数据仓库与数据挖掘技术在客户关系管理（CRM）系统中的应用

利用数据仓库与数据挖掘技术实施企业CRM系统正逐渐成为企业管理中的热点。文章通过介绍数据仓库与数据挖掘技术的概念,对数据仓库与数据挖掘技术在企业CRM系统中应用的方式和技术进行了探讨。     

基于数据挖掘的分析型CRM应用研究

在对数据挖掘技术和应用模型进行分析的基础上,提出了将数据挖掘技术应用于分析型CRM系统,以及应该在CRM系统中如何进行数据挖掘工具的选择,在企业中构建分析型CRM系统应遵循的步骤,最后阐述在所收集的客户数据的基础上,如何进行客户的细分、如何获取客户、企业如何避免大客户的流失以及交叉营销等.     

Web数据挖掘在客户关系管理应用中的问题及对策

基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究主题.本文从CRM和Web数据挖掘的概念入手,介绍了Web数据挖掘的工作流程以及Web数据挖掘在CRM中的应用.最后从几个方面讨论了Web数据挖掘在CRM应用中的问题及对策.     

基于数据挖掘的电信行业分析型CRM系统研究

先进的CRM管理理念需要适当的信息技术作为支撑才能得以落实。本文旨在利用数据挖掘等技术构建面向电信企业的分析型CRM系统,并力求使分类与预测等功能准确、灵活、实用,从电信企业业务数据中挖掘有意义的决策支持信息,使企业获得更大的收益。     

客户关系管理与数据挖掘

当前，应用CRM技术的公司通常只是倾听客户的心声，并不能做到真正了解客户，因为他们关心的是CRM系统的操作和整合。在本文中，我们简要介绍了CRM与数据控制的发展，结合四个实例讨论了数据挖掘如何帮助公司在客户生命周期的三个阶段优化他们的客户关系。     

数据挖掘在现代企业CRM中的应用研究

笔者在探讨CRM的基础上,将数据挖掘技术应用于现代CRM领域。基于描述式数据挖掘和预测式数据挖掘,构建了描述模型和预测模型,对客户进行描述分析和分类预测,实现客户全生命周期管理,为企业经营、决策支持和商业智能发挥重要作用。     

面向并行工程的客户关系管理

从系统工程的角度出发，提出了运用并行工程原理实现客户关系管理(CRM)的新构思。设计出面向并行工程的CRM业务流程，并给出具体实施步骤。最后以房地产业为例，为它设计了面向并行工程的CRM业务流程。     

基于数据挖掘的客户关系管理系统

本文设计实现了一个超市CRM管理的验证系统。在系统的实现中贯穿了客户关系管理的思想,实现了客户对数据仓库的访问,运用数据挖掘技术实现了对现有数据的预测,解决了当前企业中普遍存在的问题,验证了优化策略的正确性,为数据挖掘技术在客户关系管理中的应用做出了有益的尝试,为提高客户关系管理的实时性和可用性提供了有效可行的技术途径。     

图书馆数据挖掘技术研究现状述评

近年来,数据挖掘技术发展迅速,作为社会信息中心的图书馆对于数据挖掘技术的需求比较迫切。本文系统分析了图书情报方面的数据特征,并且总结了多种在图书馆系统中应用比较广泛的数据挖掘的模型,通过对国内外发展现状的研究探讨,从图书馆行业应用与需求的角度分析了图书馆系统中数据挖掘技术的发展趋势。     

数据挖掘在CRM中的应用分析

客户资源是企业最重要的战略资源之一,企业必须对此高度重视。CRM是以客户的资源价值管理为核心的管理软件,广大用户越来越注重CRM的实用价值。在CRM中只有有效利用数据挖掘,才可以指导企业高层决策者制定最优的企业营销策略,降低企业运营成本,增加利润,加速企业的发展。     

数据挖掘技术在商业银行中的应用

数据挖掘能够有效分析商业银行数据库中的信息,将其转化为知识为银行的经验决策服务。本文在介绍数据挖掘技术及其主要任务的基础上,总结了数据挖掘在商业银行业务中的主要应用领域为客户关系管理、风险管理和金融欺诈监测,并具体介绍了数据挖掘技术在上述几个领域内的应用。     

客户价值评价指标体系设计

客户关系管理是目前管理研究的热点,企业对客户价值的评估是其基础问题之一。如何设计一套实用的客户价值评价指标体系仍是尚未解决的问题。针对这种情况,在客户全生命周期管理的指导下,本文设计了一套分别针对最终客户和中间客户的评价指标体系,详细阐述了其管理应用,并进行了具体案例分析,证实了该指标体系的有效性。     

基于XML的通用关联规则挖掘应用模式

本文分析了关联规则挖掘应用中在通用性、用户简易性以及可扩展性方面所面临的一些困难,提出了一种基于XML的通用关联规则挖掘应用模式。该模式充分利用了XML在自描述能力、异质系统数据交换能力以及可扩展性方面的优势,提供了一个模块化、易于集成、适合于最终用户使用的应用框架。     

客户关系管理基础理论体系框架探讨

CRM基础理论是整个CRM的基石,但对于CRM基础理论体系的确立并没有一个清晰的说法.识别有价值客户和培育有价值客户忠诚是狭义CRM的两项基本任务,从支持完成这两项基本任务的思路出发,本文提出了一个由客户价值识别理论和客户忠诚理论构成的CRM基础理论总体框架及两大理论本身的基本框架,阐述了两大基础理论的关键研究进展.     

基于平衡计分卡的CRM有效性评价模型研究

客户关系管理(CRM)是二十一世纪的主导战略之一.由于CRM的复杂性,目前对CRM有效性评价的研究还很少.考虑到平衡计分卡(BSC)的优点,本文建立了一个基于BSC的CRM有效性评价模型,该模型包含四个视角:客户知识、客户交互、客户价值、客户感知价值.通过对四个视角的作用分析,构造了四个视角的评价矩阵,并通过一个案例研究验证了该模型的可行性和有效性.     

协同过滤在CRM交叉销售中的应用研究

利用CRM数据的特殊性,将协同过滤运用到交叉销售中,期望挖掘更高质量的销售机会,提高其成功率,降低企业销售成本,更大幅度提高企业效益以及客户忠诚度。实验结果表明取得了良好效果。     

基于领域知识和聚类的关联规则深层知识发现研究

本文针对传统关联规则挖掘算法产生大量冗余规则,提出了对关联规则结果进行二次挖掘,并设计了算法对挖掘出的关联规则进行聚类,然后基于已有领域知识对聚类后的关联规则进行新颖度评价,对于新颖度较高价值较大的关联规则可以存储于领域知识库用于决策使用或再次挖掘过程。该算法有效的减少的规则的数量,提高了规则的新颖性和精确度,对商业应用具有很高的价值。文章最后使用UCI开源数据进行了实验分析,并验证了该算法的有效性。     

客户利润贡献度评价的数据挖掘方法

讨论了客户关系管理中的客户利润贡献度评价这一关键问题. 为了提高客户利润贡献度评 估的可操作性,本研究在评价方法中引入数据挖掘技术,给出了这一方法的步骤和基于判定树的分 类模型. 最后结合实例对该方法的应用进行了说明.     

Rough set-based approach to feature selection in customer relationship management

In this paper, application of the rough set theory (RST) to feature selection in customer relationship management (CRM) is introduced. Compared to other methods, the RST approach has the advantage of combining both qualitative and quantitative information in the decision analysis, which is extremely important for CRM. To derive the decision rules from historical data for identifying features that contribute to CRM, both the mathematical formulation and the heuristic algorithm are developed in this paper. The proposed algorithm is comprised of both equal and unequal weight cases of the feature content with the limitation of the mathematical models. This algorithm is able to derive the rules and identify the most significant features simultaneously, which is unique and useful in solving CRM problems. A case study of a video game system purchase is validated by historical data, and the results showed the practical viability of the RST approach for predicting customer purchasing behavior. This paper forms the basis for solving many other similar problems that occur in the service industry.     

Building a Values‐Informed Mental Model for New Orleans Climate Risk Management

Individuals use values to frame their beliefs and simplify their understanding when confronted with complex and uncertain situations. The high complexity and deep uncertainty involved in climate risk management (CRM) lead to individuals’ values likely being coupled to and contributing to their understanding of specific climate risk factors and management strategies. Most mental model approaches, however, which are commonly used to inform our understanding of people's beliefs, ignore values. In response, we developed a “Values‐informed Mental Model” research approach, or ViMM, to elicit individuals’ values alongside their beliefs and determine which values people use to understand and assess specific climate risk factors and CRM strategies. Our results show that participants consistently used one of three values to frame their understanding of risk factors and CRM strategies in New Orleans: (1) fostering a healthy economy, wealth, and job creation, (2) protecting and promoting healthy ecosystems and biodiversity, and (3) preserving New Orleans’ unique culture, traditions, and historically significant neighborhoods. While the first value frame is common in analyses of CRM strategies, the latter two are often ignored, despite their mirroring commonly accepted pillars of sustainability. Other values like distributive justice and fairness were prioritized differently depending on the risk factor or strategy being discussed. These results suggest that the ViMM method could be a critical first step in CRM decision‐support processes and may encourage adoption of CRM strategies more in line with stakeholders’ values.