CRM系统：基于Agent的数据挖掘技术在CRM中的应用
基于Agent的数据挖掘技术在CRM中的应用
张玉叶1 ,宿 超2
(1. 济南职业学院,山东 济南 250014; 2. 山东广播电视大学,山东 济南 250014)
摘 要:本文针对已有的数据挖掘系统缺乏智能性,提出了一个基于Agent的智能数据挖掘系统模型,此模
型把Agent本身的特点自然地引入到数据挖掘中,使整个挖掘过程具有了智能性。根据挖掘到的信息来分析和
预测客户的将来行为,从而有针对性地为客户提供服务,降低决策风险,提高竞争力。
关键词:数据挖掘;Agent; CRM
中图分类号: TP392 文献标识码:A 文章编号: 1008 - 3340 (2008) 03 - 0047 - 02
一、引言
近几年来,信息在社会发展中的关键地位得到越来越
多的关注。在这个全新的“信息时代”,未来竞争中的赢家
一定是反应快、效率高、灵活性强、核心竞争力突出,而且善
于处理客户关系的竞争者。而且随着Internet的飞速发展,
商务模式正逐渐由传统模式转向电子商务模式。在日益激
烈的电子商务买方市场竞争中,任何与客户行为有关的信
息对商家来说都是非常宝贵的。大约40年前,管理大师德
鲁克已经提出管理的根本目标在于创造客户。但管理者在
获得、保留和建立客户关系方面,并未因此而取得显著突
破。直到最近几年,一种从大量数据中自动获取显式知识
的技术———数据挖掘技术日渐发展,并在很多领域得到了
广泛应用, CRM (客户关系管理)才得以快速成熟并成为焦
点。现在,已经有一些较好的数据挖掘系统已经投入使用
或正在实验阶段。但是,现有的数据挖掘系统虽然各有优
势,但从智能性方面都还不够完美,还需进行完善。而人工
智能领域中的Agent,则具有很高的智能性,将其两者结合,
可实现整个挖掘过程的智能化。为此,本文提出了一个基
于Agent的智能数据挖掘系统模型,此模型把Agent本身的
特点自然地引入到数据挖掘过程中,使数据挖掘系统具有
了自治性、自动反应性、交互性及适应环境性等特点。商家
根据挖掘到的信息来分析和预测客户的将来行为,从而有
针对性地为客户提供服务。
二、基于Agent的智能数据挖掘系统的设计
(一)系统结构
现在及未来的经济模式将是以INTERNET为依托的电
子商务,为此本文提出了一个基于Agent的智能数据挖掘
系统。该系统是辅助电子商务网站开发的分析工具。其系
统框图如图1所示,主要包括以下功能模块:
1、数据预处理Agent
数据预处理Agent的功能是完成任务确定、模型设计、
数据分析及数据抽取、数据处理、数据变换。其中数据分析
及数据抽取包括OLAP分析、数据可视化分析、聚类分析等
常用数据分析方法; 数据处理部分一般包括消除“脏”数
据、推导缺值数据、消除重复记录等数据清洗操作,还包括
连续属性离散化等操作;数据变换过程一般包括特征选择
过程和与具体实现有关的数据格式变换过程。
2、数据挖掘Agent
数据挖掘Agent的功能是完成数据模式的识别,即发
现新的模式或规则。
挖掘Agent使用各种挖掘方法分析数据库中的数据,
来为决策Agent提供决策所需的信息。
3、决策Agent
决策Agent利用挖掘Agent获得的各种信息进行评价
和验证,进而对证实的结论和模式进行应用。
(二)系统功能
基于Agent的数据挖掘系统有三大方面的功能:
一是理解客户行为:在客户群中,顾客的盈利能力有很
大的区别,就如同顾客对市场营销手段的反应有很大差别
一样。如果不了解每位顾客的盈利能力,商家就会非常盲
目,很难做出最佳的市场决策。因为商家不知道他的顾客
现在值多少钱,所以商家可能对顾客过度投资,白白浪费了
钱;也可能对顾客投资过少不足以保持顾客的忠诚度而被
竞争对手把顾客抢走。
基本Agent的数据挖掘系统可以分析和预测在不同的
市场活动情况下客户的反应和盈利能力的变化,从而帮助
商家理解和提高客户盈利能力,进而确定最佳的以客户盈
利能力为导向的市场营销策略。
挖掘Agent通过分析数据库中的数据,可以获知客户
的个人爱好、购买频率、所属的用户群、客户的购买模式和
浏览模式及网站上访问者到购买者的转化率、客户的回头
率等信息,然后将这些信息发送给决策Agent,由决策Agent
来对这些信息进行评价和验证,进而对证实的结论和模式
进行应用。主要包括几个方面:信息反馈和广告发送;网站
设计的相应修正;对客户定制个性化的页面;对广告设置的
修改等等。总之,为客户量身定做,为不同的客户提供不同
的服务,从而最大限度地保持客户的忠诚度,有效提高其盈
利能力。
二是提高电子商务站点的效率:通过挖掘Agent挖掘
到的信息,商家能够很容易地发现站点上的高购买部分和
低购买部分,网站设计者根据这些信息来修改和设计网站
结构和外观,还可以针对不同的客户提供个性化的服务,从
而使客户能够更加方便快捷地访问网站和接受商家提供的
服务。
三是提高电子商务模式的成功率:基本Agent的数据
挖掘系统能够很容易将用户按照模式分类,能够让商家更
容易地对客户进行细分,从而有针对性地对不同的客户提
供最合适的产品和服务,这样客户在接受服务的同时也给
商家带来最大的获利;另外挖掘系统还能预测出客户将来
最可能的行为模式,如会有多少“黄金级”客户可能在下一
年内变成“青铜级”客户? 或会有多少“青铜级”客户将在
下一年内成为“黄金级”客户? 商家根据此信息就会采取
相应的措施来防止“黄金级”客户降级为“青铜级”客户或
促使“青铜级”客户尽早升级为“黄金级”客户,也即尽量保
留住那些有价值的客户和促使那些价值不大的客户转变成
有价值的客户,从而最大限度地提高客户盈利能力。
(三)工作流程
基于Agent的数据挖掘系统运行在电子商务网站的用
户数据库和数据仓库(包括用户访问日志文件、注册用户的
活动信息等等)之上。由于HTTP协议的无状态性,所以无
法区分和跟踪一个访问者在网站上的所有行为,这样单纯
的依靠日志文件来进行分析所得到的用户信息微乎其微。
要吸引访问者成为注册用户,以便得到更多的信息,并且通
过注册给用户分配一个COOKIE访问头,作为标识用户的
唯一ID。
数据预处理Agent对电子商务网站中收集的数据进行
处理,抽取相关数据,进行二义性分析,消除不一致性等等;
然后将其处理后的数据交由挖掘Agent来进行。挖掘A2
gent可以使用各种数据挖掘方法来分析数据库中的数据。
为了更方便的加入和替换挖掘方法,可以把方法做成调用
库的形式,以插件的方式来组织各种挖掘算法,使其具有了
可扩展性和易选择性。可以利用选项来选择不同的挖掘方
法或直接由挖掘Agent本身根据不同的需要来调用合适的
算法。最后决策Agent将挖掘Agent得到的规律和模式进
行评价和验证,进而对证实的结论进行应用,主要有:信息
反馈和广告发送、网站设计的相应修改、对用户定制个性化
的页面和对广告设置的修改等等。
三、结语
本文针对现有的数据挖掘系统缺乏智能性,把Agent
技术引入到数据挖掘中,给出了一个基于Agent的智能数
据挖掘系统。此系统利用Agent本身具有的知识(领域知
识、通讯知识、控制知识) 、目标及推理、决策、规划、控制等
能力,及自主性、社会性、反应性、能动性等特性,可以实现
整个挖掘过程的智能化。
参考文献:
[ 1 ]范明,孟小峰等译. 数据挖掘概念与技术”[M ]. 北京:机械
工业出版社, 2001.
[ 2 ]陈文伟. 决策支持系统及其开发[M ]. 北京:清华大学出版
社, 2000.
[ 3 ]贺奇等译. 构建面向CRM的数据挖掘应用[M ]. 北京:人
民邮电出版社, 2001.
[ 4 ]谢丹夏. WEB上的数据挖掘技术和工具设计[ J ]. 计算机
工程与应用, 2001, (6) .
强力推荐：
天柏客户关系管理系统
天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。
关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统