数据挖掘在电机制造行业中的应用

客户世界 | 2015年7月13日 | 会议会展 | 评论已关闭 | 1282

||2009-11-09

电机制造业的特点

电机制造业中主要有以下几个特点：

(1)就客户而言，以最终客户为主，这一群体数量庞大，装机容量大小不一，主要通过销售人员直接与厂家订货，与制造厂家的关系是通过销售部门来反映。

(2)就大中型电动机、发电机生产厂家而言，生产的产品一般有多大类、多系列，生产零件部件达几十万个，甚至上百万个，属于面向订单的制造企业。产品一般通过销售公司销售。

(3)就供应商而言，涉及到原材料、外购件和外协件等来源，所拥有的信息十分庞大。

因此，在信息时代，要充分利用企业的信息资源，从以产品为中心的管理模式转变为以客户为中心的管理模式上来。

客户关系管理(CRM)的内涵

CRM指在适合的时间，以适合的价格，将适合的产品或服务提供给适合的客户，以满足需要。

CRM以客户为核心，旨在提高客户满意度、客户忠诚度，从而提高客户保持率并赢得更多的潜在客户，CRM是以客户为中心企业营销的技术实现和管理实现，具体说来：

(1)CRM是一种管理理念，其核心思想是将客户作为最重要的企业资源。

(2)CRM是一种管理机制，将这种新型管理机制实施企业的市场营销、销售、服务与技术支持等与客户相关的领域，从而，客户能够得到更快捷和周到的服务;企业能够增加营业额和降低经营成本。

(3)CRM是一种管理软件和技术，集合了当今最新的信息技术，包括Intemet 和电子商务、多媒体技术、数据仓库和数据挖掘、专家系统和人工智能、呼叫中心以及其他信息技术。

基于数据库技术的CRM解决方案

CRM系统是一个决策支持系统(DSS)，需借助一定的技术和手段得以在现实中应用，如数据仓库(DW)技术、联机分析处理(OLAP)、数据挖掘(DM)等，从而为企业各个不同的管理层提供决策支持，其中CRM实现方案如图1。

图1 CRM实现方案示意图

(1)DW：实现对决策主题数据的存储和综合，为DSS提供数据存储和组织的集成。对底层数据库中的数据进行集成、转换、综合，组织成面向全局的数据视图。

(2)OLAP：实现多维数据分析。从DW中的集成数据出发，构建面向分析的多维数据模型，再使用多为分析方法从多个不同的视角对多维数据进行分析、比较。

(3)DM：挖掘DB和DW中的知识。以数据仓库和多法解决企事业难题是可行的，也是必要的。维数据库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动地作出预测。

(4)模型库(MB)：实现多个广义模型的组合辅助决策。模型是为了交流认识而形成的关于客观存在问题的框架。模型库是联系决策问题、数据与模型的桥梁，将多个模型以一定组织形式存储起来。

(5)方法库(AB)：为求解模型库提供算法，是模型应用的后援系统。方法是具有特定功能的模块化程序设计单位，具体地说是一个过程算法，具有共享性。方法库是方法可扩充的集合。

数据挖掘

数据挖掘可以描述为：按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化先进有效的方法。

数据挖掘所能解决的典型商业问题包括：数据库营销、客户群体划分、背景分析、交叉销售等市场分析行为，以及客户流失性分析、客户信用记分、欺诈发现等等。

数据挖掘涉及的学科领域和方法很多。根据挖掘任务可分为：分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等;根据挖掘方法可分为：机器学习方法、统计方法、神经网络方法和数据库方法。机器学习方法包括：归纳学习方法、基于范例学习、遗传算法等。统计方法包括：回归分析、判别分析、聚类分析、探索性分析等。神经网络方法包括：前向神经网络、自组织神经网络等。数据库方法主要包括多维数据分析方法。

DM在很多行业都可以有较好的应用，如：国外，DM己广泛应用于银行金融、零售与批发、制造、保险、公共设施、政府、教育、远程通讯、软件开发、运输等各个企事业单位。据报导，DM的投资回报率有达40%甚至10倍的事例。DM可分辨出成功的商店或分店的特性，并协助新开张的商店选择恰当的地理位置;能分析哪种产品是最受欢迎的，这在为产品的推销、商店的布局或新产品的开发等方面制定新策略指明方向;DM能找出产品使用模式或协助了解客户行为，如正确时间销售就是基于顾客生活周期模型来实施的。数据挖掘一方面，将数据转化为信息和知识，在此基础上做出正确的决策;另一方面提供一种机制，将知识融入到运营系统中，进行正确的运作。

电机制造业中的数据挖掘

通过生产管理、物流管理、编码系统、销售管理系统、客户资料管理及其它业务数据中，可以收集到关于产品销售、客户信息、供应商及库存信息等的信息资料。数据从各种应用系统中采集，经条件分类，放到数据仓库里，允许高级管理人员、分析人员、采购人员、销售人员访问，利用DM工具对这些数据进行分析，提供高效的科学决策工具。例如：对违约供应商特征描述的数据进行分析，选择优质的供应商、改兽与供应商的协作关系、加强对供应商行为的监控。将描述式数据挖掘方法用于违约供应商的特征属性识别，企业可以对具有这些特征的供应商采取取消合作关系或加强监控管理的办法以保证供应链的可靠性。用数据挖掘方法提取供应商的特征作为评价和选择供应商的依据，与传统的供应商评价方法相比，数据挖掘法是基于客观的统计资料而不是基于主观判断，克服了人为因素造成的随意性。不同的企业，处于不同的行业、不同的地区、不同的发展阶段，具有不同的规模，其所拥有的供应商也具有不同的特征，数据挖掘法充分体现了这种特殊性。实际上，这种方法的基本思路和管理人员处理此类问题的思路基本一致。在电机制造业应用领域，利用DW、DM会在很多方面有卓越表现。

(1)了解订单全局：通过分类信息一按产品种类、销售数量、销售地点、价格和日期等了解每天的运营和财政情况，对销售的每一点增长、库存的变化以及资金回笼、销售额都可了如指掌。

(2)降低库存成本：通过数据挖掘系统，将销售数据和库存数据集中起来，通过数据分析，以决定在适合的时间里购进所需原材料物、零部件等，减少资金积压，确保正确的库存。数据仓库系统还可以将库存信息和产品销售订单预测信息，通过电子数据交换直接送到供应商那里，这样省去商业中介，而且由供应商负责定期补充库存，制造商可减少自身负担。

(3)市场和趋势分析：利用数据挖掘工具和统计模型对数据仓库的数据仔细研究，以分析战略性信息。利用数据仓库通过检索数据库中近年来的销售数据，对产品品种和库存的趋势进行分析。

目前市场上有多种适用解决所有商业模式的通用的数据挖掘系统，但实际上并不好用，普通用户很难应用这些技术解决自己的商业问题。问题在于如何将数据挖掘技术与现有技术很好地结合起来，将特殊领域的商业逻辑与数据仓库技术集成起来，数据挖掘的分析效果和效益可达到峰值。系统的定制，软件供应商和企业互相交流，对系统功能的不断完善和扩充可以在一定程度上解决这个问题。

责编：admin