医药企业CRM的构建及数据挖掘应用研究

2018-10-19 18:51郑杰徐明朱嘉新施金金
智富时代 2018年9期
关键词:关系医药数据挖掘

郑杰 徐明 朱嘉新 施金金

【摘 要】客户资源是企业的重要资料,而对于客户资源的合理管理,关乎着企业的生存与发展。客户关系管理系统简称CRM的引入,就是改善这一问题的重要措施。CRM作为管理企业和客户关系的主要平台,不仅可以对客户的关系进行管理,还可以记录企业同客户间的业务往来。挖掘数据从大量的数据中“挖掘出”有利于企业可持续发展的信息,其涉及的相关技术应用于医药等行业中的热点问题目前大家比较关注,怎么样管理企业与客户关系、分析销售数据、服务客户等问题。本文描述了医药企业应该如何构建CRM以及数据挖掘的一些基本算法。

【关键词】管理;客户;关系;医药;数据挖掘

一、引言

21世纪以来,大数据发掘在中国医药行业有了很大的提高。在医药和医疗设备领域,形成了一套不再欠缺的医药产业和销售体系。规模庞大。互联网技术飞速发展,然而整个医药行业在信息建设方面的发展滞后的问题仍然存在。目前,医药企业信息化领域遍及广,其内容庞杂。从行业产业链来说,包含药品研发、制作、运输等各个环节。每一个环节都有信息化需求的不同。

概要描述:

操持客户关系机制,为了达到企业与客户之间的关系的完善,将最重要的数据资源视为该企业的终端客户、合伙人、分销商。以制药企业为核心理念,经过提高客户服务的完善度和深入的客户分析來满足客户的需求,以此实现客户终身的价值,提高客户对企业的回报率和客户满意度,从而创新管理理念。

二、医药企业CRM系统框架及功能

2.1医药企业CRM系统设计目标

目前的医药企业,所有的业务都抱着“市场导向,以客户为中心”的宗旨在客户与营销之间展开的。人民的日常生活基本离不开医药企业,需求大,但是顾客和企业关系可能依然存在一些矛盾。正确的客户关系能够有效的避免一些矛盾,CRM旨在体现对医药行业对客户关系管理的重视。

2.2技术组成

CRM系统涉及技术领域广,主要包括数据库、JAVA以及企业一体化管理。为了满足数据庞大的特点,一般地,采用大型数据库管理系统放到CRM系统数据库建设中去,这样可以提高数据存储的安全性,并采用并发技术提高用户体验。系统架构可以选择Mysql等轻量级数据库。CRM的设计模式分为控制层,服务层和视图层。首先,在数据层中使用MySQL,并将它部署到云端,可以满足客户随时随地访问的需求,实用高效可扩展。其次,在视图层运用相关技术,界面友好、功能强大。保证了CRM系统能够完全满足不同用户的需求。在CRM的建设中,采用了jsp+Servlet,包括网页、数据库等。session,Token技术旨在提高数据传输过程中的安全。

2.3系统设计与实现

我们在数据挖掘之后,会先对本用户的账号信息进行收集保存到数据库。然后在去对本用户浏览的信息进行归类保存在通过数据挖掘获得有价值的。

下面是一段数据挖掘代码:

private String getMostClass(PriorityQueue pq) {

Map classCount = new HashMap();

for (int i = 0; i < pq.size(); i++) {

KNNNode node = pq.remove();

String c = node.getC();

if (classCount.containsKey(c)) {

classCount.put(c, classCount.get(c) + 1);

} else {

classCount.put(c, 1);

}

}

int maxIndex = -1;

int maxCount = 0;

Object[] classes = classCount.keySet().toArray();

for (int i = 0; i < classes.length; i++) {

if (classCount.get(classes[i]) > maxCount) {

maxIndex = i;

maxCount = classCount.get(classes[i]);

}

}

return classes[maxIndex].toString();

}

三、数据挖掘的算法基本原理

(一)神经网络:

神经网络(neural networks)的在很早时候就已经提出,今天“神经网络”已经是一个相当大的、多科学交叉的学科领域。神经元模型是神经网络最基本的部分。误差逆传递(简称BP)算法在神经网络中使用广泛,在使用中很成功。BP算法常用于实际任务中使用神经网络的时候。其他常见的神经网络还有RBF网络、SOM网络等。

(二)决策树算法:

机器学习方法有很多种,其中一种是决策树。通常情况,决策树是基于根节点,多个内部节点,多个叶节点进行决策的;叶节点等同于决策结果,而其他节点等同于一个属性测试;每个节点拥有依照结果O划分为子节点的样本集。F属性测试;根节点包含完整的样本集。决策测试序列的定义是从根节点到每个叶节点的途径。

四、结束语

市场调研、数据分析、系统设计,代码编写和信息录入,已经有了不错的现状。不久的将来,将进行进一步完善本系统,从而尽可能满足三方不同企业对数据挖掘的各自需求

【参考文献】

[1]周志华.机器学习 [M].北京:清华大学出版社,2016;

[2] Peter Harrington.机器学习实战[M].北京:人民邮电出版社,2013;

[3] 塔里克·拉希德.Python神经网络编程[M].北京:人民邮电出版社,2018;

[4] 胡凌云,医药企业CRM的构建及数据挖掘应用研究[M].2013;

猜你喜欢
关系医药数据挖掘
传统医药类非遗
基于并行计算的大数据挖掘在电网中的应用
医药下一个十年 创新为王
一种基于Hadoop的大数据挖掘云服务及应用
《中国当代医药》来稿要求
《中国当代医药》来稿要求
保加利亚媒体:饭局是中国搞定“关系”场所
基于GPGPU的离散数据挖掘研究