首頁(yè) >
客戶(hù)關(guān)系管理（CRM）在初期是偏重流程的，我們可以稱(chēng)之為流程型CRM。所謂流程型CRM，是指對市場(chǎng)、銷(xiāo)售、服務(wù)等方面，也是企業(yè)的前端管理的業(yè)務(wù)流程進(jìn)行重新規劃和調整，以最佳的工作方法來(lái)獲得最好的效果。無(wú)論是銷(xiāo)售自動(dòng)化（SFA）也好，還是利用呼叫中心的交互式客戶(hù)關(guān)懷（Interactive Customer Care）也好，都比較注重流程的管理，例如銷(xiāo)售過(guò)程的管理、代理的管理、員工的管理、服務(wù)請求的回復管理等等。在CRM從無(wú)到有的過(guò)程中，流程型的軟件產(chǎn)品對整個(gè)產(chǎn)業(yè)起到了非常重要的作用。正如我們在60%的實(shí)施項目中重點(diǎn)關(guān)注的問(wèn)題一樣，通過(guò)系統應用，我們主要解決的是圍繞客戶(hù)信息進(jìn)行的各個(gè)部門(mén)的協(xié)同工作，其中最重要的解決了以下的問(wèn)題：
◆如何收集客戶(hù)信息？
◆誰(shuí)來(lái)收集客戶(hù)信息？
◆收集什么樣的客戶(hù)信息？
◆與某個(gè)客戶(hù)相關(guān)的所有信息是否是整合的？
◆每一個(gè)與客戶(hù)打交道的人員是否都了解公司其他人與客戶(hù)的聯(lián)絡(luò )？
◆公司前端管理的每個(gè)部門(mén)是否都建立起“以客戶(hù)為中心”的理念？
◆對不同的客戶(hù)是否能夠提供不同的服務(wù)？
對于多數已經(jīng)和正在考慮應用CRM的企業(yè)來(lái)說(shuō)，這是不可或缺的步驟，通過(guò)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(wú)到有地建立了起來(lái)。但是，很快，在大量的客戶(hù)數據積累起來(lái)之后，對數據的分析將成為重擔。因此，作為CRM的專(zhuān)業(yè)軟件提供商，TurboCRM正在研究并已經(jīng)在某些行業(yè)提供不同于OLAP（online analytical processing在線(xiàn)分析方法）的專(zhuān)門(mén)工具來(lái)進(jìn)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． 能夠統計大量的客戶(hù)信息并支持對客戶(hù)進(jìn)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(hù)數據量是龐大的。要對這些客戶(hù)數據進(jìn)行分析，要求分析工具必須能夠處理大量的客戶(hù)信息。TurboCRM與亞信最近聯(lián)手開(kāi)發(fā)的向中國電信某省數據局提供的CRM解決方案中，客戶(hù)數據量達到百萬(wàn)級。而且，每個(gè)客戶(hù)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(gè)字段。系統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(hù)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(jìn)行分析的時(shí)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(hù)進(jìn)行行為分析；
由于在上述提到的行業(yè)中通常已經(jīng)具備業(yè)務(wù)系統，對于現有客戶(hù)的最初的信息來(lái)源也是現有的業(yè)務(wù)系統，因此，更有意義的分析是結合客戶(hù)信息對某一類(lèi)客戶(hù)群的消費行為進(jìn)行分析。這要求CRM中的分析工具可以從多個(gè)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(lèi)客戶(hù)的消費行為，例如：電信行業(yè)可以分析經(jīng)常打漫游電話(huà)的人群具備什么樣的客戶(hù)特征；年齡在30歲左右，月收入在5000以上的女性是否是長(cháng)途電話(huà)消費主體，她們的通話(huà)習慣時(shí)段是從幾點(diǎn)到幾點(diǎn)；是否周末的長(cháng)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(huì )想到對數據的參數進(jìn)行某些調整，例如，價(jià)格的變化，如果調整周末的消費費率，對整體收入會(huì )帶來(lái)什么影響？如果我們著(zhù)力吸引那些能夠帶來(lái)高價(jià)值的客戶(hù)，那么初期的投入應當在什么范圍內？客戶(hù)的消費點(diǎn)臨近什么值得時(shí)候開(kāi)始成為“正利潤”客戶(hù)？其生命周期至少要在多長(cháng)時(shí)間以?xún)炔啪哂谐蔀椤爸艺\客戶(hù)”的潛力？現有的模型分析很大程度上是為企業(yè)的市場(chǎng)研究和分析人員提供，有助于他們能夠更理性地制定市場(chǎng)細分策略。
4． 能夠進(jìn)行融合了人工智能的數據挖掘。
客戶(hù)信息的錄入和儲存方式是數據（data），但是，對于決策者來(lái)講，獨立的單個(gè)的數據的意義并不大，更重要的是信息（information）和知識（knowledge）。現有的數據挖掘方法已經(jīng)能夠支持進(jìn)行按照內置邏輯語(yǔ)言進(jìn)行歸納和演繹。例如，根據模型數據，系統建議以達成最高利潤為目標進(jìn)行的價(jià)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(huà)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(chǎng)活動(dòng)模式，以最低的成本獲得最好的市場(chǎng)活動(dòng)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 |
| 1．多渠道的數據源和整合(Aggregate multi-access of data) |
|
| 2．對歷史數據進(jìn)行分析(Multi-dimensional analysis of historical data) |
|
| 3．收益/客戶(hù)消費預測(Predictive revenue/consumer forecast) |
|
| 4．優(yōu)化方法(Optimization method) |
|
表一
分析型CRM的應用是在成熟的分析工具的基礎上，結合每個(gè)行業(yè)的特點(diǎn)進(jìn)行的。具體的過(guò)程如下圖所示：
圖一
理解業(yè)務(wù)：最初的階段，著(zhù)眼于了解業(yè)務(wù)特點(diǎn)，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(gè)步驟是了解客戶(hù)購買(mǎi)的頻率，購買(mǎi)頻率和每次消費金額之間是否有明顯的相關(guān)關(guān)系。
分析數據：這個(gè)階段著(zhù)眼于對現有的數據進(jìn)行規整。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(mǎi)行為相關(guān)，但是，原始的數據積累中卻不一定具備這些數據。對這一問(wèn)題的解決方法是從其它的相關(guān)數據中進(jìn)行推理，例如，通過(guò)抽樣調查，我們發(fā)現，一次性購買(mǎi)大量衛生紙的客戶(hù)，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(hù)有多大的百分比是月收入水平在這個(gè)檔次中的；另外，可以根據抽樣調查的方法，在問(wèn)卷調查的基礎上推理整個(gè)樣本人群的收入水平曲線(xiàn)。
數據準備：這個(gè)階段的著(zhù)眼點(diǎn)是轉換、清理和導入數據，可能從多個(gè)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(gè)階段需要處理的問(wèn)題之一。
建模：現在已經(jīng)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(zhù)眼的主要問(wèn)題中，是這個(gè)階段的主要任務(wù)。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(wèn)題需要行業(yè)專(zhuān)家和數據分析專(zhuān)家協(xié)商并達成共識。
評估：已經(jīng)建成的模型是否可以有效地完成工作？很好的一個(gè)評估方法是利用不同的時(shí)間段，讓系統對已經(jīng)發(fā)生的消費情況進(jìn)行預測，然后比較預測結果和實(shí)際狀況，這樣模型的評估就容易進(jìn)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(jīng)建立起來(lái)的模型。更為重要的是，在這個(gè)過(guò)程中，對數據分析的方法和知識應當已經(jīng)由客戶(hù)方的市場(chǎng)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。
最后，在軟件架構方面，我們認為：分析數據庫與運營(yíng)數據庫應當是分離的，避免影響運營(yíng)數據庫在操作方面的的實(shí)時(shí)響應速度。其結構如下圖所示：
圖二
有數據表明，往往是20%的顧客為企業(yè)帶來(lái)了80％的利潤，但如何尋找這20％的客戶(hù)，并為他們提供更優(yōu)質(zhì)的服務(wù)，卻成了企業(yè)管理者的一塊心病。分析性CR可以解決這個(gè)問(wèn)題，它和數據倉庫、數據分析、模型建立等技術(shù)相結合，必將有力的促進(jìn)企業(yè)的經(jīng)營(yíng)決策，從而發(fā)現更加有價(jià)值的客戶(hù)，并為他們提供更好的服務(wù)。
來(lái)自Turbocrm
