一種基于數(shù)據(jù)挖掘的通用CRM系統(tǒng)框架及關(guān)鍵技術(shù)研究

隨著客戶信息量的增加，客戶與公司的關(guān)系變得越來越復(fù)雜，單純操作性的客戶關(guān)系管理CRM(Customer Relationship Management)已難以滿足用戶的需要。在CRM中引入數(shù)據(jù)挖掘技術(shù)，增強(qiáng)系統(tǒng)對相關(guān)海量客戶管理信息的有效整理、識別、歸類等功能，使CRM系統(tǒng)在一定程度上具有智能特點(diǎn)，已經(jīng)成為當(dāng)前的研究熱點(diǎn)。傳統(tǒng)基于數(shù)據(jù)挖掘的CRM系統(tǒng)集中在對客戶數(shù)據(jù)本身的挖掘上，缺乏進(jìn)一步對這些數(shù)據(jù)的分析處理和優(yōu)化決策的功能，在一定程度上限制了它的推廣作用。

本文在充分分析當(dāng)前CRM的應(yīng)用現(xiàn)狀的基礎(chǔ)上，提出了一種新的基于數(shù)據(jù)挖掘技術(shù)的通用商業(yè)CRM系統(tǒng)框架，針對典型行業(yè)的商業(yè)應(yīng)用特點(diǎn)建立客戶分類準(zhǔn)則和響應(yīng)方式，即客戶商業(yè)應(yīng)用模型。系統(tǒng)通過集成數(shù)據(jù)挖掘、聯(lián)機(jī)數(shù)據(jù)分析(OLAP)技術(shù)以及知識庫技術(shù)形成支持基于客戶商業(yè)模型的客戶響應(yīng)，該框架不僅能夠加強(qiáng)用戶對具體商業(yè)應(yīng)用的處理效率、處理質(zhì)量，而且框架的開放式體系使其具有可擴(kuò)展性和靈活性。

2 CRM系統(tǒng)框架

2.1 系統(tǒng)體系框架

該系統(tǒng)體系框架可以根據(jù)行業(yè)需求進(jìn)行定制，構(gòu)建基于客戶只能分析的數(shù)據(jù)挖掘解決方案。數(shù)據(jù)挖掘應(yīng)用平臺層次結(jié)構(gòu)如圖1所示。整個CRM系統(tǒng)分六個層次。

圖1 系統(tǒng)體系框架

(1)用戶層對客戶關(guān)系管理有需求的不同行業(yè)提供專用用戶接口開發(fā)工具，包括功能定制、界面設(shè)計(jì)、程序交互等功能接口函數(shù)，從而實(shí)現(xiàn)不同行業(yè)客戶的客戶管理定制界面設(shè)計(jì)。

(2)應(yīng)用工具層是給用戶層提供解決方案的基本支撐。根據(jù)不同行業(yè)需求并考慮到傳統(tǒng)客戶關(guān)系管理的功能，抽取具有共性的面向客戶關(guān)系管理的功能單元模塊。功能單元模塊開發(fā)應(yīng)用面向?qū)ο蠹夹g(shù)術(shù)封裝，提供基于模板的功能屬性修改功能。

(3)決策分析層作為系統(tǒng)的核心模塊，提供一種組合輔助決策功能。從機(jī)制上又分為兩個相互關(guān)聯(lián)的組件，即決策分析組件與商業(yè)應(yīng)用模型庫。決策分析模塊既可以通過OLAP實(shí)現(xiàn)多維數(shù)據(jù)分析，運(yùn)用數(shù)據(jù)挖掘分析處理海量的客戶數(shù)據(jù)，發(fā)現(xiàn)有價值的知識并預(yù)測客戶行為。

(4)算法層是數(shù)據(jù)挖掘應(yīng)用平臺的核心?，F(xiàn)實(shí)問題千差萬別，一個通用的數(shù)據(jù)挖掘工具集難以解決不同行業(yè)的問題。因此，算法層提供幾類當(dāng)前應(yīng)用較為廣泛且已證明行之有效的數(shù)據(jù)挖掘算法，如：關(guān)聯(lián)規(guī)則、序列模式、決策樹、神經(jīng)元網(wǎng)絡(luò)、聚集、異常檢測等。

(5)網(wǎng)絡(luò)層系統(tǒng)與其它軟件的集成通過客戶/服務(wù)器模式實(shí)現(xiàn)，這種方式支持靈活的系統(tǒng)擴(kuò)展模式，為面向分布式的用戶應(yīng)用提供方便。

(6)數(shù)據(jù)層隨著信息技術(shù)的發(fā)展，企業(yè)中出現(xiàn)大量的、不同的包含企業(yè)客戶信息的數(shù)據(jù)源，如ERP、電子商務(wù)、數(shù)據(jù)庫等。因此，在數(shù)據(jù)倉庫的構(gòu)建中可以根據(jù)應(yīng)用對象的不同，實(shí)現(xiàn)在企業(yè)、公司或行業(yè)中數(shù)據(jù)的動態(tài)清洗、轉(zhuǎn)換、裝載等功能。

2.2 數(shù)據(jù)分析處理流程

(1)在數(shù)據(jù)采集和預(yù)處理部分，從客戶市場信息中抽取出所需數(shù)據(jù)并去除數(shù)據(jù)的不一致性，將所得數(shù)據(jù)進(jìn)行結(jié)構(gòu)和類型轉(zhuǎn)換并聚合成匯總數(shù)據(jù);將匯總數(shù)據(jù)加載進(jìn)多維數(shù)據(jù)倉庫，以供分析利用。

(2)在數(shù)據(jù)倉庫管理部分，基于模型庫、知識庫和方法庫的指導(dǎo)，采用OLAP和挖掘工具進(jìn)行客戶概況、誠信度和贏利能力等的分析以及相關(guān)預(yù)測，并將這些分析和預(yù)測結(jié)果以圖形形式提供給執(zhí)行層和決策層。

(3)決策層和業(yè)務(wù)層將這些客戶信息和知識轉(zhuǎn)化為企業(yè)的戰(zhàn)略、決策和行動，以影響市場和客戶。

3 關(guān)鍵技術(shù)

3.1 數(shù)據(jù)倉庫建模

(1)數(shù)據(jù)清洗、轉(zhuǎn)換、裝載功能的實(shí)現(xiàn)

該系統(tǒng)的數(shù)據(jù)庫是建立在Microsoft SQL Server2000數(shù)據(jù)庫管理系統(tǒng)之上，并利用SQL Server2000的DTS(Data Transformation Service)構(gòu)件的數(shù)據(jù)清洗、轉(zhuǎn)換、裝載等預(yù)處理功能，DTS是一個基于COM標(biāo)準(zhǔn)的服務(wù)，能夠進(jìn)行二次開發(fā)，除了利用SQL語言外，還能利用VBScript或JavaScript語言對各種數(shù)據(jù)源進(jìn)行清洗、轉(zhuǎn)換及裝載。目前CIAS支持的數(shù)據(jù)源包括：關(guān)系數(shù)據(jù)庫，有結(jié)構(gòu)的文本數(shù)據(jù)，XML數(shù)據(jù)，數(shù)據(jù)立方體(Cube)。對于CDW中每個數(shù)據(jù)模式，都有一個可視化的用戶向?qū)?Wizard)程序幫助用戶完成數(shù)據(jù)的抽取工作。在向?qū)С绦蛑?，可以設(shè)置抽取任務(wù)執(zhí)行的時間。由于信息系統(tǒng)的數(shù)據(jù)在不斷的更新，為了保證及時性和有效性，需要同步CDW和信息系統(tǒng)的數(shù)據(jù)源。CDW采用數(shù)據(jù)倉庫的定時更新機(jī)制，對于數(shù)據(jù)量少的信息，比如客戶特征信息，采用增量覆蓋式更新，在每周或每月定時更新，對于產(chǎn)品使用等數(shù)據(jù)量大的信息，采用每天及時更新的方式。

(2)客戶對象建模

建立模型的關(guān)鍵是維度的選取、維度的分割、維度屬性的選取、事實(shí)數(shù)據(jù)項(xiàng)的選取。數(shù)據(jù)挖掘的目的是發(fā)現(xiàn)數(shù)據(jù)中的趨勢，一個自動化過程發(fā)現(xiàn)數(shù)據(jù)中的趨勢的能力在很大程度上受數(shù)據(jù)質(zhì)量的影響。在數(shù)據(jù)倉庫的對象層次中的關(guān)鍵對象是多維數(shù)據(jù)集、度量值、維度、級別和成員屬性。其中，多維數(shù)據(jù)集包含度量值和維度，維度從屬于多維數(shù)據(jù)集，級別從屬于維度，成員屬性從屬于級別。

根據(jù)CRM領(lǐng)域的應(yīng)用特點(diǎn)，在數(shù)據(jù)倉庫內(nèi)創(chuàng)建了一個可擴(kuò)展的以客戶為中心的數(shù)據(jù)模式。具體的數(shù)據(jù)模式拓?fù)淙鐖D2所示。

圖2 基于多維數(shù)據(jù)集的客戶模型拓?fù)浣Y(jié)構(gòu)

用戶可以在具體的數(shù)據(jù)模式中增加字段，或者忽略其認(rèn)為沒有意義或是沒有數(shù)據(jù)的字段，在增加字段或忽略字段時，用戶通過填寫元數(shù)據(jù)信息，描述字段的實(shí)際含義，這些功能增加了系統(tǒng)的可擴(kuò)展性及靈活性。數(shù)據(jù)倉庫數(shù)據(jù)模式包括：客戶特征信息、客戶接觸、客戶事件、產(chǎn)品使用信息。

3.2 決策分析模塊

DW為OLAP和DM提供優(yōu)質(zhì)的數(shù)據(jù)源。基于數(shù)據(jù)倉庫來進(jìn)行OLAP，可以提高分析速度，而且OLAP可以采取更靈活的分析方式?；?a href='/map/shujucangku/' style='color:#000;font-size:inherit;'>數(shù)據(jù)倉庫進(jìn)行數(shù)據(jù)挖掘，能更好地滿足高層戰(zhàn)略決策的要求。一般數(shù)據(jù)挖掘要花大量的精力進(jìn)行數(shù)據(jù)準(zhǔn)備。由于數(shù)據(jù)倉庫已經(jīng)完成了數(shù)據(jù)的收集、整理、合并等準(zhǔn)備工作，數(shù)據(jù)挖掘可以更專注于知識發(fā)現(xiàn)的核心處理階段。DM在OLAP的基礎(chǔ)上進(jìn)行進(jìn)一步的自動化知識發(fā)現(xiàn)處理.挖掘潛藏的模式預(yù)測未來趨勢。OLAP除了直接驗(yàn)證分析人員所提出的假設(shè)和問題，也可以驗(yàn)證DM得出的預(yù)測性結(jié)論，防止偏差。

在系統(tǒng)中，首先將數(shù)據(jù)源進(jìn)行預(yù)處理，按照數(shù)據(jù)倉庫的建模方式儲存在數(shù)據(jù)倉庫中。OLAP基于數(shù)據(jù)倉庫利用先驗(yàn)性規(guī)則(該規(guī)則直接來源于分析人員和知識庫)進(jìn)行驗(yàn)證性分析。數(shù)據(jù)挖掘基于數(shù)據(jù)倉庫進(jìn)行知識發(fā)現(xiàn)處理，即自動發(fā)現(xiàn)規(guī)則。通過知識庫來溝通OLAP與DM的交流。數(shù)據(jù)挖掘預(yù)測的規(guī)則輸入到知識庫中，OLAP從知識庫中提取規(guī)則來驗(yàn)證規(guī)則的有效性和可信度。知識庫中的規(guī)則還用于支持模型庫的構(gòu)建。DW、OLAP和DM需要的模型從模型庫中提取。

3.3 算法的映射

參考當(dāng)前CRM客戶信息管理技術(shù)，本系統(tǒng)有五種商業(yè)模型。每種模型通過調(diào)用數(shù)據(jù)挖掘算法庫中的算法構(gòu)件得以實(shí)現(xiàn)，它可能調(diào)用一個或多個數(shù)據(jù)挖掘算法。五種商業(yè)模型與數(shù)據(jù)挖掘算法映射關(guān)系如表1所示。

表1 數(shù)據(jù)挖掘算法映射表

3.4 基于XML的模型處理中間件機(jī)制

為了保證系統(tǒng)的開放性和可擴(kuò)展性，系統(tǒng)對商業(yè)模型的處理采用XML描述和存儲商業(yè)模型。采用這種開放的格式，可以將挖掘模型與數(shù)據(jù)及挖掘工具分離開，可以通過文本編輯器進(jìn)行編輯，使得用戶易于編輯商業(yè)模型。系統(tǒng)提供基于XML的模型處理的中間件機(jī)制，包括數(shù)據(jù)轉(zhuǎn)換器/監(jiān)視器和XML的虛擬數(shù)據(jù)倉庫。

(1)數(shù)據(jù)轉(zhuǎn)換器/監(jiān)視器。完成某種類型的數(shù)據(jù)源與虛擬數(shù)據(jù)庫之間的雙向映射。首先用XML描述集成數(shù)據(jù)，用XSL定義用戶視圖，用XML文檔和格式文件DTD表示集成模式和數(shù)據(jù)源之間的映射。各個數(shù)據(jù)源的模式通過相應(yīng)的轉(zhuǎn)換器/監(jiān)視器溶入全局模式。在這個過程中，轉(zhuǎn)換器/監(jiān)視器數(shù)據(jù)源中的數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為另一個DOM對象。一個關(guān)系轉(zhuǎn)換器/監(jiān)視器能決定關(guān)系模型和DOM對象數(shù)據(jù)模型之間的映射。

(2)XML虛擬數(shù)據(jù)倉庫。一方面將用戶對集成模式的訪問轉(zhuǎn)換成數(shù)據(jù)源可以執(zhí)行的請求;另一方面將各種數(shù)據(jù)源返回的數(shù)據(jù)轉(zhuǎn)換成集成模式的表示形式。具體步驟：①從數(shù)據(jù)倉庫中讀取數(shù)據(jù)，生成XML文件，統(tǒng)一格式表示;②將XML轉(zhuǎn)換成一個DOM對象模型，為上層提供訪問服務(wù)。具體程序的實(shí)現(xiàn)采用ASP作為設(shè)計(jì)語言，利用XML的DOM來操作XML文檔。