基于数据挖掘技术在会员管理系统中的应用研究.docVIP

基于数据挖掘技术在会员管理系统中的应用研究 　　摘 要：基于数据挖掘技术的会员管理系统是一个以数据挖掘技术为平台，将用户的基本信息，用户的资源，用户的业务流程与用户的使用记录进行有效的整合，构建一个面向会员，服务会员，提高不同用户级别会员的服务质量的信息管理系统，从而提高销售业绩，服务质量和产品的竞争力。 　　关键字：数据挖掘 会员管理 客户关系 应用研究 　　基于数据挖掘技术的会员管理系统是一个以数据挖掘技术为平台，将会员的基本信息、资源以及购买记录，通过会员管理系统的构建，把会员的各方面的资源和信息进行分类、关联，然后与店辅资源进行有效整合，对不同层次和不同样式的用户进行分析研究，为会员提供针对性的，人性化的服务，从而提高用户的满意度和忠诚度，同时也提高店辅的销售业绩和服务质量。 　　一、会员管理 　　随着国家经济的快速发展，人们的消费方式和思维方式也发生了很大的变化，很多企业为了获得一些相对稳定的客户群，维系与客户长期的交易关系，提高销售业绩，企业需要对会员进行有效的管理。会员管理就是对企业把会员的基本资料、消费、积分、储值等信息保存下来，然后再把企业的促销和优惠政策促进会员对企业的依赖和提高会员对企业的消费信心和客户忠诚度，从而让客户重复消费，实现业绩增长的目的。 　　1.会员管理的内容：随着电子商务的快速发展，商户为了做好会员管理的工作，记录下所有会员客户的资料，了解用户的兴趣爱好、消费特点、意向需求等；企业需要对会员进行有效性的管理。 　　2.会员管理的优势和特点：随着电子商务的快速发展，会员的管理方式逐渐向电子会员卡的发展，电子会员卡具有信息量大、商家无需制卡、客户无需带卡的优势，企业也渐渐使用电子会员卡对会员进行管理，以帮助企业提高会员管理效率，降低会员管理成本。 　　3.会员管理的功能：企业通过会员管理系统，可以根据会员客户的资料，了解用户的兴趣爱好、消费特点、意向需求等；同时针对客户的需求，为其提供优质的个性化服务；会员管理系统还能为企业的产品开发、事业发展提供可靠的市场调研数据，是企业经营不可或缺的一个有利工具。 　　二、数据挖掘技术 　　数据挖掘（Data Mining）是指在一个大型的数据库中，经过分析找到自己想得到的知识或是对自己有用的模式的处理过程，也就是管理者希望从大量的数据中发现规则与模式。 　　数据挖掘技术主要有两个大方面的应用，一是预测，做出预测是源于对象或是相类似的对象过去的可能具有的属性和行为，从而判定其将来也可能具有类似的属性和行为，例如说一个人要申请信用卡，是否允许申请或是要给多大的信用额度，那需要对这个人现在的属性进行判断，例如他的年龄、个人收入、工作情况等属性，这些都是他过去的属性，可以根据他过去的信用情况审核他的信用额度。另一方面是关联，关联实际上是一个描述模式，可以根据他的属性和行为，判定他有可能具有的行为，例如上面所说的信用卡申请，可以根据具有相同的属性的人群，进行类比关联，判定他有多大的消费能力。 　　三、数据挖掘技术在会员管理中的应用 　　随着电子商务行业的快速发展，开网店成为了一种新的店铺经营模式，而现在的社会，开店做生意不是一锤子的买卖，做完就了事了。我们是需要积累和维护好客户的，只有我们积累一定的顾客粉丝，维护好他们，口口相传的力量是无穷的。 　　1.数据挖掘技术在会员管理中的应用流程 　　在进行数据挖掘的开发过程中，首先得对我们的研究对象进行深入的分析和理解，也就是要了解系统的主要功能需求，系统要采用的关键技术，系统要达到什么样的目标和效果。下面重要阐述它的应用主要应用流程： 　　确定挖掘目标，要实现数据挖掘的业务目标，首先要明确数据目标，前面分析了我们的主要研究对象是注册的会员及它的消费轨迹。在会员管理中，可以按年龄和收入、目标群里，忠诚度等分类，例如：哪些是高端用户，哪些又是普通用户，哪些是活跃用户，哪些用户是潜在客户，哪些是主要客户，哪些是目标客户等。这些客户的主要特殊以及它的消费方式是怎么样？ 　　1.1建立数据仓库，在数据挖掘的过得中，建立数据仓库是一个基础性的工作，它直接影响到数据挖掘的效率和数据挖掘模式的有效性，在淘宝网上的会员，数据量非常大，怎么对这些用户进行高效的管理是一个非常关键的问题，是提升店铺会员销量和利润的关键，会员信息管理分两块管理，会员的基本信息和会员的消费信息 　　1.2构造数据挖掘模型，准备了数据仓库后，需要对数据挖掘模型进行构造，如果要处理挖掘模型，必须处理该模型所基于的挖掘结构和挖掘模型。 　　1.3对数据挖掘结果的应用与评价，在处理挖掘结构之后，此挖掘结构包含数据的简洁表示形式，以用于统计分析。如果尚未清除缓存，则可以用以下几种方式访问此缓存中的数据：针对模型创建数据挖掘扩展插件