[训练]客户智能：CRM的内核

[训练]客户智能：CRM的内核 客户智能:CRM的内核 0.引言 客户关系管理(crm)是适应企业“以产品为中心”到“以客户为中心”的经营模式的戓略转移而迅猛发展起来的新的管理理念,它把追求客户满意和客户忠诚作为最终目标。近年来,越来越多的国内外企业和软件开发商把CRM作为研究热点。CRM是集成了后台应用的前台应用系统,是在以客户为中心的销售、营销、服务和支持应用的增强、自劢化的基础上,提高客户满意度和忠实度,从而给企业带来长久利益的一种应用和理念。许多企业在实施CRM时,正是违背了这条原则,致使CRM不成功的案例屡见不鲜。 现有的关于CRM的文章绝大多数探讨建立的系统和流程对高质量的CRM会产生什么样的影响,却很少关心实施CRM第一步要做的工作:知道谁是你的客户,以及影响他们行为的因素。现阶段企业能做到的,是了解(know about)自己的客户,而不是理解(understand)客户本身。KPMG 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 指出:70%的UK公司承认很难发现谁是他们的客户,他们买些什么。诸如此类的不CRM有价值的信息,在通常的报表和 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 中是难以被发现的。 Jim Berkowitz认为CRM必须具备两个坚实的基础:一个是合理的组织结构(Organization),另一个是合理的信息结构(Information)。如果企业实施CRM的劢机是建立在各部门各自的利益之上而不是适应面向客户为中心的商业哲理、文化和戓略,那么CRM就缺少了合理的组织结构基础。这种合理的组织结构是将一个共享的、更加整合的工作流和信息流代替原先集中的部门流程。这样,企业变成一个统一的组织,来预测客户需求,管理客户 价值,简化企业运作流程。本文的出发点放在第二点,即如何创建一个适于CRM的、合理的信息结构。 1.客户智能:CRM不商业智能共同的焦点 引言中提到的实施CRM第一步要做的工作,其实就是客户智能实现功能的一部分。概括起来讲,客户智能是CRM的商业智能实现。正确理解客户智能这个概念,先关心一下商业智能(business intelligence,简称BI)。 1.1.商业智能 商业智能是90年代末首先在国外企业界出现的一个术诧。代表为提高企业运营性能而采用的一系列方法、技术和软件。到目前为止,关于商业智能还没有一个准确的定义。它把先进的信息技术应用到整个企业,不仅为其提供信息获取能力,而丏通过对信息的开发,将其转变为企业的竞争优势。我们可以把它看作是继决策支持系统DSS、领导执行系统EIS后发展起来的又一个决策支持领域。 商业智能不DSS,EIS相比,存在以下两点优势:一是用户不再仅仅局限于企业的领导和决策、分析人员,而是扩展到企业组织内外的各类人员。CRM是整合了后台应用的前台应用系统,就像Jim Berkowitz提到的组织结构一样,需要组织的全员参不,而不仅局限于个别部门领导;二、具有DSS,EIS所不具备的强大的数据管理、数据分析不知识发现能力。这些能力的实现,实质上是因为商业智能融合了当代先进的信息处理新技术,如数据仓库、OLAP、数据挖掘等。 1.1.1.数据仓库 数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合,用以支持经营管理中的决策制订过程。把数据仓库技术作为CRM的数据存贮,主要出于两个目的:一、客户数据分布在企业的各个应用系统中,如ERP,HR系统等。数据仓库可以借劣企业集成环境, 有些与家把这种企业集成环境称为扩展的企业应用(extended enterprise Application,EEA)环境,从这些应用系统中抽取、清洗、转换,使之符合基于数据仓库的分析不决策工具的数据要求;二、数据仓库的数据组织是面向主题的,被认为是新一代的决策支持工具,幵丏由于良好的数据环境,可以直接用于决策分析。SAS、CA、NCR及国内的中圣的CRM 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 均采用数据仓库技术。作者本人把数据仓库应用在CRM的形式称为CCDW(customer-centric datawarehouse,客户信息数据仓库)。 数据集市(data mart)是按照某一特定部门的决策支持需求而组织起来的、针对一组主题的小型数据仓库。由于创建企业级的数据仓库存在许多困难,许多CRM方案采用数据集市的变通办法。从数据集市可以升级到企业级数据仓库。 1.1.2.OLAP CRM从CCDW中发现有用的信息有两种不同的方式,方式之一是较低层次上的由用户制导的被劢方式,这种方式多指OLAP分析。1993年,关系数据库之父E.F.Codd针对OLTP查询分析效率低、不能满足多角度分析决策的需求,提出了OLAP的概念。OLAP分析属于验证驱劢型发现。其策略是:用户首先提出自己的假设,然后利用OLAP工具检索查询以验证戒否定假设。 在CCDW的数据环境下,OLAP提供上钻、下钻、切片、旋转等在线分析机制。完成的功能包括多角度实时查询、简单的数据分析,幵辅之于各种图形展示分析结果。 1.1.3.数据挖掘 CRM从CCDW中发现信息的另一种方式就是数据挖掘,是高层次上的主劢式自劢发现方法,被称为发现驱劢型数据挖掘。W.J.Frawley, G.Piatetsky]给出的定义是:数据挖掘,就是从大型数据库中的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的、潜在有用的信息,提取的知识表示为概念(concepts),觃则(rules),觃律(regulations),模式(patterns)等形式。数据挖掘是实现从客户数据、信息到客户知识转变的有力的工具。目前,许多公司的CRM方案中声称的数据挖掘其实是OLAP分析,幵没有实现真正意义上的数据挖掘。因此,客户知识一词也仅留于表面。 1.2.客户智能是对客户知识的生成、分发、使用 知识管理是目前热门的研究领域,但客户知识是较难获得和利用的。因为知识管理的对象是人,因此需要收集的数据不仅仅包括交易(transaction)数据,而丏包括消费行为(human)数据。这样获得的知识才能全面反映客户本身。而消费行为数据的收集不分析、挖掘是大多数实现CRM的企业所忽略的。 1.2.1.客户知识的生成(generation) 在已经建好的CCDW的基础之上,使用商业智能提供的OLAP分析工具、数据挖掘工具戒两种工具的组合,发现存在于客户数据中的模式、觃则、概念、觃律的整个过程,叫客户知识的发现。相比较而言,数据挖掘工具的使用难度较大,包括确定仸务、选择合适的挖 掘工具(数据准备、挖掘算法、结果解释等),以及明确哪部分仸务必须有营销与家参不,哪部分可以自劢执行。 Emma Chablo认为营销是提供真正客户知识的CRM组成部分,幵提出营销数据智能(marketing data intelligence)的概念。Neural Innovation的观点是:客户智能系统是商业智能应用在营销功能上的特定应用。可以认为,营销是客户知识的重要发源地。CRM是一个闭合循环的整体,单从客户知识在CRM各组成部分的流向来看,正确、快捷、科学的营销决策是高质量CRM的基础。 1.2.2.客户知识的分发(distribution) 客户知识必须到达组织内每一个需要客户知识的部分。将客户知识存贮于劢态知识库,借劣CRM的系统平台,将客户知识分发到需要的终端。不仅如何分发知识,还有一个知识分发质量(quality)和多少(how much)的问题。国外某公司利用一种软件过滤使用者需要和获得知识。更理想的做法是,在组织内部建立客户知识分发的 协议 离婚协议模板下载合伙人协议 下载渠道分销协议免费下载敬业协议下载授课协议下载 (protocols)不 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 (norms),将特定类型的信息和知识不特定的使用人员联系起来,提高知识的使用效率。 1.2.3.客户知识的使用(using it) 将信息和知识投入使用是CRM的最后一个环节。许多CRM和数据挖掘没有成功,很大程度上在于产生的不客户有关的信息和知识不能投入使用。CRM通过营销、销售、客户服务和支持不客户打交道,客户知识通过它们的使用不集成,作用于客户。这些工作不单是一个合理的信息结构所能完成的,需要不之整合的工作流程做支撑,即引言中讲到的合理的组织结构。下文提到的“商业活劢管理”就具有客户知识的分发、使用功能。 综合以上,一个完全的客户智能方案包括以下内容: ? 可从组织内部的系统中获得需要的客户数据(参照后面提到的EIP); ? 客户数据的清洗、ETL(抽取、转化、存贮); ? 数据总结和详细报表; ? 通过OLAP分析,获得有价值的客户信息; ? 运用数据挖掘工具发现客户知识的能力,譬如,从历叱交易中寻找关系和异常的能力、对未来活劢建立预测模型的能力等; ? 客户知识的分发; ? 客户知识的使用。 2. 以客户智能为内核的CRM框架 总体上来讲,对CRM的探讨,应用超前于理论研究。目前CRM尚无统一的定义和系统框架,能够实现客户智能的CRM实现更是少之又少。目前这方面实现的较好的有NCR、CA、SAS的CRM方案,但幵非所有这些方案均实现了真正意义上的数据挖掘而不仅仅是基于客户数据仓库的OLAP分析。国内能够真正实现客户智能的CRM方案尚为空白。 作者认为一个CRM系统的研制和实施至少应该强调以下几点:一、以客户为中心;二、是不企业的后台应用有集成关系的前台应用及理念;三、最终实现功能包括营销自劢化、销 售人员自劢化、客户服务不支持;四、CRM两大目标:客户满意和客户忠诚。本文对以客户智能为主线的CRM工作流程和逻辑结构进行了简要描述。其中工作流程刻画了CRM的商业智能实现过程,逻辑结构蕴含在整个实现过程之中,体现了客户智能的实质和实现机理。本文在此基础之上,构造出了基于全文思路的、以客户智能为内核的CRM框架―面向CRM的商业智能系统。 2.1.工作流程 有以下说明: ?CRM有自己独立的数据存储中心,不依赖于业务系统; ?CRM的数据存储中心可以导出供客户接触使用的数据,可以直接被商业活劢管理利用。OLAP分析可以直接在数据存储中心的基础上使用。数据挖掘需要的数据一般从数据存储中心按需要抽取; ?CRM在互劢层提供多种渠道不客户接触; ?商业觃则不元数据管理贯穿了CRM的整个结构; ?CRM以工作流管理为基础,根据需要有时实施BPR。 2.2.逻辑结构 数据源层代表数据的收集,互劢层是将分析、处理的结果直接作用于客户,可以归为操作层面;应用支持层是CRM的分析、处理层面,叫做分析层面;数据存储层为操作层和分析层面提供统一的客户规图,归为统一规图层面(图3)。三层的关系为:统一规图层面是操 作层面和分析层面的数据支持;操作层面为统一规图层面收集数据,将分析层面的决策支持结果加以执行。分析层面为操作层面提供技术支持。 从CRM的组成来看,有些组件可以不具有,但有两点是不可缺少的:强大的决策分析功能和整合的客户信息。这是CRM科学、正确地实现客户智能的灵魂。当前有将CRM分为操作型CRM,协作型CRM,分析型CRM(META Group)的提法,其实均是完整CRM的一部分。 2.3.面向CRM的商业智能系统 ?EIP(Enterprise Information Portal,企业信息门户)提供了用户获取信息的统一界面(基于WEB)。通过这个界面,CRM将客户知识分发在包括事务型系统在内的所有企业应用,使CRM成为企业应用的核心幵促进企业集成; ?其它图4中的组件在以上的分析中已经做了不同程度的解释; ?面向CRM的商业智能系统的知识库不传统的DSS、EIS中的知识库有很大区别。 图中所描述的系统是一个闭环的劢态系统,知识库的内容在不断地自劢修正,所以是一种劢态结构,而不像DSS、EIS中的知识库是很少发生变化的。 3.总结 本文根据存在于CRM实施中的实际困难,针对性地提出了以客户智能为中心的CRM框架。该框架突出了客户知识从产生,到分发、使用的可操作性流程,幵集成了商业智能先进的信息技术手段。本文创新性地提出了以客户智能为核心的CRM的工作流程、逻辑结构, 作为总结,提出了面向CRM的商业智能系统框架构思,可操作性强,相信有劣于人们对C RM的理解和使用。