智能化您的CRM

資深CRM獨立咨詢(xún)顧問(wèn) 楊林 博士 2003/12/29

整合的客戶(hù)數據

　　居于客戶(hù)智能系統核心的必須是整合的客戶(hù)數據。使用數據倉庫和數據集市建造集成的數據環(huán)境正逐步走向成熟，也是目前最理想的做法。數據倉庫提供數據存貯環(huán)境，而且是面向特定主題的決策支持環(huán)境。來(lái)自各種數據源中的數據經(jīng)過(guò)清洗、ETL（Extract、 transform、Load：抽取、轉換、裝載），按某一主題存貯。數據集市是面向特定主題的小型數據倉庫，解決了企業(yè)級數據倉庫要存儲大量數據而帶來(lái)的建設周期長(cháng)、造價(jià)高、可擴展性差等缺陷。文獻把構建的基于數據倉庫的客戶(hù)數據集成環(huán)境稱(chēng)為客戶(hù)數據倉庫（Customer-Centric Data warehouse，簡(jiǎn)稱(chēng)CCDW）。

　　數據倉庫的特點(diǎn)之一是能夠ETL、整合來(lái)自于大量異構系統的數據，包括外部數據。通過(guò)整合來(lái)自多個(gè)接觸渠道的客戶(hù)數據，數據倉庫向企業(yè)展示客戶(hù)的屬性、所有歷史行為記錄等信息。

　　在工具層，除使用ETL工具將源客戶(hù)數據整合到CCDW中去外，數據倉庫專(zhuān)家還使用數據清理工具清除客戶(hù)數據中的不清潔的數據。數據建模工具用來(lái)設計CCDW或客戶(hù)數據集市的數據模型。

　　客戶(hù)數據分析和知識發(fā)現

　　在整合的客戶(hù)數據基礎上，業(yè)務(wù)人員使用分析工具分析這些數據，來(lái)理解客戶(hù)偏好、客戶(hù)檔案、客戶(hù)分類(lèi)、客戶(hù)消費模型等分析信息。

　　用來(lái)分析客戶(hù)數據的分析工具可以被歸納為三大類(lèi)：報表工具能向業(yè)務(wù)人員提供一般客戶(hù)行為的標準報表；查詢(xún)和OLAP（聯(lián)機分析處理）分析用來(lái)驗證假設，其工作機理是讓分析人員從CCDW中尋找模式（Pattern），或讓系統返回一系列符合條件的客戶(hù)名單；客戶(hù)知識發(fā)現自動(dòng)從客戶(hù)消費行為中發(fā)掘模式，這些模式允許分析專(zhuān)家建立預測客戶(hù)未來(lái)消費的模型或規則。

　　OLAP是基于數據倉庫環(huán)境的數據分析工具。用戶(hù)（企業(yè)）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，是一種用戶(hù)制動(dòng)式的分析方式。OLAP解決了OLTP（聯(lián)機事務(wù)處理）分析效率低、不能進(jìn)行多維分析的缺點(diǎn)。相比較而言，知識發(fā)現較難被理解，它利用知識發(fā)現工具挖掘事先未知的、潛在有用的客戶(hù)知識，是一種主動(dòng)式自動(dòng)發(fā)現方法。

　　基于客戶(hù)知識的應用系統

　　業(yè)務(wù)人員利用分析階段發(fā)現的客戶(hù)知識來(lái)建立針對每一個(gè)接觸點(diǎn)或客戶(hù)交互系統的應用規則，這些系統包括商業(yè)活動(dòng)管理、Call Center以及Web個(gè)人化工具。

　　規則的分配目前來(lái)講，人工處理會(huì )更有效。客戶(hù)智能追求客戶(hù)知識的智能化分配和使用，當前最成功的莫過(guò)于基于Web的應用。Web個(gè)人化工具自動(dòng)從商業(yè)活動(dòng)和分析工具中抽取規則，從而建立基于Web的智能化的客戶(hù)自助服務(wù)。

　　接觸點(diǎn)應用和操作型數據存儲（ODS）

　　接觸點(diǎn)應用（touch applications）是企業(yè)建立的、用來(lái)直接與客戶(hù)交互的應用系統。一個(gè)企業(yè)的客戶(hù)可能會(huì )有上千萬(wàn)個(gè)，為了優(yōu)化與這么多客戶(hù)的交互，企業(yè)采用了ODS技術(shù)，將客戶(hù)記錄和行為建議實(shí)時(shí)地發(fā)送到需要的接觸點(diǎn)上。ODS存儲了當前和最近的數據，支持業(yè)務(wù)部門(mén)對一段時(shí)間范圍內的操作和事務(wù)數據做決策支持和分析。ODS僅存儲了與客戶(hù)接觸有關(guān)的CCDW數據的一部分，它被用來(lái)管理客戶(hù)交互。從這一點(diǎn)講，ODS架起了客戶(hù)智能系統中的分析型處理和事務(wù)型處理的橋梁。

　　該框架具有以下特點(diǎn)：

　　·支持事務(wù)處理與分析處理的閉合循環(huán)；

　　·以客戶(hù)數據倉庫為中心，支持實(shí)時(shí)客戶(hù)數據操作的同時(shí)，支持歷史數據的分析處理；

　　·基于商業(yè)對象的系統建設，便于系統/組件的重用、維護。

　　幾個(gè)核心問(wèn)題

　　客戶(hù)智能系統是以當今計算機前沿技術(shù)為支撐、運用現代管理技術(shù)進(jìn)行指導的應用系統，但客戶(hù)智能系統的構架并非一蹴而就，系統架構師需要清楚以下涉及支撐技術(shù)、體系結構和應用系統三方面的問(wèn)題，才能保證建設的客戶(hù)智能系統的科學(xué)性和先進(jìn)性。

　　支撐技術(shù)的問(wèn)題

　　客戶(hù)智能作為一個(gè)跨越多學(xué)科的新興領(lǐng)域，必須借鑒兩方面的先進(jìn)成果，一是計算機前沿技術(shù)。包括：數據倉庫、數據集市技術(shù)；知識發(fā)現技術(shù)；OLTP、OLAP、Legacy等分析技術(shù)；數據可視化技術(shù)；計算機網(wǎng)絡(luò )與WEB技術(shù)等。先進(jìn)的計算機技術(shù)是提高系統性能的有力手段。二是企業(yè)管理方面的新理論、新觀(guān)點(diǎn)。包括：統計、預測等運籌學(xué)方法；客戶(hù)管理、供應鏈管理、企業(yè)資源計劃等管理理論和方法；企業(yè)建模方法等。企業(yè)管理方面的新理論、新觀(guān)點(diǎn)為戰略制訂和決策提供先進(jìn)的管理模式，優(yōu)化企業(yè)運營(yíng)方式。

　　支撐技術(shù)的研究主要圍繞兩部分展開(kāi)：企業(yè)建模方法研究和決策支持工具研究。企業(yè)建模是解決如何建立特定企業(yè)模式的輔助工具、方法。其中，商業(yè)對象作為客戶(hù)智能系統中間應用層的核心，可以在企業(yè)建模過(guò)程中逐漸生成、細化。決策支持工具的研究則包括對各種分析方法的研究。其中，對數據挖掘算法的研究是目前計算機界研究的熱點(diǎn)之一，它逐漸成為一個(gè)跨越人工智能、數據統計等多學(xué)科的研究領(lǐng)域。

　　體系結構的問(wèn)題

　　圖1描述了一個(gè)典型的客戶(hù)智能系統體系結構。面向特定的應用，客戶(hù)智能的體系結構會(huì )有所改進(jìn)，以使系統與具體的業(yè)務(wù)相符。例如：建立何種數據存貯和數據模型能很好地支持主題，支持客戶(hù)數據分析和客戶(hù)知識發(fā)現的需要；選擇何種決策分析工具；將發(fā)現的客戶(hù)知識通過(guò)何種接口傳送給相應的用戶(hù)等等，都需要實(shí)際情況結合起來(lái)考慮。

　　應用系統的問(wèn)題

　　應用系統研究的重點(diǎn)在于對各個(gè)應用領(lǐng)域所面臨的面向客戶(hù)的決策問(wèn)題的分析。根據各類(lèi)問(wèn)題的解決方式和解決方案的需要來(lái)決定客戶(hù)智能系統應該提供的功能以及具體實(shí)現方法。目前，隨著(zhù)商業(yè)智能被廣泛應用于與企業(yè)運營(yíng)過(guò)程相關(guān)的各個(gè)領(lǐng)域，并且在很多領(lǐng)域已經(jīng)形成其特有體系（比如企業(yè)資源計劃（ERP）、客戶(hù)關(guān)系管理（CRM）、企業(yè)績(jì)效管理（BPM）、人力資源管理（HRM）、供應鏈管理（SCM）、電子商務(wù)（E-business）等），客戶(hù)智能理論和方法可以滲透到這些應用領(lǐng)域，從而形成面向特定應用的客戶(hù)智能系統，如CRM、銷(xiāo)售自動(dòng)化（SFA），等等。

　　CRM系統中的客戶(hù)智能

　　必須清楚，CRM系統作為一種應用，是本文圖1所描述的客戶(hù)智能系統中的一種。客戶(hù)智能實(shí)現了客戶(hù)互動(dòng)的自動(dòng)化、智能化。所以，有些類(lèi)型的CRM系統可能不具備較多的“智能化”，但仍屬于一種客戶(hù)智能系統。

　　規劃CRM系統

　　結合圖1的客戶(hù)智能系統框架，可以從三個(gè)層面來(lái)規劃CRM系統：操作層面、分析層面和統一視圖層面（圖2）。三層的關(guān)系為：統一視圖層面為操作層面和分析層面提供數據支持；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、算法支持和企業(yè)建模支持。

賽迪網(wǎng) 中國信息化(industry.ccidnet.com)