客户关系管理系统的数据处理方法、系统及计算机可读存储介质与流程

本发明涉及大数据挖掘技术领域，尤其涉及一种客户关系管理系统的数据处理方法、系统及计算机可读存储介质。

背景技术：

数据挖掘是指用适当的统计分析方法对收集来的大量数据进行分析总结，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实用中，数据挖掘可帮助人们做出判断，以便采取适当行动。数据挖掘的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能并得以推广。数据挖掘是数学与计算机科学相结合的产物。

数据挖掘面临的问题是数据量大，多种结构形式等多样化问题，这些问题增加了数据挖掘和整合困难，传统数据挖掘系统的架构设计结构复杂、效率低、针对性不强。

技术实现要素：

本发明目的在于公开一种客户关系管理系统的数据处理方法、系统及计算机可读存储介质，以提高客户关系管理的安全性、实时性和可靠性。

为实现上述目的，本发明公开了一种客户关系管理系统的数据处理方法，包括：

云平台基于大数据挖掘第一客户关系；

私有服务器在本地建立第二客户关系；

所述私有服务器对用户权限进行安全认证，根据授权用户的指令从所述云平台获取所述第一客户关系并与本地的第二客户关系进行融合，生成第三客户关系。

可选的，所述第一客户关系为以行业或产品细分的客户之间的关系，所述关系包括目标客户所关联公司之间的所有权关系、供应链关系、以及区域产业集群形成的重叠社区关系；所述第二客户关系为公司内部运营人员之间的组织架构关系、以及各运营人员所配对客户之间的映射关系。又或者，所述第一客户关系为公司内部运营人员之间的组织架构关系、以及各运营人员所配对客户之间的映射关系；所述第二客户关系为以行业或产品细分的客户之间的关系，所述关系包括目标客户所关联公司之间的所有权关系、供应链关系、以及区域产业集群形成的重叠社区关系。

本发明中，可选的，所述第三客户关系的生成包括：以目标客户、公司员工为节点，以关联关系为边，建立融合第一客户关系和第二客户关系的融合网络，统计各节点在所述融合网络中的维度并对各类边赋予相应的权重；根据各节点的维度和关联边的权重，基于社区发现算法得到所述融合网络中潜在的社区重叠关系以指导公司业务拓展和优化资源配置。

进一步地，本发明方法还包括：

所述云平台或私有服务器针对各目标客户建立动态库，通过所述动态库收集所对应目标客户的历史动态信息，并将监控得到的最新动态信息更新到所述动态库中；所述云平台或私有服务器从各所述动态库中提取更新所述第一客户关系的相关信息，并对各动态进行归类学习，然后根据学习结果对所述第一客户关系中相应边的权重进行调整。

更优地，在生成第三客户关系的过程中包括：在所述第一和第二客户关系中，建立各边和各节点的更新时间属性；并保存第三客户关系上一次的历史数据；在当前第三客户关系的生成过程中，根据所述更新时间查找所述第一和第二客户关系中的更新节点和更新边，遍历各更新节点和更新边所形成的新的第三客户关系，将该新的第三客户关系与上一次的历史数据融合作为当前第三客户关系的结果输出。

为达上述目的，本发明还公开一种客户关系管理系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

为达上述目的，本发明还公开一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述方法中的步骤。

本发明具有以下有益效果：

将第一和第二客户关系分开部署并分开维护管理，并仅针对授权用户按需进行融合以生成第三客户关系，兼顾并确保了第三客户关系的安全性、实时性和可靠性。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的客户关系管理系统的数据处理方法流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

实施例1

本实施例公开一种客户关系管理系统的数据处理方法，如图1所示，包括：

步骤s1、云平台基于大数据挖掘第一客户关系。

步骤s2、私有服务器在本地建立第二客户关系。

在本发明中，所谓客户关系是指面向任一企业、个体工商户、企事业单位等商业服务单位内部组织架构与其所服务的特定目标客户之间交错复杂的关系。为便于管理，可对客户关系进行分类，本实施例中的第一客户关系和第二客户关系优选为两个不完全重叠的互补形关系集。例如：可选的，第一客户关系为以行业或产品细分的客户之间的关系，该关系包括但不限于：目标客户所关联公司之间的所有权关系、供应链关系、以及区域产业集群形成的重叠社区关系；第二客户关系包括但不限于：公司内部运营人员之间的组织架构关系、以及各运营人员所配对客户之间的映射关系。又或者，第一客户关系为公司内部运营人员之间的组织架构关系、以及各运营人员所配对客户之间的映射关系；第二客户关系为以行业或产品细分的客户之间的关系，关系包括目标客户所关联公司之间的所有权关系、供应链关系、以及区域产业集群形成的重叠社区关系。

步骤s3、私有服务器对用户权限进行安全认证，根据授权用户的指令从云平台获取第一客户关系并与本地的第二客户关系进行融合，生成第三客户关系。

在该步骤中，与上述第一、第二客户关系的分类相对应的，第三客户关系的生成包括：以目标客户、公司员工为节点，以关联关系为边，建立融合第一客户关系和第二客户关系的融合网络，并统计各节点在融合网络中的维度并对各类边赋予相应的权重；然后根据各节点的维度和关联边的权重，基于社区发现算法得到融合网络中潜在的社区重叠关系以指导公司业务拓展和优化资源配置。其中，权重的大小直接反应关系的紧密度。进一步地，在该数据处理过程中，还包括：

云平台或私有服务器针对各目标客户建立动态库，通过动态库收集所对应目标客户的历史动态信息，并将监控得到的最新动态信息更新到动态库中；云平台或私有服务器从各动态库中提取更新第一客户关系的相关信息，并对各动态进行归类学习，然后根据学习结果对第一客户关系中相应边的权重进行调整。

例如：相关的动态包括但不限于：股权转让、公司重组、商业联盟等。

为便于第三数据的快速生成，更优地，在生成第三客户关系的过程中包括：在第一和第二客户关系中，建立各边和各节点的更新时间属性；并保存第三客户关系上一次的历史数据；在当前第三客户关系的生成过程中，根据更新时间查找第一和第二客户关系中的更新节点和更新边，再遍历各更新节点和更新边所形成的新的第三客户关系，然后将该新的第三客户关系与上一次的历史数据融合作为当前第三客户关系的结果输出。

其中，在该新的第三客户关系与上一次的历史数据融合过程中，包括但不限于：边和节点的添加及删除，以及权重的大小调整等。

在本实施例中，为提高用户便利性，本发明方法还包括：建立app客户端与上述云平台及私有服务器之间的通信连接；以及基于该app客户端采集客户关系管理系统所需的信息。例如：该app客户端采集的信息包括但不限于：用于客户信息管理的客户名片、法人、地址和爱好信息中的任意一种或任意组合。

综上，本实施例方法，将第一和第二客户关系分开部署并分开维护管理，并仅针对授权用户按需进行融合以生成第三客户关系，兼顾并确保了第三客户关系的安全性、实时性和可靠性。

实施例2

与上述方法相对应的，本实施例公开一种客户关系管理系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

实施例3

与上述方法相对应的，本实施例公开一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述方法中的步骤。

同理，本发明实施例公开的客户关系管理系统及计算机可读存储介质，将第一和第二客户关系分开部署并分开维护管理，并仅针对授权用户按需进行融合以生成第三客户关系，兼顾并确保了第三客户关系的安全性、实时性和可靠性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。