1、福 建 電 腦 2006年第 8期數據挖掘技術在外貿公司數據分析的應用林 挺 , 呂亞靖(1. 山東外貿職業學院 山東青島 2660712. 山東電子技術職業學院 山東濟南 250014【 摘 要 】 :數據挖掘是從存放數據庫 、 數據倉庫或其它信息庫中的大量數據中挖掘有趣知識的過程 。 本文論述了數據挖 掘技術的用途及在外貿公司的應用 。 數據挖掘能分析客戶信息 , 提高公司對市場的響應力和智能化水平 。【 關鍵詞 】 :數據挖掘 , 外貿公司 , 客戶信息分析0. 引言數據挖掘是人工智能 、 機器學習與數據庫技術等多學科相 結合的產物 。 作為當前重要的前沿課題之一 , 研究人員提出了許

2、多數據挖掘理論和方法 , 并取得了許多重要的研究成果 。 數據挖 掘 , 又稱數據庫中的知識發現 , 是指從大型數據庫或數據倉庫中 提取隱含的 、 未知的 、 非平凡的及有潛在應用價值的信息或模 式 , 它是數據庫研究中的一個很有應用價值的新領域 , 融合了數 據庫 、 人工智能 、 機器學習 、 統計學等多個領域的理論和技術 。 在 商務應用中 , 數據挖掘從根本上改變了客戶關系管理 (CRM 和決 策支持 , 許多公司面臨著要用新的方法 、 新的戰略來面對挑戰 。 數據挖掘技術當前的商務應用在 CRM 概念上提供了新的機會 . 隨著計算機的應用 , 外貿公司相繼建立起自己的信息管理 系統

3、。 大量的客戶信息在公司網站和信息系統中上堆積 。 在競爭 日益激烈和多變的市場環境中 , 公司怎樣利用這些數據揭示客 戶需求 、 預測客戶行為 , 使公司和客戶之間能夠進行更好的互 動 , 就得充分利用數據挖掘技術 , 從海量的商業數據及其他相關 的數據中發現商機 , 提高公司對市場的響應速度和競爭力 。 1. 數據挖掘的概念數據挖掘 , 也被稱為數據庫中的知識發現 (KDD , 是從存放 數據庫 、 數據倉庫或其它信息庫中的大量數據中挖掘有趣知識 的過程 。 在挖掘領域業已提出了很多的算法 , 包括 :機器學習 、 統 計學 、 數據庫技術 、 信息科學 、 可視化和通過其它的訓練來提取

4、知識的算法 。對外貿公司而言 , 數據挖掘可以有助于發現業務發展的趨 勢 , 揭示已知的事實 , 預測未知的結果 , 并幫助外貿公司分析出 完成任務所需的關鍵因素 , 以達到增加收入 、 降低成本 , 使外貿 公司處于更有利的競爭位置的目的 。 通過對公司網站的數據挖 掘可以實現存取模式 、 結構和規則 , 以及動態內容的查詢 。 這種 基于 Web 的網站數據挖掘的優點有 :不需要用戶提供主觀的評 價信息 , 可以處理大規模的數據量 , 用戶訪問模式動態獲取 , 不 會過時 , 使用方便 。 除了網站數據外 , 公司信息系統中的大量業 務數據 , 也可以進行挖掘 。在過去的幾年里 , 已經開

5、發了很多數據挖掘系統 , 如 :Intel-ligent Miner (Quest, Mineset, DBminer, IMACS, SKICAT, Explora 等已經在大型的數據庫和數據倉庫系統中使用的軟件 。2. 數據挖掘的流程數據挖掘流程一般分為問題定義 、 建立數據挖掘庫 、 分析數 據 、 調整數據 、 模型化 、 評價和解釋等幾個步驟 。 具體流程如下 : (1 問題定義 。 要充分發揮數據挖掘的價值 , 必須對目標要 有一個清晰明確的定義 , 即決定到底想干什么 。(2 建立數據挖掘庫 。 要進行數據挖掘必須收集要挖掘的數 據資源 。 一般建議把要挖掘的數據都收集到一個數據

6、庫中 , 而不 是采用原有的數據庫或數據倉庫 。(3 分析數據 。 對數據深入調查 , 從數據集中找到規律和趨 勢 , 用聚類分析區分類別 , 發現因素之間的相關性 。(4 調整數據 。 對數據進行增刪 , 按照新的認識組合或生成 新變量 , 以體現對狀態的有效描述 。(5 模型化 。 建立形成知識的模型 , 一般運用神經網絡 、 決策 樹 、 數理統計 、 時間序列分析等方法來建立模型 。(6 評價和解釋 。 用原有挖掘數據庫中的數據來進行檢驗 , 或在實際環境中抽取數據進行檢驗 。 確定哪些是有效的 、 有用的 模式 。3. 數據挖掘在外貿公司客戶關系上的用途(1 挖掘潛在的客戶 , 提高

7、市場占有率如何快速發現更多潛在的客戶 , 對一個外貿公司來說是至 關重要的 , 獲取一個新客戶大都是從潛在客戶信息開始的 。 潛在 客戶信息主要包括 Web 上留言者 、 網上檢索者 、 撥打免費電 話 者和填寫申請表者的相關信息 。 通過數據挖掘可以對潛在客戶 信息進行分類和聚類分析 , 再由模式分析預測哪些可能成為新 客戶 , 以幫助業務人員找到正確的合作客戶 。 Web 數據挖掘還可 以揭示客戶的行為習慣 , 發現在不同情況下有相似行為的新客 戶 , 幫助公司識別出潛在的客戶群 , 并提高對市場活動的響應 力 , 采用積極的營銷策略 , 不斷挖掘新客戶 , 從而提高市場占有 率 。(2

8、留住老客戶留住客戶的競爭都越來越激烈 。 數據挖掘可以把信息系統 中的上大量的客戶分成不同的類 , 針對不同的類提供不同的個 性化服務來提高客戶的滿意度 , 從而留住客戶 。 個性化服務就是 盡可能使得自己的每個客戶在瀏覽商業網站時都有 , 他就是該 網站的唯一用戶的感覺 ; 盡可能地迎合每個客戶的瀏覽興趣 , 并 且不斷調整自己來適應用戶瀏覽興趣的變化 。(3 客戶盈利能力分析和預測數據挖掘技術可以用來分析和預測不同市場活動情況下客 戶盈利能力的變化 , 識別最有價值的客戶以及這些客戶過去的 狀態變遷 , 幫助公司制定適合的市場策略 。(4 客戶信用風險預警和控制利用數據挖掘對公司信息管理系

9、統中大量的數據進行分析 和處理 , 可采用神經網絡算法建立模型 , 然后對現有客戶進行測 試 , 探查出具有詐騙傾向的客戶 ; 也可采用數據挖掘中的孤立點 分析技術 , 在對客戶群進行分析時 . 找出與其他客戶不同的客戶 來進行防范 。 對客戶的信用風險進行分析和可能發生的欺詐行 為進行預測 , 以便及時地對各種信用風險進行監視 、 評價 、 預警 和管理 , 進而采取有效的規避和監督措施 , 在信用風險發生這前 對其進行預警和控制 。4. 數據挖掘技術在外貿上的應用數據挖掘在外貿公司中的廣泛應用 , 能夠及時開拓營銷渠 道 , 挖掘潛在的有價值的客戶信息 , 針對不同的客戶群及時提供 不同的

10、個性化服務 , 可以提高客戶的滿意度和忠誠度 , 提升客戶 信用的預測性和抗風險的能力 , 從而提高公司對市場的響應力 和智能化水平 。 分析型 CRM (客戶關系管理信息系統 , 充分利 用數據倉庫技術和數據挖掘工具 , 提供了客戶關系管理通常包 含的復雜的分析功能 , 如客戶概況分析 、 客戶忠誠度分析 、 客戶 利潤分析 、 客戶性能分析 、 客戶產品分析 、 客戶促銷分析等 。 通過 多層次和多視角的商業智能及客戶行為分析 , 透視客戶需求 、 消 費習慣 、 行為模式 , 分析各種險種的客戶占有率等 , 為外貿公司 挖掘最具潛力的價值客戶 , 實現交叉銷售提供 (下轉第 141頁 1

11、54福 建 電腦2006年第 8期 (上接第 154頁 決策分析依據 。CRM 所需要的核心技術通常包括數據倉庫 、數據挖掘和先 進的決策支持和報表工具 。 此外還包括常用的 INTERNET/IN-TRANET 技術 。外貿公司在日常業務處理中 , 積累了大量操作型 數據 , 通過數據抽取 、轉換和裝載 , 建立數據倉庫 , 可以進行數據 分析和知識發現 , 提供統一及時的業務報表 , 提供集成的客戶信 息等 , 數據質量實現從業務數據化到業務知識化 。 當具備了相應 的數據挖掘基礎時 , 外貿公司以聯機分析處理為平臺進行數據 挖掘 , 通過數據挖掘 , 實現對原始數據的分析處理 , 提供決

12、策信 息支持 , 提高決策支持水平 ; 輔助業務管理 , 探尋通過其他方法 發現不了的業務規律和模式 。外貿公司信息處理的過程是外貿企業的決策人員以外貿企業中的數據倉庫為基礎 , 經由聯機分析處理工具 (OLAP 、數據挖 掘技術加上決策規劃人員的專業知識 , 從海量數據中獲得有用 的信息和知識 , 幫助外貿企業獲取利潤 。 數據挖掘幫助用戶對國 際貿易業務數據進行聯機分析處理 , 例如預測發展趨勢 、 輔助決 策 、 對客戶進行分類 、 挖掘潛在客戶等等 。 5. 數據挖掘技術在外貿企業的應用前景外貿企業為迎接市場的挑戰 , 必須對市場運作有準確的分 析 。 基于數據挖掘技術的外貿信息系統的

13、最大好處是可以得到 準確 、 及時的信息 , 幫助企業贏得競爭優勢 。 而這些功能的完成 主要依靠數據倉庫 、 聯機分析處理和數據挖掘這三大技術 。 借助 這些核心技術 , 利用外貿企業中長期積累的海量數據 , 可以實現 以下方面的應用 。(1 客戶分類和特點分析根據客戶歷年來的大量消費記錄以及客戶的檔案資料 , 對 客戶進行分類 。 并分析每類客戶的需求傾向 、 信譽度 , 確定哪類 客戶給企業帶來最大的利潤 , 哪類客戶僅給企業帶來最少的利 潤同時又要求最多的回報 。 然后針對不同類型的客戶給予不同 的優惠 。(2 市場營銷策略分析利用數據倉庫 、 數據挖掘技術實現市場營銷策略在模型上 的

14、仿真 。 其仿真結果將提示所制定的市場營銷策略是否合適 。 外 貿企業可以據此優化其市場營銷策略 , 使其獲得最大的成功 。(3 強化內部管理利用外貿公司內部長期信息管理積累的數據 , 進行分析處理 , 歸納總結 。 可以合理地配置企業的人 、財 、 物資源 , 以最少的 投入取得最佳的效益 即投入產出比 ; 提高有限資源配置的運行 效率 , 加強經濟核算 , 降低運行費用 ; 把握機遇 , 揚長避短 , 正確 決策 , 減少失誤 。參考文獻 :1. 涂智壽 , Web 數據挖掘在商業職能中的應用 , 知識叢林 , 2005年第 5期2. 黃新立 , 黃濤 , 保險業如何選擇 CR M 解決方

15、案 , 信息技術與信息化 , 2005年第 1期3. 黃蘭等 , 數據挖掘及其在圖書館管理中的應用 , 華南熱帶農業大學學 報 , 第十一卷! 將設備 、現場照片等實物 、 實景圖像掃描 , 制作成與現場 狀態參數配套的顯示圖形 。 將 CAD 矢量圖轉化為位圖 , 與制作位圖進行加工 , 生成 標準格式的圖形文件 , 供主控程序使用 。3. 圖形控制與數據顯示模塊為了保證全廠的生產狀況能全面地反映在計算機上 , 同時 , 又能 讓使用者方便地進行操作 , 我們采用了多層次多窗口的圖形管 理技術 , 將全廠總圖 , 上 、 下層之間與同層之間的轉換操作均通 過鼠標驅動完成 。在車間層的計算機顯

16、示窗口上 , 再加開下層測量點狀態顯 示圖形 , 測量數據主要顯示在該層圖形上 。 當遇到異常情況 , 如 :停機 、 過載等 , 能自動報警 。4. 主控模塊控制以上各模塊協調運行 。 3. 系統的實現要實現上述系統 , 存在著兩個難點 :第一 :由于 ONSPEC 的特殊性 , 它采集的數據只可供 RPL 直接使用 。 而 RPL 在圖形管理 , 數據處理等方面 , 存在極大的缺 陷 。 如何將 ONSPEC 的數據從 ONSPEC 控制系統中分離出來 , 成為本系統可獨立分析 、 利用的原始資料 , 將成為本系統能否實 現的基本問題之一 。第二 :由于 OS/2的內存管理機制 , CPU

17、 資料管理與使用均 與 WINDOWS 有極大不同 , 故不能用已熟悉的程序設計思想進 行程序開發和設計 。 因此 , 如何在 OS/2操作系統下進行程序設 計 , 也是本系統的關鍵之一 。在對 ONSPEC 系統與 RPL 語言進行深入分析與嘗試后 , 我 們發現 RPL 所帶的 WORLD 庫與 RPL 提供的 READMEMO ( 函 數 , 可以將 ONSPEC 的數據與 OS/2系統作交換 。 這一途徑提供 了 OS/2與 ONSPEC 的通信渠道 , 它能解決第一個難點 。在對部分開發工具進行比較后 , 我們認為 , WATCOMC 是既 能被 OS/2支持 , 又能滿足系統需要的

18、開發工具 。 因此 , 我們決定 用 C+語言和 ASM 匯編語言混合編制整個軟件包 。為了更好地將本監視模塊與 ONSPEC 監控系統實行無縫對 接 , 我們將各種源程序與匯編程序 , 編譯 、 連接到 OS/2WARP 下 的 EXE 文件 , 使其能直接運行在 OS/2下 。 在 OS/2WARP 操作 系統下 , 實現 ONSPEC 與全廠監視系統雙任務處理 , 通過特別為 本系統設計的 DDE 模塊 , 實現了 ONSPEC 與本系統的數據交換 。由于監視畫面 分 辨 率 高 達 1024×786分 辯 率 , 24位 真 彩 模 式 , 因此用 WASM 重新顯示驅動程序 , 實現直接寫 屏 及 自 由 設 置分辨率 。 畫面切換 , 主要由鼠標完成 。