Ｗｅｂ數據挖掘在企業ＣＲＭ中的應用

摘要：CRM的本質在于通過WWW的渠道，在營銷、銷售、服務和支持四個方面與客戶建立良好的關系，從而提高企業收益。在電子商務中，提高客戶忠誠度保持住客戶，實現交叉銷售等成為電子商務成敗的一個關鍵問題。而Web數據挖掘能在電子商務中更好地運作CRM，建立良好客戶關系的一種解決方法。該文研究了Web數據挖掘技術在CRM中的應用。

關鍵詞：Web數據挖掘；電子商務；客戶關系管理

中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2008)35-2353-03

Web Data Mining Companies in the CRM Application

LU Qiu-gen1， LI Jing2

(1. Nanchang University， Nanchang 330100， China; 2. Nanchang Branch of Honggutan， Nanchang 330100， China)

Abstract: CRM is the nature of the WWW through the channels in the marketing， sales， service and support customers with four to establish a good relationship so as to enhance the corporate earnings. In the e-commerce， to increase customer loyalty to keep customers， the realization of cross-selling and so on the success or failure of e-commerce has become a key issue. The Web data mining in e-commerce operation of the better CRM， the establishment of good customer relations as a solution to the problem. In this paper， the Web data mining technology in the CRM application.

Key words: Web Data Mining; E-commerce; Customer Relationship Management

1 引言

隨著互聯網的迅速普及，電子商務以前所未有的速度發展，企業客戶關系管理也面臨著一場劃時代的革命。爭奪和維系客戶，從而促使企業穩定、快速、長遠地發展成為企業經營戰略的關鍵。CRM(客戶關系管理)是企業為了建立良好的客戶關系，堅持“以客戶為中心”的經營管理理念，借助多項技術支持建立的一整套的解決問題方案。Web數據挖掘運用到客戶管理管理中，將會解決許多實際問題，具有豐富的學術價值。

2 電子商務與CRM、Web數據挖掘及Web數據挖掘應用現狀

2.1 電子商務與CRM、Web數據挖掘

電子商務即利用計算機技術和網絡技術進行數字化方式交易。一般指通過Internet和WWW進行的交易。在電子商務環境下，CRM使企業有了一個基于電子商務的面向客戶的平臺。它使得企業能更好地滿足客戶需求及提供更優質的服務，從而使企業在這種不存在時空差異的新型商務環境中保留現有客戶和發掘潛在客戶，以提高市場競爭力。同時CRM又可以提供客戶需求、市場分布、回饋信息等重要信息，為企業決策和經營活動提供豐富的數據，提供智能化分析。隨著CRM功能的網絡化發展，使得企業越來越重視網絡客戶信息的搜集與分析。但是，海量的網上信息中，只有少量對企業有用的數據。而且網上的信息多是半結構化和非結構化的數據，如聲音、圖像、文件和超鏈接等。因此，為了適應Web發展而產生了Web挖掘技術。目前，在國外已有相當多的電子商務系統應用了Web數據挖掘技術來提高企業的收益。Web數據挖掘在電子商務的應用主要是在CRM中，體現為客戶分析、站點自適應、交叉營銷策略、客戶的獲取和保持、改善站點結構等幾個方面。

2.2 Web數據挖掘定義及在CRM中的應用現狀

Web數據挖掘是數據挖掘技術在Web環境下的應用，是集Web技術、數據挖掘技術、信息科學等多個領域的一項技術。是從大量的Web文檔集合和在站點內進行瀏覽的相關數據中發現蘊涵的、未知的、有潛在應用價值的信息。簡單地說，Web數據挖掘就是應用數據挖掘方法幫助人們從Web中提取有用的知識。Web數據有三種類型：Web內容數據，如HTML標記的Web文檔；Web結構數據，如Web文檔內的超鏈接；用戶訪問數據，如服務器日志信息。相應地，Web挖掘也分成三類：Web內容挖掘，Web結構挖掘和Web使用模式挖掘。Web數據挖掘的結果可以優化電子商務網站的結構和系統性能、智能搜索引擎、商業智能的發現、針對不同的用戶提供個性化的頁面或商品推薦等。Web上數據挖掘的潛力在于應用最新的數據挖掘算法，分析Internet服務器上的日志。對網站的修改更加有目的、有依據，穩步的提高用戶的滿意程度；根據用戶的訪問模式修改網頁之間的連接，把用戶想要的信息以更快捷、更有效的方式提供給用戶；發現系統性能的瓶頸，找到安全漏洞。查看網站流量模式，找到網站中最重要的部分；發現用戶的需要和興趣，對需求強烈的地方提供優化；用服務器(或代理服務器)預先存貯的方法來解決下載緩慢的問題。通過Web數據挖掘可以了解到客戶盡可能多的愛好和價值取向，提供個性化的網站，以保證在電子商務時代的競爭力。

3 Web數據挖掘在CRM中的應用

Web挖掘在各個領域顯示出了誘人的應用前景。它是企業管理好客戶資源和開拓市場的一件利器。Web挖掘在CRM中的應用主要有以下幾種模式:第一，利用Web內容挖掘從多個網站中收集客戶的消費習慣和競爭對手的信息；第二，基于結構及用戶模式的挖掘能發現每個客戶的不同特點以及產品之間是否具有關聯性等；第三，通過Web挖掘技術實現個性化網站。

3.1 Web內容挖掘， 收集客戶的消費習慣和競爭對手的信息

Web內容挖掘是指對Web頁面內容進行挖掘。即對Web上大量文檔集合的“內容”進行總結、分類、聚類、關聯分析以及利用Web文檔進行趨勢預測等，是從Web文檔內容或其描述中抽取知識的過程。web數據挖掘技術具體應用于企業CRM客戶數據的分析處理過程中，從而為企業發展的進一步決策提供實踐依據。Web上的數據既有文本數據，也有聲音、圖像、圖形、視頻數據等多媒體數據；既有無結構的自由文本，也有用HTML標記的半結構的數據和來自于數據庫的結構化數據。隨著WWW上的信息的迅猛增長，許多只支持由關鍵詞和超級鏈接所構成搜索引擎返回的結果中有許多無用及無關的信息。這就需要開發更為有效的技術來支持Web內容挖掘。Web內容挖掘的目的是自動搜索WWW上的信息資源。大部分的WWW的知識蘊藏在Web頁面文檔中，但是WWW信息的非結構化性是我們對Web頁面進行挖掘時必須解決的難題。傳統從WWW上提取信息的搜索引擎，給廣大的計算機用戶帶來了一些方便，但是它們不能對搜索到的眾多的信息進行分類、過濾，也不能理解文檔。所以用戶必須自己在搜索到的眾多信息中，進行挑選工作。最近出現了一些利用Web內容挖掘從WWW上搜索信息資源的智能型搜索工具。

3.2 改進網站結構設計

Web訪問信息的關聯規則挖掘是發現企業客戶瀏覽頁面的行為和訪問模式，客戶在訪問站點時，他請求的頁面之間會存在某種相互的關聯。它可以被用于判定在一個Web站點中頻繁訪問的路徑，還有一些其它的有關路徑的消息。通過路徑分析，可以改進頁面及網站結構的設計。通過對Web訪問信息進行關聯規則的挖掘，可以在電子商務活動中制定有效的市場策略，更好地組織電子商務網站的頁面結構。并利用相關性，從而更好地組織站點，實施有效的市場策略。對Web站點的鏈接結構的優化可從三方面來考慮：1)通過對Web Log的挖掘，發現用戶訪問頁面的相關性，從而對密切聯系的網頁之間增加鏈接，方便用戶使用；2)利用路徑分析技術判定在一個Web站點中最頻繁的訪問路徑，可以考慮把重要的商品信息放在這些頁面中，改進頁面和網站結構的設計，增強對客戶的吸引力，提高銷售量；3)通過對Web Log的挖掘，發現用戶的期望位置。如果在期望位置的訪問頻率高于對實際位置的訪問頻率，可考慮在期望位置和實際位置之間建立導航鏈接，從而實現對Web站點結構的優化。Web數據挖掘中的關聯規則理論來分析企業客戶瀏覽行為和訪問信息，從中發現企業客戶瀏覽中的關聯規則和興趣偏好。Web中的興趣關聯規則就是利用客戶興趣的相關性原則，根據客戶已經或正在瀏覽的網頁推測客戶下一步將瀏覽的網頁，并提前預取出來，這將大大加快打開網頁的速度，提高網站的運行效率。企業客戶在網站瀏覽過程中的關鍵行為和興趣偏好，從而來評估客戶的興趣度，調整網站的結構和網頁布局，更好地為客戶服務。

3.3 評估客戶興趣度，發現潛在客戶

用戶在網站上的瀏覽行為反映了用戶的興趣和購買意向。對一個電子商務網站來說，了解、關注在冊客戶群體非常重要，但從眾多的訪問者中發現潛在客戶群體也同樣非常關鍵。如果發現某些客戶為潛在客戶群體，就可以對這類客戶實施一定的策略使他們盡快成為在冊客戶群體。對一個電子商務網站來說也許就意味著訂單數的增多、效益的增加。

當客戶訪問一個Web站點時，通常帶有某種喜好，不同的客戶間有不同的興趣喜好。客戶的訪問路徑中蘊藏了用戶對站點的興趣及客戶的興趣轉移。在Web使用挖掘中，關聯規則技術主要用于從用戶訪問序列數據庫的訪問序列中挖掘出相關的規則。如挖掘出用戶在一個訪問期間從服務器上訪問的頁面/文件之間的聯系，這些頁面之間可能并不存在直接的參引關系。最常用的技術就是Apriori算法，從事務數據庫中挖掘出最大的頻繁訪問項集，這個項集就是關聯規則挖掘出來的用戶訪問模式。許多企業都對企業的客戶、市場、銷售、服務與支持信息進行深層次發掘和分析，對客戶價值進行分類，發現新的市場機會，增加收入和利潤。在電子商務中客戶聚類是一個重要的方面。通過分組具有相似瀏覽行為的客戶并分析組中客戶的共同特征，可以幫助電子商務的組織者更好地了解自己的客戶，及時調整頁面及頁面內容使商務活動能夠在一定程度上滿足客戶的要求，向客戶提供更適合、更面向客戶的服務，使商務活動對客戶和銷售商來說更具意義。

4 Web數據挖掘在CRM中應用中的難點和應當注意的問題

4.1 Web中客戶身份的識別問題

位于Web上的每一臺機器都擁有自己獨一無二的IP地址，但是一般都使用動態IP技術，即每當客戶登錄到Web時，它就可以擁有一個與上次完全不同的IP地址，這就使單獨使用IP來識別客戶的方法行不通。為了精確識別客戶，需要足夠的數據。代理服務器提供一個中間緩沖層，這為識別客戶帶了更大的問題，在服務器日志文件中，所有通過代理服務器發來的用戶請求均具有同樣的客戶標志號，即使這些請求是多個客戶發起的；同時，由于代理服務器緩存的存在，一位客戶對服務器的請求在一定時期內會被多個客戶看到。針對客戶身份識別過程中出現的種種情況，主要可以采用以下幾種Web技術來進行處理：

1) Cookies技術

Cookies是瀏覽器存儲在客戶系統上的一個變量，用來代表特定的網站，是大部分網站用來管理客戶會話和跟蹤用戶的主要方法。可以用來記錄用戶的訪問行為，并在Web服務器和瀏覽器之間進行來回發送來對用戶會話進行管理。

2) URL重寫

URL重寫是將需要來回傳送的信息置入查詢字符串中，通過URL來進行傳遞。如果企業想從一個網頁到另一個網頁對用戶進行跟蹤(假設用戶已在某處注冊)，那么就可以把用戶名作為查詢字符串的一部分追加到這些網頁中的每一個鏈接中。這種簡單的技術可以用來跟蹤用戶訪問Web站點的路徑。

3) 隱藏表單域

隱藏表單域方法允許企業網站將一些相關的值放入網頁上用戶不可見的一些表單域。一旦客戶提交表單，這些值將會被送回Web服務器。

4.1 異構數據源處理的難點和對策

Web上有海量的數據信息，數據挖掘就是從大量的數據中發現隱含的規律性的內容，解決數據的應用質量問題。充分利用有用的數據，廢棄虛偽無用的數據，是數據挖掘技術的最重要的應用。相對于Web的數據而言，傳統的數據庫中的數據結構性很強，即其中的數據為完全結構化的數據，而Web上的數據最大特點就是半結構化。所謂半結構化是相對于完全結構化的傳統數據庫的數據而言。顯然，面向Web的數據挖掘比面向單個數據倉庫的數據挖掘要復雜得多。Web上的數據是半結構化數據，Web數據挖掘技術首要解決半結構化數據源模型和半結構化數據模型的查詢與集成問題。針對Web上的數據半結構化的特點，尋找一個半結構化的數據模型是解決問題的關鍵所在。除了要定義一個半結構化數據模型外，還需要一種半結構化模型抽取技術，即自動從現有數據中抽取半結構化模型的技術。面向Web的數據挖掘必須以半結構化模型和半結構化數據模型抽取技術為前提。

5 結束語

企業CRM是對企業和客戶之間的交互活動進行管理。它的一個重要目標是找到現有的和潛在的客戶，然后策劃和實施促銷活動以影響客戶的行為。運用Web數據挖掘技術對電子商務網站上的各種數據源進行挖掘，發現相關的一些知識模式，可以指導企業更好地運作站點和向客戶提供更優質的個性化的服務，有效提高商業站點的競爭力。Web數據挖掘是當今世界上的熱門研究領域，其研究具有廣闊的應用前景和巨大的現實意義。

參考文獻：

[1] 楊路明，巫寧.客戶關系管理理論與實務[M].電子工業出版社.2004.

[2] 張瑩.電子商務中的Web數據挖掘研究[J].山東科技大學，2003.

[3] 黃琴.Web數據挖掘的研究及其在網絡學習個性化推薦中的應用[J].湖南大學，2004.

[4] 魏兵.數據挖掘技術在客戶關系管理中的應用研究[J].南京理工大學，2004.

[5] 段云峰，吳唯寧.數據倉庫及其在電信領域中的應用[J].電子工業出版社，2003.

[6] 賴茂生，傅湘玲.電子商務與競爭戰略[M].北京:機械工業出版社，2004.

[7] 唐纓璋，孫黎.一對一營銷：客戶關系管理核心戰略[M].中國經濟出版社，2002.

[8] 謝中.基于Web數據挖掘商務網站推薦系統的研究[J].西南師范大學.2002.

[9] 何榮勤. CMR原理 設計 實踐[M].電子工業出版社，2003.

[10] 陳玉保，劉宏，段紅彬.營銷理論的新發展：客戶關系管理(RCM)理論[J].商業研究，2002.

[11] 周水銀，陳榮秋.基于Internet的客戶關系管理研究[J].工業工程與管理，2002，2.