CN114663105A - 一种企业客户关系管理***及方法 - Google Patents
一种企业客户关系管理***及方法 Download PDFInfo
- Publication number
- CN114663105A CN114663105A CN202011530630.1A CN202011530630A CN114663105A CN 114663105 A CN114663105 A CN 114663105A CN 202011530630 A CN202011530630 A CN 202011530630A CN 114663105 A CN114663105 A CN 114663105A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- item set
- customer
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000006399 behavior Effects 0.000 claims abstract description 33
- 238000010219 correlation analysis Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 19
- 238000007418 data mining Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种企业客户关系管理***及方法,涉及企业管理技术领域,所述***包括:采集单元,用于记录客户的行为,收集客户信息;与所述采集单元连接的关联分析单元,用于将收集到的客户信息进行整体分析、相关性分析;与所述关联分析单元连接的分发提醒单元,用于分发信息、并提醒销售人员跟进处理;与所述关联分析单元连接的信息生成单元,用于生成信息图表。其通过对客户信息进行管理分析,实现了客户管理的智能化,同时能够针对不同客户进行需求分析,更好的为市场销售提供支持。
Description
技术领域
本发明涉及企业管理技术领域,特别是涉及一种企业客户关系管理***及方法。
背景技术
客户关系管理(CRM)是指对企业和客户之间的交互活动进行管理的过程。它是企业为了提高核心竞争力,通过改进对客户的服务水平,以客户为核心的经营理念;是实施于企业的市场营销、销售、服务、技术支持等与客户相关的领域,旨在改善企业与客户之间关系的新型机制;也是企业通过技术投资,建立能搜集、跟踪和分析客户信息的***,创造并使用先进的信息技术,以及优化的管理方法和解决方案的总和。按照目前市场上流行的功能分类方法,CRM应用***可以分为操作型CRM、分析型CRM和协作型CRM。其中,分析型CRM就是利用数据仓库、数据挖掘等技术对各种数据进行分析,并从中获得有价值的信息,支持发掘和理解客户行为。
客户关系管理以客户为中心,它贯穿于客户获取、客户分析、客户接触、客户服务、客户维持等客户全生命周期。
CRM实现的是基于客户细分的一对一营销,所以对企业资源的有效组织和调配是按照客户细分而来的,而以客户为中心不是口号,而是企业的经营行为和业务流程都要围绕客户,通过这样的CRM手段来提高利润和客户满意度。"CRM是一种以客户为中心的经营策略,它以信息技术为手段,对业务功能进行重新设计,并对工作流程进行重组。"
这个定义则从战术角度来阐述的。CRM是一种基于企业发展战略上的经营策略,这种经营策略是以客户为中心的,不再是产品导向而是客户需求导向;信息技术是CRM实现所凭借的一种手段,这也说明了信息技术对于CRM不是全部也不是必要条件。CRM是重新设计业务流程,对企业进行业务流程重组(BPR),而这一切是基于以客户为中心,以信息技术(CRM***)为手段。
现有的CRM***大都单纯地对客户进行管理,缺乏对客户进行需求分析。没有最大化利用客户信息的价值。
发明内容
鉴于此,本发明的目的是提供一种企业客户关系管理***及方法,其通过对客户信息进行管理分析,实现了客户管理的智能化,同时能够针对不同客户进行需求分析,更好的为市场销售提供支持。
为了实现上述目的,本发明采用如下技术方案:
一种企业客户关系管理***,所述***包括:采集单元,用于记录客户的行为,收集客户信息;与所述采集单元连接的关联分析单元,用于将收集到的客户信息进行整体分析、相关性分析;与所述关联分析单元连接的分发提醒单元,用于分发信息、并提醒销售人员跟进处理;与所述关联分析单元连接的信息生成单元,用于生成信息图表。
进一步的,所述关联分析单元,将收集到的客户信息进行整体分析、相关性分析的方法执行以下步骤:按照预先定义的行为数据N元组,将收集到的客户信息的行为数据,以客户为单位,映射填入到该对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;基于已映射填入数据的各所述N元组,构建字典顺序前缀树,输出频繁项集;利用关联规则对所述频繁项集进行分析,得到购买意向。
进一步的,所述分发提醒单元,用于分发信息、提醒销售人员跟进处理,销售人员在后台得到客户的信息,了解所有自身跟进的客户的所有最新动态,实时跟进客户,了解客户需求。
进一步的,所述输出频繁项集包括:采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出该频繁项集。
进一步的,所述信息生成单元,采用js插件将分析的数据,生成信息图表,直观展示数据信息;所述信息图表包括柱状图,折线图及饼状图。
一种企业客户关系管理方法,所述方法执行以下步骤:
步骤1:记录客户的行为,收集客户信息;
步骤2:将收集到的客户信息进行整体分析、相关性分析;
步骤3:分发信息、并提醒销售人员跟进处理;
步骤4:生成信息图表。
进一步的,所述步骤2:将收集到的客户信息进行整体分析、相关性分析的方法执行以下步骤:按照预先定义的行为数据N元组,将收集到的客户信息的行为数据,以客户为单位,映射填入到该对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;基于已映射填入数据的各所述N元组,构建字典顺序前缀树,输出频繁项集;利用关联规则对所述频繁项集进行分析,得到购买意向。
进一步的,所述输出频繁项集包括:采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出该频繁项集。
与现有技术相比,本发明实现的有益效果:其通过对客户信息进行管理分析,实现了客户管理的智能化,同时能够针对不同客户进行需求分析,更好的为市场销售提供支持。
附图说明
以下结合附图和具体实施方式来进一步详细说明本发明:
图1为本发明实施例公开的企业客户关系管理***的***结构示意图;
图2为本发明实施例公开的企业客户关系管理方法的方法流程示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
须知,本说明书所附图式所绘示的结构、比例、大小等,均仅配置用于配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非配置用于限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非配置用于限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
实施例1
如图1所示,一种企业客户关系管理***,所述***包括:采集单元,用于记录客户的行为,收集客户信息;与所述采集单元连接的关联分析单元,用于将收集到的客户信息进行整体分析、相关性分析;与所述关联分析单元连接的分发提醒单元,用于分发信息、并提醒销售人员跟进处理;与所述关联分析单元连接的信息生成单元,用于生成信息图表。
具体的,通过网络等多种渠道做好客户信息的收集工作,将各个部门或分公司的客户资料进行有机整合,建立完整、详细、全面的客户信息档案,实现数据共享。客户信息包括客户名、年龄、性别、联系方式、婚姻状况、职业、爱好、地址、邮箱、对风险的态度等区别于其他用户的信息。客户信息档案建立之后,随着时间的推移,应运用信息技术对档案进行实时的更新,比如客户年龄这一项,应随着时间变化自动增加,这样才能使客户的信息数据有效发挥作用,使企业更好地利用这些信息资料。企业的客户同其品牌、创新力一样,是企业的一项无形资产,其重要性在日益增加,企业应该把每一个客户都当作宝藏,而不是单纯的交易对象。
实施例2
在上一实施例的基础上,进一步的,所述关联分析单元,将收集到的客户信息进行整体分析、相关性分析的方法执行以下步骤:按照预先定义的行为数据N元组,将收集到的客户信息的行为数据,以客户为单位,映射填入到该对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;基于已映射填入数据的各所述N元组,构建字典顺序前缀树,输出频繁项集;利用关联规则对所述频繁项集进行分析,得到购买意向。
实施例3
在上一实施例的基础上,所述分发提醒单元,用于分发信息、提醒销售人员跟进处理,销售人员在后台得到客户的信息,了解所有自身跟进的客户的所有最新动态,实时跟进客户,了解客户需求。
具体的,合理的客户细分对于有效实施客户关系管理起着至关重要的作用,而对客户进行细分的依据通常是客户价值,但对于不同行业不同产品而言,对客户价值评判的标准也不尽相同,因此企业应该根据自身的行业和产品特点,制定出适合自己的客户价值评判标准。客户价值指客户的终生价值客户终生价值包括历史价值、当前价值和潜在价值三个部分。通过客户细分,可以从众多的客户中找出哪些是老客户,哪些是现有客户,哪些是潜在客户。一般按照客户价值可将企业客户分为四类:第一类是重要客户,这部分是给企业带来较大利润、对企业有很高的满意度、忠诚度和信任度的客户。第二类是主要客户,这部分客户能给企业带来利润,对于企业有一定的满意度、忠诚度和信任度。第三类是一般客户,这些客户对企业利润贡献不大,只是出于某些原因偶尔购买企业的产品或服务。第四类是风险客户,指那些对企业产品或服务不尽满意甚至有可能使企业受到损失的客户。
实施例4
在上一实施例的基础上,所述输出频繁项集包括:采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出该频繁项集。
具体的,根据分类结果,企业对于不同的客户应给予相应的资源分配,可以更加有针对性地投放一些宣传手册、广告等。对于重要客户,要投入充足的人力、物力、财力等资源,与之建立长期稳定的合作关系。对于主要客户,应投入较多的资源用于与其建立稳定、和谐的关系。对于一般客户,不必投入过多的资源,而对于风险客户,应根据实际情况谨慎投入。
实施例5
在上一实施例的基础上,所述信息生成单元,采用js插件将分析的数据,生成信息图表,直观展示数据信息;所述信息图表包括柱状图,折线图及饼状图。
具体的,对于不同类型的客户应分别采用不同的与之相适应的服务与营销策略。对于重要客户,由于其对于企业的发展有着至关重要的作用,应与之建立密切、长期、稳定的关系。对于主要客户,因为他们是企业主要的利润来源,所以应与其建立稳定、和谐的关系。对于一般客户,由于他们对企业的贡献较小,只需在维持现有交易关系的基础之上尽力使其发展为主要客户。而对于风险客户,不能一概而论,应根据实际情况采取相应的措施。
实施例6
一种企业客户关系管理方法,所述方法执行以下步骤:
步骤1:记录客户的行为,收集客户信息;
步骤2:将收集到的客户信息进行整体分析、相关性分析;
步骤3:分发信息、并提醒销售人员跟进处理;
步骤4:生成信息图表。
具体的,客户保持就是指企业通过合理维护与现有客户的关系,从而使客户对自己的产品或服务进行重复购买的过程。客户保持对企业的生存至关重要,只有留住了客户,使客户不断地重复购买自己的产品和服务,企业才能在竞争日益激烈的市场立于不败之地。而且,吸引新客户需要花费的成本要远远大于维系老客户所需的支出,满意的客户会向周围的人宣传,这不仅可以提升企业的知名度,还可以节约促销成本,免费达到市场营销的目的。而那些由于不满意而选择离开的客户还有可能告知他们身边的人,这将会给企业带来更大的损失,所以企业必须竭尽全力保持客户。为了保持客户,企业应提供售后追踪服务,在当今的市场环境下;仅仅将产品或服务销售出去已经远远不够,良好的售后服务才是留住客户的有效方法。企业应该让客户感受到是企业主动提供的服务,而不是当客户自己提出要求时企业被动地回应。对于已经流失的客户,企业不能置之不理,要对相关数据进行分析,根据分析结果找出现有客户中的潜在流失客户,有针对性地采取相应措施,阻止这部分客户的流失,进而达到客户保持的目的。
实施例7
在上一实施例的基础上,所述步骤2:将收集到的客户信息进行整体分析、相关性分析的方法执行以下步骤:按照预先定义的行为数据N元组,将收集到的客户信息的行为数据,以客户为单位,映射填入到该对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;基于已映射填入数据的各所述N元组,构建字典顺序前缀树,输出频繁项集;利用关联规则对所述频繁项集进行分析,得到购买意向。
实施例8
在上一实施例的基础上,所述输出频繁项集包括:采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出该频繁项集。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储单元、处理单元的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的单元、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件单元、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD~ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是配置用于区别类似的对象,而不是配置用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者单元/单元不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者单元/单元所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非配置用于限定本发明的保护范围。
上述实施例仅例示性说明本发明的原理及其功效,而非配置用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (8)
1.一种企业客户关系管理***,其特征在于,所述***包括:采集单元,用于记录客户的行为,收集客户信息;与所述采集单元连接的关联分析单元,用于将收集到的客户信息进行整体分析、相关性分析;与所述关联分析单元连接的分发提醒单元,用于分发信息、并提醒销售人员跟进处理;与所述关联分析单元连接的信息生成单元,用于生成信息图表。
2.如权利要求1所述的***,其特征在于,所述关联分析单元,将收集到的客户信息进行整体分析、相关性分析的方法执行以下步骤:按照预先定义的行为数据N元组,将收集到的客户信息的行为数据,以客户为单位,映射填入到该对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;基于已映射填入数据的各所述N元组,构建字典顺序前缀树,输出频繁项集;利用关联规则对所述频繁项集进行分析,得到购买意向。
3.如权利要求2所述的***,其特征在于,所述分发提醒单元,用于分发信息、提醒销售人员跟进处理,销售人员在后台得到客户的信息,了解所有自身跟进的客户的所有最新动态,实时跟进客户,了解客户需求。
4.如权利要求3所述的***,其特征在于,所述输出频繁项集包括:采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出该频繁项集。
5.如权利要求4所述的***,其特征在于,所述信息生成单元,采用js插件将分析的数据,生成信息图表,直观展示数据信息;所述信息图表包括柱状图,折线图及饼状图。
6.一种基于权利要求1至5之一所述***的企业客户关系管理方法,其特征在于,所述方法执行以下步骤:
步骤1:记录客户的行为,收集客户信息;
步骤2:将收集到的客户信息进行整体分析、相关性分析;
步骤3:分发信息、并提醒销售人员跟进处理;
步骤4:生成信息图表。
7.如权利要求6所述的方法,其特征在于,所述步骤2:将收集到的客户信息进行整体分析、相关性分析的方法执行以下步骤:按照预先定义的行为数据N元组,将收集到的客户信息的行为数据,以客户为单位,映射填入到该对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;基于已映射填入数据的各所述N元组,构建字典顺序前缀树,输出频繁项集;利用关联规则对所述频繁项集进行分析,得到购买意向。
8.如权利要求7所述的方法,其特征在于,所述输出频繁项集包括:采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出该频繁项集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011530630.1A CN114663105A (zh) | 2020-12-22 | 2020-12-22 | 一种企业客户关系管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011530630.1A CN114663105A (zh) | 2020-12-22 | 2020-12-22 | 一种企业客户关系管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114663105A true CN114663105A (zh) | 2022-06-24 |
Family
ID=82024974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011530630.1A Pending CN114663105A (zh) | 2020-12-22 | 2020-12-22 | 一种企业客户关系管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663105A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860315A (zh) * | 2023-02-16 | 2023-03-28 | 南京数斯科技有限公司 | 企业客户关系管理***及数据处理方法 |
-
2020
- 2020-12-22 CN CN202011530630.1A patent/CN114663105A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860315A (zh) * | 2023-02-16 | 2023-03-28 | 南京数斯科技有限公司 | 企业客户关系管理***及数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Marketing information systems in Fortune 500 companies: a longitudinal analysis of 1980, 1990, and 2000 | |
Fildes et al. | Forecasting and operational research: a review | |
US20170178199A1 (en) | Method and system for adaptively providing personalized marketing experiences to potential customers and users of a tax return preparation system | |
Bondarenko et al. | Modern lead generation in internet marketing for the development of enterprise potential | |
US20160247205A1 (en) | System and Method to Serve One or More Advertisements with Different Media Formats to One or More Devices | |
KR20100083817A (ko) | 온라인 시장을 위한 프로파일링 시스템 | |
KR20030080797A (ko) | 결제내역을 이용한 고객 관계 관리시스템 | |
Alavi et al. | Metcalfe's law and operational, analytical and collaborative CRM-using online business communities for co-creation | |
Joanna et al. | The concept of the qualitology and grey system theory application in marketing information quality cognition and assessment | |
CN113781139A (zh) | 物品推荐方法、物品推荐装置、设备和介质 | |
Li | Marketing information systems in small companies | |
CN115564300A (zh) | 一种带大数据分析功能的电商管理*** | |
KR102003949B1 (ko) | 중간 유통상을 경유하여 최초 공급자 및 구매자를 연결하는 유통 서비스 제공 방법 | |
Georgieva et al. | Digitisation in forest industry in Bulgaria-state and perspectives | |
Ambekar et al. | Optimization of inventory policies of food grain distribution stage in public distribution system | |
Boonjing et al. | Data mining for customers' positive reaction to advertising in social media | |
CN114461690A (zh) | 数据处理方法、装置、计算设备和存储介质 | |
Wang et al. | A reliable location design of unmanned vending machines based on customer satisfaction | |
Jauhar et al. | Digital transformation technologies to analyze product returns in the e-commerce industry | |
CN114663105A (zh) | 一种企业客户关系管理***及方法 | |
Farruh | Consumer life cycle and profiling: A data mining perspective | |
CN109741140A (zh) | 一种电子商务*** | |
US20170169480A1 (en) | Creating and Managing Reciprocal Email Networks in Local Markets | |
Nivetha et al. | Marketing trends using latest technology | |
Liao et al. | Mining customer knowledge for channel and product segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220624 |