醫(yī)藥企業(yè)CRM的構建及數(shù)據(jù)挖掘應用研究

鄭杰 徐明 朱嘉新 施金金

【摘 要】客戶資源是企業(yè)的重要資料，而對于客戶資源的合理管理，關乎著企業(yè)的生存與發(fā)展?？蛻絷P系管理系統(tǒng)簡稱CRM的引入，就是改善這一問題的重要措施。CRM作為管理企業(yè)和客戶關系的主要平臺，不僅可以對客戶的關系進行管理，還可以記錄企業(yè)同客戶間的業(yè)務往來。挖掘數(shù)據(jù)從大量的數(shù)據(jù)中“挖掘出”有利于企業(yè)可持續(xù)發(fā)展的信息，其涉及的相關技術應用于醫(yī)藥等行業(yè)中的熱點問題目前大家比較關注，怎么樣管理企業(yè)與客戶關系、分析銷售數(shù)據(jù)、服務客戶等問題。本文描述了醫(yī)藥企業(yè)應該如何構建CRM以及數(shù)據(jù)挖掘的一些基本算法。

【關鍵詞】管理；客戶；關系；醫(yī)藥；數(shù)據(jù)挖掘

一、引言

21世紀以來，大數(shù)據(jù)發(fā)掘在中國醫(yī)藥行業(yè)有了很大的提高。在醫(yī)藥和醫(yī)療設備領域，形成了一套不再欠缺的醫(yī)藥產(chǎn)業(yè)和銷售體系。規(guī)模龐大?；ヂ?lián)網(wǎng)技術飛速發(fā)展，然而整個醫(yī)藥行業(yè)在信息建設方面的發(fā)展滯后的問題仍然存在。目前，醫(yī)藥企業(yè)信息化領域遍及廣，其內容龐雜。從行業(yè)產(chǎn)業(yè)鏈來說，包含藥品研發(fā)、制作、運輸?shù)雀鱾€環(huán)節(jié)。每一個環(huán)節(jié)都有信息化需求的不同。

概要描述：

操持客戶關系機制，為了達到企業(yè)與客戶之間的關系的完善，將最重要的數(shù)據(jù)資源視為該企業(yè)的終端客戶、合伙人、分銷商。以制藥企業(yè)為核心理念，經(jīng)過提高客戶服務的完善度和深入的客戶分析來滿足客戶的需求，以此實現(xiàn)客戶終身的價值，提高客戶對企業(yè)的回報率和客戶滿意度，從而創(chuàng)新管理理念。

二、醫(yī)藥企業(yè)CRM系統(tǒng)框架及功能

2.1醫(yī)藥企業(yè)CRM系統(tǒng)設計目標

目前的醫(yī)藥企業(yè)，所有的業(yè)務都抱著“市場導向，以客戶為中心”的宗旨在客戶與營銷之間展開的。人民的日常生活基本離不開醫(yī)藥企業(yè)，需求大，但是顧客和企業(yè)關系可能依然存在一些矛盾。正確的客戶關系能夠有效的避免一些矛盾，CRM旨在體現(xiàn)對醫(yī)藥行業(yè)對客戶關系管理的重視。

2.2技術組成

CRM系統(tǒng)涉及技術領域廣，主要包括數(shù)據(jù)庫、JAVA以及企業(yè)一體化管理。為了滿足數(shù)據(jù)龐大的特點，一般地，采用大型數(shù)據(jù)庫管理系統(tǒng)放到CRM系統(tǒng)數(shù)據(jù)庫建設中去，這樣可以提高數(shù)據(jù)存儲的安全性，并采用并發(fā)技術提高用戶體驗。系統(tǒng)架構可以選擇Mysql等輕量級數(shù)據(jù)庫。CRM的設計模式分為控制層，服務層和視圖層。首先，在數(shù)據(jù)層中使用MySQL，并將它部署到云端，可以滿足客戶隨時隨地訪問的需求，實用高效可擴展。其次，在視圖層運用相關技術，界面友好、功能強大。保證了CRM系統(tǒng)能夠完全滿足不同用戶的需求。在CRM的建設中，采用了jsp+Servlet，包括網(wǎng)頁、數(shù)據(jù)庫等。session，Token技術旨在提高數(shù)據(jù)傳輸過程中的安全。

2.3系統(tǒng)設計與實現(xiàn)

我們在數(shù)據(jù)挖掘之后，會先對本用戶的賬號信息進行收集保存到數(shù)據(jù)庫。然后在去對本用戶瀏覽的信息進行歸類保存在通過數(shù)據(jù)挖掘獲得有價值的。

下面是一段數(shù)據(jù)挖掘代碼：

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、數(shù)據(jù)挖掘的算法基本原理

（一）神經(jīng)網(wǎng)絡：

神經(jīng)網(wǎng)絡（neural networks）的在很早時候就已經(jīng)提出，今天“神經(jīng)網(wǎng)絡”已經(jīng)是一個相當大的、多科學交叉的學科領域。神經(jīng)元模型是神經(jīng)網(wǎng)絡最基本的部分。誤差逆?zhèn)鬟f（簡稱BP）算法在神經(jīng)網(wǎng)絡中使用廣泛，在使用中很成功。BP算法常用于實際任務中使用神經(jīng)網(wǎng)絡的時候。其他常見的神經(jīng)網(wǎng)絡還有RBF網(wǎng)絡、SOM網(wǎng)絡等。

（二）決策樹算法：

機器學習方法有很多種，其中一種是決策樹。通常情況，決策樹是基于根節(jié)點，多個內部節(jié)點，多個葉節(jié)點進行決策的；葉節(jié)點等同于決策結果，而其他節(jié)點等同于一個屬性測試；每個節(jié)點擁有依照結果O劃分為子節(jié)點的樣本集。F屬性測試；根節(jié)點包含完整的樣本集。決策測試序列的定義是從根節(jié)點到每個葉節(jié)點的途徑。

四、結束語

市場調研、數(shù)據(jù)分析、系統(tǒng)設計，代碼編寫和信息錄入，已經(jīng)有了不錯的現(xiàn)狀。不久的將來，將進行進一步完善本系統(tǒng)，從而盡可能滿足三方不同企業(yè)對數(shù)據(jù)挖掘的各自需求

【參考文獻】

[1]周志華.機器學習 [M].北京：清華大學出版社，2016；

[2] Peter Harrington.機器學習實戰(zhàn)[M].北京：人民郵電出版社，2013；

[3] 塔里克·拉希德.Python神經(jīng)網(wǎng)絡編程[M].北京：人民郵電出版社，2018；

[4] 胡凌云，醫(yī)藥企業(yè)CRM的構建及數(shù)據(jù)挖掘應用研究[M].2013；