基于数据挖掘技术的广告客户管理系统设计与实现
发布时间：2021-08-05 04:51
近年来,广告公司在产品质量竞争的基础上,更注重于客户市场的竞争,更加注重如何吸引客户、留住客户、挖掘客户,为客户提供良好的服务,以获得客户的认可,并与客户建立长期的合作关系。在广告公司客户管理中利用数据挖掘和软件工程技术实现高效的客户管理和客户服务,延长客户与企业的联络周期,提升客户对公司的认可度和满意度成为当前广告公司管理和发展面临的主要问题。数据挖掘技术的应用为使用数据挖掘技术的公司客户管理提供了新的技术支持。从广告公司客户数据中提取出有价值的潜在的客户信息,为客户市场的拓展和竞争力提升提供有力的技术支撑。基于此,本文研究了基于数据挖掘技术的广告公司客户管理系统的设计与开发。本文设计的广告的公司客户管理系统以数据挖掘技术为基础并基于互联网技术设计开发,分析了广告公司客户管理系统的应用需求,确定客户管理系统的功能模块,分析了客户管理系统各功能模块的业务流程,分析了系统的用户权限设置,阐述了客户管理系统的功能用例。同时,论文分析了客户管理系统的功能结构设计和网络结构设计,对客户管理系统各功能模块进行了详细设计分析,阐述分析了数据挖掘技术和数据库表格设计,并采用ASP.NET设计实现了客...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
冗余数据删除和数据范围校验
电子科技大学硕士学位论文12展趋势的变化分析曲线，对客户进行筛选，发现潜在的客户，根据数据分析的结果，分析出客户消费习惯、客户消费趋势、流失客户、忠实客户进行不同的分类，实现有针对性的客户服务策略。对数据挖掘后的广告公司客户管理数据进行汇总和输出，客户数据挖掘结果以报表的形式输出，为广告公司的发展提供决策辅助支持，同时，在客户服务和业务推广中合理筛选和利用客户数据挖掘结果。使用数据分类和聚类算法实现客户数据挖掘分析。在客户分类时，根据客户的活跃次数和满意度等参数对广告客户分类。对于月活跃度大于3次，且满意度大于50%的客户分成第一类；对于月活跃度介于1次至3次，且满意度大于50%的广告客户分成第二类；对于月活跃度介于1次至3次，且满意度小于50%但大于30%的广告客户分成第三类；其余客户划分为第四类，客户满意度与月活跃度分类实现效果如图3-3所示。图3-3客户满意度与月活跃度分类3.3数据挖掘技术的应用本文研究基于数据挖掘技术的广告公司客户管理系统设计与开发，目的是通过收集大量的客户数据，进行汇总和分析处理，获得有价值的客户信息，对客户数据进行有效的统计与分析，从客户满意度，客户关注度，客户认可度，客户贡献度等多个层面进行统计分析，获得最准确的客户预测数据，充分掌握客户业务习惯和消费趋势，最大概率的吸引和抓住客户资源，进一步明确客户需求，充分挖掘潜在客户，实现广告公司客户数据的统计分析与汇总处理。3.3.1客户挖掘实现步骤在客户管理系统中应用数据挖掘技术主要根据客户日常管理记录获得客户发展趋势的变化分析曲线，对客户进行筛选，发现潜在的客户，主要步骤包括六个方面[33]：
第四章客户管理系统需求分析27图4-10客户服务管理业务流程图客户服务管理业务流程如下：（1）客户预约实现在线预约登记功能，客户输入预约时间，业务办理需求和联系电话等信息，提交系统进行预约，业务员根据业务办理数量和已预约情况对客户预约进行处理，确认是否能按预约事项办理，将预约登记情况返回给客户。（2）客户咨询实现客户对公司业务类型，业务范围，业务项目详细情况等进行咨询留言，业务员对客户咨询事项及时处理回复。（3）客户评价实现客户对业务办理流程、业务进度、业务效率，客户服务满意度，公司产品使用等事项进行评价反馈，客户可以采用100分制对业务事项和业务员进行评价，也可以按服务满意度、产品认可度，价格满意度，售后服务等类别进行分开评价，可以选择非常满意、满意、基本满意、不满意等类别，也可以留言直接评论。客户评价数据提交保存在客户管理系统的数据库服务器中。（4）客户评价反馈实现对客户的评价留言进行回复处理，将公司的反馈处理意见及时告知客户，提升客户对公司业务的满意度，更好的吸引和留住客户。（5）服务记录管理实现客户服务记录的数据登记管理，主要包含业务员，服务对象，服务时间，服务反馈，服务评价等数据记录。可以对服务记录进行查询、统计等功能操作，也可以对服务记录进行导出下载，（6）服务跟踪管理实现对客户的长期服务，对客户进行不同阶段的联系和跟踪记录，以获得长期的客户资源。4.4.4客户挖掘管理业务流程客户挖掘管理是广告公司客户管理系统的重要业务流程，主要实现广告公司客户数据的统计分析与汇总处理，根据客户日常管理记录获得客户发展趋势的变化分析曲线，对客户进行筛选，发现潜在的客户，为后续客户管理提供辅助支持。
【参考文献】：
期刊论文
[1]品牌酒店忠实客户管理信息系统创新研究[J]. 耿佳,于子恒,董益超,赵玉虎. 科技视界. 2018(30)
[2]大数据挖掘在互联网教育平台个性化教学中的应用研究[J]. 杨淑芳,黄晨,贡国忠,景征骏. 中国管理信息化. 2018(19)
[3]数据挖掘在教育大数据中的应用研究[J]. 王晓妮,韩建刚. 无线互联科技. 2018(18)
[4]基于数据挖掘的集装箱码头作业分析系统研究与设计[J]. 孙晓驰. 现代信息科技. 2018(09)
[5]基于数据挖掘的股市波动与宏观经济指标的关联性研究[J]. 刘海啸,孟珊珊,杜佳豪. 燕山大学学报(哲学社会科学版). 2018(05)
[6]基于数据挖掘技术的电子商务客户关系管理[J]. 李雪菁. 计算机与数字工程. 2018(09)
[7]大数据时代CRM向信息化、智能化的转型发展研究[J]. 田硕. 中国商论. 2018(26)
[8]基于数据挖掘的双卡用户识别模型研究[J]. 张一博. 山西科技. 2018(05)
[9]基于数据挖掘中药复方治疗失眠用药规律分析[J]. 曹文聪,海英,任路. 辽宁中医杂志. 2018(09)
[10]云计算的Web数据挖掘分析[J]. 彭琛. 科学技术创新. 2018(26)
本文编号：3323105
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
冗余数据删除和数据范围校验
电子科技大学硕士学位论文12展趋势的变化分析曲线，对客户进行筛选，发现潜在的客户，根据数据分析的结果，分析出客户消费习惯、客户消费趋势、流失客户、忠实客户进行不同的分类，实现有针对性的客户服务策略。对数据挖掘后的广告公司客户管理数据进行汇总和输出，客户数据挖掘结果以报表的形式输出，为广告公司的发展提供决策辅助支持，同时，在客户服务和业务推广中合理筛选和利用客户数据挖掘结果。使用数据分类和聚类算法实现客户数据挖掘分析。在客户分类时，根据客户的活跃次数和满意度等参数对广告客户分类。对于月活跃度大于3次，且满意度大于50%的客户分成第一类；对于月活跃度介于1次至3次，且满意度大于50%的广告客户分成第二类；对于月活跃度介于1次至3次，且满意度小于50%但大于30%的广告客户分成第三类；其余客户划分为第四类，客户满意度与月活跃度分类实现效果如图3-3所示。图3-3客户满意度与月活跃度分类3.3数据挖掘技术的应用本文研究基于数据挖掘技术的广告公司客户管理系统设计与开发，目的是通过收集大量的客户数据，进行汇总和分析处理，获得有价值的客户信息，对客户数据进行有效的统计与分析，从客户满意度，客户关注度，客户认可度，客户贡献度等多个层面进行统计分析，获得最准确的客户预测数据，充分掌握客户业务习惯和消费趋势，最大概率的吸引和抓住客户资源，进一步明确客户需求，充分挖掘潜在客户，实现广告公司客户数据的统计分析与汇总处理。3.3.1客户挖掘实现步骤在客户管理系统中应用数据挖掘技术主要根据客户日常管理记录获得客户发展趋势的变化分析曲线，对客户进行筛选，发现潜在的客户，主要步骤包括六个方面[33]：
第四章客户管理系统需求分析27图4-10客户服务管理业务流程图客户服务管理业务流程如下：（1）客户预约实现在线预约登记功能，客户输入预约时间，业务办理需求和联系电话等信息，提交系统进行预约，业务员根据业务办理数量和已预约情况对客户预约进行处理，确认是否能按预约事项办理，将预约登记情况返回给客户。（2）客户咨询实现客户对公司业务类型，业务范围，业务项目详细情况等进行咨询留言，业务员对客户咨询事项及时处理回复。（3）客户评价实现客户对业务办理流程、业务进度、业务效率，客户服务满意度，公司产品使用等事项进行评价反馈，客户可以采用100分制对业务事项和业务员进行评价，也可以按服务满意度、产品认可度，价格满意度，售后服务等类别进行分开评价，可以选择非常满意、满意、基本满意、不满意等类别，也可以留言直接评论。客户评价数据提交保存在客户管理系统的数据库服务器中。（4）客户评价反馈实现对客户的评价留言进行回复处理，将公司的反馈处理意见及时告知客户，提升客户对公司业务的满意度，更好的吸引和留住客户。（5）服务记录管理实现客户服务记录的数据登记管理，主要包含业务员，服务对象，服务时间，服务反馈，服务评价等数据记录。可以对服务记录进行查询、统计等功能操作，也可以对服务记录进行导出下载，（6）服务跟踪管理实现对客户的长期服务，对客户进行不同阶段的联系和跟踪记录，以获得长期的客户资源。4.4.4客户挖掘管理业务流程客户挖掘管理是广告公司客户管理系统的重要业务流程，主要实现广告公司客户数据的统计分析与汇总处理，根据客户日常管理记录获得客户发展趋势的变化分析曲线，对客户进行筛选，发现潜在的客户，为后续客户管理提供辅助支持。
【参考文献】：
期刊论文
[1]品牌酒店忠实客户管理信息系统创新研究[J]. 耿佳,于子恒,董益超,赵玉虎. 科技视界. 2018(30)
[2]大数据挖掘在互联网教育平台个性化教学中的应用研究[J]. 杨淑芳,黄晨,贡国忠,景征骏. 中国管理信息化. 2018(19)
[3]数据挖掘在教育大数据中的应用研究[J]. 王晓妮,韩建刚. 无线互联科技. 2018(18)
[4]基于数据挖掘的集装箱码头作业分析系统研究与设计[J]. 孙晓驰. 现代信息科技. 2018(09)
[5]基于数据挖掘的股市波动与宏观经济指标的关联性研究[J]. 刘海啸,孟珊珊,杜佳豪. 燕山大学学报(哲学社会科学版). 2018(05)
[6]基于数据挖掘技术的电子商务客户关系管理[J]. 李雪菁. 计算机与数字工程. 2018(09)
[7]大数据时代CRM向信息化、智能化的转型发展研究[J]. 田硕. 中国商论. 2018(26)
[8]基于数据挖掘的双卡用户识别模型研究[J]. 张一博. 山西科技. 2018(05)
[9]基于数据挖掘中药复方治疗失眠用药规律分析[J]. 曹文聪,海英,任路. 辽宁中医杂志. 2018(09)
[10]云计算的Web数据挖掘分析[J]. 彭琛. 科学技术创新. 2018(26)
本文编号：3323105
本文链接：https://www.wllwen.com/wenyilunwen/guanggaoshejilunwen/3323105.html
