论文摘要
随着通信设备制造业市场竞争的不断加剧,传统的以产品为核心、成本控制为目标的管理体系,以产品、价格、销售地点和柜台式服务为中心的经营模式,正逐渐向以客户和市场为中心、以客户的价值取向和消费心理为导向的模式转变。这使得通信设备制造业都充分认识到在其运作过程中采用新技术、新理念的重要性。CRM（客户关系管理）是一种以客户为中心的企业经营管理模式,它通过对面向客户的各个领域业务的工作流程的自动化,采用数据库、数据仓库、数据挖掘等技术手段,将这种营销理念实践到企业的日常运作中,并且将这种结果转化为对企业的决策支持作用,实现了一种数据驱动的企业决策过程。数据挖掘是按照企业既定业务目标,对大量的企业数据进行探索和发现,揭示隐藏的、未知的或验证已知的规律性,并将其模型化的有效的方法,也是分析型CRM系统中常用的一种分析工具。本文在介绍了客户关系管理、数据挖掘等概念的基础上,根据通信设备制造业的实际需求拟定了通信设备制造业CRM系统的目标、功能及体系结构。通信设备制造业CRM系统应具有四个基本功能:客户接触功能,信息管理与分析模块,客户分析功能,个性化服务功能。通信设备制造业CRM系统的分层结构包括四层:接触层、分析层、决策层和客户服务层。通信设备制造业CRM系统主要有三大功能模块:数据仓库与联机分析子系统、数据挖掘子系统和销售管理子系统。最后,也是本文的重点部分,数据挖掘子系统归纳出客户保持以及潜在客户挖掘是通信设备制造业CRM中数据挖掘应用的重中之重,同时,关联规则、聚类和分类算法又是客户保持以及潜在客户挖掘的基础,其算法的准确性将直接影响CRM系统提供的决策信息的质量。在客户保持部分主要采用的是多维关联规则的挖掘算法BUC以及关联规则的挖掘算法FP-growth。在潜在客户挖掘部分主要采用的是聚类算法以及有监督分类算法C4.5,而C4.5算法在采用大数据量的训练样本集训练时,会造成构造规则集耗时较长,影响CRM系统的整体速度。本文在C4.5算法的基础上提出自适应匹配和交叉验证两种改进方法,有不错的改进效果。