医药企业CRM的构建及数据挖掘应用研究

论文摘要

医药企业CRM是为健全、改善医药企业与客户之间关系而提出的一种新型的管理机制,秉着一切以客户为中心的新型理念,具有重要的理论和实际意义。数据挖掘是从海量数据中“挖掘”有用的信息,其技术在医药企业领域中的应用也是目前研究热点,比如可以解决医药企业中企业与客户关系的管理、销售数据问题的分析、药品的交叉销售分析、部署企业的商业智能、对市场需求进行动态分析等方面。本文构建了医药企业CRM系统的框架及功能,同时对基于数据挖掘技术的医药企业销售和客户关系管理进行了研究。论文主要工作如下：在介绍了客户关系管理、数据挖掘等概念的基础上,在第二章中根据医药企业的实际需求拟定了医药企业CRM系统的目标和功能,提出了一个医药企业客户关系管理系统的设计方案。在第三章中,基于关联规则算法实现对医药企业CRM销售信息的挖掘,根据交叉销售的特点,建立一种评估关联规则中两两商品间相互“促销”关系的方法,实现对药品销售的药品放置次序的优化。在第四章中,对于医药企业的客户分类进行了分析,基于主成分分析,提出了一种对医药企业CRM客户数据的离散化和特征属性优化的方法,采用聚类KNN算法实现对客户的有效分类,并用实验证明这种方法在一定程度上提高了分类的效率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文研究背景
• 1.1.1 研究背景
• 1.1.2 医药企业CRM建设的立足点
• 1.2 国内外相关领域研究现状
• 1.2.1 国内外医药企业CRM发展概述
• 1.2.2 数据挖掘技术在医医药企业业CRM中的应用现状
• 1.2.3 目前研究数据挖掘常用的算法
• 1.3 论文研究内容
• 第二章 医药企业CRM系统的构建
• 2.1 医药企业CRM系统框架及功能
• 2.1.1 医药企业CRM系统设计目标
• 2.1.2 医药企业CRM系统的主要功能结构
• 2.2 医药企业CRM系统技术架构
• 2.3 本章小结
• 第三章 基于关联规则的医药企业销售数据挖掘
• 3.1 关联规则挖掘的基本算法原理
• 3.1.1 Apriori算法基础
• 3.1.2 Apriori算法实例分析
• 3.2 基于关联规则的医药企业销售的数据挖掘
• 3.3 本章小结
• 第四章 数据挖掘算法在医药企业CRM客户分类中的应用
• 4.1 客户特征离散化
• 4.2 基于PCA理论的客户属性特征约减
• 4.2.1 PCA理论基础
• 4.2.2 特征约减实验及结果分析
• 4.3 基于聚类K近邻算法的医药企业客户分类
• 4.3.1 KNN算法原理
• 4.3.2 基于聚类KNN的CRM客户分类
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 研究总结
• 5.2 研究展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文及科研成果