陈翠翠[1]2011年在《基于数据挖掘的分析型CRM系统设计与实现》文中研究表明随着市场竞争的日趋激烈,如何在交易当中有效地跟踪客户,将短期的交易行为发展成长期的合作关系,建立起从“以产品为中心”向“以客户为中心”的销售体系,是企业面临的一个问题。客户关系管理正是这样的一套解决方案。客户关系管理(Customer Relationship Management,CRM)是是一种新型管理机制,其目的就是为了改善企业与客户之间关系的。通过实施客户关系管理可以增进企业与客户之间的沟通,更好地满足客户需求,从而达到保留现有客户并挖掘潜在客户的目的。客户关系管理的核心思想是将企业的客户作为最重要的企业资源,通过完善的客户服务和深入的客户分析来满足客户的需求,提高客户对企业的价值贡献。CRM应用系统将商业实践与数据挖掘、联机分析、数据仓库等信息技术紧密结合在一起,为企业的销售、客户服务和决策支持等商业行为提供一个自动化的解决方案。建立一个易用高效的CRM应用系统对提升企业的竞争力、提高企业的管理水平和增加企业收益具有重要意义。本文首先通过对客户关系管理(CRM)理论、分析型CRM理论及其支撑技术的分析,明确数据挖掘技术在分析型CRM中的作用;再通过分析型CRM的一般组成及模型分析,对分析型CRM系统的主题和数据需求进行了阐述,对分析型CRM的系统功能模块、架构体系和数据仓库模型进行设计与实现;最后,对该系统的应用结果进行了分析。
季佳[2]2007年在《基于ASP.NET的客户关系管理（JJ-ASP.CRM）系统的研究与实现》文中提出JJ-ASP.CRM系统,即基于ASP.NET的客户关系管理系统。其中JJ为“交技”一词的拼音首字母的缩写,表示上海交技发展股份有限公司;ASP在本文定义为ASP.NET的简称,与ASP技术无关;CRM为客户关系管理的英文缩写。客户关系管理(Customer Relationship Management,CRM),是一种旨在改善企业与客户之间关系的新型管理机制,它也可以被理解为是利用现代技术手段,使客户、竞争、品牌等要素协调运作并实现整体优化的自动化管理系统。其目标定位在提升企业的市场竞争能力、建立长期、优质的客户关系、不断挖掘新的销售机会,帮助企业规避经营风险、获得稳定利润。因此正成为目前全球最炙手可热的市场之一。竞争激烈的市场要求企业尤其是拥有庞大而接触频繁的客户群的企业,必须积极实施客户关系管理。人们在实践中也逐渐认识到,建立客户关系、维持客户关系,已成为获取独特竞争优势的惟一的也是最重要的基础。在我国,目前CRM应用的领域主要集中在金融、保险、电信和制造业等经济实力较强、信息化程度较高的行业,关于CRM在科技服务型企业的应用案例很少有见诸报道。本文以上海交技发展股份有限公司这一科技服务型企业为背景,并得到该公司CRM课题的支持,首先研究了科技服务型企业的特征、CRM的内涵、CRM的典型功能、B/S模式的多层结构、ASP.NET等本文涉及的关键技术,接着着重研究了上海交技发展股份有限公司所面向的客户群体、客户特征,针对该企业的客户关系现状,对该企业的客户关系进行类型定位。在对传统CRM系统的基本功能的研究基础上,提出了适合该企业行业特征和业务特点的CRM系统-JJ-ASP.CRM系统的框架。JJ-ASP.CRM系统的功能结构包括客户管理、日历管理、项目管理等六个子系统。本文设计并实现了其中的客户分析子系统。在对客户分析子系统中各功能模块进行功能设计之前,首先对各功能模块所涉及的客户关系理念进行了阐述,然后根据从该企业调研所获得的客户基本情况及企业决策层对客户关系管理所期望达到的效果和水平,从功能说明、企业目前对该功能的可利用程度以及企业如何利用该功能为决策提供支持叁方面进行了研究。本文在查阅了相关文献资料后,对部分功能的设计给出了国内外认可的各种模型,以便下一步工作的研究和讨论。最后,基于B/S模式、.NET框架,使用ASP.NET开发技术,根据需求分析和功能设计的结果,实现了客户分析子系统,并与其他实现CRM系统的开发方法进行了比较和研究。本文的研究是对CRM在科技服务型企业中的应用的一个尝试,同时也是利用ASP.NET技术实现CRM系统的一个实例;本文的研究和结论为所调研企业的客户关系管理提供了理论上和技术上的支持,同时对于科技服务类型企业的CRM系统的实施也具有一定的借鉴意义。
余波[3]2012年在《基于WEB的客户关系管理（CRM）系统的设计与实现》文中提出随着21世纪到来，全球经济呈现一体化趋势，伴随信息化技术（IT）的迅猛发展，尤其是网络技术与Internet的普及，使得现代企业越来越重视信息化技术（IT）在企业管理中的应用。其中，客户关系管理(CRM,Customer RelationshipManage-ment)是一种利用信息技术加强管理，是以客户为中心，实现企业利润最大化和客户利益最大化为目的的一种营销策略。CRM源于美国，随即在全球得以肯定和推广。客户关系管理系统（CRMS）是把有关市场和客户的信息进行统管理、共享，并能进行有效分析、处理的新型应用系统，近年来随着网络技术的发展得以迅速地发展起来。系统己成为了计算机行业中的热点问题。而国内证券行业的客户关系管理应用尚处于起步阶段，各大证券公司都在以不同的形式、在不同的层面上开展客户关系管理相关的探索和尝试，将客户关系管理的思想作为经营战略中的核心理念。客户关系管理系统在证券公司的实施运行，能够增加公司业务工作信息化的程度，所以，较好的提高了公司客户关系管理的业务水平以及相关工作的运作效率。微软公司发布的VS.NET，它是一套完善的构建各类应用程序的开发语言和开发工具的集合，因此，本文中系统的开发就是采用了.NET中的网络应用技术和程序语言C#和集成开发工具VS.NET的集合。其中.NETFramework中丰富的类库资源，还有其完整的集成开发环境，量身定做的新型程序语言C#的强大功能，结合相应的数据库访问技术，综合应用构造出新型,高效、分布式的客户关系管理系统。论文先给出了客户关系管理的研究背景和国内外研究现状，接着介绍了客户关系管理系统中涉及的部分关键技术，然后对系统开发背景和需求做了分析，还对系统的架构（系统架构和网络架构）、功能设计、数据库设计和类设计做了介绍，最后，展示了系统的具体实现以及技术实现的关键代码，这里应用了微软封装的水晶报表技术。系统基于当前最流行的叁层框架开发，使用SQLServer2005作为数据库，以VS.NET为开发平台，采用了ADO.NET和水晶报表相关技术与框架，完成了客户档案管理、公司资料管理、员工管理、报表、业务管理和系统管理等模块。
陈婷[4]2015年在《银行分析型CRM系统的设计与实现》文中研究指明随着国民经济飞速发展,银行的信息化水平与办公自动化程度也逐步提高,同时随着银行管理理念的发展,传统银行客户关系管理(CRM)方法已无法满足银行发展的基本需求。数据挖掘技术的发展可以很好地解决这个问题,通过数据挖掘技术可以对银行客户的数据信息进行深度的分析,发掘其潜在深处的信息与规律,把这些信息变为有用的信息,从而为银行内部的决策提供依据,辅助银行在市场竞争中取得优势。本文以湖南省某市农商银行作为研究载体,充分研究了国内外银行客户关系管理系统的发展现状,结合银行已有的业务数据,使用决策树技术、数据预处理等技术进行数据挖掘,重点阐述了决策树的生成过程。以挖掘结果为基础,联系银行的业务现状对客户关系管理系统进行了详细的需求分析,在保证其可扩展性与可维护性的基础下设计了一套客户关系管理系统,最后对该系统进行了实现并进行了功能测试。新系统可以对现有老客户的消费需求与消费习惯和进行充分挖掘,提高客户的满意度,进而达到提高客户忠诚度的目的,以此来使自己的客户基础更加牢固,此外可以适应复杂的银行信息系统环境,具备足够大的运算能力与较高的精确性,可以为银行的决策者提供出有参考价值的信息。该系统主要由客户信息查询模块、贡献度分析模块、分类营销模块、客户行为分析模块与报表分析模块这五个模块组成。实践证明,湖南省某市农村商业银行客户关系管理系统的实施在很大程度上提高了该行客户的依赖性与忠诚度,提高了银行的市场竞争力。
郝璇[5]2007年在《数据挖掘技术在CRM中的应用研究》文中进行了进一步梳理随着汽车行业竞争的日趋激烈,CRM的重要性也越来越为人们所认识,如何建立、维护和发展客户关系,有效地开展营销与服务,是汽车行业在当前环境下必须优先考虑的问题。CRM是技术和管理相结合的产物,作为企业信息化的最新发展,CRM实现了企业由“以产品为中心”向“以客户为中心”的转变,客户首次作为一种资源纳入企业的管理视野。经过多年的发展,汽车行业积累了大量宝贵的客户数据资源,这些数据背后往往隐藏着许多重要的信息,但由于技术和观念的局限性,很多客户数据背后隐藏的客户信息和客户知识无法被快速有效地挖掘出来。对于汽车行业,如何管理好企业与客户之间的关系,留住老客户,拓展新客户,挖掘现有客户的消费潜力,减少客户流失,为企业创造更多的利润,成为当今汽车行业经营管理人员所重点研究的内容。数据挖掘能从大量的日积月累的数据中发现潜在的、有价值的信息和知识,用来支持决策。数据挖掘有着广泛的商业应用潜能,是知识发现与知识管理研究中的一个很有应用价值的新领域。因此,当前很多汽车行业都在运用最新的数据挖掘技术建设自己的CRM系统,以增强公司的竞争能力。本文研究和论述了汽车行业CRM的理论、方法和涉及到的技术,以及数据挖掘技术在CRM软件中的重要作用,并介绍了数据挖掘客户分析模型,重点是数据挖掘模型的实现。具体来讲,本论文所做的主要工作如下:1)研究了CRM、数据挖掘的基础理论。本文论述了CRM的产生、定义、类型;数据挖掘的定义、过程、分类和模式,以及数据挖掘和数据仓库、OLAP的关系;2)结合汽车行业的实际情况,对客户满意度、客户忠诚度和交叉销售模型等进行了深入的研究。3)针对汽车行业CRM的特点,数据挖掘技术在CRM中的应用。基于数据挖掘技术的CRM系统通过分析各种客户数据为企业管理层提供正确的决策支持,提升其竞争能力和赢利能力。
李辉[6]2006年在《数据挖掘技术在地毯业CRM系统中的应用研究》文中研究表明随着地毯行业竞争的日趋激烈，CRM的重要性也越来越为人们所认识，如何建立、维护和发展客户关系，有效地开展营销与服务，是地毯企业在当前环境下必须优先考虑的问题。CRM是技术和管理相结合的产物，作为企业信息化的最新发展，CRM实现了企业由“以产品为中心”向“以客户为中心”的转变，客户首次作为一种资源纳入企业的管理视野。经过多年的发展，地毯企业积累了大量宝贵的客户数据资源，这些数据背后往往隐藏着许多重要的信息，但由于技术和观念的局限性，很多客户数据背后隐藏的客户信息和客户知识无法被快速有效地挖掘出来。对于地毯企业，如何管理好企业与客户之间的关系，留住老客户，拓展新客户，挖掘现有客户的消费潜力，减少客户流失，为企业创造更多的利润，成为当今地毯企业经营管理人员所重点研究的内容。数据挖掘能从大量的日常积累的数据中发现潜在的、有价值的信息和知识，用来支持决策。数据挖掘有着广泛的商业应用潜能，是知识发现与知识管理研究中的一个很有应用价值的新领域。因此，当前很多地毯企业都在运用最新的数据挖掘技术建设自己的CRM系统，以增强公司的竞争能力。 在国内，CRM应用还处在初级阶段。人们对CRM的认识还停留在一般概念上，存在很多认识上的误区，CRM系统的应用层次也还较低。因此对CRM理论和应用深入研究，有利于促进我国企业信息化建设的步伐，也有利于进一步提高我国的CRM应用水平。 本文研究和论述了地毯业CRM的理论、方法和涉及到的技术，以及数据挖掘技术在CRM软件中的重要作用，并介绍了一个地毯业CRM系统的设计和实现，构建了基于数据仓库的OLAP分析、数据挖掘客户分析模型，重点是数据仓库的设计、建造、维护和数据挖掘模型的实现。该系统为数据挖掘技术在地毯业的实用化做出了有益的尝试。 具体来讲，本论文所做的主要工作如下： (1) 研究了CRM、数据仓库和数据挖掘的基础理论。本文论述了CRM的产生、定义、类型和组成；数据挖掘的定义、过程、分类和模式，以及数据挖掘和数据仓库、OLAP的关系；数据仓库的建立，在此过程中需要对不同的源数据进行整合，需要一系列的数据处理方法，如数据的抽取、清洗和转换等； (2) 结合地毯企业的实际情况，对客户价值模型和交叉销售模型进行了深入的
刘喆[7]2017年在《基于聚类分析的保险公司CRM系统的设计与实现》文中研究指明二十一世纪中国保险业取得了非凡的业绩,增长速度相当迅速,但由于垄断行业的冲击,保险业所面对的竞争压力也越来越大,保险产品的差异化越来越小,很多保险企业都在从“以产品为理念”的模式向“以客户为理念”转型。客户关系管理主要是以先进信息技术平台和支持体系上的业务处理以及决策分析系统为基础,通过对数据挖掘技术和数据仓库技术法的应用,对现有客户以及潜在客户其相关需求、机会、风险、模式和成本等进行分析,实现企业整体经济效益的最大化。数据挖掘技术是实现系统的核心,且为客户数据分析提供了技术基础。本文首先充分了解CRM(Customer Relationship Management)特点和客户的生命周期理论之后,联系数据挖掘技术的基本理论与方法,熟悉了保险公司客户关系管理系统的业务需求,进行保险公司CRM系统需求的分析,对保险公司CRM系统的类型与它需要挖掘数据的基本技术进行了学习。然后,本文对保险业实施客户关系管理过程具体业务需求进行了分析,在深入分析了保险客户关系管理特点的基础上,重点研究了聚类分析技术在保险业客户关系管理应用中所要解决的关键问题,对保险客户的数据的预处理之后,对保险公司客户关系管理系统进行了设计,系统有客户管理模块、营销管理模块、销售管理模块、系统管理模块组成,最后根据设计的解决方案对该系统进行了实现。系统运行结果表明在保险CRM系统其客户的细分研究以及实际运用中,实现了对保险客户群体的详细划分,并得出了非常有用的信息,进一步实现针对不同客户群体的个性化营销及服务,在很大程度上提高了保险企业核心优势。
王先轲[8]2006年在《基于关联规则挖掘算法的分析型CRM的设计与实现》文中研究表明CRM(Customer Relationship Management)目的在于建立一个系统，使企业在客户服务、市场竞争、销售以及支持方面形成彼此协调、全新的关系实体，为企业带来长久的竞争优势。其作为一种典型的交互式系统是企业管理中集成信息技术的管理方法和应用解决方案的总和它既是帮助企业组织管理客户关系的一系列信息技术、方法和手段，又是运用信息技术对企业涉及销售、客户服务等业务流程自动化的软件及硬件系统。 企业由于已经经过多年的信息化建设，积累了大量的数据，他们迫切需要从当前的大量数据中提取出数据背后潜在的知识，因此分析型CRM的需求应运而生，本文着重对分析型CRM系统的构建和分析方法的应用做出了一些工作。 全文共分为六章，第一章从CRM的定义入手，以及当前对CRM的国内外研究现状出发，提出本文的研究路线和工作的主题。 第二章，给出了CRM的分类，一般型CRM的建模以及分析型CRM的建模。 在第叁章中，介绍了数据挖掘的基本模型，并建立了一个基于数据挖掘的CRM的模型，并设计了Aprior算法的实现伪码； 在第四章中，对J2EE规范及其应用作了分析，并建立了基于J2EE规范中Struts框架的分析型CRM的层次结构。 第五章中，进行了基于MVC模式的Struts框架的分析型CRM的设计，对分析型CRM进行了功能分析，并采用UML对整个系统原型进行了具体描述，对整个系统的数据流程进行了设计，建立了数据库。最终采用struts框架对原型系统给出了实现。在分析模块中应用了数据挖掘中关联规则挖掘算法的Aprior算法对销售商品和销售地域之间的关联规则进行了提取。
谢燕[9]2006年在《基于数据挖掘的CRM的研究》文中认为融合数据挖掘技术和数据仓库技术的客户关系管理(CRM)系统对企业的信息管理和决策支持起着至关重要的作用。目前基于数据挖掘的客户关系管理系统的研究偏重于理论和算法研究，应用也集中在电信、金融和保险等大型企业中，缺少能够满足中小企业需求的基于数据挖掘的客户关系管理系统的体系结构、关键技术及其具体实现的研究。本文在分析了传统CRM系统的体系结构的基础上，结合中小企业的信息化现状和实际需求以及数据挖掘和数据仓库技术的特点，改进了CRM系统体系结构，使其适用于中小企业。然后，详细论述了基于数据挖掘的客户关系系统的数据仓库的构建模型和构建过程，接下来研究了数据挖掘技术中的决策树分类算法，引入SPRINT算法作为客户分类建模算法，并对SPRINT算法设计过程中的预处理、计算最佳分割和执行分裂等几个大的阶段进行了探讨，最后结合某报业公司的实际情况，实现了客户分类的决策树建模，完成了CRM系统业务体系结构和功能模块的设计。
林苏艳[10]2008年在《数据仓库和数据挖掘技术在银行CRM中的应用》文中认为随着银行业务的迅猛发展和服务手段的日益提高,银行间的竞争越来越激烈,银行是为广大客户提供多种金融产品和服务的特殊企业,客户资源是构成银行内在价值的基础,决定了银行未来发展。培育客户对银行的忠诚度、树立优质品牌、促进业务发展、提高银行综合竞争力成为银行客户服务的目标。如何建立一套完整的银行客户关系管理(CRM)系统成为当今银行业界关心的热点。本论文结合苏州某银行对客户经理考评需求,集成银行业务数据,建立一个对私客户数据仓库,构建了一个小型的CRM实验系统,利用数据仓库和数据挖掘技术对银行对私客户数据进行了分析,并提供了一个客户数据分析的平台,为银行高层管理人员和客户经理提供辅助决策功能,帮助他们从数以万计的数据中找出潜在的规律,挖掘出优质客户,并对这些客户进行优质服务,逐步将这些客户提升成为银行的VIP客户,从而为银行获取更大的利益。论文详细阐述了银行对私CRM系统的网络结构、体系结构和功能结构,给出了对私CRM系统中数据仓库的详细设计,对客户、账户信息、业绩考核等方面进行了分析;并利用决策树算法,对给出训练集数据进行了数据挖掘,生成决策树和分类规则,挖掘出银行客户中的优质理财客户。
参考文献：
[1]. 基于数据挖掘的分析型CRM系统设计与实现[D]. 陈翠翠. 电子科技大学. 2011
[2]. 基于ASP.NET的客户关系管理（JJ-ASP.CRM）系统的研究与实现[D]. 季佳. 上海海事大学. 2007
[3]. 基于WEB的客户关系管理（CRM）系统的设计与实现[D]. 余波. 电子科技大学. 2012
[4]. 银行分析型CRM系统的设计与实现[D]. 陈婷. 湖南大学. 2015
[5]. 数据挖掘技术在CRM中的应用研究[D]. 郝璇. 中国海洋大学. 2007
[6]. 数据挖掘技术在地毯业CRM系统中的应用研究[D]. 李辉. 山东大学. 2006
[7]. 基于聚类分析的保险公司CRM系统的设计与实现[D]. 刘喆. 湖南大学. 2017
[8]. 基于关联规则挖掘算法的分析型CRM的设计与实现[D]. 王先轲. 武汉理工大学. 2006
[9]. 基于数据挖掘的CRM的研究[D]. 谢燕. 西安电子科技大学. 2006
[10]. 数据仓库和数据挖掘技术在银行CRM中的应用[D]. 林苏艳. 苏州大学. 2008
标签：计算机软件及计算机应用论文; 数据挖掘论文; crm论文; 数据仓库论文; 客户关系管理系统论文; 市场营销论文; 数据挖掘算法论文; 客户分析论文; 客户信息论文; 客户管理论文; 功能分析论文; 系统分析论文; 数据分析论文; 客户关系论文;