CRM系統:數據挖掘—CRM技術的助推劑

CRM（客戶關系管理：Customer RelationshipManagement），是現代管理科學與信息技術結合的產物，是企業為最終實現電子化、運營目標所創造和使用的軟硬件系統及集成的管理方法、解決方案的總和。它以客戶為中心，通過再造企業組織體系和優化業務流程，展開系統的客戶研究，從而提高客戶的滿意度和忠誠度，提高運營效率和利潤收益。自1997年以來，全球CRM市場一直處于爆炸式的快速發展中，主要應用領域集中在制造、金融、電信等行業，許多新興企業如Amazon、 Cisco已率先成為CRM的使用者和受益者。以Oracle、IBM、Sieble等為代表的IT廠商對CRM前景表現出堅定的信心，國內也有創智科技、清華同方等知名軟件企業正在著力開發和部署解決方案。 CRM軟件系統是基于CRM理念而設計的，它將面向客戶的所有業務進行整合，提供了統一的業務平臺，并使用工作流技術將各種業務緊密聯系起來。其功能主要包含了客戶管理、訂單管理、員工管理、分析決策四個方面。 CRM使企業活動與客戶需求一致，而CRM技術就是其實現的關鍵，它可將經過合理設計的商業戰略變成業務結果。 CRM的技術類型主要有三種： (1)運營型CRM：運營型CRM主要包括客戶呼叫中心，其典型的功能有客戶服務、訂購管理，或銷售及營銷的自動化及管理等。 (2)操作型CRM：這種軟件目前較多，它更多關注客戶信息的組織和管理的簡單化。它的重點是創建一個客戶數據庫，這個庫提供了客戶與關系的一致性描繪并用專門的應用程序來提供這些信息，這些軟件包括SFA(銷售力量自動化)和客戶服務程序等。 (3)分析型CRM：分析型CRM可對客戶數據進行捕捉、存儲、提取、處理、解釋、產生相應報告。它使用了數據挖掘技術。因為客戶信息的絕對容量增加和與客戶的相互作用日益復雜，數據挖掘迎合了該種趨勢，它能促使客戶關系更有意義。它通過使用數據分析和數據建模技術來發現數據之間的趨勢和關系的過程，可以用來理解客戶希望獲得什么，還可以預測客戶將要做什么，可以幫助你選擇恰當的客戶并將注意力集中在他們身上，以便為他們提供恰當的附加產品，也可以幫助你辨別哪些客戶打算與你“分手”。由于可以提高以最好的方響應個性化需求的能力，并且可以通過恰當的資源分配來降低成本，因此可以增加收入。 由此可見，要使用分析型CRM，數據挖掘技術必不可少。使用CRM可以幫助企業建立起龐大的數據倉庫，在數據倉庫中，進行數據挖掘正逐漸成為CRM中最核心的部分。 從定義上來看，數據挖掘是從大量的數據中，抽取出潛在的、有價值的知識、模型或規則的過程，匯集了統計學、人工智能、數據庫等學科的內容，是一門新興的交叉學科。對于企業而言，數據挖掘可以有助于發現業務發展的趨勢，揭示已知的事實，預測未知的結果，并幫助企業分析出完成任務所需的關鍵因素，以達到增加收入、降低成本，使企業處于更有利的競爭位置的目的。 確切地說，數據挖掘是一種知識發現的過程，它主要基于統計學、人工智能、機器學習等技術，高度自動化地分析數據，做出歸納性的推理，從中挖掘出潛在的模式，并對未來情況進行預測，以輔助決策者評估風險、做出正確的決策。數據挖掘與聯機分析處理（On-Line Analytical Processing, OLAP）都是分析型工具。聯機分析處理作為驗證型分析工具，“更多地依賴用戶輸入的問題和假設”，使得用戶能夠快速地檢索到所需要的數據，而數據挖掘能夠自動地發現隱藏在數據中的模式（Pattern）。 在實際應用中，數據挖掘主要采用以下幾種方法進行模式的發現： （1）相關分析和回歸分析：相關分析主要分析變量之間聯系的密切程度；而回歸分析主要基于觀測數據建立變量之間適當的依賴關系。相關分析是回歸分析的基礎。 （2）時間序列分析：與相關分析類似，目的也是為了挖掘出數據之間的聯系，但時間序列分析更加側重于數據在時間先后上的因果關系。 （3）分類分析：分類分析首先為每一個觀測賦予一個標記，然后檢查這些被標記的觀測，描述出這些觀測的特征。這種描述可以是一個數學公式或者模型，利用它可以分類新的觀測。常用的幾種典型的分類模型有線性回歸模型、決策樹模型、基于規則模型和神經網絡模型等。 （4）聚類分析：與分類分析不同，聚類分析的輸入是一組未標定的記錄，目的是根據一定的規則，合理地劃分記錄集合。聚類分析和分類分析是一組互逆的過程，因此在很多分類分析中適用的算法也同樣適用于聚類分析。 在客戶關系管理中，數據挖掘的基本步驟簡單表示為： 目前，數據挖掘工具的市場一般分為三個組成部分：通用型工具、綜合／DSS／OL數據挖掘工具和快速發展的面向特定應用的工具。其中： 通用型工具占有最大和最成熟的那部分市場。從定義上說，它們是非面向特定應用的適合于各種需要的情況，其中包括的主要工具有SAS Enterprise Miner、IBM Intelligent Miner、Oracle Darwin、SPSS Clementine、Unica PRW、SGI MineSet等軟件。 綜合數據挖掘工具這一部分市場反映了商業對具有多功能的決策支持工具的真實和迫切的需求。商業要求該工具能提供管理報告、在線分析處理和普通結構中的數據挖掘能力。這些綜合工具包括Cognos Scenario和Business Objects等。 面向特定應用工具這一部分工具正在快速發展，在這一領域的廠商設法通過提供商業方案而不是尋求方案的一種技術來區分自己和別的領域的廠商。這些工具是縱向的、貫穿這一領域的方方面面，其常用工具有重點應用在零售業的KD1、主要應用在保險業的Option＆Choices和針對欺詐行為探查開發的HNC軟件。 數據挖掘公司的老大NCR Teradata數據倉庫事業部客戶戰略關系副總裁史威福特曾經說過，從技術的層面來看，利用操作型的CRM，你可以利用自動化的呼叫中心，幫助銷售人員利用B2B的方式掌握更多的客戶信息，同時為客戶提供更多、更好的服務。企業還可以利用這些信息制定一些更好的營銷模式，提高客戶服務的質量。我需要強調的是，操作型的CRM如果不具備分析型CRM的功能就無法成功。分析型的CRM可以分析客戶的這種互動關系和客戶交易，并且對營銷、銷售和服務做出一定的預測，它不僅可以分析客戶目前的需要，而且還可以分析客戶未來的需求。如果分析型CRM沒有數據倉庫的支持，也是無法成功的。分析型CRM需要長期的客戶交易數據、行為模式和互動數據的詳細信息。 由此可見，在實施CRM的過程中，數據挖掘技術的時候會使最終的結果變得更加的完美，數據挖掘技術的最新進展也成為了CRM最強大的推進劑。 強力推薦： 天柏客戶關系管理系統 天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統， 它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客 戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達 到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分 析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析 (Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion) 以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自 動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更 多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前 激烈的競爭環境中立于不敗之地。 關鍵詞：RM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶 關系管理系統