客户管理系统方案范例（最新4篇）

【导言】此例“客户管理系统方案范例（最新4篇）”的范文资料由阿拉题库网友为您分享整理，以供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载支持吧！

客户管理系统方案【第一篇】

关键词：客户关系管理数据挖掘关联规则

中图分类号：TP311 文献标识码：A文章编号：1009-3044(2007)12-21511-03

The Design and Implementation on Client Management System of Tobacco Enterprises

XU Le-ping

(Hefei University of Technology，Hefei 230001,China)

Abstract：On the basis of the existing demand and development tendency of customer relationship management application in some tobacco enterprise and the characteristics of customer relationship management theory, this thesis proposes the optimization strategy of customer relationship management based on data mining technology, and analyzes the concrete function of data mining technology in customer relationship management and studies its data mining process, describes the concrete realization of prototype confirmation system and discusses the practical feasibility.

Key words：Customer relationship management; data mining; connection rule

1 引言

本文以一个烟草企业管理系统为背景，设计了一个原型验证系统。客户关系管理的思想贯穿了系统的整个实现过程。该系统解决了传统客户关系管理中存在的数据不一致、易丢失、只能进行离散的简单数据查询等问题，为数据挖掘技术在商业领域的实用化做出了有益的尝试，为提高客户关系管理的时效性提供了可行的技术途径。

2 系统背景与基础

目前，烟草企业的经营管理基本上已实现了电子化。烟草企业通过各种方法开发客户、巩固客户关系，然而在市场管理、销售管理、客户服务与支持中存在着许多问题。为解决问题，本文设计了一套新型的管理系统，在系统中全面采用了CRM的思想。该系统完全以客户为中心，严格按现代营销管理理念设计，注重对客户全方位的管理。它将有助于优化市场、销售、服务和支持等面向客户的业务流程，增强各部门间协同工作的能力，加快客户服务和支持的响应速度，提高客户满意度和忠诚度。同时，还可以对客户信息和营销信息进行智能分析，从而发展潜在客户和新的市场，扩大市场份额，增加效益。

开发中，本文有针对性设计的CRM系统以简单易用、注重客户分析、以销售过程管理和客户服务为主。由于客观条件限制，原型系统的数据都是本文参考其它数据库模拟输入的。虽然没有采用真实的数据资料，但是表结构和数据量等已能满足数据分析的需求。

3 系统功能描述

烟草企业客户关系管理系统的基本功能包括：销售管理、客户管理、市场管理、分析决策等四个功能模块。

销售管理：与客户或合作伙伴进行订单签约、完成销售行为而涉及的工作管理。其中订单是企业销售业务的主要数据载体，也是客户关系管理的主要数据分析来源，因此订单管理是客户关系管理系统的重要组成部分。退货管理主要完成对客户所作退货单的定义、维护和查询功能。在销售过程中，烟草企业客户管理系统可以及时提供客户的有关信息，增加业务员对客户的了解。

客户管理：客户信息中蕴含着巨大的价值，通过对客户信息的分析、挖掘可以深入了解客户的需求；发现客户进行交易的规律；发现价值客户的构成规律等等，这些信息将对正确决策，提升业务有着重要的意义。客户信息管理模块可完成对客户信息资料的录入修改查询等功能。通过反馈处理主要完成客户服务反馈单的录入、维护、关闭和查询功能。同时可以将某个客户反馈分解为多个任务来执行。客户关怀可以通过对客户对象挖掘功能，对客户和合作伙伴的历史交易信息进行分析，可以找出对企业的营业额、利润的产生至关重要的客户和合作伙伴――价值客户；可以找出与企业交易发生上升或下降情况的客户和合作伙伴――价值变动客户；可以找出对企业的产品或服务不满程度较高的客户和合作伙伴――问题客户。同时系统通过分析适时做出客户关怀建议，为企业巩固老客户，提高老客户的满意度和忠诚度提供了可能。

市场管理：市场管理是为销售开辟渠道，营造售前、售中和售后环境的行为管理。根据对市场情况的分析，创建市场活动项目，并对项目反馈信息进行编辑、对项目的执行情况进行评价。市场信息通过新增市场活动主要完成的是企业市场活动的信息录入、维护和查询功能。竞争管理是对企业竞争对手的信息进行统一化管理，主要完成与企业构成商业竞争关系的企业信息定义、维护和查询功能。包括竞争对手的基本信息、竞争对手产品以及产品比较。价格定位管理主要用于销售订单上的产品定价，本系统主要提供五种方式，即伙伴价格、会员价格、现金价格、促销价格和员工价格等。

分析决策：对客户、合作伙伴、竞争对手、市场、销售、服务、产品的各种信息进行数据挖掘、统计和分析，为企业发展提供决策依据。决策是企业管理者必须经常进行的工作。决策对企业的意义十分重大，可以说决策水平的高低，决定了企业的竞争力。烟草企业客户管理系统采用OLAP和数据挖掘方法，为用户提供了多种分析和预测工具，可以方便的对客户、产品、进程、任务、预算、计划、费用等等信息进行分类统计，用以分析销售、市场和服务业务的运行情况，从而做出科学、正确的决策。

4 系统结构描述

烟草企业客户管理系统(tobacco customer relationship management，即TCRM）是在Windows 2000, SQL Server 2000, VB6。0环境下开发，采用目前流行的C/S结构。前端客户系统采用VB开发，后台数据库采用SQL Server 2000系统。

烟草企业客户管理系统的系统结构图如图1所示。

(1)系统服务器

烟草企业客户管理系统服务器采用了先进的Microsoft SQL Server 2000数据库系统，它是一个开发大规模联机事务处理(OLTP)、数据仓库和电子商务应用程序的优秀数据库平台，连续两年在解决方案提供商整体满意度方面夺得最佳数据库产品称号，获得了数据库产品整体性能项目的第一，并且它是目前世界上最快的数据库系统。

图1 烟草企业客户管理系统的系统结构图

(2)业务处理模块

包括如客户信息的录入、编辑、查询，销售订单的执行等业务功能应用模块。这些应用程序采用VB生成，通过ODBC, ADO访问服务器中的联机事务处理(OLTP)数据库。分析决策应用模块为它提供了强大的信息及策略支持。

(3)分析决策模块

主要完成分析、数据挖掘并给客户提供决策支持功能模块。该模块充分利用了Analysis Services强大的分析及数据挖掘功能。这些应用程序采用VB生成，通过OLE DB, ADO访问PivotTable服务。

(4)Analysis Services

Analysis Services用于联机分析处理(OLAP)和数据挖掘，包括一个分析服务器，将数据仓库中的数据组织成用于分析的多维数据集，同时还提供对多维数据集信息的快速客户端访问，以便为复杂的分析查询提供快速解答。

烟草企业客户管理系统在Analysis Services中引入数据挖掘，用于在OLAP多维数据集和关系数据库中发现信息，以多维表单或关系表单的形式发送到客户端。系统根据烟草行业的特点，设定了一组挖掘模型，为用户提供强大的分析决策服务，用户可以对多维OLAP和关系数据源这两类数据应用数据挖掘模型，并且用户还可以根据需要对这两类数据自己定义新的挖掘模型。

(5)PivotTable服务

提供客户端OLAP数据访问功能，通过这一服务，客户端应用程序通过基于客户端的PivotTable服务组件连接到分析服务器，PivotTable服务与分析服务器进行通讯，以访问分析服务器上的OLAP数据和数据挖掘数据。同时，PivotTable服务也可根据用户的请求创建本地数据挖掘模型，当用户创建新的数据挖掘模型时，PivotTable将其存放在客户端计算机上。

PivotTable服务可根据用户的请求创建本地数据挖掘模型文件，处理来自服务器上的多维数据集或表的模型，或来自OLE DB关系数据库的模型。

5 OLTP数据库模型的设计与实现

准确地设计数据库以建立业务模型是至关重要的，因为数据库一旦实现完毕，再对其设计进行更改将花费大量的时间。另外，数据库设计的良好与否，将直接影响到整个系统的结构稳定与实现。在设计数据库时，一般采用下列基本步骤：

(1)收集信息；

(2)标识对象；

(3)建立对象模型；

(4)标识每个对象的信息类型；

(5)标识对象之间的关系。

OLTP系统主要记录支持日常操作所需的数据。经过对该烟草企业的实际业务的深入分析，烟草企业客户管理系统采用了账户、时间、库存事实表、销售事实表、部门、分类、工资表、顾客、奖励、开销事实表、库存、库存分类、商品、商品分类、员工等20个对象，并确定对象之间的关系。

6 数据仓库模型的设计与实现

为管理层提供及时的决策信息，为业务部门提供有效的反馈数据都需要建立一个整合的、结构化的数据模型，在此基础上对数据进行标准化、抽象化、规范化分类、分析。在烟草企业客户管理系统中，这个处理大量数据的数据仓库将复杂的客户行为数据集中起来，从本质上说就是按管理控制的需要重新组织数据，在有效组织数据的基础上提高管理效率。

设计数据仓库构架与设计基于实体关系建模的OLTP系统架构有很大的不同。OLTP系统的目的是捕获高比率的数据更改和添加，而数据仓库与OLTP相反，其目的是组织大量的稳定数据以便于分析和检索。由于目的不同，在数据仓库设计中有许多不同于OLTP数据库设计的考虑。必须将数据仓库数据组织起来以符合数据仓库的目的，即快速访问信息以进行分析和创建报表。本系统采用了多维度建模，用于数据仓库数据库的设计，其目的是组织数据以提高数据查询的效率。以多维方式建立数据模型可简化联机业务分析，提高查询和数据挖掘性能。通过创建数据多维数据集，可将存储在关系数据库中的数据转换为具有实际含义并且易于查询的业务信息。为了支持最终用户提出的问题，多维数据集将数据按多维结构组织到维度和度量值中。

烟草企业客户管理系统的数据仓库模型结构图如图2所示。

图2 数据仓库模型结构图

本系统主要采用了最常用的多维数据方式――星型架构。数据库中包括一张“事实表”，对于每一维都有一张“维表”。事实表中的每一元组包含一些指针(是外键，主键在其他表中)，每个指针指向一张维表，这就构成了数据库的多维联系。在每张维表中除包含每一维的主键外，还有说明该维的一些其他属性字段。“维表”记录了维的层次关系。

对数据仓库模型执行查询分析，需要花大量时间在相关各表中寻找数据。而星形模型使数据仓库的复杂查询可以直接通过各维的层次比较、上钻、下钻等操作完成。

在转换数据库模式到星型模式时，分以下四个步骤进行：

(1)设计事实表

设计事实表的主要目标是最小化表的大小。事实表是数据库中最大的表，因为它们包含了基本的商业事务的详细信息。然而，一定要考虑存储和维护这些大表的成本。例如，大表的处理时间比较长、备份和恢复的时间比较长、执行查询的时间也比较长。降低事实表大小的最简单方法如下：降低列的数量、尽可能地降低每一个列的大小、把历史资料归档到单独的事实表等。

(2)设计维表

设计维表的主要目标是参考事实表的资料到一个单独的表。最常用的维数据应该直接参考事实表，而不是通过其它维表间接参考维度表。这种方法可以最小化表连接的数量，提高系统的性能。

(3)确定事实表和维表的关系

正确确定事实表和维表的关系对于建模十分重要。如果确定不正确，那么数据仓库的性能就比较差，在以后可能需要重新设计。重新设计一个可能包含了大量资料的数据仓库是一项耗费很大的任务。确定事实表和维度表的结构和组成的过程比较难。

(4)实现数据库设计

最后一步是在Microsoft SQL Server中物理地实现数据库。当创建数据库时，考虑分区策略，可以使用由SQL Server提供的可以并行处理资料的文件组。当创建用于存储事实和维度的表时，应该尽可能地考虑数据库的分区策略，把事实表分别存储在不同的文件组上。索引可以加速数据仓库的检索，应该在每一个维度表的关键词列上创建一个索引。

7 数据挖掘模型的设计与实现

数据挖掘模块分析关系数据库和OLAP多维数据集中的数据，以便发现感兴趣的信息。通过创建数据挖掘模型，客户端应用程序可以用数据挖掘算法发现OLAP多维数据集中的信息。

数据挖掘模型的构架

数据挖掘模型(Data Mining Model, DMM)是一个虚拟结构，它表示关系或多维数据的分组和预测分析。数据挖掘模型的结构在许多方面与数据库表的结构相似。但是，数据库表存储原始数据，而数据挖掘模型的结构表示定义数据挖掘模型的事例集，而所存储的是数据挖掘算法所发现的规则和模式。

下面举例说明事例和事例集的组成。数据库可能包含一个顾客数据表、一个定单数据表和一个定单项目表。表中的每条信息就是一个记录。对于每个顾客记录，可能有一个或多个定单记录，每个定单记录有一个或多个定单项目记录。定单记录和定单项目记录之间的关系意味着：对于每个顾客在此关系中可能存在许多记录。单个客户的相关数据的集合称作一个事例，而一组客户的相关记录的集合则称作一个事例集。定单项目信息可以看作是顾客事例的特性。

事例集只是查看物理数据的一种方式；实际上，相同的物理数据可以构造不同的事例集。客户事例集示例所依据的前提是您需要以客户作为焦点来挖掘定单项目信息。此焦点容易改变为以定单项目为焦点来挖掘客户的数据。此时物理数据不会更改，但是可以轻易构造独立的数据挖掘模型以反映焦点的更改，这样顾客信息就成为定单项目事例的特性。

数据挖掘模型将事例集按数据挖掘列的集合的形式存储起来，数据挖掘列用于定义数据挖掘模型的输入和输出。每个数据挖掘列可以包含几种不同的内容类型，这取决于该列在数据挖掘模型中的用途。每个列类型都有其自己的属性和行为。例如在客户事例中，对于每一客户示例，都有一个描述该客户的行。此行包含客户ID列和客户信息列，以及一个名为Order Items的列。Order Items列包含了一组行。每一行描述与客户行中指定的客户相关的订单项目。

客户的一些特性(如年龄和性别)可能会用来对将来客户的行为进行进一步的分类和预测。数据挖掘过程中最重要的任务之一就是确定每一个特性在分类和预测中的作用。

数据挖掘模型的训练

要确定数据挖掘模型中每个特性的相对重要性，需要对数据挖掘模型进行训练。数据挖掘模型可以使用OLAP多维数据集或数据仓库的数据进行训练，首先依据三个步骤将数据挖掘列依次添加到数据挖掘模型中：

(1)选择事例一一确定用于创建数据挖掘列的事例维度和级别；

(2)选择被预测实体一一创建可预测数据挖掘列；

(3)选择训练数据一一创建输入数据挖掘列。

然后对提交给数据挖掘模型的训练数据应用数据挖掘算法，建立能够基于输入列的值来预测或解释输出列的值的数据挖掘模型。

最后数据挖掘模型将保存对训练数据分析的结果和模型本身的抽象性(不保存用于训练的数据)。因而同一个数据挖掘模型可以应用于其事例集的其它数据，以提供预测分析。

数据挖掘算法是数据挖掘进程的中心，它使用数据挖掘列来生成预测模型，数据挖掘列能提供有关事例集的预测、变化或可能性的信息。许多数据挖掘算法是面向目标的，即给定一个事例集后，数据挖掘算法将对该事例(通常是事例的某个特性)进行某一方面的预测。大部分情况下都需要一个事例训练集，该训练集中事例的特性是已知的，对该训练集应用数据挖掘算法来构造数据挖掘模型，该模型对事例(事例的特性为未知)的特性具有预测能力。

在烟草企业客户管理系统中主要使用了两种数据挖掘算法：决策树算法和关联规则算法。

数据挖掘模型的建立和使用

烟草企业客户管理系统提供了两种建立和使用数据挖掘模型的方法：

一是根据以前的经验和需求，预先在系统服务器中设定一系列相应的数据挖掘模型，用户通过访问模块直接选择相应的数据挖掘模式进行数据的分析预测。

二是对于新的需求，用户可以自定义新的数据挖掘模型。

8 系统特点及优势

系统完全以客户为中心，注重对客户全方位的管理，实现各渠道的信息共享，改善部门间的沟通，提高员工的工作效率，合理安排业务活动，跟踪、把握商业机会；

客户可以自己选择喜欢的方式，同企业进行交流，得到更好的服务；

系统科学地分析客户类型和需求，实现个性化营销，可根据实际情况，进行灵活设置各种输入界面和内容，满足客户的各种需求，充分实现个性化；

提供便捷的客户服务，提升客户服务的满意度和忠实度，可帮助企业留住更多的老客户，并更好的吸引新客户；

系统安全可靠，提供功能权限管理，既保证了客户信息的共享性，又保证了客户信息的安全性。

参考文献：

[1]罗纳德・史威福。客户关系管理：加速利润和优势提升[M].中国经济出版社，2002,3.

[2]田同生。客户关系管理的中国之路[M].机械工业出版社，2001,8.

[3]吴为，杨斌，朱仲英。关于CRM系统技术的探讨[J]，微型电脑应用，2002,9.

[4]中国人民大学统计学系数据挖掘中心。建立数据挖掘为基础的客户关系管理体系[J].统计与信息论坛，2002,7.

[5] 李宝东，宋瀚涛。数据挖掘在客户关系管理(CRM)中的应用[J].计算机应用研究，2002,10.

客户管理系统方案【第二篇】

为了给用户选型提供可靠参考，《中国计算机报》特别策划举办“2006中间件优秀解决方案暨最佳实践评选”，从4月10日至5月29日，中国信息化版与网站将开设专栏，陆续刊登候选方案与实践。欢迎企业踊跃提供候选方案与实践，也欢迎读者通过网站积极参与评选。

如今，围绕着如何增强核心竞争力以更有效竞争的问题，运营商从过去固守的市场主导地位思维框架中走出来，把市场和客户作为决定成败的关键战略的核心。为了支撑这个战略构想，运营商必须能够快速响应市场瞬息万变的需求，及时准确掌握客户需求，并快速整合市场、产品、服务各个层面资源和流程，动态调整相关产品和服务，以比竞争对手更低的成本、更快的速度不断地推出更加丰富的个性化服务。在实施此战略中，大客户业务是非常重要的组成部分。统计表明，大客户是电信企业收入的主要来源，电信企业80%的收入来自于占客户总数20%的大客户。

功能和非功能两方面定义

作为电信大客户业务的支撑系统，需要从业务需求的角度对电信大客户管理系统在功能和非功能两方面仔细定义。

服务于大客户业务的需要，大客户管理系统的设计及实施旨在大客户的整个生命周期中，为大客户的市场开拓、信息管理、服务及营销决策支持提供一个综合信息处理平台，使各电信运营商能够准确地掌握大客户的市场动态，充分了解对大客户的经营管理现状与服务质量水平，并能根据市场需求的变化及时调整营销策略。因此，系统设计必须遵守：

运营和分析相结合。运营主要是面向管理，为大客户经理及其管理人员提供有效的工作计划管理、任务管理、服务过程管理、职责权限管理和绩效考核管理手段；而分析是大客户管理的核心，即系统能够对客户细分，定位大客户群体，并智能地从数据中提取与大客户服务相关的信息和知识，以效益为目标，辅助进行经营决策分析，为大客户服务人员制定客户服务、业务发展和市场竞争等策略并开展具体服务工作提供科学、准确、及时的指导；

以客户为中心，全面记录、统计和分析客户的使用情况和消费特征，全面了解和分析整体和各区域的大客户的发展和服务状况；

为大客户预警和维系挽留工作开展提供系统支持；

考虑到系统需要与营账系统、客户系统等多个系统进行接口数据交换，信息交换必须要有标准的数据格式才能真正做到无障碍沟通。

适应未来电信业务发展的动态特征，电信大客户管理系统的整个架构也需要进行全新的考量。

在扩展性方面，系统架构要能够适应业务发展“动态、快速”的要求，保证功能模块随系统结构和业务流程发展变化灵活组合和扩充，可迅速灵活扩展新业务，具备快速的业务开发能力、灵活的业务组合和服务捆绑能力，同时具有良好的流程管理能力，便捷地实现流程的调整。系统的各模块既可分布式运行，也可集中式运行。各模块负载能力及整体负载能力应可平滑扩展，新功能模块的增加应不影响现有模块的运营。

在可维护性方面，系统架构要便于对系统进行统一管理和升级，便于对系统的监控、故障隔离、故障排除以及升级维护。

在可用性方面，系统架构具有良好的管理、监控手段，可对系统各模块、数据库及应用等进行管理监控。

在可靠性方面，系统架构要有利于保证系统7×24小时不间断工作。

从三个层次构建

基于普元EOS平台提供的支持，电信大客户管理系统中的需求可以得到很好的满足。整个电信大客户管理系统共分为三个层次：

在最底层，J2EE应用服务器提供了基础的技术环境，它遵照J2EE规范的要求，在提供一些诸如事务、安全、资源连接等公共服务的同时，为企业应用系统的开发提供了一个基于组件的开发环境。基于其上的应用系统，可以通过开发并部署JSP/Servlet/EJB等组件的方式来实现。

第二层普元EOS构建在J2EE应用服务器之上。从本质上来说，普元EOS基于J2EE编程模型，其核心部件映射为Servlet/JSP/EJB/Java Class组件，是一个标准的J2EE应用程序。因此，EOS首先就是一个可以实际运行的具有丰富管理功能的Web框架，包括菜单管理、组织机构管理、权限管理在内的通用管理功能，都已经成为EOS Web框架的内建机制，从而应用系统的开发只需要关注核心业务逻辑的实现。

更为重要的，EOS作为面向构件的中间件，为上层核心业务逻辑的建设提供了一个一致的面向构件的开发、运行和管理环境。面向构件的运行框架被清晰地划分为五个层次：一是页面构件主要用来实现用户交互界面，借助可视化页面开发、页面向导和富客户端技术，EOS在支持更加精彩的JSP页面表现的同时，大幅提升用户界面的开发效率。二是业务逻辑通过较大粒度的构件以组装的方式来实现业务流程，业务流程完全可视化，并且能够根据需要快速调整。三是展现逻辑实现了页面逻辑同业务逻辑之间的衔接和控制。四是数据构件用于实现业务数据层与数据资源层的分离。当业务逻辑通过业务数据层实体访问数据时，提供XR-Mapping（即XML数据同关系数据库的映射）服务的数据引擎会自动根据数据构件定义的映射关系完成对实际数据资源层的访问。这种分离结构降低了底层数据资源层的数据库类型或者数据结构的变化对于上层业务逻辑的影响。五是最后，运算构件主要用于根据需要扩展开发基础构件。

同时，EOS提供了构件运行期的运行和管理功能，包括部署、监控、在线更新、审计和日志查看等各种服务，能够实现对系统各个层次进行监控和管理，用户只须通过Web界面即可实时监控电信系统的各项运行参数，包括系统运行过程中的每个构件的运行状态、每次数据库操作的效率，并能够在不停止服务的情况下，对应用系统模块进行热部署更新，从而为构建其上的应用系统提供全生命周期的管理和维护支持。

第三层就是电信大客户系统的核心业务逻辑，包括大客户资料管理、规则管理、大客户服务管理、市场营销管理、员工管理等模块。在整个系统体系结构中，模块内部构件之间以及模块之间完全松散耦合，数据传递全部通过XML总线进行。也正是基于XML总线这种架构带来的便利性，模块可以通过统一资源访问接口方便访问其他应用系统或者其他资源。

普元作为基础软件平台厂商，携手众多电信行业颇具实力的合作伙伴，已经将基于EOS的电信大客户管理系统广泛应用，并获得用户的一致认可。

链接

普元成功案例

河南移动大客户管理系统由神州数码公司与普元软件合作开发，目前已在河南全省17个地市使用。目前，神州数码已将基于普元EOS的大客户管理系统应用到安徽移动、广东联通、北京联通等多家电信运营商。

湖北联通大客户管理系统由亿阳信通公司与普元软件合作开发。该系统大大提高了湖北联通在大客户决策分析方面的针对性、准确性和实时性，有力地支撑了该公司发展大客户，保留及维持大客户。

客户管理系统方案【第三篇】

[关键词] 物流体系 数据仓库 数据挖掘

一、引言

随着电子商务在我国的迅速发展和广泛应用，使得各行业纷纷采用先进的信息技术手段提升自身的服务水平。物流业被认为是继劳动力资源之后的“第三方利润源泉”，因此建立高效、安全、方便的物流体系也成为发展电子商务关键性瓶颈问题。

二、数据挖掘技术

1.数据仓库与数据挖掘技术

数据仓库就是一个用以更好地支持企业或组织的决策分析处理的、面向主题的、集成的、随时间不断变化的，但信息本身相对稳定的数据集合。通过数据准备、数据探索、建立模型、检验、分析等过程，有效集成各种高效率的数据挖掘算法， 按照用户需要，实施数据挖掘任务。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中， 提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。

数据挖掘技术能够挖掘蕴藏在海量数据中未知的和有价值的信息，为企业物流管理提供各种决策信息，提高管理和决策的水平，缩短与全球化物流市场竞争的差距，有效的提升企业效益。

2.数据挖掘技术的优势

数据挖掘技术能够帮助企业在物流管理中，及时、准确地收集和分析客户、市场、销售、服务及整个企业内部的各种信息，从而可以为客户提供有针对性的产品和服务，大大提高各类客户对企业和产品的满意度，使物流管理更加满足客户的需求。同时，数据挖掘及其相关技术，可以大大提高物流决策过程的效率，改进企业数据分析的质量和灵活性，改善服务质量，增强企业物流决策的可靠性和科学性，为物流管理的发展提供了良好的物质基础。

三、数据挖掘技术在物流体系中的应用

信息是物流企业最重要的有效资源，最大限度地提高信息的利用率是物流企业经营成败的关键。现代物流体系是一个庞大复杂的系统，特别是全程物流，包括运输、仓储、配送、搬运、包装和再加工等环节，每个环节信息流量十分巨大，使企业很难对这些数据进行及时、准确的处理。

1.现代物流体系组成

基于数据仓库与数据挖掘技术的现代物流体系可由采购进货管理系统、销货出货管理系统、库存仓储管理系统、财务管理和结算系统、物流客户管理系统、OLAP、数据仓库、数据挖掘处理的物流分析系统、解释评价系统、运输配送管理系统、物流决策支持等系统组成。

在采购进货、销货出货、财务管理和结算系统中，利用数据仓库和数据挖掘技术，可以改善物流业务与资金的平衡、提高资金的周转，结合物流客户管理系统，以确保把握住利润最高的商品品种、数量和可靠的物流客户，发展良好的客户关系。库存仓储管理中利用数据仓库和数据挖掘技术，可以合理安排货品的存储，有效的提高拣货效率，动态把握货品流通，最大限度实现“零库存”，降低企业成本，提高企业效益。

运输配送管理系统中，应用GIS技术与运筹决策模型建立的物流分析系统，通过数据挖掘中的分类树的方法，确定配送中心点的位置及各地址间的物品运输量，编制配送计划，设计和优化配送路线，确定有效配送策略，并结合物流决策支持系统中，分析内外各种信息、图表。运用数据挖掘工具对历史数据进行多角度、立体的分析，建立决策支持系统，实现对物流中心的资源的综合管理，为物流决策提供科学的依据。

2.数据挖掘技术在物流体系中的应用

如图所示：分别为采购进货、销货出货、库存仓储、财务结算、物流客户管理系统建立相应数据库系统，管理物流的各基本环节。经过对各分散的信息进行抽取、转换、刷新等过程，将数据聚集在一起形成一个集成、稳定、可靠的中心数据仓库，运用统计分析、模糊聚类、贝叶斯预测等数据挖掘算法为物流分析系统提供依据，借助解释及评价模型把最有价值的信息区分出来，并提交给物流决策支持系统和运输配送管理系统。筛选出合理的配送方案，确定相应的经营策略，实现物流管理的科学化、系统化。

结合了数据仓库和数据挖掘技术的新型物流体系，主要通过人工智能对原料采购、加工生产、分销配送到商品销售的各个环节的信息进行采集，并利用数据仓库和数据挖掘对其进行分析处理，确定相应的配送机制，帮助决策者快速、准确地做出决策，提高企业的运作效率，降低物流成本、增加企业收益。

四、结束语

在现代物流管理系统中充分利用基于数据挖掘技术的物流体系，为物流企业决策者提供决策支持，有利于提升物流企业的核心竞争力，使企业能够及时、准确地调整经营策略，适应市场的变化，有效的拓展市场，扩大生存空间，实现可持续发展，在激烈的市场竞争中立于不败之地。

参考文献：

[1]Jiawei Han著，范明孟小峰等译：数据挖掘概念与技术[M].机械工业出版社，2001

客户管理系统方案【第四篇】

关键词中国电信业务支撑融合业务计量CRM

2008年5月，我国电信业迎来了第四次重组，形成了三家全业务电信运营商。虽然中国电信业从全业务运营到分业务运营，又回到全业务运营，似乎是个循环，但是确实促进了中国电信业的不断升级与强劲发展。为了加强在电信业全业务领域的竞争力，中国电信除了需要做好网络建设、全业务营销以外，业务支撑系统的融合建设也是至关重要的。

当前，为实现C网业务的顺利交接，不影响客户满意度，过渡期电信前台营业厅及客户经理主要是通过电信与联通的统一接口平台，访问原联通的综合账务及综合营业等核心系统，实现对C网客户的服务。这就是说，过渡期C网业务的核心支撑处理仍在联通，具体包括采集、计费、账务、结算、综合营业五大核心系统。在2009年4月底需完成割接，由电信自身系统实现完整的支撑。

本文就过渡期中国电信如何做好业务支撑系统的融合建设工作，展开了分析研究。在考虑业务支撑系统的融合时，可以理解为需要在中国电信原有的业务支撑系统中增加对C网业务的支撑，有两种实现方式可供参考：其一是选择按照原联通的支撑模式，融入到现有业务支撑系统中，按照新的营销计划进行优化；其二是直接采集原联通支撑系统中相关C网业务的信息数据，分类归入中国电信现有业务支撑系统相应的系统中，按照更优的服务策略与营销策略，实现对C网业务的有效支撑。本文按第二种方式研究业务支撑系统的融合。

1 业务计量系统的融合分析

电信业的业务计量系统主要包括四个部分：采集、计费、账务、结算，这类系统主要生成用户的原始基础数据，包括详单、账单、账户、结算等信息，为客户关系管理系统及经营分析系统提供基础数据。

业务计量系统的实现随着业务策略及相关规则而变化，而电信业的这类系统由于生成数据明确，业务流程及实现步骤基本一致；因此该系统的融合，主要需在电信原有的业务计量系统的各个环节，补充相应的C网业务的资费规则、批价策略、产品优惠标准及基础客户数据，生成符合C网业务要求的相关支撑数据。在进一步讨论前，这里首先对业务计量流程进行分解。业务计量系统处理包括两个独立的分支即计费账务处理和综合结算处理，计费账务处理包括：原始话单采集、预处理、一次批价、二次批价、账务级优惠、账单生成六个步骤；综合结算处理包括：原始话单采集、预处理、结算批价、结算话单生成四个步骤。计费账务处理每个环节对C网业务的融合要求如图1所示：

图1 计费账务处理C网业务融合支撑要求

在现阶段，C网预付费业务仍由SCP做批价处理，业务支撑系统仅完成最终的合账处理，因此综合采集部分的协议适配主要实现对C网传统网元原始话单采集的传输协议解析。

然而为支撑未来3G业务，实现预付费和后付费的业务融合计费，建设在线计费系统(OCS)已提上日程。C网3G业务的融合要求具体如图2所示：

图2 在线计费系统C网3G业务融合支撑要求

图2为最终全业务融合计费的目标状态，包括准实时计费(Billing)和在线实时计费(OCS)两大部分，其中虚线框网元的话单采集、计费、账务处理为准实时计费处理，即图1的计费处理功能。实现Billing与OCS的融合是一个长久而复杂的过程，从当前技术成熟度看近期将以实现OCS与Billing并存或切换为目标。

业务计量的另一分支，计费结算处理相对于计费账务处理来说，其实现功能单一，实时要求低，目前电信业的结算处理标准已较规范，即使是在未来3G业务阶段，也无需做大的改造。针对电信重组C网业务的融合支撑，计费结算处理的具体要求如图3所示：

图3计费结算处理C网业务融合支撑要求

2 客户关系管理系统的融合分析

客户关系管理(CRM)系统是新一代业务支撑系统实现“以客户为中心”的客户服务宗旨的核心处理部分。中国电信客户关系管理系统包括综合客户服务、客户管理、市场营销、销售支持、产品管理、合作伙伴管理六个功能组(图4)。

图4 电信客户关系管理系统功能框架

(1)综合客户服务

综合客户服务功能域通过统一的客户接触管理，为客户提供业务申请、报障、投诉、账单查询等服务的支持。包括客户接触管理、订单受理与跟踪、查询与服务请求、问题及故障受理与跟踪、收费前端、客户QoS与SLA管理。

(2)客户管理

客户管理功能域为各功能域提供统一客户视图，包括客户资料管理、客户评价与管理功能组。

(3)市场营销

市场营销功能域支持对市场的分析和计划，并通过营销活动设计与执行，对现有客户和潜在客户进行业务开拓，主要在营销活动上提供系统支撑。包括市场计划和营销活动管理功能组。

(4)销售支持

销售支持功能域为销售人员提供销售商机的管理和追踪，并支持销售人员开展销售活动，包括联系客户、管理销售团队等；同时通过对渠道的管理和分析，为销售提供支持。包括商机管理、销售活动管理、销售文档管理、销售团队管理、销售渠道管理。

(5)产品管理

产品管理功能域包括产品目录和配置管理功能组，提供产品、商品配置服务，并对产品、商品目录和商品价格进行管理，包括产品配置、商品配置、商品定价、产品/商品目录管理等功能。

(6)合作伙伴管理

合作伙伴管理功能域针对电信产业价值链上的设备供应商、系统集成商、内容提供商、服务提供商、解决方案提供商等合作伙伴，提供业务方案制定、订单管理、培训、售后服务支持。包括合作伙伴关系、合作伙伴业务支持、合作伙伴结算管理等功能组。

目前原联通对应的CRM系统主要包括：综合营业、大客户管理、集团客户管理、维系挽留、客户俱乐部、积分管理、产品管理、渠道管理、营销资源管理、客服和SPMS十二个子系统。具体与电信CRM系统各功能域的对应关系以及C网客户CRM系统的融合研究如图5所示：

为实现对C网客户的CRM支撑，除了理清其相关系统间的对应关系，更重要的是弄清楚哪些信息是C网客户支撑相关的、必须的，这些信息需要从原系统当中完整地提取过来：

(1)从大客户管理系统、集团客户管理系统、维系挽留系统、客户俱乐部、客户服务系统获取完整的与大客户、集团客户、普通客户等所有C网业务相关客户进行联系的信息，支持多种维度客户联系信息的检索查询，为具体的联系平台提供支持。

(2)从大客户管理系统、集团客户管理系统获取C网大客户、C网集团客户的基本客户资料、服务信息资料等客户资料数据，获取对C网大客户、C网集团客户的信用度、忠诚度的评价数据和历史监控数据。

(3)从综合营业系统获取全套C网客户信息资料，包括基本资料、服务信息、异动信息、订单管理信息、业务受理相关信息。理论上综合营业系统的客户资料是最完整最新的，但是为了保证统一客户视图，需要通过客服、客户维系等服务信息及时更新。

(4)从客户服务系统获取普通C网客户的服务信息资料、故障投诉资料、工单受理信息。

(5)从营销资源管理系统获取C网业务的营销计划及营销活动信息，做更深一步的分析处理，促进业务发展。

(6)从积分管理系统获取C网客户积分信息，作为客户评价管理的一个依据。

(7)从产品管理系统获取C网业务产品配置信息、产品目录信息、产品优惠信息，作为综合计费账务系统详单优惠策略及账务级处理的依据。

(8)从渠道管理系统获取C网代销商的佣金管理信息、销售渠道信息。

(9)从SPMS系统获取SP服务提供商的业务信息、结算信息、合作伙伴关系信息。

CRM系统早在三年前已经提出，电信业各运营商经过几年的发展，已制定出比较完善的CRM体系架构及处理流程。将完整的C网支撑数据正确地导入对应的CRM功能域，是实现电信CRM与现有C网客户CRM融合支撑的重要步骤。

至于CRM对3G业务的支撑，由于3G业务主要会对计费账务有一些新的标准和要求，在CRM层面关心的更多的是营销策略、销售策略、产品策略和客户服务策略；因此笔者认为，怎样让客户用好3G业务、对3G业务满意，是CRM要着力关注的。

3 其他系统的融合分析

在对C网业务的支撑系统中，除了上述两大系统――Billing系统和CRM系统外，还有很多重要的系统，如终端管理系统、信用度管理系统、商系统、客服前端系统、综合联机指令、缴费卡系统、银行代收系统等。

上述各系统大部分可以融入电信现有业务支撑系统各功能域，有一小部分需要中国电信新建来实现。这类系统比较独立，实现功能单一，架构体系也较计费账务系统和客户关系管理系统简单得多，因此C网其他相关支撑系统的融合最关键就是C网业务数据的融合。具体映射关系如图6所示：

图6原联通C网其他支撑系统与电信系统的映射关系

4 结束语