面向CRM的数据组织探讨

客户关系管理(CRM)是信息时代企业把握客户需求并以最快的速度做出响应、从而在激烈的竞争中立足的关键之一。发现和管理客户 关系以客户数据为基础。本文从客户关系管理对数据管理的要求、客户数据的特点入手,分析了客户数据存储和应用的现状及客户业务数据应用的特 点,提出了建立面向CRM的数据组织的思路。     

数据挖掘在客户管理中的应用研究

在旅游业竞争日益激烈的环境下,如何做好客户分类管理,寻找优质客户对旅行社而言尤为重要。由于客户数量较多,客户数据又具有复杂性和多样性,需要通过一定的方法和手段进行分析、处理。数据挖掘通过在大量数据中挖掘出隐含的有价值数据,为企业决策提供关键性数据。针对旅行社客户数据具有大量、随机、模糊等特点,采用模糊聚类分析方法对客户进行分类,并以旅行社的实际数据为例,在matlab平台上实现了模糊聚类分析算法。结果表明,该算法较好地实现了对旅行社客户进行分类管理,反映了不同客户群体的主要特征,能够为企业经营管理提供决策依据。     

大数据下网络营销的发展

现如今,很多企业面临着大数据时代下客户数据对企业的冲击。拥有良好的客户数据和捕捉客户行为的能力,以及储存了大量数据库资源的企业,已经成为市场上的优胜者。数据营销有着传统营销无法比拟的优势。因此大数据时代下的数据营销成为了营销中的核心部分。     

彭博公司研发虚拟现实客户终端可看到20个显示屏

[导读]美国财经资讯供应商彭博公司正利用虚拟现实技术开发新的客户终端，旨在让终端客户使用的数据信息显示屏尽可能地扩大。新华社旧金山6月9日电（记者马丹）美国财经资讯供应商彭博公司正利用虚拟现实技术开发新的客户终端，旨在让终端客户使用的数据信息显示屏尽可能地扩大。     

面向Web挖掘的B2C电子商务网站系统设计

互联网给零售商提供了一条获取海量客户数据的途径,产生了前所未有的与客户个性化交互的机遇。为了有效地利用客户数据,在对B2C网站的体系结构进行设计时,应充分考虑到数据挖掘的需要,本文提出了一种设计思路,即将B2C网站的体系结构划分为业务数据定义模块、客户交互模块和分析模块等三个主要组件。     

采用智能与移动应用技术提升客户服务能力和品质的探究

在传统的客服务中,用户使用电话、网络等渠道获得客户服务,但是在实际现实中往往出现"电话繁忙,客户无法呼入","网络响应严重超时"等诸多状况,导致客户服务满意度下降,客户投诉率不断升级,客户服务工作压力和挑战不断增大。在云计算和大数据技术飞速发展的时代,充分借助IT浪潮新技术推动和变革传统的客户服务模式。建立智能化的知识库基础数据支撑平台,实现信息检索查询智能化和记忆化,并通过采用大数据和人工智能技术建精准的智能客服系统,创造智能化客户服务系统,构建"互联网+客服"平台颠覆传统客户服务业务模式。     

基于评论数据的文本语义挖掘与情感分析

【目的/意义】基于互联网海量评论数据进行情报分析,挖掘出影响客户服务评价和满意度的关键因素,了 解客户差评背后的原因,对提升企业客户关系管理水平具有重要意义。【方法/过程】通过词云图、语义网络特征关 联分析、LDA主题模型的特征分析以及基于语义的情感词典方法,基于百度口碑中十家快递企业的客户评论数据 进行了情感计算与分析。【结果/结论】影响客户情感倾向的主要因素为：物流速度、服务态度、电话服务、投诉处理、 物流信息更新、时效性以及收费价格。基于上述结果提出了对策与建议。【创新/局限】基于现实世界真实数据,采 用数据挖掘方法分析客户情感倾向,为客户情感关键影响因素识别提供了数据科学的研究范式。     

基于面向订单配送全过程感知零售客户服务系统的研究与应用

通过建立由物流中心订单和配送过程数据收发管理信息系统、零售客户RFID标签、送货员手持式识读器等构成的从订单处理至客户全过程感知系统,通过收集和分析送货过程数据估算零售客户的预计到货时间,实现零售客户预计到货时间的短信发送服务,并开发7×24无人值守自动应答零售客户查询服务系统,使零售客户能够感知烟草公司的订单处理、配送进程、送货计划和执行进程信息,提高烟草公司物流过程对零售客户的透明度,降低零售客户的等待时间等交易成本,提升对零售客户的服务水平,提高零售客户的依存度,从而在客户服务方面提高烟草物流的不可替代性。     

电子优惠券弹性对电商企业经济效益影响

电商在长期经营过程中会积累大量的客户数据,如何从这些数据中挖掘出有价值的信息,定向推送电子优惠券给购买意向强的客户,提高电子优惠券的使用率是解决电商精准营销的关键问题。文章从客户使用电子优惠券对企业经济效益影响的角度进行分析,根据客户的电子优惠券弹性对客户进行分类,构建了一个异质性混合模型,指导电子优惠券有效发放,并通过国内某大型电商的42 380名会员的消费数据验证了模型的合理性。实验结果显示相对于对照组,实验组的优惠券使用率提高了18.5%,人均消费金额提高了76元。     

基于CART二叉决策树的电信业客户流失的模型构建与控制

分析了决策树在电信业客户流失分析中的重要应用,建立了基于CART算法的二叉决策树构造的电信业客户流失分析模型,研究如何使用二叉决策树的构造方法来克服客户流失分析中数据碎片的产生,使用spss clementin数据挖掘平台构造挖掘模型并且使用实时的数据出现概率来进行模型的优化控制。实验与仿真证明,该模型的准确率较高,效果显著。     

个性化推荐技术在电子商务客户关系管理中的二次营销应用

在日常电子商务环境中,客户与企业间的交流、客户在网上购买产品的过程中、以及客户最终购买产品当中产生了海量的行为数据记录,这是给到企业提高二次营销成功率的关键因素。企业在获得这些有效数据的同时如何挖掘和利用这些信息资源、又如何分析客户关系来提升二次销售成功率,最终提升企业竞争力。论文在分析这些信息数据的基础上,讨论如何使用个性化推荐技术在企业电子商务客户二次营销中的应用。     

大数据时代信息检索系统的发展

该文以科技文献数据库信息检索系统为研究对象,研究了大数据时代信息检索系统的发展。探讨了信息检索系统的发展历程,分析了大数据对信息检索系统检索结果、检索方式、检索服务的影响。提出了信息检索系统构建大数据知识分析信息检索系统,增加大数据客户行为数据模块、大数据客户行为分析模块、大数据个性化推送模块的发展方向。     

基于语义集成的客户知识挖掘模型研究

本文从对多结构化客户数据集成和预处理的成效不足、挖掘过程缺乏语义情景和上下文的支撑,从而所获取的客户知识模式质量不高等问题出发,提出了一种基于语义集成的客户知识挖掘模型.该模型充分利用了本体、语义集成等方法和技术,提高对数据语义分析和处理的能力,实现智能化客户知识挖掘过程,从而获取高质量的客户知识模式.     

CRM中的数据质量

能够成功实施CRM的最关键因素是准确的客户数据，而数据可以从不同的渠道进入CRM系统，这显然会给数据质量的保证带来一定的难度。文章指出影响数据质量的因素，根据CRM系统的数据流程，提出不同的环节来清理和整理数据，并且还可以通过实施一个良好的客户数据管理(CDQ)计划来管理数据，以实现CRM的最大化。     

数据挖掘在企业客户价值管理中的应用

现代企业的经营管理以客户为中心,客户价值管理可以增强企业竞争优势。数据挖掘技术是企业进行客户价值管理的重要工具。数据挖掘的主要功能包括分类、聚类、估计与预测、关联和序列发现、数据描述。在企业客户价值管理过程中,数据挖掘可以实现发展新客户、客户细分、交叉营销、识别优质客户、发现客户异常行为,防止客户流失等功能。     

基于数据挖掘的电信客户终生价值模型的研究

客户终生价值（Customer Lifetime Value，LTV）作为判别客户对公司价值大小的标准，对于电信运营商维系客户，提高企业竞争力具有重要意义.本文讨论了客户终生价值的数学模型，提出采用数据挖掘算法对模型中的二个参数进行计算，并按照CRISP-DM数据挖掘方法，使用数据挖掘工具对真实数据进行计算，证实该方法的有用性.     

基于客户分类和Z-score模型的某银行信用风险管理体系

商业银行的客户信用风险管理体系多种多样,各有立场和角度,也各有利弊。基于某商业银行客户信用风险管理实际,结合业界普遍的客户信用风险分析方法,通过实际需求建立客户等级分类模型和Z-score模型对客户信用风险进行系统性地评估,并利用真实数据进行验证,寻求现有信用风险评估值得改进之处,建立更为完善的客户风险管理机制。     

电子商务企业的客户知识获取过程研究

客户知识是电子商务企业顾客价值管理的核心和成功的关键,是电子商务企业的重要资产。通过分析客户知识的内涵及电子商务企业客户知识的分类,结合数据挖掘和知识发现的相关理论,主要探讨电子商务企业客户数据的主要来源渠道和电子商务企业获取客户知识的基本过程。     

运用数据挖掘技术预测客户购买倾向--方法与实证研究

商家大部促销行为，其实都是针对客户的促销，分类模型的主要功能是根据客户数据的属性将他们分派到不同的组中。本文提出利用数据挖掘技术建立客户购买意向分类模型，利用这种分类模型可以预测客户的购买倾向。     

基于市场营销离群数据挖掘的客户分类模型

客户分类是企业客户关系管理的基石.客户价值包括当前价值和潜在价值两部分,对于企业实现客户价值目标,最主要的三个客户信息变量为订单金额、商品种类和订单频率.对客户的三个变量的离群数据进行分析,将客户分为9小类3大类,不同类别的客户应采取不同的管理策略.在此基础上构建客户分类器和客户分类模型,并进行客户分类的实例研究.