智能crm客户管理系统的数据分析都有什么

申请免费试用、咨询电话：400-8352-114

 　　智能CRM客户管理系统是为了消除企业在与客户交互活动时的“单千”现象，整合销售、营销和服务业务功能的一个企业经营策略，它需要企业全方位协调一致的行动。系统就是为了使企业能够在恰当的时间以恰当的途径向恰当的客户提出恰当的销售建议。也是一个信息工业术语，它指的是帮助企业有组织地管理其客户关系的方法、软件，尤其是互联网能力。

　　一、系统数据分析

　　1、数据仓库

　　数据仓库是指在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。与其他数据库应用不同的是，数据仓库更像一种过程，对海量复杂、 分散的企业数据进行抽取、清洁和转换，建立一个整合的、标准化、结构化的数据模型，形成全面、一致和面向决策的数据。

　　数据仓库是一种管理技术，它能将分布在企业网络中的不同商业数据集成到一起，为决策者提供各种类型的，有效的数据分析，起到决策支持的作用。

　　(1)面向智能CRM客户管理的数据仓库的逻辑结构

　　数据仓库能将海量复杂的企业客户行为数据集中起来，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、规范化分类及分析，为企业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。数据仓库的物理结构一般采用星型结构的关系数据库，该结构由事务表和维表组成，多个维表之间形成多维数据结构，星型结构的数据体现了空间的多维性。

　　(2)实现数据仓库的工具

　　使用Microsoft SQL Server 2005生成数据仓库实现企业客户智能CRM系统。Microsoft SQL Server 2005的功能和特点如下:

　　关系数据库。数据仓库使用关系数据库技术作为其设计、结构和维护的基础。SQLServer 2005的核心组件是强大的、全功能的关系数据库引擎。

　　数据转换服务。数据仓库应用程序需要将来自许多源的数据转换为聚合在一起的、一致的数据集，这些数据集经过了适当配置可用于数据仓库操作。SQL Server 2005为这类任务提供了一个强大的工具，即数据转换服务(DTS) 。DTS可以访问来自各种不同源的数据。

　　2、数据挖掘

　　数据挖掘，又称为数据库中的知识发现,就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。简单地说，数据挖掘就是从大量数据中提取或“挖掘”知识。

　　(1)数据预处理阶段

　　数据预处理阶段里，首先要正确地提出问题，明确本次操作的主要任务，这样才能够有针对性地进行数据挖掘。提出相关问题后就可以从银行相关的业务数据库里提取数据，并对数据进行数据抽取、清洗和汇总。在相关业务问题的领域知识的基础上，导出、验证、选择和准备被要求用来论述问题的数据。数据的预处理需要大量的时间，因为数据必须是从系统中精选出来的，然后被匹配、筛选和分级。数据分类是在数据挖掘开始时最重要的任务。

　　(2)模型设计阶段

　　模型设计阶段需要深入地检查数据，并提取那些与问题最有关系的字段，要选择一个数据挖掘的算法(神经网络、规则归纳)以应用于数据。例如，通过对客户的各种数据深入分析了解客户的行为，建立模型，并对客户未来的行为进行预测。最小化的细分一般需要将数据分为一个修整集和一个或者多个测试集。细分也可以包括使用聚合技术将数据分为基于普通特性的子集，然后分别分析每一个细分。

　　(3)数据分析阶段

　　在前两个阶段的工作完成以后，数据分析阶段就是对数据进行数据挖掘工作。在设计好模型之后针对本次数据挖掘的任务建立模型，将已选择的数据挖掘工具应用于数据，最后至少用一个测试数据的独立集来验证这个模型。并且，这个模型的准确性和有效性能被有效地解释和评估。