CRM是Customer Relationship Management的縮寫(xiě)，即客戶(hù)關(guān)系管理。CRM是一種商業(yè)策略，目的是在企業(yè)和特定的客戶(hù)之間，保持一個(gè)長(cháng)期的、提高企業(yè)的盈利和銷(xiāo)售收入的業(yè)務(wù)關(guān)系。
1.CRM定義
目前對CRM的定義，不同的研究機構有著(zhù)不同的表述。Swift認為CRM是企業(yè)經(jīng)營(yíng)方法，通過(guò)企業(yè)和客戶(hù)之間交流來(lái)了解并進(jìn)一步影響客戶(hù)行為，從而為企業(yè)贏(yíng)得更多的新客戶(hù)，留住老客戶(hù)。Kincaid認為，CRM是一種綜合使用了企業(yè)管理中的信息、企業(yè)運營(yíng)機制、信息技術(shù)特別是互聯(lián)網(wǎng)技術(shù)的商業(yè)戰略。Parvatiyar and Sheth認為CRM是一種綜合的策略和進(jìn)程，包括贏(yíng)得新客戶(hù)，留住老客戶(hù)，以及與特定的客戶(hù)合作。這些CRM的定義強調的重點(diǎn)是，認為CRM是為了獲得新客戶(hù)和留住老客戶(hù)而采取的商業(yè)流程，在商業(yè)智能的幫助下，使企業(yè)最大化的獲得客戶(hù)價(jià)值。
2.CRM分類(lèi)
從體系結構的觀(guān)點(diǎn)來(lái)看，CRM分為操作型CRM和分析型CRM。操作型CRM指的是業(yè)務(wù)流程(企業(yè)的市場(chǎng)、銷(xiāo)售、服務(wù)等)的自動(dòng)化，而分析型CRM指的是分析企業(yè)的客戶(hù)關(guān)系管理系統中的各種數據，從而了解客戶(hù)的消費特點(diǎn)和預測客戶(hù)的行為，目的是為企業(yè)的經(jīng)營(yíng)和決策提供科學(xué)依據。
二、數據挖掘理論
數據挖掘的定義：Turban，Aronson，Liang，和Sharda認為數據挖掘是從巨大的數據庫中通過(guò)使用統計、數學(xué)、人工智能和機器學(xué)習技術(shù)，識別和提取有用的信息并隨后獲得知識的過(guò)程。Lejeune，Ahmed，Berry和Linoff，Berson et al也提供了類(lèi)似的定義，認為數據挖掘是從巨大的數據庫中提取或探知隱藏的模式、信息的過(guò)程。
三、CRM的維度和數據挖掘模型
Swift，Parvatiyar and Sheth，Kracklauer認為，CRM包含四個(gè)維度：客戶(hù)識別、客戶(hù)吸引、客戶(hù)保留和客戶(hù)開(kāi)發(fā)。
這四個(gè)維度可以被看作是一個(gè)客戶(hù)管理系統的封閉循環(huán)。數據挖掘能夠根據數據建立模型。每種數據挖掘技術(shù)可以生成一個(gè)或更多個(gè)以下類(lèi)型的數據模型：關(guān)聯(lián)、分析、分類(lèi)、聚類(lèi)、預測、回歸、序列的發(fā)現和可視化。
1.CRM維度
(1)客戶(hù)識別。CRM開(kāi)始于客戶(hù)識別，有些文章中也稱(chēng)作客戶(hù)獲得。這個(gè)階段的目的就是找到最有可能成為企業(yè)的新客戶(hù)；對企業(yè)來(lái)說(shuō)最有價(jià)值的是老客戶(hù)；本階段還要識別出那些即將流失的客戶(hù)并且研究如何挽回。
(2)客戶(hù)吸引。本階段是客戶(hù)識別完成后的下一階段。發(fā)現了潛在客戶(hù)群后，企業(yè)可以采取相應的營(yíng)銷(xiāo)策略來(lái)吸引這些潛在客戶(hù)群。吸引客戶(hù)的一個(gè)有效方法就是直接營(yíng)銷(xiāo)，直接營(yíng)銷(xiāo)是企業(yè)向客戶(hù)直接進(jìn)行推銷(xiāo)，通過(guò)多種多樣的渠道刺激客戶(hù)直接下單。
(3)客戶(hù)保留。CRM最關(guān)心的部分。企業(yè)為防止老客戶(hù)流失而運用的一系列策略來(lái)提高客戶(hù)的滿(mǎn)意度。客戶(hù)滿(mǎn)意度指的是客戶(hù)對企業(yè)的期望值與客戶(hù)本身所感知之間的比較，是企業(yè)能留住老客戶(hù)很重要的條件。企業(yè)保留老客戶(hù)的方法包括一對一營(yíng)銷(xiāo)、客戶(hù)忠誠度項目和投訴管理。一對一營(yíng)銷(xiāo)指通過(guò)分析、發(fā)現和預測特定客戶(hù)的行為，對客戶(hù)進(jìn)行的有針對性的個(gè)性化營(yíng)銷(xiāo)活動(dòng)；客戶(hù)忠誠度項目的目的是企業(yè)和客戶(hù)維持較長(cháng)時(shí)間的業(yè)務(wù)聯(lián)系。客戶(hù)忠誠度項目包括客戶(hù)流失的分析、信用評分、服務(wù)質(zhì)量和對忠誠度項目的滿(mǎn)意度。
(4)客戶(hù)開(kāi)發(fā)。包括交易強度，交易價(jià)值和個(gè)別客戶(hù)盈利能力持續的發(fā)展。客戶(hù)開(kāi)發(fā)的要素包括客戶(hù)生命周期價(jià)值的分析，升級銷(xiāo)售/交叉銷(xiāo)售和市場(chǎng)購物籃分析。客戶(hù)生命周期價(jià)值指企業(yè)從客戶(hù)身上所獲得的總凈收益。升級銷(xiāo)售指在合適的時(shí)間，為合適的客戶(hù)提供合適的服務(wù)。交叉銷(xiāo)售指將各種資源(時(shí)間，金錢(qián)、構想、活動(dòng)等)整合，從而降低成本，通過(guò)多渠道使企業(yè)接觸到更多的潛在客戶(hù)。市場(chǎng)購物籃分析的主要目的是通過(guò)分析客戶(hù)購買(mǎi)行為的數據，挖掘出隱藏在客戶(hù)購買(mǎi)行為后面的規則，最大化客戶(hù)交易強度和價(jià)值。
2.數據挖掘模型
(1)關(guān)聯(lián)。關(guān)聯(lián)的目的就是找到所給記錄之間存在的某種規律。市場(chǎng)購物籃分析和交叉銷(xiāo)售都是關(guān)聯(lián)模型典型的例子。關(guān)聯(lián)模型的常用建模工具是統計和apriori算法。
(2)分類(lèi)。分類(lèi)是數據挖掘中最常見(jiàn)的學(xué)習模型之一。分類(lèi)是將數據庫中的記錄按照預先定義好的標準進(jìn)行分類(lèi)，從而建立一個(gè)模型來(lái)預測客戶(hù)的未來(lái)行為。常見(jiàn)的分類(lèi)工具是神經(jīng)網(wǎng)絡(luò )、決策樹(shù)和if-then-else規則。
(3)聚類(lèi)。聚類(lèi)的目的是將多樣化的人群分組成若干相同性質(zhì)的群里。聚類(lèi)與分類(lèi)是不同的，聚類(lèi)在算法開(kāi)始的時(shí)候是未知的，聚類(lèi)的常用工具是神經(jīng)網(wǎng)絡(luò )和判別分析。
(4)預測。預測用來(lái)估計記錄模式的將來(lái)價(jià)值。它涉及到建模和未來(lái)某一段時(shí)間內模型的邏輯關(guān)系。預測模型的一個(gè)典型例子就是需求預測。預測的常用工具是神經(jīng)網(wǎng)絡(luò )和生存分析。
(5)回歸。回歸是一種統計估計技術(shù)，目的是將每個(gè)數據對象映像到真正有意義的預測價(jià)值。回歸包括曲線(xiàn)擬合、預測、建模的因果關(guān)系和測試的科學(xué)假設變量之間的關(guān)系。回歸的常用工具包括線(xiàn)性回歸和邏輯回歸。
(6)序列發(fā)現。序列發(fā)現是關(guān)聯(lián)識別或超時(shí)模式。目的是模擬序列產(chǎn)生過(guò)程的狀態(tài)，提取和報告偏差和超時(shí)趨勢。序列發(fā)現的常用工具是統計和集合理論。
(7)可視化。可視化指數據顯示從而使用戶(hù)能查看復雜的模式。
一般與其他的數據挖掘模型一起使用，可以更明白地了解已發(fā)現的模式或關(guān)系。可視化模型的典型例子是三維圖形。
詳細的理論支持和數據模型，需要好用的工具來(lái)輔助實(shí)現，在企業(yè)盈利水平提升的過(guò)程中離不開(kāi)從低成本獲客到快速開(kāi)發(fā)客戶(hù)以及有效維護老客戶(hù)的客戶(hù)生命周期管理，在眾多的CRM廠(chǎng)商中，XTools CRM的Plus首次提出的客戶(hù)生命周期理論跟目前管理領(lǐng)域的數據挖掘理論不謀而合。無(wú)論我們的業(yè)務(wù)人員在哪個(gè)環(huán)節，都可以提供強大的工具支持，更多好用的功能，可以去www.xtools.cn注冊XTools CRM Plus體驗！
