基于DM技術的電子商務CRM系統的研究

林雯

【摘 要】文章闡述了DM和CRM技術，分析了數據挖掘關聯規則Apriori算法，從數據倉庫設計、ETL設計和多維數據模型設計等多方面對電子商務企業CRM系統進行數據倉庫設計，進而對基于DM技術的電子商務CRM系統進行了總體設計和數據表設計，該系統能有效地提升企業的盈利能力和市場競爭力。

【關鍵詞】DM；電子商務；CRM系統

【中圖分類號】TP393.09；F724.6【文獻標識碼】A【文章編號】1674-0688（2016）08-0026-03

0 引言

隨著網絡信息時代的高速發展，電子商務市場迅速成長和壯大，給企業帶來前所未有的挑戰。電子商務企業之間的競爭日益激烈，競爭早已由“以產品為中心”轉向“以客戶為中心”，客戶資源已經成為企業之間競爭的最重要的資源之一。電子商務企業如何為客戶帶來優質的產品和優質的服務？如何為客戶制定個性化的服務？已經成為影響企業發展和壯大的重要因素。但是，隨著企業規模的不斷擴大，電子商務企業面臨客戶業務量大、客戶數據復雜多樣等特點，電子商務企業既要保留當前的數據信息，也要保留歷史性的數據信息，同時也要對這些數據進行有效的管理，更為重要的是要對客戶數據進行剖析，從大量的客戶數據中挖掘出有效的、有價值的數據信息。

1 數據挖掘和CRM

數據挖掘（Data Mining）就是從海量的、繁雜的、有噪聲的、不完全的、模糊的數據庫或數據倉庫中，發現并提取隱藏在其中的、不為人們事先知道但又具有一定價值的信息和知識的發現過程。

CRM（Customer Relationship Management）為電子商務企業提供整理、收集、分析客戶信息的系統，為現代化電子商務企業提供全新的商業管理戰略，其目的在于幫助企業充分合理地利用客戶資源信息，開拓新的業務市場和渠道，優化企業的盈利能力和提升客戶滿意度，促進電子商務企業在激烈的市場競爭中立足和發展。

客戶關系管理（Customer Relationship Management，CRM）的產生不僅為企業提供了一個收集、分析、利用客戶信息的系統，更為現代企業提供了一種全新的商業管理戰略，幫助企業充分利用其客戶關系資源，擴展新的市場和業務渠道，提高客戶的滿意度和企業的贏利能力，使其在空前激烈的競爭中更好地立足和發展。電子商務企業CRM作為一個完整的系統，主要能實現數據倉庫、客戶互動管理、運營管理、策略決策、后端系統整合和分析層次CRM等功能。

2 關聯規則算法研究

常用的數據挖掘算法主要有關聯規則、分類、聚類等，本系統采用DM技術中的改進的關聯規則（Association Rules）經典挖掘算法-頻集算法（Apriori算法），Apriori算法是從數據倉庫或數據集市中挖掘發現大量數據中項集之間有趣的關聯，其算法是Support和Conf idence分別滿足用戶給定閥值的規則，即

Support（X？圯Y）=P（X∪Y）

Conf idence（X？圯Y）=P（Y/X）

Apriori算法基本思想是找出事務數據庫中所有大于或等于用戶指定最小支持度的頻繁項集，由頻繁項集生成滿足用戶指定的最小信任度閥值的關聯規則。Apriori算法采用了逐層搜索的迭代的方法，算法簡單明了，沒有復雜的理論推導，也易于實現，但是也存在對數據倉庫掃描次數頻繁和產生大量的中間項集等問題。

網絡通信技術飛速發展、市場變化莫測、企業之間的協同合作，電子商務企業面臨客戶數據量大、數據繁雜多樣等問題。電子商務企業客戶的銷售數據表明，電子商務企業客戶銷售數據主要面臨時間和空間2個維度，不同時間維度和不同空間維度的客戶銷售數據具有不用的意義和價值。

本文針對電子商務企業的特點和實際情況，為了使電子商務企業快速、準確、高效地分析客戶數據和獲得有價值的信息，進而提升電子商務企業的決策和管理能力，采用一種加權、分段的Apriori算法，該算法既減少了I/O代價，又加快了挖掘處理速度，提高了執行效率。其主要思想如下。

加權：重新定義Support和Conf idence，將客戶數據的權重考慮在內。

Support（A？圯B）=■

Conf idence（A？圯B）=■

分段：將從電子商務企業數據倉庫中所提取的客戶數據信息分為若干適合內存處理的子數據庫，然后利用Apriori算法對子數據進行分析處理，接著歸并子數據庫所挖掘出的結果，再次掃描數據庫，最終篩選出有價值的關聯規則。

3 電子商務企業CRM系統數據倉庫設計

電子商務企業CRM系統數據倉庫的建設，是以企業客戶數據業務量大為基礎，將客戶數據信進行時整理、歸納和重組，及時提供給企業決策層。電子商務企業數據倉庫系統結構主要包括數據源、數據存儲和管理、OLAP（Online Analysis Process）和前端工具等。

3.1 數據倉庫系統分析和設計過程

數據倉庫中的數據具有面向主體的、集成的、不可更新的、隨時變化的特征，一個完整的電子商務企業數據倉庫應包括數據查詢、數據管理、忠誠客戶識別、客戶購買行為、客戶流失警示、客戶數據信息共享等基本功能。在電子商務企業應用的領域中，數據倉庫最重要的是具有網絡化、實時性和可擴展性等特點，本文針對三層B/S結構和兩層C/S結構的不足，采用一種滿足網絡化、實時性強和易于維護的跨平臺的五層B/S模式，該模式基于Windows環境下具有利用JAVA、JBuilder 2013和數據連接池技術，構建客戶層、表示邏輯層、商業邏輯層、數據連接管理層和數據庫層的五層B/S模式。

結合電子商務企業CRM系統的特點，設計數據倉庫的步驟如下：選取待建模的事務處理—選取事務處理的粒度—選取事實表的維度—選取實事表的度量。

3.2 數據倉庫ETL設計和多維數據模型設計

電子商務企業CRM系統中，后臺數據庫采用Microsoft SQL Server 2012，Microsoft DTS（Data Transmission System）設計器具有編程效率高、擴展性好、易用等特點，因此采用DTS設計器來實現數據倉庫ETL過程。以客戶銷售分析為例，從Customer（客戶）表抽取數據的SQL語句描述如下：

SELECT

CustomerID，CustomerName，City，Province，County，PostalCode，Phone，Fax，EmployeeNu-

mber，YearlyIncome，CrateDate，AccountCard，CustomerAsset From Customer

執行DTS，完成數據的加載工作。同時，DTS還有一定的調度功能。

Microsoft SQL Server 2012提供MDX（Multi-dimensional Express）支持多維數據集操作，Microsoft SQL Server Analysis Services提供DSO（Decision Support Object）用于編寫程序訪問多個維度，在多維數據分析模塊中，利用ADO/MD對象模型和PivotTable Semite構造MDX查詢語句進行多維數據查詢分析，Cellset對象存儲多維查詢分析結果，供電子商務企業查看數據。

利用Server對象的MDStores集合上調用Add-

New方法創建分析服務數據庫，語法為DSOServe.MDStores. AddNew數據庫名。

在DataBase.MDStores集合上可創建多維數據集，如：創建一個多維數據集合名：Set DSOCube=DSODb.

MDStores.AddNew=；設置多維數據集的數據源：DSOCube.DataSources.AddNew DSODb.DataSou-

rces（數據源名）.Name。

利用SQL Server 2012的Analysis Services組件建立電子商務企業銷售決策支持的OLAP數據庫，例如利用MDX查詢南寧某地銷售處的銷售情況：Select[Measures].[Sales] ON COLUMNS [Time].[Monday] ON ROWS FROM Sales Cube WHERE [Region].[Guangxi].[NanNing].AND [Product].[Bag].[Q320]。

4 基于DM技術的電子商務CRM系統的設計

4.1 系統總體設計

基于DM技術的CRM系統設計結合電子商務企業的特點，能夠實現企業對市場、銷售、客戶、支持和服務的全面管理，有效地解決企業分布在不同地理位置和不同網絡環境下的網絡化管理。電子商務企業CRM系統主要功能模塊如圖1所示。

電子商務企業CRM系統主要實現的目標：分析客戶信息、分析客戶計劃、分析客戶購買行為、分析客戶投訴滿意度、分析客戶反饋滿意度、分析產品銷售情況和產品查詢統計。

4.2 系統主要數據表的設計

電子商務企業CRM系統數據表主要包括區域表（Client_QYXX）、客戶級別表（Client_KHJB）、客戶信息表（KHXX）、客戶滿意程表（Client_KHMYD）、客戶銷售表（Client_KHXS）和客戶反饋信息表（Client_KHFK）等。以區域表（Client_QYXX）為例，其結構見表1。

5 結語

本文詳細分析和研究了數據挖掘關聯規則頻集算法（Apriori算法），同時從數據倉庫系統分析、數據倉庫設計過程、數據倉庫ETL設計和多維數據模型設計等方面對電子商務企業CRM系統進行數據倉庫設計，并對基于DM技術的電子商務CRM系統進行了總體設計和數據表設計。基于DM技術的電子商務CRM系統能夠從海量的客戶信息數據中提取或發現有價值的商業信息或規則，為企業決策層提供正確、合理的決策支持，進而提升企業的盈利能力和市場競爭力。

參 考 文 獻

[1]梁保恩.基于DM技術的電子商務CRM系統的研究[J].輕工科技，2016（5）.

[2]王崢.面向電子商務的CRM系統分析與設計[D].北京：北京郵電大學，2012.

[3]肖婧.電子商務環境下咨詢企業的CRM系統應用研究[D].成都：西南交通大學，2015.

[責任編輯：鐘聲賢]