浅谈实现数据库营销系统的关键技术

I S S N1 0 0 9 3 0 4 4 C o m p u t e rK n o w o d O ea n dT e c h n o l o o y 电膳知识与技术 V o l 。6 ，N o 1 3 ，M a y2 0 1 0 ，P P 3 1 2 - 3 3 1 3 E - m a r l ：j s l t e c e e n e t e n h t t p ：w w w d n z s n e t c n T e l ：+ 8 6 5 5 1 - 5 6 9 0 9 6 35 6 9 0 9 6 4 浅谈实现数据库营销系统的关键技术 陈平王利铜 ( 南京信息职业技术学院江苏南京2 1 0 0 4 6 ) 摘要：数据库营销是运用收集到的数据来预测用户未来的购买行为。成功实现数据库营销系统的关键是首先要建立一个企业资料 数据库在数据库或数据仓库中寻找有价值的隐藏事件，再利用数据挖掘技术对彰摇序J “”据进行分析，将有意义的信息归纳成 结构模式。这样既降低了成本，又提高营销效率和企业的利润。 关键词：数据库营销；数据仓库；数据挖掘；关联分析；联机分析处理 中圈分类号：T P 3 9 1文献标识符：A 文章编号：1 0 0 9 一如| 4 4 ( 2 0 1 0 ) 1 3 _ - 3 3 1 2 - 0 “ D i s c u s s i o na b o u tR e a l i z i n gD a t a b a s eM a r k e t i n gS y s t e m “ sK e yT e c h n o l o g y C I - E NP i n g ，W A N GL i g a n g ( N a n j i n gC o l l e g eo fI n f o r m a t i o nT e c h n o l o g y ，N a n j i n g2 1 0 0 4 6 ，C A b s t r a c t ：D a t am a r k e t i n gt h a tu s ec o l l e c t e dd a t af o r e c a s to 1 s t o m e r sf u t u r ep u r c h a s i n g F i r s tc r e a t i n gae n t e r p r i s e sd a t a b a s e ，f i n d i n gv a l u a b l e h i d d e ni n f o r m a t i o ni nt h ed a t a b a s eo rd a t aw a r e h o u s e t h e na n a l y z i n gd a t ai 1 1t h ed a t a b a s eb yu s i n gd a t am i n i n gt e c h n o l o g y ，f i n a l l ys u m l n a - r i z i n gt h ev a l u a b l ei n f o r m a t i o ni n t oas t r u c t u r a lm o d e l ，t h a ta l ek e yt e c h n o l o g yo fr e a l i z i n gd a t a b a s em a r k e t i n gs y s t e ms u c c e s s f u l l y I th n - p r o v e se f f i c i e n c ya n dp r o f i to fe n t e r p r i s eb u tl o w e rt h ec o s t K e yw o r d s ：d a t a b a s em a r k e t i n g ；d a t aw a r e h o u s e ；d a t am i n i n g ；r e h t i o m la n a l y s i s ；O L A P 1 概述 r r 的发展提供了崭新的营销渠道和营销手段，如网上营销和数据库营销。网上营销只是提供一种新的信息沟通工具，而数据库 营销则提供了一种全新的营销模式因为它可使营销者更迅速、更准确低抓着消费者的需要甚至能使营销者比消费者本人更了解 其需要。所以在最近几年内，数据库营销的理念在行业内不断被提到，而且其技术也迅速得到发展。下面笔者就简单地谈一下实现 数据库营销系统的关键技术。 2 数据库营销 2 1 数据库营销的概念 数据库营销( D a t a b a s eM a r k e t i n g ) 将营销数据建立成数据库，并通过对数据库内数据的分析，进行市场营销活动【1 1 。 具体来说就是将客户的销售历史数据等营销数据建立数据库，并根据对数据库内数据的分析。确认目标客户，迅速准确地获 知其需求，了解其特征，传达产品和服务的相关信息，以便更有效地进行市场营销活动，维系顾客和提高销售额。其旨在建立互信共 赢的客户关系，数据库服务过程本身即可视为数据库营销过程。数据库的数据必须是动态的。可扩充的和及时更新的涵盖现有客 户和潜在客户。 2 2 数据库营销的特点 与传统的数据库营销相比，网络数据库营销的独特价值主要表现在三个方面闭： 1 ) 动态更新 数据库营销具有数据嚣大、易于修改、能实现动态数据更新、便于远程维护等多种优点，还可以实现顾客资料的自我更新。网络 数据库的动态更新功能不仪节约了大量的时间和资金，同时也更加精确地实现了营销定位，从而有助于改善营销效果，这是其他的 营销技术所不能比的。 2 ) 顾客主动加入 仅靠现有顾客资料的数据库是不够的，除了对现有资料不断更新维护之外，还需要不断挖掘潜在顾客的资料，这项下作也是数 据库营销策略的重要内容。往没有借助互联网的情况下，寻找潜在顺客的信息一般比较难，要花很大代价。而在网络营销环境中，有 超过5 0 的顺客愿意提供自己的部分个人信息，这样就便于营销工作的进行。顾客在登记的时候，一般是将信息填写在一螳表格 中，例如我们注册会员用户时填写的信息。但是，营销人员在对顾客进行登记时需要从他们的实际利益出发，合理地利用顾客的主 动性来丰富和扩大顾客数据库。在某种意义上，邮件列表可以认为是一种简单的数据库营销，数据库营销同样要遵循自愿加入、自 由退出的原则。 3 ) 改善顾客关系 优秀的顾客数据库是网络数据库营销取得成功的重要保证。在互联网七，顾客希望得到更多个性化的服务，比如，顾客定制的 信息接收方式和接收时间，顾客的兴趣爱好、购物习惯等等都是网络数据库的重要内容，根据顾客个人需求提供针对性的服务是网 收稿日期：2 0 1 0 0 3 1 7 作者简；r - 陈平( 1 9 7 8 一) ，女，河南周口人，讲师，硕士研究生，主要研究方向为数据库、程序设计；王利钢( 1 9 7 8 一) ，男，讲师，本科。 ， 3 3 1 2 囊誓l l l g 与信息曩- - - 本栏目责任编辑：闻翔军 万方数据 第6 卷第1 3 期( 2 0 1 0 年5 月) C o m p u t e rK n o v e d g ea n dT e c h n o l o g y 电脑知识与技术 络数据库营销的基本职能因此，网络数据库营销是改善顾客关系最有效的工具。 2 3 实现数据库营销的关键技术 数据库营销是运用收集到的数据来预测用户未来的购买行为，成功实现数据库营销系统的关键在于三方面组件的集成：存储 在数据仓库或数据处理机中的事实数据；在数据摩或数据仓库中寻找有价值的隐藏事件，使用统计技术或预测模型工具对数据进 行分析。将有意义的信息归纳成结构模式，供企业决策时参考，这种技术就是数据挖掘技术；功能强大的展示工具1 3 - 8 1 。 2 3 1 建立数据库 首先，要把营销过程中需要的数据建成一个数据库，为了便于对具体以及过去的数据进行分析，一般建立一个数据仓库。 按照数据仓库之父W H 1 n m o n 的描述，数据仓库是一个面向主题的、集 成的、相对稳定的、反映历史变化的数据集合用于支持管理决策1 4 J 。 整个数据仓库系统是一个包含四个层次的体系结构，具体如图l 所示。 下面对图l 中的部分组件进行介绍： 数据源：是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内 外部信息。这螳信息可以是存放在关系数据库中的数据，也可以是文档数据。 数据的存储与管理：是整个数据仓库系统的核心。针对现有各业务系统的 数据，进行抽取、清理，并有效集成，按照主题进行组织。数据仓库按照数据的 覆盖范围可以分为企业级数据仓库和部门级数据仓库( 通常称为数据集市) 。 O L A P 服务器：对分析需要的数据进行有效集成，按多维模型予以组织，以 图I 数据仓库的体系结构 便进行多角度、多层次的分析，并发现趋势。其具体实现可以分为：R O U 妒、 M O L A P 和H O L A P 。R O L A P 基本数据和聚合数据均存放在R D B M S 之中；M O L 憎基本数据和聚合数据均存放于多维数据库中； H O L A P 基本数据存放于R D B M S 之中，聚合数据存放于多维数据库中。 前端工具：主要包括各种报表工具、查询工具、数据分析工具、数据挖掘i 具以及各种基于数据仓库或数据集市的应用开发工 具。其中数据分析工具主要针对0 L A P 服务器，报表工具、数据挖掘工具主要针对数据仓库。 2 3 2 使用数据挖掘技术分析数据 数据挖掘( D a t aM i n i n g ) 是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的人们事先不知道的、但又是 潜在有用的信息和知识的过程1 6 1 。 其主要任务是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。 关联分析。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分析目的是找出数据库中隐藏的关联网。一般用 支持度和可信度两个阀值来度量关联规则的相关性I V - g l 。 聚类分析。聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立 宏观的概念，发现数据的分布模式，以及可能的数据属性之问的相互关系。 分类。分类就是找出一个类别的概念描述，它代表了这类数据的整体信息即该类的内涵描述，并用这种描述来构造模型，一 般用规则或决策树模式表示。汾类是利用训练数据集通过一定的算法而求得分类规则。 预测。预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和 不确定性。通常用预测方差来度量。 时序模式。时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样，它也是用己知的数据预测未来的 值，但这些数据的区别是变量所处时间的不同。 偏差分析。在偏差中包括很多有用的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是非常重 要的。偏差检验的基本方法就是寻找观察结果与参照之间的差别。 数据挖掘的主要流程是：定义问题、数据准备、数据挖掘、结果分析、知识的运用。 用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、；，质数据库 以及I n t e m e t 等。 目前，常用的数据挖掘有：神经网络方法、遗传算法、决策树方法、粗集方法、统计分析方法等。 3 结束语 数据挖掘能够基于顾客的年龄、性别、人口统计数据和其他类似因索，对顾客购买某一具体货物的可能性做出预测；识别出具 有相似浏览习惯的顾客；辨别出具体的顾客偏好以便提供改进的个人服务；找出高频率地被组合在一起的所有产品组。据此，公司 可获得新顾客、留住老顾客、增加顾客的消费额。这样既降低了成本。又提高了营销的成功率。故数据挖掘的强大功能可以确保企业 数据库营销的顺利开展。 参考文献： 【l 】许多顶网络数据库营销f J l 商业研究，2 0 0 2 ，9 ：1 1 9 1 2 1 【2 】陈晓红企业信息化建设的模糊综合评判 J 1 运筹与管理，2 0 0 3 ( 6 ) 【3 】杨丽，马玉磊，张丹数据挖掘技术在C R M 中的应用研究【J 】新乡学院学报，2 0 0 9 ，6 ：6 6 6 7 【4 】李石君，王汉飞，周洞汝关系数据库中统计关系的挖掘和应用f J 】计算机工程与应用，2 0 0 0 ，( 6 ) ：1 1 7 - 1 1 8 【5 】李从东，徐志英基于数据挖掘的企业关系管理系统构建I J l 现代管理科学，2 0 0 9 ，8 ：2 3 2 5 【6 】韩家炜，堪博数据挖掘：概念与技术【M 】北京：机械工业出版社，2 0 0 6 ：5 6 6 2 1 【7 】蔡伟杰。等关联规则挖掘综述f J 】计算机丁程，2 0 0 7 。2 1 ( 5 ) ：3 卜3 3 【8 】崔立新，苑森淼，赵春喜约束性相联规则发现方法及算法口叨计算机学报，2 0 0 0 ，2 5 ( 2 ) ：2 1 6 - 2 2 0 本栏目贲任编辑：闻翔军 - - - t 舞霹与僖息蕾一3 3 1 3 万方数据 浅谈实现数据库营销系统的关键技术浅谈实现数据库营销系统的关键技术 作者：陈平， 王利钢， CHEN Ping， WANG Li-gang 作者单位：南京信息职业技术学院,江苏,南京,210046 刊名： 电脑知识与技术 英文刊名：COMPUTER KNOWLEDGE AND TECHNOLOGY 年，卷(期)：2010，06(13) 被引用次数：0次 参考文献(8条)参考文献(8条) 1.许多顶 网络数据库营销 2002 2.陈晓红 企业信息化建设的模糊综合评判 2003(6) 3.杨丽.马玉磊.张丹 数据挖掘技术在CRM中的应用研究 2009 4.李石君.王汉飞.周洞汝 关系数据库中统计关系的挖掘和应用 2000(6) 5.李从东.徐志英 基于数据挖掘的企业关系管理系统构建 2009 6.韩家炜.堪博 数据挖掘:概念与技术 2006 7.蔡伟杰 关联规则挖掘综述 2007(5) 8.崔立新.苑森淼.赵春喜 约束性相联规则发现方法及算法口 2000(2) 相似文献(9条)相似文献(9条) 1.学位论文 向仍涛 基于数据挖掘的电信客户流失预测模型研究与应用 2006 本论文阐述了应用数据挖掘技术建立客户流失预测模型的方法，展示了对模型的结果进行应用的过程，为读者展现了一个客户流失预测模型建立和 应用的系统。本论文以某地市电信企业的客户为目标用户群，结合电信行业的业务规则，运用SPSS公司的数据挖掘工具Clienmtine,选取了决策树和逻辑 回归的预测方法，对所有客户进行了流失打分，得分越高，其流失的可能性就越大。论文结合业务规则，对流失预测模型进行了业务上的解释，以使企 业能对流失客户采取更有效的营销策略。 2.期刊论文 孙凌云.SUN Lingyun 实现数据库营销系统的关键技术 -山东行政学院山东省经济管理干部学院学报 2002(1) 数据库营销是运用收集到的数据来预测用户未来的购买行为,成功实现数据库营销系统的关键在于三方面组件的集成:存储在数据仓库或数据处理机 中的事实数据-大都来自于帐目系统;数据挖掘、统计技术或使用预测模型的工具;功能强大的展示工具. 3.学位论文 王健 移动数据业务营销平台需求分析和设计 2008 客户是企业关注的焦点，如何争取和留住客户是企业营销工作的主题。中国移动通信市场数据业务在整体移动通信市场中占有的地位日趋重要，考 察数据业务产品生命周期的不同发展阶段，推进精细化运营，给企业带来稳定收入，将是数据业务营销能力建设的重要方向。精细化运营，是基于一个 明确的客户群开展工作，其核心是“数据库营销”。数据库营销要求运营商不断细分客户群体，建立“以客户为中心”的运营思路。通过数据库营销 ，能够提升运营商数据业务营销能力，并搭建起支撑数据业务发展的深度运营体系。 在数据业务的实际运营推广过程中，一方面，由于数据业务“点多面窄”，客户数据分散在众多的数据业务平台和支撑系统(BOSS、经分系统等 )，致使企业虽拥有“海量的客户数据”却不能准确地知道目标客户在哪里。另一方面，尽管新的业务层出不穷，但企业不知道向客户推荐什么样的业务 ，导致明星产品和金牛产品的培育都处于较为盲目的阶段。为解决上述问题，运营商需要有一个统一的平台，对各项客户消费数据进行整合、分析，针 对不同的数据业务，挖掘出不同的目标客户，迅速开展营销活动，提升业务推荐成功率。 本文结合目前国内外数据库营销的发展经验与云南移动数据业务运营的实际情况，探索数据库营销在数据业务推广中的应用。作者通过阅读有关数 据库营销的资料，在深入分析现阶段数据业务和数据业务营销的特点的基础上，进行数据业务营销平台的需求分析和设计，并结合自己掌握的知识，参 与了云南移动数据业务营销平台建设的项目，并组织了相应的系统应用推广工作。 数据业务营销平台已于2007年4月正式投入使用，平台支持三种方式的九种模版的营销活动配置，实现了营销活动的闭环管理功能，能够快速实现营 销活动的配置和实现。同时，对目标客户和营销活动实现了模版化管理，围绕重点数据业务，从客户的“业务属性”、“消费属性”和“时间周期”等 维度将客户区分成不同的群体，深度分析客户使用行为。数据业务营销平台的上线得到各级操作人员的认同，最终验证了本设计的正确性。 4.期刊论文 冯艳婷.柯士涛.FENG Yan-ting.KE Shi-tao 电子商务环境下的顾客关系管理及技术研究 -云南民族大 学学报（哲学社会科学版）2007,24(2) 顾客关系管理(CRM)是企业一项重要的工作.在因特网技术和电子商务快速发展今天,企业为了创造、保持和扩展顾客关系,满足顾客的需求目标,为企 业创造更多的价值,就必须有效地利用信息技术来改善企业的管理,并快速做出决策,及时对市场及顾客的需求作出反应.毫无疑问,几乎所有企业的CRM都 是由数据驱动的,即使是那些必须与顾客面对面联系的中小企业也不例外.在电子商务环境下,企业实行顾客关系管理需要信息技术的支持.在CRM中,随着 复杂程度的提高,出现了营销手段、数据管理和数据处理这三个互为联系、互为支持的方面,它们分别是数据库营销、数据仓库和数据挖掘. 5.学位论文 杨柏刚 WEB使用挖掘系统数据预处理子系统的设计 2008 伴随着互联网在中国的高速发展，中国的网络经济在不断成长，网络经济在国民经济中的占比逐年增加，并吸引大量的风险投资不断注入到互联网 企业，推动新的互联网企业不断产生与壮大，进一步加剧了互联网企业之间的竞争，特别是同业互联网公司之间的竞争进一步加大，如何提升公司的竞 争力，如何吸引更多的用户，并使用户成为公司的客户，对公司的营运与营销提出考验，从而以客户为中心的精细化营销与数据库营销提上日程。 获取用户行数据是做精细化营销与数据库营销的基础，从而带来本文的重点，数据预处理系统的设计与实现；数据预处理是数据处理的前提，也是 后续模式发现和模式分析的基础，数据预处理所获取的源数据质量直接关系到最终挖掘结果的质量。对一个残缺的数据源进行再精确的挖掘都是毫无意 义甚至是有害的。只有确保用户使用数据的准确、完整、及时和有效，后续的一切工作才有意义可言。因此，本文的重点就是以如何构建web挖掘之数据 预处理子系统的设计。 本文在概述了数据挖掘和数据仓库等有关知识的基础上，介绍了Web挖掘的基本概念，分类和发展现状；在web使用挖掘系统的总体设计的基础上就 web挖掘系统数据预处理子系统的设计与实现为重点进行论述；其中就构建系统的每一个环节用户行为数据采集、数据ETL处理与点击流数据仓库提出自 己的设计理念与实现方法。本文的创新在于： 1）提出一套完整的web挖掘系统数据预处理系统的设计方案； 2）设计与实现了一套全新的数据采集方案； 3）设计与实现了一套完整的数据ETL处理方案； 4）设计了点击流数据仓库的实事与维度分层方案以及点击流数据仓库元数据的设计； 6.会议论文 侯建荣.顾锋.黄丹 数据库营销中序列模式的相似性分析 2008 序列相似性模式搜索是营销数据仓库中知识发现领域的一个研究热点.本文利用小波工具提出了一个基于Hurst指数的序列相似性判别标准和算法,新 方法在某一分辨率层次上进行曲线形状的相似性搜索和度量,从而可以提高营销相似性模式查询的效率.最后用算例对方法的有效性加以验证. 7.学位论文 曹杰 银行零售客户数据知识发现的理论与应用研究 2005 知识发现是近年来人工智能和数据库领域研究的前沿课题。面对市场竞争的加剧和信息技术的发展，银行必须建立“以客户为中心”的管理模式。 因此利用知识发现技术对海量的银行零售客户数据进行挖掘分析，从中发现各种潜在的、有价值的、规律性知识具有重要的理论意义和应用价值，也是 当前金融信息知识化的重要前沿课题。本文运用理论分析与实证研究相结合的方法，针对银行零售客户数据KDD的相关问题进行研究，主要内容如下： 1.系统地分析和设计了商业银行零售客户数据仓库系统，对系统中的某些关键技术提出了新颖的解决方案，如多源零售客户信息整合技术