何為客戶(hù)智能？
——兼談如何構建基于客戶(hù)智能的CRM
楊林 2003/10/29
摘要：越來(lái)越多的CRM系統廠(chǎng)商在其解決方案中都提及到"客戶(hù)智能"。但究竟什么是客戶(hù)智能（customer intelligence，CI），尚沒(méi)有發(fā)現這方面的明確論述。本文是作者本人多年專(zhuān)注于客戶(hù)智能的研究成果，它概括了客戶(hù)智能的本質(zhì)，并提出了基于客戶(hù)智能的CRM框架。該框架以商業(yè)智能所提供的決策支持工具為技術(shù)支撐，圍繞整個(gè)過(guò)程為CRM構建一個(gè)具有可操作性、科學(xué)的信息結構。
0.引言
客戶(hù)關(guān)系管理（customer relationship management，簡(jiǎn)稱(chēng)CRM）是適應企業(yè)"以產(chǎn)品為中心"到"以客戶(hù)為中心"的經(jīng)營(yíng)模式的戰略轉移而迅猛發(fā)展起來(lái)的新的管理理念，它把追求客戶(hù)滿(mǎn)意和客戶(hù)忠誠作為最終目標。近年來(lái)，越來(lái)越多的國內外企業(yè)和軟件開(kāi)發(fā)商把CRM作為研究熱點(diǎn)。CRM系統是集成了后臺應用的前臺應用系統，是在以客戶(hù)為中心的銷(xiāo)售、營(yíng)銷(xiāo)、服務(wù)和支持應用的增強、自動(dòng)化的基礎上，提高客戶(hù)滿(mǎn)意度和忠實(shí)度，從而給企業(yè)帶來(lái)長(cháng)久利益的一種應用和理念。許多企業(yè)在實(shí)施CRM時(shí)，正是違背了這條原則，致使CRM不成功的案例屢見(jiàn)不鮮。
現有的關(guān)于CRM的文章絕大多數探討建立的系統和流程對高質(zhì)量的CRM會(huì )產(chǎn)生什么樣的影響，卻很少關(guān)心實(shí)施CRM第一步要做的工作：知道誰(shuí)是你的客戶(hù)，以及影響他們行為的因素。現階段企業(yè)能做到的，是了解（know
about）自己的客戶(hù)，而不是理解（understand）客戶(hù)本身。KPMG報告指出：70%的UK公司承認很難發(fā)現誰(shuí)是他們的客戶(hù)，他們想買(mǎi)些什么。諸如此類(lèi)的與CRM有價(jià)值的信息，在通常的報表和分析中是難以被發(fā)現的。
著(zhù)名管理咨詢(xún)專(zhuān)家Jim Berkowitz認為CRM必須具備兩個(gè)堅實(shí)的基礎：一個(gè)是合理的組織結構（Organization），另一個(gè)是合理的信息結構（Information）。如果企業(yè)實(shí)施CRM的動(dòng)機是建立在各部門(mén)各自的利益之上而不是適應面向客戶(hù)為中心的商業(yè)哲理、文化和戰略，那么CRM就缺少了合理的組織結構基礎。這種合理的組織結構是將一個(gè)共享的、更加整合的工作流和信息流代替原先集中的部門(mén)流程。這樣，企業(yè)變成一個(gè)統一的組織，來(lái)有效預測客戶(hù)需求，管理客戶(hù)價(jià)值，簡(jiǎn)化企業(yè)運作流程。本文的出發(fā)點(diǎn)放在第二點(diǎn)，即如何創(chuàng )建一個(gè)適于CRM的、合理的信息結構。
另一方面，在激烈的競爭環(huán)境下，對有限數目的客戶(hù)的爭奪將加白熱化。由于獲取一個(gè)新客戶(hù)的成本比保留一個(gè)老客戶(hù)的成本大得多，采取什么樣的客戶(hù)保留措施來(lái)提高戶(hù)忠誠度，已成為企業(yè)考慮客戶(hù)關(guān)系時(shí)的關(guān)鍵問(wèn)題。而這些答案已經(jīng)存在于與客戶(hù)的交往過(guò)程的記錄中，即客戶(hù)數據庫中，只不過(guò)沒(méi)有對客戶(hù)數據進(jìn)行有效地利用，從中發(fā)現潛在的、與客戶(hù)忠誠有關(guān)的、有價(jià)值的知識。META
Group行的一項調查中，800家商業(yè)和IT公司的經(jīng)理們被問(wèn)了一個(gè)問(wèn)題：你是認為你的公司是否使用了客戶(hù)數據來(lái)理解你的客戶(hù)？29%的答案承認在一定程度上使用了客戶(hù)數據來(lái)理解客戶(hù)，67%的回答是否定的。僅有4%的回答是充分利用了客戶(hù)數據。本文建立的CRM的信息結構不再局限于事務(wù)處理，更強調如何將分析工具應用于客戶(hù)數據，將發(fā)現的知識用于與優(yōu)化客戶(hù)關(guān)系有關(guān)的決策問(wèn)題。
1.客戶(hù)智能
有些專(zhuān)家在研究中提到了客戶(hù)智能的概念。本文將他們對客戶(hù)智能的研究分為三大類(lèi)：一、圍繞客戶(hù)智能的作用、內容、實(shí)質(zhì)的研究。Mark Allen
Smith將客戶(hù)智能與客戶(hù)分析等同起來(lái)。BO公司的Paul Clark在分析客戶(hù)智能與CRM的關(guān)系時(shí)認為：客戶(hù)智能是CRM的智慧所在（the
brains behind CRM）。二、圍繞客戶(hù)智能的實(shí)現的研究。Jim Berkowitz提出"商業(yè)智能是CRM的基礎"的觀(guān)點(diǎn)。另一個(gè)難得可貴的地方是該研究對商業(yè)智能包括的組件進(jìn)行了分析，將OLAP、數據倉庫、數據挖掘技術(shù)作為商業(yè)智能的必備組件。三、與客戶(hù)智能密切相關(guān)的研究。Emma
Chablo則在研究中指出，客戶(hù)知識是CRM的重要的組成部分，而營(yíng)銷(xiāo)數據智能是向CRM提供真正客戶(hù)知識的CRM部分。他將營(yíng)銷(xiāo)數據智能定義為利用數據驅動(dòng)營(yíng)銷(xiāo)手段和技術(shù)來(lái)提高對客戶(hù)，產(chǎn)品和交易數據的理解和知識，以此幫助CRM制訂戰略決策。
由于研究的角度因人而異，很難從中總結出一個(gè)令人信服的定義。這其中存在一個(gè)共性：幾乎沒(méi)有人從知識在制訂與客戶(hù)有關(guān)的決策的過(guò)程中的作用這一視角來(lái)研究客戶(hù)智能，而只有將對知識的研究作為出發(fā)點(diǎn)，才能夠發(fā)現客戶(hù)智能實(shí)質(zhì)的內容，本文認為，客戶(hù)智能，是創(chuàng )新和使用客戶(hù)知識、幫助企業(yè)提高優(yōu)化客戶(hù)關(guān)系的決策能力和整體運營(yíng)能力的概念、方法、過(guò)程以及軟件的集合。對該定義的正確解釋?zhuān)疚慕Y合下圖的客戶(hù)智能體系框架從五個(gè)層面展開(kāi)：
1） 理論基礎：
客戶(hù)智能的理論基礎是企業(yè)對客戶(hù)采取決策的指導依據，這既包括企業(yè)分析和對待客戶(hù)的理論和方法，也包括分別從客戶(hù)和企業(yè)角度進(jìn)行的價(jià)值分析。通過(guò)消費行為分析、滿(mǎn)意度分析、利益率分析等諸如此類(lèi)的指標的測評與衡量，達到?jīng)Q策科學(xué)化、合理化的目的。
客戶(hù)價(jià)值分析對與客戶(hù)有關(guān)的活動(dòng)具有巨大的支持作用。比如，標識客戶(hù)（customer identification）、客戶(hù)分類(lèi)（customer
segmentation）、客戶(hù)差異（customer differentiation）、客戶(hù)滿(mǎn)意（customer satisfaction）、客戶(hù)忠誠等客戶(hù)活動(dòng)有了客戶(hù)價(jià)值分析的支持，就會(huì )有的放矢，引導正確的客戶(hù)關(guān)系。
2） 信息系統層面：
稱(chēng)為客戶(hù)智能系統（CI System）的物理基礎。表現為具有強大決策分析功能的軟件工具和面向特定應用領(lǐng)域的信息系統平臺，如CRM、ERP、銷(xiāo)售自動(dòng)化、商業(yè)活動(dòng)管理。與事務(wù)型的MIS不同，客戶(hù)智能系統能提供分析、趨勢預測等決策分析功能。
3） 數據分析層面：
是一系列算法、工具或模型。首先獲取與所關(guān)心主題有關(guān)的高質(zhì)量的數據或信息，然后自動(dòng)或人工參與使用具有分析功能的算法、工具或模型，幫助人們分析信息、得出結論、形成假設、驗證假設。
4） 知識發(fā)現層面：
與數據分析層面一樣，是一系列算法、工具或模型。將數據轉變成信息，而后通過(guò)發(fā)現，將信息轉變成知識；或者直接將信息轉變成知識。
5） 戰略層面：
將信息或知識應用在提高決策能力和運營(yíng)能力上、企業(yè)建模等。客戶(hù)智能的戰略層面是利用多個(gè)數據源的信息以及應用經(jīng)驗和假設來(lái)提高企業(yè)決策能力的一組概念、方法和過(guò)程的集合。它通過(guò)對數據的獲取、管理和分析，為貫穿企業(yè)組織的各種人員提供知識，以提高企業(yè)戰略決策和戰術(shù)決策能力。
客戶(hù)發(fā)展戰略指的是企業(yè)堅持以客戶(hù)為中心的發(fā)展戰略，將企業(yè)內部資源條件與外部環(huán)境因素結合起來(lái)考慮，最終目標是使客戶(hù)生命周期價(jià)值最大化。客戶(hù)發(fā)展戰略離不開(kāi)企業(yè)其他戰略類(lèi)型的支持，如目標市場(chǎng)戰略、營(yíng)銷(xiāo)組合戰略、市場(chǎng)競爭戰略、財務(wù)戰略、協(xié)作戰略、組織戰略、人才戰略等。以客戶(hù)為中心的發(fā)展戰略不能代替企業(yè)總體戰略，但是總體戰略最具有參照價(jià)值的戰略。
客戶(hù)智能系統（CI System）是本文提出的實(shí)現客戶(hù)智能的系統平臺。它包括了客戶(hù)智能體系中的信息系統層面、數據分析層面、知識發(fā)現層面，是基于客戶(hù)智能理論的可操作的系統框架。因此，客戶(hù)智能體系也可以簡(jiǎn)單地用客戶(hù)智能基礎理論和基于客戶(hù)智能理論的客戶(hù)智能系統兩個(gè)邏輯層面表示（圖2）。基于客戶(hù)智能的CRM系統是本文描述的客戶(hù)智能系統中的一種。
總之，客戶(hù)智能的目標是將企業(yè)所掌握的信息轉換成競爭優(yōu)勢，提高企業(yè)決策能力、決策效率、決策準確性。為完成這一目標，客戶(hù)智能必須具有實(shí)現數據分析到知識發(fā)現的算法、模型和過(guò)程，決策的主題具有廣泛的普遍性。
2.客戶(hù)智能是對客戶(hù)知識的生成、分發(fā)、使用
客戶(hù)知識，顧名思義，是有關(guān)客戶(hù)的知識。客戶(hù)知識包括客戶(hù)的消費偏好、喜歡選用的接觸渠道、消費行為特征等等許多描述客戶(hù)的知識。本文對客戶(hù)知識進(jìn)行如下分類(lèi)：一、對話(huà)性客戶(hù)知識：通過(guò)企業(yè)與客戶(hù)之間正式或非正式的對話(huà)，以及客戶(hù)與企業(yè)員工、企業(yè)員工與供應商等之間的互動(dòng)交流，來(lái)了解客戶(hù)的需求；二、觀(guān)察性客戶(hù)知識：透過(guò)觀(guān)察客戶(hù)使用產(chǎn)品或服務(wù)的狀況來(lái)獲得客戶(hù)知識，汽車(chē)等高檔消費品或工業(yè)用品的制造商主要通過(guò)這個(gè)方法得到客戶(hù)知識；三、預測性客戶(hù)知識：利用市場(chǎng)營(yíng)銷(xiāo)的專(zhuān)業(yè)分析工具和方法預測客戶(hù)的需求與反應。預測性客戶(hù)知識是本文構建的信息結構考慮的重點(diǎn)。
客戶(hù)知識是人們通過(guò)實(shí)踐認識到的、與客戶(hù)有關(guān)的規律性，而客戶(hù)智能是獲得客戶(hù)知識并使用客戶(hù)知識求解問(wèn)題的能力。客戶(hù)智能是對企業(yè)戰略決策真正有價(jià)值的事物和行動(dòng)。客戶(hù)智能不僅包括了客戶(hù)知識的生成，而且更強調了客戶(hù)知識在企業(yè)中的分發(fā)、使用，直到產(chǎn)生客戶(hù)智能。所以，客戶(hù)智能是對客戶(hù)知識的生成、分發(fā)和使用（圖3）。
1) 客戶(hù)知識的生成（generation）
使用商業(yè)智能提供的OLAP分析工具、知識發(fā)現工具或兩種工具的組合，發(fā)現存在于客戶(hù)數據中的模式、規則、概念、規律的整個(gè)過(guò)程，叫客戶(hù)知識的生成（圖4）。相比較而言，知識發(fā)現工具的使用難度較大，包括確定任務(wù)、選擇合適的挖掘工具（數據準備、挖掘算法、結果解釋等），以及明確哪部分任務(wù)必須有營(yíng)銷(xiāo)專(zhuān)家參與，哪部分可以自動(dòng)執行。
① 客戶(hù)標識（identification）
又稱(chēng)客戶(hù)認識（Awareness）。即知道誰(shuí)是你的客戶(hù)。如果你的企業(yè)沒(méi)有集成的客戶(hù)數據，那么它很有可能會(huì )遭受客戶(hù)認識危機（customer-aware
challenged）。
集成的客戶(hù)數據是指面向客戶(hù)的操作數據存貯（operational data store），它存貯了集成的和經(jīng)過(guò)凈化的、當前的客戶(hù)數據。企業(yè)的任何與客戶(hù)打交道的職員每時(shí)每刻會(huì )參考這其中的數據，了解客戶(hù)目前產(chǎn)品和服務(wù)的處境，當前的接觸信息、接觸結果，突發(fā)事件等。存貯當前信息的數據庫的正確利用，會(huì )大大提高企業(yè)對客戶(hù)的評價(jià)的準確性和認識能力。
② 客戶(hù)分類(lèi)（segmentation）
假設企業(yè)已經(jīng)認識到客戶(hù)的存在，但如何知道哪些客戶(hù)對企業(yè)是盈利，哪些是不盈利的。僅依據對客戶(hù)當前信息的分析，很難得出令人滿(mǎn)意的答案。企業(yè)此時(shí)需要與客戶(hù)有關(guān)的歷史記錄。針對不同的客戶(hù)分類(lèi)方式，有時(shí)采用分析技術(shù)可以實(shí)現，而當有時(shí)面對較深層次的分類(lèi)任務(wù)時(shí)，就需要引入知識發(fā)現技術(shù)了。
一個(gè)好的數據倉庫環(huán)境，可完全滿(mǎn)足客戶(hù)分類(lèi)對數據的多重需求。數據倉庫環(huán)境集成了與客戶(hù)有關(guān)的當前和歷史的數據，并在此基礎上建立起面向不同分析任務(wù)的應用（數據集市）。比如，客戶(hù)利潤率分析，銷(xiāo)售渠道分析，商業(yè)活動(dòng)分析等。這些分析算法必須與企業(yè)的商業(yè)模式相一致。
③ 客戶(hù)滿(mǎn)意
企業(yè)是否能夠測量客戶(hù)滿(mǎn)意度？在你的企業(yè)中，客戶(hù)滿(mǎn)意分別與企業(yè)員工的積極性和企業(yè)實(shí)施的優(yōu)惠政策是否有關(guān)系？如果你的答案是否定的，那么可以認識你的企業(yè)還沒(méi)有建立以客戶(hù)為中心的正確的環(huán)境。
這種正確的環(huán)境絕非是僅建設先進(jìn)的Call Center等手段所能實(shí)現的，它需要一個(gè)企業(yè)的企業(yè)文化、組織結構、管理模式等整體環(huán)境的大調整，以適應從以產(chǎn)品為中心到以客戶(hù)為中心的轉變；另一方面，還包括使用知識發(fā)現技術(shù)對客戶(hù)知識的正確的發(fā)現和使用，了解客戶(hù)滿(mǎn)意需要的是什么，如何改進(jìn)產(chǎn)品使客戶(hù)做到更滿(mǎn)意。
④ 客戶(hù)差異（differentiation）
客戶(hù)差異是指企業(yè)根據不同客戶(hù)對企業(yè)的貢獻的大小，實(shí)施在客戶(hù)上的不同的價(jià)值回報。分析的對象包括客戶(hù)生命周期價(jià)值、消費行為、VIP特征等。企業(yè)需要建立相應的知識發(fā)現模型。此外，企業(yè)必須具有對知識發(fā)現結果-客戶(hù)知識的快速反應的能力，企業(yè)各部門(mén)能夠做到基于客戶(hù)知識的互動(dòng)。
⑤ 客戶(hù)忠誠
客戶(hù)忠誠直接的表現是客戶(hù)的持續購買(mǎi)，它反應了企業(yè)對客戶(hù)不斷更新的需求的有效把握。客戶(hù)忠誠是對客戶(hù)知識的反復有效利用的結果。客戶(hù)忠誠的獲得是企業(yè)在客戶(hù)關(guān)系上最難達到的境界，但卻是最佳的。通過(guò)持續的接觸，忠誠客戶(hù)數據的收集和集成成為最容易和是最有效的事情，但忠誠客戶(hù)的保留問(wèn)題仍離不開(kāi)知識發(fā)現技術(shù)的支持。隨著(zhù)人們越來(lái)越深刻地認識到客戶(hù)忠誠的重要性，知識發(fā)現技術(shù)在客戶(hù)保留中的作用也會(huì )逐漸顯現出來(lái)。
2) 客戶(hù)知識的分發(fā)（distribution）
客戶(hù)知識必須到達組織內每一個(gè)需要客戶(hù)知識的部分。將客戶(hù)知識存貯于動(dòng)態(tài)知識庫，借助CRM的系統平臺，將客戶(hù)知識分發(fā)到需要的終端。不僅如何分發(fā)知識，還有一個(gè)知識分發(fā)質(zhì)量（quality）和多少（how
much）的問(wèn)題。
3) 客戶(hù)知識的使用（using it）
將客戶(hù)信息和知識投入使用是CRM的最后一個(gè)環(huán)節。許多CRM和知識發(fā)現沒(méi)有成功，很大程度上在于產(chǎn)生的與客戶(hù)有關(guān)的信息和知識不能投入使用。CRM通過(guò)營(yíng)銷(xiāo)、銷(xiāo)售、客戶(hù)服務(wù)和支持與客戶(hù)打交道，客戶(hù)知識通過(guò)它們的使用與集成，作用于客戶(hù)。這些工作不單是一個(gè)合理的信息結構所能完成的，需要與之整合的工作流程做支撐，即Jim
Berkowitz談到的合理的組織結構。
3.構建基于客戶(hù)智能的CRM系統
3.1. 系統主要組件及作用
1) 數據倉庫
數據倉庫是面向主題的、集成的、穩定的、不同時(shí)間的數據集合，用以支持經(jīng)營(yíng)管理中的決策制訂過(guò)程。客戶(hù)數據分布在企業(yè)的多個(gè)應用系統中，數據倉庫從這些應用系統中抽取、清洗、轉換，使之符合基于數據倉庫的分析與決策工具的數據要求。本文將數據倉庫應用在CRM的形式稱(chēng)為CCDW（customer-centric
datawarehouse，客戶(hù)信息數據倉庫）。
數據集市（data mart）是按照某一特定部門(mén)的決策支持需求而組織起來(lái)的、針對一組主題的小型數據倉庫。由于創(chuàng )建企業(yè)級的數據倉庫存在許多困難，許多CRM方案采用數據集市的變通辦法。從數據集市可以升級到企業(yè)級數據倉庫。
2) OLAP
CRM從CCDW中發(fā)現有用的信息有兩種不同的方式，方式之一是較低層次上的由用戶(hù)制導的被動(dòng)方式，這種方式多指OLAP分析。OLAP分析屬于驗證驅動(dòng)型發(fā)現。其策略是：用戶(hù)首先提出自己的假設，然后利用OLAP工具檢索查詢(xún)以驗證或否定假設。
在CCDW的數據環(huán)境下，OLAP提供上鉆、下鉆、切片、旋轉等在線(xiàn)分析機制。完成的功能包括多角度實(shí)時(shí)查詢(xún)、簡(jiǎn)單的數據分析，并輔之于各種圖形展示分析結果。
3) 知識發(fā)現（Knowledge Discovery in Database, KDD）
CRM從CCDW中發(fā)現信息的另一種方式就是知識發(fā)現，是高層次上的主動(dòng)式自動(dòng)發(fā)現方法，被稱(chēng)為發(fā)現驅動(dòng)型知識發(fā)現。知識發(fā)現是從大型數據庫中的數據中提取人們感興趣的知識。這些知識是隱含的、事先未知的、潛在有用的信息，提取的知識表示為概念（concepts），規則（rules），規律（regulations），模式（patterns）等形式。知識發(fā)現是實(shí)現從客戶(hù)數據、信息到客戶(hù)知識轉變的有力的工具。
從以上構成系統的三個(gè)組件的介紹中同時(shí)可以找到對以下兩個(gè)問(wèn)題的答案：1、客戶(hù)數據、客戶(hù)信息、客戶(hù)知識之間的區別（圖5）：由來(lái)自于事務(wù)系統，如ERP、SFA等的源數據經(jīng)整理后放入CCDW或數據集市，這一過(guò)程處理的對象稱(chēng)為客戶(hù)數據；OLAP為決策人員提供了展示有意義的客戶(hù)數據的機制，這種有意義的客戶(hù)數據稱(chēng)之為客戶(hù)信息；客戶(hù)數據和客戶(hù)信息均可以通過(guò)KDD技術(shù)的運用，提升為對決策有價(jià)值的客戶(hù)知識。2、客戶(hù)知識生成的途徑：從對第一個(gè)問(wèn)題的解答中可以知道，客戶(hù)知識從KDD作用的對象來(lái)看有兩種途徑：KDD作用于客戶(hù)數據、KDD作用于客戶(hù)信息，總之，客戶(hù)知識生成是依賴(lài)于KDD過(guò)程的復雜的過(guò)程。
3.2. 系統架構
圖6是本文給出的以客戶(hù)智能為核心的I-CRM系統架構。從數據源層來(lái)的客戶(hù)數據經(jīng)過(guò)ETL（抽取、轉換、裝載）、清洗后以數據存儲層的CCDW或數據集市的形式存儲。應用支持層是提供了報表查詢(xún)、OLAP、知識發(fā)現分析決策工具，作用于客戶(hù)數據，該過(guò)程產(chǎn)生的有價(jià)值的客戶(hù)知識存儲于動(dòng)態(tài)知識庫中。互動(dòng)層提供了I-CRM利用客戶(hù)知識從而有效實(shí)施其功能的場(chǎng)所。該架構具有以下特點(diǎn)：
1) I-CRM有自己獨立的數據存儲中心，不依賴(lài)于業(yè)務(wù)系統；
2) I-CRM的數據存儲中心可以導出供客戶(hù)接觸使用的數據，可以直接被商業(yè)活動(dòng)管理利用。OLAP分析可以直接在數據存儲中心的基礎上使用。知識發(fā)現需要的數據一般從數據存儲中心按需要抽取；
3) I-CRM在互動(dòng)層提供多種渠道與客戶(hù)接觸，如Email，Call Center，WEB等；
4) 商業(yè)規則與元數據管理貫穿了I-CRM的整個(gè)結構；
5) EIP（Enterprise Information Portal，企業(yè)信息門(mén)戶(hù)）提供了用戶(hù)獲取信息的統一界面（基于WEB）。通過(guò)這個(gè)界面，I-CRM將客戶(hù)知識分發(fā)在包括事務(wù)型系統在內的所有企業(yè)應用，使I-CRM成為企業(yè)應用的核心并促進(jìn)企業(yè)集成；
6) 圖6中描述的知識庫是存儲客戶(hù)知識的場(chǎng)所，它與傳統的DSS、EIS中的知識庫有很大區別。由于系統是一個(gè)閉環(huán)的動(dòng)態(tài)系統，知識庫的內容在不斷地自動(dòng)修正，所以是一種動(dòng)態(tài)結構，而不像DSS、EIS中的知識庫是很少發(fā)生變化的。
圖6中，數據源層代表數據的收集，互動(dòng)層是將分析、處理的結果直接作用于客戶(hù)，可以歸為操作層面；應用支持層是I-CRM的分析、處理層面，叫做分析層面；數據存儲層為操作層和分析層面提供統一的客戶(hù)視圖，歸為統一視圖層面（圖7）。三層的關(guān)系為：統一視圖層面是操作層面和分析層面的數據支持；操作層面為統一視圖層面收集數據，將分析層面的決策支持結果加以執行。分析層面為操作層面提供技術(shù)支持。
強大的決策分析功能和整合的客戶(hù)信息是I-CRM科學(xué)、正確地實(shí)現客戶(hù)智能的靈魂。決策分析的主題體現了客戶(hù)智能理論基礎所能涉及的所有內容，如利益率分析、忠誠度分析、消費行為分析等，這些分析的結果（客戶(hù)知識）指導企業(yè)如何更有效地滿(mǎn)足客戶(hù)需求和期望，`同時(shí)，對企業(yè)來(lái)講，不但要實(shí)現以產(chǎn)品為中心到以客戶(hù)為中心的戰略轉變，而且應對客戶(hù)的策略也必須做出轉變，如采用有益于提高滿(mǎn)意與忠誠的營(yíng)銷(xiāo)策略、注重客戶(hù)生命周期價(jià)值而不是一兩次交易的收益等。
4.總結
本文針對存在于人們對商業(yè)智能認識上的偏差和CRM實(shí)施中的實(shí)際困難，提出了客戶(hù)智能的概念。接下來(lái)通過(guò)介紹客戶(hù)知識從產(chǎn)生，到分發(fā)、使用的可操作性流程與方法，說(shuō)明了客戶(hù)智能實(shí)現的流程。本文創(chuàng )新性地提出了以客戶(hù)智能為核心的CRM的系統架構、邏輯結構，該框架集成了商業(yè)智能先進(jìn)的信息技術(shù)手段，突出了客戶(hù)智能在實(shí)現CRM功能中的決定性作用。相信通過(guò)本文對客戶(hù)智能概念和實(shí)現的介紹，有助于人們對CRM的理解和實(shí)施。
作者簡(jiǎn)介:
楊林，男，博士，專(zhuān)業(yè)方向：信息管理與電子商務(wù)
聯(lián)系方式：yanglinsd@hotmail.com
個(gè)人主頁(yè)：http://forestconsult.51.net
相關(guān)鏈接：客戶(hù)智能（CI）給企業(yè)帶來(lái)哪些好處？
作者供稿 CTI論壇編輯
相關(guān)鏈接:
亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩
泗水县|
泽库县|
友谊县|
曲阳县|
贵州省|
旬邑县|
恭城|
华亭县|
车险|
桃园市|
隆尧县|
广西|
阿拉善盟|
工布江达县|
都匀市|
巴中市|
海城市|
喀喇|
嘉峪关市|
井冈山市|
平江县|
焉耆|
色达县|
峨山|
奇台县|
武宣县|
安平县|
鄂尔多斯市|
新乡县|
东兴市|
石林|
买车|
克东县|
夏河县|
新沂市|
天门市|
北安市|
富锦市|
昌平区|
凤山县|
桂林市|
http://444
http://444
http://444
http://444
http://444
http://444