?

醫藥企業CRM的構建及數據挖掘應用研究

2018-10-19 18:51鄭杰徐明朱嘉新施金金
智富時代 2018年9期
關鍵詞:關系醫藥數據挖掘

鄭杰 徐明 朱嘉新 施金金

【摘 要】客戶資源是企業的重要資料,而對于客戶資源的合理管理,關乎著企業的生存與發展??蛻絷P系管理系統簡稱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,還可以記錄企業同客戶間的業務往來。挖掘數據從大量的數據中“挖掘出”有利于企業可持續發展的信息,其涉及的相關技術應用于醫藥等行業中的熱點問題目前大家比較關注,怎么樣管理企業與客戶關系、分析銷售數據、服務客戶等問題。本文描述了醫藥企業應該如何構建CRM以及數據挖掘的一些基本算法。

【關鍵詞】管理;客戶;關系;醫藥;數據挖掘

一、引言

21世紀以來,大數據發掘在中國醫藥行業有了很大的提高。在醫藥和醫療設備領域,形成了一套不再欠缺的醫藥產業和銷售體系。規模龐大?;ヂ摼W技術飛速發展,然而整個醫藥行業在信息建設方面的發展滯后的問題仍然存在。目前,醫藥企業信息化領域遍及廣,其內容龐雜。從行業產業鏈來說,包含藥品研發、制作、運輸等各個環節。每一個環節都有信息化需求的不同。

概要描述:

操持客戶關系機制,為了達到企業與客戶之間的關系的完善,將最重要的數據資源視為該企業的終端客戶、合伙人、分銷商。以制藥企業為核心理念,經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,以此實現客戶終身的價值,提高客戶對企業的回報率和客戶滿意度,從而創新管理理念。

二、醫藥企業CRM系統框架及功能

2.1醫藥企業CRM系統設計目標

目前的醫藥企業,所有的業務都抱著“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藥企業,需求大,但是顧客和企業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旨在體現對醫藥行業對客戶關系管理的重視。

2.2技術組成

CRM系統涉及技術領域廣,主要包括數據庫、JAVA以及企業一體化管理。為了滿足數據龐大的特點,一般地,采用大型數據庫管理系統放到CRM系統數據庫建設中去,這樣可以提高數據存儲的安全性,并采用并發技術提高用戶體驗。系統架構可以選擇Mysql等輕量級數據庫。CRM的設計模式分為控制層,服務層和視圖層。首先,在數據層中使用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,包括網頁、數據庫等。session,Token技術旨在提高數據傳輸過程中的安全。

2.3系統設計與實現

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

下面是一段數據挖掘代碼:

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、數據挖掘的算法基本原理

(一)神經網絡:

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

(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,決策樹是基于根節點,多個內部節點,多個葉節點進行決策的;葉節點等同于決策結果,而其他節點等同于一個屬性測試;每個節點擁有依照結果O劃分為子節點的樣本集。F屬性測試;根節點包含完整的樣本集。決策測試序列的定義是從根節點到每個葉節點的途徑。

四、結束語

市場調研、數據分析、系統設計,代碼編寫和信息錄入,已經有了不錯的現狀。不久的將來,將進行進一步完善本系統,從而盡可能滿足三方不同企業對數據挖掘的各自需求

【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[M].北京:人民郵電出版社,2013;

[3] 塔里克·拉希德.Python神經網絡編程[M].北京:人民郵電出版社,2018;

[4] 胡凌云,醫藥企業CRM的構建及數據挖掘應用研究[M].2013;

猜你喜歡
關系醫藥數據挖掘
傳統醫藥類非遺
基于并行計算的大數據挖掘在電網中的應用
醫藥下一個十年 創新為王
一種基于Hadoop的大數據挖掘云服務及應用
《中國當代醫藥》來稿要求
《中國當代醫藥》來稿要求
保加利亞媒體:飯局是中國搞定“關系”場所
基于GPGPU的離散數據挖掘研究
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合