【技术实现步骤摘要】
本专利技术主要涉及客户关系管理系统的，具体为一种基于大数据和知识管理的客户关系管理系统。
技术介绍
1、客户关系管理系统(crm)是一种软件应用程序,旨在帮助企业管理和跟踪与客户相关的数据和通信。crm系统的功能包括记录客户信息、管理销售周期、分配任务、设置提醒和报告等。通过使用crm系统,企业可以更好地了解客户需求并提高客户满意度,从而促进业务增长和盈利能力。随着大数据技术的发展，许多企业都会通过使用大数据算法来处理客户关系管理系统，这有以下几个好处:提高客户满意度和忠诚度:通过分析客户行为数据,识别客户的需求和偏好,为客户推荐个性化服务和产品,提高客户的满意度和忠诚度。优化销售流程和预测未来收入:通过分析客户购买历史和行为数据,识别潜在商机,预测未来的销售和收入,并制定相应的销售策略和计划。提高市场营销效率:通过分析客户行为数据,识别目标客户群,制定有效的市场营销策略,降低营销成本并提高市场营销效率。提高客户保留率:通过分析客户行为数据,识别客户流失风险,制定针对性的客户保留策略,提高客户保留率。但是，目前市面上大多数大数据系统面临客户信息泄露，客户需求难以满足的缺点，因此，需要一款新的基于大数据和知识管理的客户关系管理系统。
2、根据申请号为201910444496.4所提供的一种基于大数据和知识管理的客户关系管理系统，包括服务器，服务器与用于管理者登录系统的管理登录模块相连，服务器与用于对管理登录模块中的登录信息进行加密的登录信息加密单元相连，服务器与用于向客户信息存储模块录入客户来自金融市场相关金融数据的客
3、上述专利文件通过提供的技术方案能够有效克服现有技术所存在的不能筛选出高价值客户、登录安全缺乏保护的缺陷，但是不能解决客户需求量与企业产品存量不匹配的问题。
技术实现思路
1、基于此，本专利技术的目的是提供一种基于大数据和知识管理的客户关系管理系统，以解决上述
技术介绍
中提出的技术问题。
2、一种基于大数据和知识管理的客户关系管理系统，包括大数据处理端，为所述大数据处理端提供基础数据支持的数据收集端，为客户提供商品销售服务的客户操作端，由人工辅助工作的客服服务端，记录产品库存数据的库存数据端；
3、所述数据收集端包括收集各端现有信息的数据采集模块，存储大量采集数据信息数据存储模块；
4、所述客户操作端包括记录客户登录数据信息的身份识别模块，提供商品浏览服务的商品推送模块，提供商品销售以及售后服务的线上售卖模块；
5、所述客服服务端包括发掘新客户信息的客户拓展模块，处理老客户问题的信息辅助模块；
6、所述库存数据端包括收集产品余量信息的出入库管理模块，接收退换货产品的标签处理模块；
7、所述大数据处理端包括提取基础数据的数据提取模块，对提取数据进行分析运算的数据处理模块，输出处理数据的数据输出模块。
8、优选的，所述数据采集模块采集所述客户操作端以及所述库存数据端内所有信息并将其分类存储在所述数据存储模块内，所述数据提取模块通过sql查询算法提取所述数据存储模块内需要的数据信息。
9、优选的，所述身份识别模块通过哈希算法为客户提供登录服务，所述数据采集模块通过rsa加密算法提取所述身份识别模块内的客户部分联系数据以便于联系客户开展工作。
10、优选的，所述商品推送模块包含喜好调节功能，能够根据客户自主调整以增加或者减少相应产品的推送。
11、优选的，所述数据处理模块通过提取的所述商品推送模块中客户的偏好浏览信息，通过k-means、层次聚类、密度聚类这些聚类算法，将客户群体划分到不同的类别中,以便更好地理解客户偏好并通过数据输出模块对商品推送模块进行个性化推荐。
12、优选的，所述数据处理模块通过提取的商品推送模块中客户的偏好浏览信息通过apriori、eclat、frequent pattern mining这些关联规则挖掘算法挖掘客户购买行为之间的关联性,并基于这些关联性向老客户推荐其可能感兴趣的产品。
13、优选的，数据处理模块使用svm、决策树、随机森林这些分类算法，使用历史数据对客户进行偏好分类，以预测客户未来的购买行为，并将信息提供给出入库管理模块根据客户分类基数调整进出货计划。
14、优选的，数据处理模块根据库存数据端内的产品余量以及客户操作端对产品的偏向和评价，通过cnn、rnn、lstm这些深度学习算法，建立深度神经网络模型来判断哪些产品能够进行优惠活动，并通过学习客户偏好的模式，对近期加入客户操作端新客户进行分类和预测，将预测信息发送至客户拓展模块，由人工客服向新用户推销产品，向老用户提供优惠。
15、优选的，数据处理模块通过身份识别模块的客户信息，将商品推送模块以及线上售卖模块中关于客户信息的部分整合成条理信息提供给信息辅助模块，方便客服处理客户的各种问题。
16、优选的，所述数据处理模块通过多重参考客户操作端以及库存数据端内的数据信息，通过智能深度算法，为企业提供参考的销售计划。
17、综上所述，本专利技术主要具有以下有益效果：
18、在本实施例中，通过客户注册账号时的偏好信息以及后续的消费信息对客户进行分类，并为不同客户提供不同的商品推荐，能够避免无效信息导致客户厌烦情绪，通过加密算法提取客户信息，能够加强对客户隐私的保护，提高客户的安全感；
19、通过对库存产品进行监控，对客户购买期望进行预期，能够调整各个阶段的进货需求，从而减少因为进出货偏差过大带来的亏损，解决了客户需求与产品存量不匹配的问题，通过对客服进行数据支持，能够根据需求拓展新用户，为老用户提供高效的售后服物，能提高用户粘性。
20、附图说明
21、图1为本专利技术的整体系统流程图；
22、图2为本专利技术的大数据处理端模块示意图；
23、图3为本专利技术的数据收集端模块示意图；
24、图4为本专利技术的客户操作端模块示意图；
25、图5为本专利技术的客服服务端模块示意图；
26、图6为本专利技术的库存数据端模块示意图。
本文档来自技高网...【技术保护点】
1.一种基于大数据和知识管理的客户关系管理系统，包括大数据处理端(10)，其特征在于，为所述大数据处理端(10)提供基础数据支持的数据收集端(20)，为客户提供商品销售服务的客户操作端(30)，由人工辅助工作的客服服务端(40)，记录产品库存数据的库存数据端(50)；
2.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据采集模块(21)采集所述客户操作端(30)以及所述库存数据端(50)内所有信息并将其分类存储在所述数据存储模块(22)内，所述数据提取模块(11)通过SQL查询算法提取所述数据存储模块(22)内需要的数据信息。
3.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述身份识别模块(31)通过哈希算法为客户提供登录服务，所述数据采集模块(21)通过RSA加密算法提取所述身份识别模块(31)内的客户部分联系数据以便于联系客户开展工作。
4.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述商品推送模块(32)包含喜好调节功能，能够根据客户自
5.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据处理模块(12)通过提取的所述商品推送模块(32)中客户的偏好浏览信息，通过K-Means、层次聚类、密度聚类这些聚类算法，将客户群体划分到不同的类别中,以便更好地理解客户偏好并通过数据输出模块(13)对商品推送模块(32)进行个性化推荐。
6.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据处理模块(12)通过提取的商品推送模块(32)中客户的偏好浏览信息通过Apriori、Eclat、Frequent Pattern Mining这些关联规则挖掘算法挖掘客户购买行为之间的关联性,并基于这些关联性向老客户推荐其可能感兴趣的产品。
7.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，数据处理模块(12)使用SVM、决策树、随机森林这些分类算法，使用历史数据对客户进行偏好分类，以预测客户未来的购买行为，并将信息提供给出入库管理模块(51)根据客户分类基数调整进出货计划。
8.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，数据处理模块(12)根据库存数据端(50)内的产品余量以及客户操作端(30)对产品的偏向和评价，通过CNN、RNN、LSTM这些深度学习算法，建立深度神经网络模型来判断哪些产品能够进行优惠活动，并通过学习客户偏好的模式，对近期加入客户操作端(30)新客户进行分类和预测，将预测信息发送至客户拓展模块(41)，由人工客服向新用户推销产品，向老用户提供优惠。
9.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，数据处理模块(12)通过身份识别模块(31)的客户信息，将商品推送模块(32)以及线上售卖模块(33)中关于客户信息的部分整合成条理信息提供给信息辅助模块(42)，方便客服处理客户的各种问题。
10.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据处理模块(12)通过多重参考客户操作端(30)以及库存数据端(50)内的数据信息，通过智能深度算法，为企业提供参考的销售计划。
...【技术特征摘要】
1.一种基于大数据和知识管理的客户关系管理系统，包括大数据处理端(10)，其特征在于，为所述大数据处理端(10)提供基础数据支持的数据收集端(20)，为客户提供商品销售服务的客户操作端(30)，由人工辅助工作的客服服务端(40)，记录产品库存数据的库存数据端(50)；
2.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据采集模块(21)采集所述客户操作端(30)以及所述库存数据端(50)内所有信息并将其分类存储在所述数据存储模块(22)内，所述数据提取模块(11)通过sql查询算法提取所述数据存储模块(22)内需要的数据信息。
3.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述身份识别模块(31)通过哈希算法为客户提供登录服务，所述数据采集模块(21)通过rsa加密算法提取所述身份识别模块(31)内的客户部分联系数据以便于联系客户开展工作。
4.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述商品推送模块(32)包含喜好调节功能，能够根据客户自主调整以增加或者减少相应产品的推送。
5.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据处理模块(12)通过提取的所述商品推送模块(32)中客户的偏好浏览信息，通过k-means、层次聚类、密度聚类这些聚类算法，将客户群体划分到不同的类别中,以便更好地理解客户偏好并通过数据输出模块(13)对商品推送模块(32)进行个性化推荐。
6.根据权利要求1所述的一种基于大数据和知识管理的客户关系管理系统，其特征在于，所述数据处理模块...
【专利技术属性】
技术研发人员：朱政豪，陈永宁，
申请(专利权)人：漳州信拾知识产权代理有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。