基于數據挖掘的客戶分析研究.pdf

1、隨著企業(yè)的信息化程度不斷提高，企業(yè)的數據不斷累計、ERP日益成熟。傳統(tǒng)的數據庫系統(tǒng)高效的實現了數據的錄入、查詢、統(tǒng)計等功能，但是無法發(fā)現海量數據中存在的關系和規(guī)則，無法根據現有的數據預測未來的發(fā)展趨勢。數據倉庫提供了支持決策分析的環(huán)境，數據挖掘用于從數據庫中發(fā)現知識。數據倉庫和數據挖掘的結合為決策支持系統(tǒng)（DSS）開辟了新方向，幫助企業(yè)管理者制定更科學合理的決策。
　　 客戶是企業(yè)的重要資源與財富，是企業(yè)生存與發(fā)展的基礎。目前企

2、業(yè)數據庫存儲的大量歷史數據，并沒有得到充分利用。如何通過數據挖掘技術，從少量的業(yè)務數據中挖掘出有價值的客戶信息，從而優(yōu)化資源配置，建立與客廣溝通的便利渠道，更好地為客戶提供高質量的服務，為客戶創(chuàng)造更高價值，提高客戶的滿意度和忠誠度，已經引起人們的廣泛關注。
　　 本文分析了國內外相關研究與應用現狀，通過數據挖掘這一關鍵技術的研究對客戶管理中的客戶群體分類和客戶滿意度評估的客戶分析挖掘模型構建問題提出了解決方案。本文針對客戶數據進

3、行面向主題、面向決策分析的數據倉庫多維數據建模，在傳統(tǒng)的客戶信息管理功能的基礎上，建立基于決策樹算法的客戶分類模型和基于神經網絡算法的客戶滿意度分析模型，實現了數據挖掘技術在客戶信息管理中的應用。然后開發(fā)實現了一個B/S模式下應用了數據挖掘解決方案的可視化在線客戶分析系統(tǒng)，海量的業(yè)務數據為數據挖掘的應用提供了良好的數據平臺。
　　 本文的研究對數據挖掘技術的推廣和應用有一定的意義。數據挖掘功能在客戶信息管理中的應用，對管理者進行