数据挖掘在电机制造行业中应用.docVIP

数据挖掘在电机制造行业中应用 　　摘要：介绍了电机制造业的特点，指出在电机制造业销售管理中实施客户关系管理(CRM)以及物流管理中实施供应链风险管理的重要性，从而引出数据挖掘(DM)技术，最后，叙述数据挖掘在电机制造业中的应用。 　　关键词：数据挖掘　客户关系管理　数据库技术 　　中图分类号：TP274　文献标识码：A　文章编号：1002－2422(2008)03－0024－02 　　 　　1　电机制造业的特点 　　 　　电机制造业中主要有以下几个特点： 　　(1)就客户而言，以最终客户为主，这一群体数量庞大，装机容量大小不一，主要通过销售人员直接与厂家订货，与制造厂家的关系是通过销售部门来反映。 　　(2)就大中型电动机、发电机生产厂家而言，生产的产品一般有多大类、多系列，生产零件部件达几十万个，甚至上百万个，属于面向订单的制造企业。产品一般通过销售公司销售。 　　(3)就供应商而言，涉及到原材料、外购件和外协件等来源，所拥有的信息十分庞大。 　　因此，在信息时代，要充分利用企业的信息资源，从以产品为中心的管理模式转变为以客户为中心的管理模式上来。 　　 　　2　客户关系管理(CRM)的内涵 　　 　　CRM指在适合的时间，以适合的价格，将适合的产品或服务提供给适合的客户，以满足需要。 　　CRM以客户为核心，旨在提高客户满意度、客户忠诚度，从而提高客户保持率并赢得更多的潜在客户，CRM是以客户为中心企业营销的技术实现和管理实现。具体说来： 　　(1)CRM是一种管理理念，其核心思想是将客户作为最重要的企业资源。 　　(2)CRM是一种管理机制，将这种新型管理机制实施企业的市场营销、销售、服务与技术支持等与客户相关的领域，从而，客户能够得到更快捷和周到的服务；企业能够增加营业额和降低经营成本。 　　(3)CRM是一种管理软件和技术，集合了当今最新的信息技术，包括Internet和电子商务、多媒体技术、数据仓库和数据挖掘、专家系统和人工智能、呼叫中心以及其他信息技术。 　　 　　3　基于数据库技术的CRM解决方案 　　 　　CRM系统是一个决策支持系统(DSS)，需借助一定的技术和手段得以在现实中应用，如数据仓库(DW)技术、联机分析处理(OLAP)、数据挖掘(DM)等，从而为企业各个不同的管理层提供决策支持。其中CRM实现方案如图1。 　　 　　(1)DW：实现对决策主题数据的存储和综合，为DSS提供数据存储和组织的集成。对底层数据库中的数据进行集成、转换、综合，组织成面向全局的数据视图。 　　(2)OLAP：实现多维数据分析。从DW中的集成数据出发，构建面向分析的多维数据模型，再使用多为分析方法从多个不同的视角对多维数据进行分析、比较。 　　(3)DM：挖掘DB和DW中的知识。以数据仓库和多维数据库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动地作出预测。 　　(4)模型库(MB)：实现多个广义模型的组合辅助决策。模型是为了交流认识而形成的关于客观存在问题的框架。模型库是联系决策问题、数据与模型的桥梁，将多个模型以一定组织形式存储起来。 　　(5)方法库(AB)：为求解模型库提供算法，是模型应用的后援系统。方法是具有特定功能的模块化程序设计单位，具体地说是一个过程算法，具有共享性。方法库是方法可扩充的集合。 　　 　　4　数据挖掘 　　 　　数据挖掘可以描述为：按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化先进有效的方法。 　　数据挖掘所能解决的典型商业问题包括：数据库营销、客户群体划分、背景分析、交叉销售等市场分析行为，以及客户流失性分析、客户信用记分、欺诈发现等等。 　　数据挖掘涉及的学科领域和方法很多。根据挖掘任务可分为：分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等；根据挖掘方法可分为：机器学习方法、统计方法、神经网络方法和数据库方法。机器学习方法包括：归纳学习方法、基于范例学习、遗传算法等。统计方法包括：回归分析、判别分析、聚类分析、探索性分析等。神经网络方法包括：前向神经网络、自组织神经网络等。数据库方法主要包括多维数据分析方法。 　　DM在很多行业都可以有较好的应用。如：国外，DM已广泛应用于银行金融、零售与批发、制造、保险、公共设施、政府、教育、远程通讯、软件开发、运输等各个企事业单位。据报导，DM的投资回报率有达400％甚至10倍的事例。DM可分辨出成功的商店或分店的特性，并协助新开张的商店选择恰当的地理位置；能分析哪种产品是最受欢迎的，这在为产品的推销、商店的布局或新产品的开发等方面制定