外貿ERP

分析型CRM簡述及其技術趨勢

本文來自：泛普軟件

客戶關系管理（CRM）在初期是偏重流程的，我們可以稱之為流程型CRM。所謂流程型CRM，是指對市場、銷售、服務等方面，也是企業(yè)的前端管理的業(yè)務流程進行重新規(guī)劃和調整，以最佳的工作方法來獲得最好的效果。無論是銷售自動化（SFA）也好，還是利用呼叫中心的交互式客戶關懷（Interactive Customer Care）也好，都比較注重流程的管理，例如銷售過程的管理、代理的管理、員工的管理、服務請求的回復管理等等。在CRM從無到有的過程中，流程型的軟件產品對整個產業(yè)起到了非常重要的作用。正如我們在60%的實施項目中重點關注的問題一樣，通過系統(tǒng)應用，我們主要解決的是圍繞客戶信息進行的各個部門的協(xié)同工作，其中最重要的解決了以下的問題：

·如何收集客戶信息？
·誰來收集客戶信息？
·收集什么樣的客戶信息？
·與某個客戶相關的所有信息是否是整合的？
·每一個與客戶打交道的人員是否都了解公司其他人與客戶的聯絡？
·公司前端管理的每個部門是否都建立起"以客戶為中心"的理念？
·對不同的客戶是否能夠提供不同的服務？

對于多數已經和正在考慮應用CRM的企業(yè)來說，這是不可或缺的步驟，通過流程型CRM的應用，在企業(yè)上下將CRM的概念和基礎數據的采集從無到有地建立了起來。但是，很快，在大量的客戶數據積累起來之后，對數據的分析將成為重擔。因此，作為CRM的專業(yè)軟件提供商，TurboCRM正在研究并已經在某些行業(yè)提供不同于OLAP（online analytical processing在線分析方法）的專門工具來進行數據分析。

具有強大的分析功能的CRM的主要應用方式如下：

1．能夠統(tǒng)計大量的客戶信息并支持對客戶進行多維的特征分析；
在某些行業(yè)中，例如：金融、保險、電信、傳媒、零售等行業(yè)的客戶數據量是龐大的。要對這些客戶數據進行分析，要求分析工具必須能夠處理大量的客戶信息。TurboCRM與亞信最近聯手開發(fā)的向中國電信某省數據局提供的CRM解決方案中，客戶數據量達到百萬級。而且，每個客戶的屬性描述包括地址、年齡、性別、證件號碼、收入、職業(yè)、教育程度等多個字段。系統(tǒng)必須能夠支持對這樣多維的組合性的分析，可以快速給出符合分析條件的客戶名單和數量。在分析型CRM中，速度成為重要的衡量指標，在對海量的數據進行分析的時候，速度的要求幾乎是第一位的。

2．能夠處理復雜的數據并支持對客戶進行行為分析；

由于在上述提到的行業(yè)中通常已經具備業(yè)務系統(tǒng)，對于現有客戶的最初的信息來源也是現有的業(yè)務系統(tǒng)，因此，更有意義的分析是結合客戶信息對某一類客戶群的消費行為進行分析。這要求CRM中的分析工具可以從多個數據庫中抓取并形成復雜的data cube。在此基礎上，我們可以分析某類客戶的消費行為，例如：電信行業(yè)可以分析經常打漫游電話的人群具備什么樣的客戶特征；年齡在30歲左右，月收入在5000以上的女性是否是長途電話消費主體，她們的通話習慣時段是從幾點到幾點；是否周末的長途漫游消費有明顯不同于周日的特征等等。行為分析是比特征分析更為復雜的分析，因為它涉及到行業(yè)知識和分析模型的結合。

3．具有自定義的建模方式和參數調整的功能；

除了特征分析和行為分析，預測正在日益成為強大的分析功能必須提供的應用。在詳細了解了消費行為之后，很自然地，我們會想到對數據的參數進行某些調整，例如，價格的變化，如果調整周末的消費費率，對整體收入會帶來什么影響？如果我們著力吸引那些能夠帶來高價值的客戶，那么初期的投入應當在什么范圍內？客戶的消費點臨近什么值得時候開始成為"正利潤"客戶？其生命周期至少要在多長時間以內才具有成為"忠誠客戶"的潛力？現有的模型分析很大程度上是為企業(yè)的市場研究和分析人員提供，有助于他們能夠更理性地制定市場細分策略。

4．能夠進行融合了人工智能的數據挖掘。

客戶信息的錄入和儲存方式是數據（data），但是，對于決策者來講，獨立的單個的數據的意義并不大，更重要的是信息（information）和知識（knowledge）?，F有的數據挖掘方法已經能夠支持進行按照內置邏輯語言進行歸納和演繹。例如，根據模型數據，系統(tǒng)建議以達成最高利潤為目標進行的價格優(yōu)化政策。輸入抽樣調查的道的測試數據，可以根據呼出電話的反饋率、直郵的反饋率、電視廣告反饋率、巡展的反饋率等數據確定最佳的市場活動模式，以最低的成本獲得最好的市場活動效果。
綜上所述，對分析型數據庫的需求可以總結為下表：

分析型CRM功能	CRM應用和考慮內容
多渠道的數據源和整合(Aggregate multi-access of data)	整合現存放在不同數據庫中相互關聯的原始數據；能夠進行關聯性的查詢；對大數據量的查詢速度要求較高，因此必須進行移動和聯接大量數據和實時處理數據的速度之間的平衡；
對歷史數據進行分析(Multi-dimensional analysis of historical data)	從歷史數據中選擇不同的角度考察消費行為；評估客戶價值，細分客戶群；利用數據驗證行業(yè)經驗；針對不同的客戶群發(fā)掘消費特點；定期地將原始數據抓取到與運營系統(tǒng)分離的數據倉庫中并完成分析圖表，可以有效地降低等待時間；平衡分析的靈活自定義和分析結果的反饋速度；
收益/客戶消費預測(Predictive revenue/consumer forecast)	建立數據模型，對不同的客戶群預測消費量；調整重要參數，估計對收益或利潤的影響；對市場活動的效果進行預測；從不同的緯度進行知識發(fā)現；
優(yōu)化方法(Optimization method)	利用數據模型進行優(yōu)化，適合確立價格策略；通過設置商業(yè)規(guī)則，進行復雜的市場劃分；平衡市場活動的費用和效益；采用AI（人工智能）方法驗證行業(yè)經驗；

分析型CRM的應用是在成熟的分析工具的基礎上，結合每個行業(yè)的特點進行的。具體的過程如下圖所示：

理解業(yè)務：最初的階段，著眼于了解業(yè)務特點，并把它還原成為數據分析的條件和參數。例如：在零售行業(yè)中，我們的第一個步驟是了解客戶購買的頻率，購買頻率和每次消費金額之間是否有明顯的相關關系。

分析數據：這個階段著眼于對現有的數據進行規(guī)整。我們發(fā)現，在不少行業(yè)中，可分析的數據和前面提出的分析目標是不匹配的。例如：消費者的月收入水平可能與許多購買行為相關，但是，原始的數據積累中卻不一定具備這些數據。對這一問題的解決方法是從其它的相關數據中進行推理，例如，通過抽樣調查，我們發(fā)現，一次性購買大量衛(wèi)生紙的客戶，其月收入水平集中在1000-3000RMB的檔次，如果這一結論基本成立，我們可以從消費習慣中推理出現有客戶有多大的百分比是月收入水平在這個檔次中的；另外，可以根據抽樣調查的方法，在問卷調查的基礎上推理整個樣本人群的收入水平曲線。

數據準備：這個階段的著眼點是轉換、清理和導入數據，可能從多個數據源抽取并加以組合，以形成data cube。對于缺失的少量數據，是用均值補齊，還是忽略，還是按照現有樣本分配，這是在這個階段需要處理的問題之一。

建模：現在已經有各種各樣的模型方法可以利用。讓最好的一種應用于我們要著眼的主要問題中，是這個階段的主要任務。例如，對于利潤的預測是否應當采用回歸方式預測，預測的基礎是什么？這些問題需要行業(yè)專家和數據分析專家協(xié)商并達成共識。

評估：已經建成的模型是否可以有效地完成工作？很好的一個評估方法是利用不同的時間段，讓系統(tǒng)對已經發(fā)生的消費情況進行預測，然后比較預測結果和實際狀況，這樣模型的評估就容易進行了。

應用：完成了上述的步驟之后，多數的分析工具都支持保存并重復應用已經建立起來的模型。更為重要的是，在這個過程中，對數據分析的方法和知識應當已經由客戶方的市場分析人員或決策者所了解，我們提供的，不僅僅是最終結果，而且是獲得這一結果的方法。"要把金針度與人"正是TurboCRM咨詢服務不同于單純的軟件提供商的區(qū)別所在。

最后，在軟件架構方面，我們認為：分析數據庫與運營數據庫應當是分離的，避免影響運營數據庫在操作方面的的實時響應速度。其結構如下圖所示：

CRM技術趨勢

隨著市場環(huán)境的日益成熟，競爭日趨激烈，客戶資源日顯重要?，F代企業(yè)管理的重心隨之從傳統(tǒng)的生產、物流、財務等內部管理轉向全面的客戶關系管理，CRM系統(tǒng)因而成為企業(yè)的核心管理系統(tǒng)之一。企業(yè)的應用需求和信息技術的發(fā)展是推動CRM系統(tǒng)發(fā)展方向的重要因素，目前CRM系統(tǒng)的技術架構發(fā)展呈現以下幾種趨勢：

趨勢一：CRM系統(tǒng)將全面采用B/S技術

為了滿足移動辦公和分布式管理的需求，CRM系統(tǒng)將更多采用基于Browser-Server架構的多層結構。B/S結構的特點是在客戶端使用標準的Web頁面瀏覽器（如Internet Explorer等），不需安裝特殊的應用程序，減少了升級和維護的難度；所有的業(yè)務數據都保存在Server端，確保了數據的安全；在通訊方面，由于使用標準的HTTP協(xié)議，使得系統(tǒng)可以輕松的實現移動辦公和分布式管理。另外為了系統(tǒng)功能的可擴展性，應該采用將數據庫、應用層及表現層分離的多層結構。獨立的數據庫層便于支持多種數據庫系統(tǒng)，將實現企業(yè)邏輯的應用層獨立使業(yè)務邏輯的更新和擴展更為方便，而當需要支持手機、PDA等新的客戶端設備時只要對表現層進行擴充就可以實現。同時，這種多層結構也可以采用負載均衡與集群等技術實現系統(tǒng)的高可用性和性能的平滑擴展。

趨勢二：CRM系統(tǒng)將全面集成各種信息交流技術

隨著Internet的發(fā)展，新的信息交流技術不斷發(fā)展。作為企業(yè)的前端業(yè)務系統(tǒng)，CRM系統(tǒng)需要支持客戶可能傾向采用的各種交流方式。除了支持傳統(tǒng)的電話和電子郵件以外，CRM系統(tǒng)也應該集成對手機短信息、VoIP、企業(yè)即時消息（EIM）和網絡會議等新的溝通方式的支持。在一個客戶服務中心，客戶代表既可以接聽客戶的普通電話和網絡電話、查看客戶的Email，也可以看到客戶通過手機發(fā)來的短信息、與客戶通過即時消息談話，或者與客戶開始一個視頻網絡會議，實時解決客戶的問題，大大提高服務響應速度和客戶滿意度。對于企業(yè)的市場和銷售業(yè)務，多媒體短信促銷、在線導購、遠程演示等全新的溝通技術在降低營銷成本的同時也可以擴展傳播途徑、提高客戶溝通效率、縮短交易周期，從而提升企業(yè)的盈利能力。

趨勢三：CRM系統(tǒng)將更多的采用數據倉庫和數據挖掘技術

隨著全球經濟一體化的進程和高技術的發(fā)展，企業(yè)比以往任何時候都面臨著更為復雜的生存環(huán)境。市場競爭的壓力對企業(yè)決策的質量和速度都提出了更高的要求。作為管理客戶資源這一企業(yè)核心資源的信息系統(tǒng)，CRM系統(tǒng)必須具備強大的數據分析和挖掘功能，為管理者作出正確的決策提供及時而準確的依據。數據倉庫（Data Warehousing）、數據挖掘(Data Mining)和OLAP技術已成為CRM系統(tǒng)提供決策支持的關鍵技術。CRM系統(tǒng)可以利用這些技術為企業(yè)建立完善的、量化的客戶價值評估體系，以銷售額、利潤等原始數據為指標建立評估模型，找出對企業(yè)最有價值的客戶群體并分析其特征，幫助企業(yè)制定更合理的經營策略。通過應用數據倉庫和挖掘技術，一個CRM系統(tǒng)還能夠透視企業(yè)的銷售、市場和服務等各個業(yè)務環(huán)節(jié)，按照組織機構、時間、產品線和客戶群特征等各種維度進行多維數據分析和數據挖掘，從而幫助企業(yè)及時發(fā)現市場環(huán)境的細微變化和自身業(yè)務流程中的潛在問題，迅速采取相應的應對措施。

以上是目前CRM系統(tǒng)的一些技術發(fā)展趨勢。我們相信，隨著CRM管理理念的進一步完善、客戶管理手段的變革和IT新技術的飛速發(fā)展，CRM系統(tǒng)也將不斷實現技術和應用的最新結合，發(fā)展為企業(yè)最重要的前端業(yè)務支撐系統(tǒng)。

CRM成功要素：

·未來的CRM集成將會是“前向”+“后向”完美的統(tǒng)一

·CRM項目成功的關鍵的一點是實現“統(tǒng)一視野”

·CRM項目流于失敗數據質量是根本

來源：CCW

發(fā)布：2007-04-29 10:23 編輯：泛普軟件 · xiaona [打印此頁] [關閉]