錄和驗證是客戶管理系統登錄模塊中的一個主要功能，首先在登錄系統時，用戶通過輸入用戶名、密碼以及驗證碼進行登錄，當用戶輸入的信息出現錯誤時，系統給出錯誤提醒并允許用戶再次嘗試輸入信息，嘗試輸入的次數只有三次，當三次錯誤機會全部用完之后，系統將自動退出程序，周期性的鎖定該賬戶并通知用戶。系統成功登錄是在用戶輸入正確信息的情況下完成的，而此時對于用戶信息，系統會自動讀取其中的關鍵內容，用戶功能、導航菜單和交互界面則根據讀取到的用戶權限信息和數值進行分配。如圖5所示為具體的登錄流程。

3.2 網站布局設計實現

Visual Studio 2005被用來構建本系統的Web站點，其中網站具體的頁面布局情況的實現，根據系統的設計及需求進行。

考慮到系統的易用性、易修改性和通用性，該系統在根目錄下創建ThMPage.master，同時采用Asp.net的Master母版頁模式用于客戶關系管理系統中。因為Master母版頁可以將框架頁的功能代替，從而可以使具有統一風格、布局和外觀的頁面更加快捷的建立，大幅度地降低維護人員的維護成本和工作強度，因此，Master母版頁特性在大型Web站點中得以廣泛應用。具體的，客戶關系管理系統主界面的設計界面如圖6所示。圖中客戶關系管理系統導航欄網頁放在中部左側，系統總體結構圖中的功能項與網頁導航欄對應。endprint

在圖6中可以看到內容頁面站位控件ContentPlaceHolder1，運行客戶管理系統之后，網頁的左側主要位置將被該系統的內容頁面占據。Master主頁面模式具有很強的易用性，可以使客戶管理系統中自由地添加導航欄項，同時只需改動ThMPage.master文件，因此省去了大量的修改工作，原有的系統功能頁面保持原樣不必重復修改。

用戶在成功登錄客戶管理系統后，主頁面由系統自動彈出，不同的導航鏈接信息以及每一個鏈接所對應內容的具體功能介紹情況都會在系統主頁內展示?；谘芯糠治?，導航鏈接項的具體信息需要與系統總體功能結構設置為相同內容。

3.3 客戶管理模塊設計實現

客戶購買記錄管理、客戶交往記錄管理以及客戶銷售機會組成了客戶管理系統中最重要的三個子系統。當客戶登錄系統時，信息綜合查詢頁面是客戶管理系統中彈出的第一個展示頁面，客戶可以通過綜合查詢頁面找到客戶的交往聊天記錄等信息，客戶銷售機會、購買記錄以及信用信息等均包含其中。具體的客戶信息查詢頁面如圖7所示。

在客戶管理系統的查詢頁面中選中一個客戶，點擊添加客戶或者點擊編輯，之后就可以進入編輯添加客戶信息的相關頁面，具體的頁面信息如圖8所示。

4 結 論

本文針對客戶關系管理系統，基于面向對象的編程方法，同時利用遺傳算法和神經網絡算法挖掘數量龐大的客戶數據，從而取得客戶關系管理的有效信息。該系統利用遺傳算法將數據挖掘應用在客戶獲取中，利用神經網絡算法在交叉營銷中應用數據挖掘技術。

客戶關系是該系統運行過程中的主要內容，通過對具體的業務流程的優化以及企業組織體系的改進，基于之前該領域的研究基礎上進行系統開發和研究，不僅提高了利潤收益和運營效率，同時提高了客戶的忠誠度和滿意度，為企業最終實現電子化的運營目標提供了理想的方法和解決方案。

參考文獻

[1] 徐文鋒.遺傳算法的應用[J].卷宗，2013（3）：71?72.

XU Wenfeng. Applications of genetic algorithms [J]. Files， 2013（3）： 71?72.

[2] 董琦.遺傳算法的理論研究[J].數字技術與應用，2016（2）：139.

DONG Qi. Theoretical study of genetic algorithm [J]. Digital technology and application， 2016（2）： 139.

[3] 李靜.基于數據挖掘技術的電子商務CRM研究[J].現代電子技術，2015，38（11）：126?128.

LI Jing. Research on electronic commerce CRM based on data mining technology [J]. Modern electronics technique， 2015， 38（11）： 126?128.

[4] 馬俊.基于MVC的電信公司CRM系統設計與實現[D].廈門：廈門大學，2014.

MA Jun. Design and implementation of CRM system for telecom company based on MVC [D]. Xiamen： Xiamen University， 2014.

[5] 舒方，馬少輝.客戶重復購買的組合預測方法[J].計算機與現代化，2015（5）：67?70.

SHU Fang， MA Shaohui. Combination forecasting method of customer repeat purchase [J]. Computer and modernization， 2015（5）： 67?70.

[6] 曾曉宏.基于改進遺傳算法的企業組織結構優化設計[J].統計與決策，2016（8）：173?176.

ZENG Xiaohong. Optimization design of enterprise organizational structure based on improved genetic algorithm [J]. Statistics and decision making， 2016（8）： 173?176.

[7] 鄺琦，賀勇.基于遺傳算法優化BP神經網絡模式在數據挖掘的研究[J].自動化與儀器儀表，2016（9）：170?171.

KUANG Qi， HE Yong. Research on data mining based on genetic algorithm optimized BP neural network model [J]. Automation and instrumentation， 2016（9）： 170?171.

[8] 楊登.對CRM中數據挖掘軟件有效性的評價研究[J].現代電子技術，2015，38（23）：114?117.

YANG Deng. Evaluation of the effectiveness of data mining software in CRM [J]. Modern electronics technique， 2015， 38（23）： 114?117.

[9] 傅玥.KWNN特征選擇在客戶關系管理系統中的應用研究[J].軟件導刊，2013（12）：101?102.

FU Yue. Application of KWNN feature selection in customer relationship management system [J]. Software guide， 2013（12）： 101?102.

[10] 趙永暉.數據挖掘在客戶關系管理系統中的應用研究[J].齊齊哈爾大學學報（自然科學版），2014（1）：25?26.

ZHAO Yonghui. Application of data mining in customer relationship management system [J]. Journal of Qiqihar University （natural science edition）， 2014（1）： 25?26.endprint