论文部分内容阅读
客户关系管理(Customer Relationship Management,CRM)是指通过有效地管理客户信息资源,提供客户满意的产品和服务,与客户建立起长期、稳定、相互信任的密切关系,为企业吸引新客户,锁定老客户,提供效益和竞争优势。它是企业“以产品为中心模式”向“以客户为中心模式”转移的必然结果,其目标是一方面通过提供更快捷、更周到的优质服务吸引和保持更多的客户;另一方面是通过对业务流程的全面管理降低企业的成本。CRM既是一种概念,也是一套管理软件和技术。在我国,CRM仍然处于刚刚起步的阶段,但已经引起了众多行业和企业的关注。
一、数据仓库是企业CRM的核心
面对日益激烈的市场竞争,客户越来越成为企业最重要的资源,企业要理解客户、影响客户就必须通过不断地获得与客户相关的信息,了解客户,进而为客户提供个性化服务,从而提高客户的满意度和持久度,为企业创造利润。然而在企业中客户数据可能存在于订单处理、客户支持、营销、销售、查询系统等各个环节或部门,产生这些数据的系统是专门为特定的业务设计的,并拥有关于客户的部分信息,因此企业要想成功实施CRM首先必须把这些分散的客户信息集成起来,这涉及到CRM如何与企业现有的系统进行连接,目前一种普遍的做法是将CRM与数据仓库相结合,建立时需要考虑以下几方面的因素:
1、CRM中数据仓库的是客户数据的集成。CRM数据仓库的建立需要把企业内外的客户数据集成起来。从这些不同信息源中对个别顾客进行分析、识别,并寻求这些顾客间的相互关系,如有一些顾客可能有亲属关系。就客户数据集成来讲,主要包括两个方面:其一,企业需具有对顾客进行匹配和合并的能力。其二,记录的匹配和合并的完整性和准确性是很重要的。此外,如果把本不应合并的记录合并了,这时对客户的看法也是歪曲的。这些不完整、不准确和不可靠的匹配都会导致不准确的分析结果和决策,导致企业费用的增加和利润的减少。因此,对于CRM客户匹配和建立完整准确的数据仓库来讲,姓名和地址这两个信息片断是很重要的,没有姓名和地址所进行的客户匹配是不充分的。
2、保持已有客户和添加新客户与别的类型的数据仓库有着诸多不同,CRM数据仓库的维护更具有挑战性。CRM中的数据仓库是逐渐更新的,而不是一次性完全更新的。这主要基于两个方面的原因:数据仓库所利用的信息源中的历史数据经过一段时间后可能被擦掉;在每次更新时,都重新进行客户记录匹配和重新建立数据仓库的做法工作量太大,不可行。比较合理的做法是,在保留已有数据的基础上,每次更新时都加入新的数据。首先识别新数据是关于新客户还是关于数据仓库中已有客户,如果是新的客户数据,就要给这个客户一个独立的标识,在数据仓库中插入一行,如果是关于已有客户的数据,就要对这些客户记录的相关信息片断进行更新。把客户数据仓库的更新与销售数据仓库的更新做一个比较。每个既定的时间点,新的销售数据被加入到销售数据库中。在此过程中,不需要把新数据与已有数据进行匹配,不会对已有的数据进行修改。这种更新是全新数据的载入,比上面所讨论的客户数据的更新要简单。
3、建设和维护企业CRM数据仓库的工具选择。建设和维护企业CRM数据仓库有两种类型的工具。其一是转换工具,其二是清理工具。前者满足了一般数据仓库的建设和维护需求,通常熟悉的数据仓库工具属于这个行列,它的主要功能是数据抽取、转移和数据载入。但它没有姓名和地址清理、模糊匹配和合并的功能,与已有的数据库的同步化能力比较弱,客户合并的能力也很弱。其主要目标是为OLAP服务,而不是详细的客户水平的数据。后者则可以满足一些特别的需求,但没有提供通常的建设和维护数据仓库的功能,即没有提供抽取、数据载入和更新、元数据管理的功能,其核心工作是清理和匹配。尽管转换工具和清理工具的功能在某些环节上有着交叉,但它们大部分功能是互补的。因此在建设CRM数据仓库的时候,对这两种工具都是需要的,以实现数据和元数据层次的集成,而这种集成常常很费时间,成本也较高。
二、数据仓库企业CRM系统的构建
数据仓库是CRM的灵魂,在CRM中充分发挥数据仓库的作用是CRM系统成败的关键之一,企业利用数据仓库和数据挖掘技术加强客户关系管理势在必行。通过企业CRM数据仓库的建立,实现全部客户数据的集中存储和管理,使不同部门接触客户后的经验能立即与其它部门分享,从而支持整个企业的相关数据分析,提供面向整个企业的决策功能。同时随着信息技术的不断发展,各企业通过建立多种与客户交流的渠道,将面对面、电话接洽、E-mail、Fax或信函以及Web访问协调为一体,以提供更快速和周到的优质服务吸引和保持更多的客户。
以数据仓库为基础的企业CRM系统构架如图所示:
从图中可以看出以数据仓库为基础的企业CRM系统包括三个层次:
1、信息采集系统。数据仓库是企业CRM的基础,可以满足系统对各方面数据的要求,包括客户基本信息、产品、交易信息、反馈信息等等。这些数据可以分为两部分:一是前台数据即来自企业外部的数据,包括客户基本信息(如客户姓名、年龄、性别、地址、联系电话等)、客户行为信息(如客户订货情况)等等,这些信息是海量的,而且是分散的,企业可以通过多种渠道(展销会、Web、电子邮件等)完成CRM数据收集。另一部分数据是来自于企业内部日常运作过程中所产生的信息流,称为后台数据,包括企业产品信息、服务信息、资产数量及其分布情况等等。它们可能分布在不同的硬件、数据库、网络环境中,为不同的业务部门服务。从结构上看,它们是相对独立的,这部分数据一般通过企业内部网络链实行信息的共享与集中。因此,与前台海量数据相比是比较集中的,也比较容易获得。通过信息采集系统企业前台与后台数据被抽取到CRM数据仓库中,利用数据仓库的星状资料模式(Star Schema)的思想,建立数据仓库模型,把数据集成一个统一的整体,得到提供面向全局的数据视图,再以此为基础进行抽取、集成与转换,并以客户信息数据仓库的形式存储。
2、客户服务支持系统。企业建立CRM系统的目标之一是要留住客户,在很多情况下,客户的保持和提高客户利润贡献度依赖于提供优质的服务。因此,客户服务和支持对企业来说是极为重要的。客户服务支持为客户提供了客户服务热线、服务网站等功能。它是企业提高客户满意度、忠诚度从而达到留住老客户、发展新客户的一个重要手段。从数据流向来看,此时的数据应该是双向的。从功能上来看,客户服务支持系统一般包括了客户账号管理、服务合约管理、服务请求管理、联系活动管理以及客户普查等功能。通过这些功能,服务人员能快速地查询客户的服务合约确定客户的服务级别,并创建、分配客户的服务请求。服务人员还可以随时查询与客户的联系记录以及服务请求的执行情况。此过程也将充分利用CRM数据仓库的信息,如客户呼叫中心在为客户提供服务时需要实时查询客户基本信息(信用情况、账户情况等)。客户服务系统为客户的服务过程包括用户的反馈信息也将被CRM数据仓库所记录,以作为今后提高服务响应速度、改善客户服务,提高客户满意度,对服务人员进行考核的依据。
3、信息分析系统。如果对于企业CRM系统而言信息采集是一个起点,那么对所获得的信息进行分析则是支持企业决策的依据。企业CRM系统除了将各个渠道得来的数据,整理成全面、完善的CRM数据仓库之外,还应具备对信息进行分析的能力。在这里的信息分析有两个方面的含义,一是对客户行为的分析,目的是发现客户的偏好,预测客户的个性化需求,以便于企业设计符合客户需求的产品或服务,协助企业制定针对性的营销策略;另一个是对客户反馈信息的分析,目的是通过对“过程”、“客户状态”、“客户满意度”和“客户成本”的评估、检测和分析,帮助企业及时、准确、全面地掌握自己的客户服务水平、销售服务机会等情况。
事实上企业在日常的营运过程中储存了大量详细的客户轮廓的信息和客户交易厅行为的历史数据,这些数据经过抽取、转换和装载过程,形成数据仓库,通过对这些数据的分析来发现隐藏在数据后面的真实情况,并将客户行为数据与其他相关的客户数据集中起来,对客户进行统一的规划,能帮助企业以科学的手段快速地分析、模拟和预测客户的个性化需求,进而设计符合客户需求的产品或服务,为市场分析提供依据。此外,借助于数据仓库的数据清洁与集中过程,将客户对市场反馈信息自动输入到数据仓库中,建立在数据仓库基础上的数据挖掘和多维数据分析,则能够提供强大的市场分析功能。数据仓库为企业提供了综合运行不同平台上的业务数据,能进行不同产品或服务的盈利性分析和风险性分析,以最大限度地增加企业利润和利润占有率。
(作者单位:宁波大学科学技术学院宁波大学商学院)
一、数据仓库是企业CRM的核心
面对日益激烈的市场竞争,客户越来越成为企业最重要的资源,企业要理解客户、影响客户就必须通过不断地获得与客户相关的信息,了解客户,进而为客户提供个性化服务,从而提高客户的满意度和持久度,为企业创造利润。然而在企业中客户数据可能存在于订单处理、客户支持、营销、销售、查询系统等各个环节或部门,产生这些数据的系统是专门为特定的业务设计的,并拥有关于客户的部分信息,因此企业要想成功实施CRM首先必须把这些分散的客户信息集成起来,这涉及到CRM如何与企业现有的系统进行连接,目前一种普遍的做法是将CRM与数据仓库相结合,建立时需要考虑以下几方面的因素:
1、CRM中数据仓库的是客户数据的集成。CRM数据仓库的建立需要把企业内外的客户数据集成起来。从这些不同信息源中对个别顾客进行分析、识别,并寻求这些顾客间的相互关系,如有一些顾客可能有亲属关系。就客户数据集成来讲,主要包括两个方面:其一,企业需具有对顾客进行匹配和合并的能力。其二,记录的匹配和合并的完整性和准确性是很重要的。此外,如果把本不应合并的记录合并了,这时对客户的看法也是歪曲的。这些不完整、不准确和不可靠的匹配都会导致不准确的分析结果和决策,导致企业费用的增加和利润的减少。因此,对于CRM客户匹配和建立完整准确的数据仓库来讲,姓名和地址这两个信息片断是很重要的,没有姓名和地址所进行的客户匹配是不充分的。
2、保持已有客户和添加新客户与别的类型的数据仓库有着诸多不同,CRM数据仓库的维护更具有挑战性。CRM中的数据仓库是逐渐更新的,而不是一次性完全更新的。这主要基于两个方面的原因:数据仓库所利用的信息源中的历史数据经过一段时间后可能被擦掉;在每次更新时,都重新进行客户记录匹配和重新建立数据仓库的做法工作量太大,不可行。比较合理的做法是,在保留已有数据的基础上,每次更新时都加入新的数据。首先识别新数据是关于新客户还是关于数据仓库中已有客户,如果是新的客户数据,就要给这个客户一个独立的标识,在数据仓库中插入一行,如果是关于已有客户的数据,就要对这些客户记录的相关信息片断进行更新。把客户数据仓库的更新与销售数据仓库的更新做一个比较。每个既定的时间点,新的销售数据被加入到销售数据库中。在此过程中,不需要把新数据与已有数据进行匹配,不会对已有的数据进行修改。这种更新是全新数据的载入,比上面所讨论的客户数据的更新要简单。
3、建设和维护企业CRM数据仓库的工具选择。建设和维护企业CRM数据仓库有两种类型的工具。其一是转换工具,其二是清理工具。前者满足了一般数据仓库的建设和维护需求,通常熟悉的数据仓库工具属于这个行列,它的主要功能是数据抽取、转移和数据载入。但它没有姓名和地址清理、模糊匹配和合并的功能,与已有的数据库的同步化能力比较弱,客户合并的能力也很弱。其主要目标是为OLAP服务,而不是详细的客户水平的数据。后者则可以满足一些特别的需求,但没有提供通常的建设和维护数据仓库的功能,即没有提供抽取、数据载入和更新、元数据管理的功能,其核心工作是清理和匹配。尽管转换工具和清理工具的功能在某些环节上有着交叉,但它们大部分功能是互补的。因此在建设CRM数据仓库的时候,对这两种工具都是需要的,以实现数据和元数据层次的集成,而这种集成常常很费时间,成本也较高。
二、数据仓库企业CRM系统的构建
数据仓库是CRM的灵魂,在CRM中充分发挥数据仓库的作用是CRM系统成败的关键之一,企业利用数据仓库和数据挖掘技术加强客户关系管理势在必行。通过企业CRM数据仓库的建立,实现全部客户数据的集中存储和管理,使不同部门接触客户后的经验能立即与其它部门分享,从而支持整个企业的相关数据分析,提供面向整个企业的决策功能。同时随着信息技术的不断发展,各企业通过建立多种与客户交流的渠道,将面对面、电话接洽、E-mail、Fax或信函以及Web访问协调为一体,以提供更快速和周到的优质服务吸引和保持更多的客户。
以数据仓库为基础的企业CRM系统构架如图所示:
从图中可以看出以数据仓库为基础的企业CRM系统包括三个层次:
1、信息采集系统。数据仓库是企业CRM的基础,可以满足系统对各方面数据的要求,包括客户基本信息、产品、交易信息、反馈信息等等。这些数据可以分为两部分:一是前台数据即来自企业外部的数据,包括客户基本信息(如客户姓名、年龄、性别、地址、联系电话等)、客户行为信息(如客户订货情况)等等,这些信息是海量的,而且是分散的,企业可以通过多种渠道(展销会、Web、电子邮件等)完成CRM数据收集。另一部分数据是来自于企业内部日常运作过程中所产生的信息流,称为后台数据,包括企业产品信息、服务信息、资产数量及其分布情况等等。它们可能分布在不同的硬件、数据库、网络环境中,为不同的业务部门服务。从结构上看,它们是相对独立的,这部分数据一般通过企业内部网络链实行信息的共享与集中。因此,与前台海量数据相比是比较集中的,也比较容易获得。通过信息采集系统企业前台与后台数据被抽取到CRM数据仓库中,利用数据仓库的星状资料模式(Star Schema)的思想,建立数据仓库模型,把数据集成一个统一的整体,得到提供面向全局的数据视图,再以此为基础进行抽取、集成与转换,并以客户信息数据仓库的形式存储。
2、客户服务支持系统。企业建立CRM系统的目标之一是要留住客户,在很多情况下,客户的保持和提高客户利润贡献度依赖于提供优质的服务。因此,客户服务和支持对企业来说是极为重要的。客户服务支持为客户提供了客户服务热线、服务网站等功能。它是企业提高客户满意度、忠诚度从而达到留住老客户、发展新客户的一个重要手段。从数据流向来看,此时的数据应该是双向的。从功能上来看,客户服务支持系统一般包括了客户账号管理、服务合约管理、服务请求管理、联系活动管理以及客户普查等功能。通过这些功能,服务人员能快速地查询客户的服务合约确定客户的服务级别,并创建、分配客户的服务请求。服务人员还可以随时查询与客户的联系记录以及服务请求的执行情况。此过程也将充分利用CRM数据仓库的信息,如客户呼叫中心在为客户提供服务时需要实时查询客户基本信息(信用情况、账户情况等)。客户服务系统为客户的服务过程包括用户的反馈信息也将被CRM数据仓库所记录,以作为今后提高服务响应速度、改善客户服务,提高客户满意度,对服务人员进行考核的依据。
3、信息分析系统。如果对于企业CRM系统而言信息采集是一个起点,那么对所获得的信息进行分析则是支持企业决策的依据。企业CRM系统除了将各个渠道得来的数据,整理成全面、完善的CRM数据仓库之外,还应具备对信息进行分析的能力。在这里的信息分析有两个方面的含义,一是对客户行为的分析,目的是发现客户的偏好,预测客户的个性化需求,以便于企业设计符合客户需求的产品或服务,协助企业制定针对性的营销策略;另一个是对客户反馈信息的分析,目的是通过对“过程”、“客户状态”、“客户满意度”和“客户成本”的评估、检测和分析,帮助企业及时、准确、全面地掌握自己的客户服务水平、销售服务机会等情况。
事实上企业在日常的营运过程中储存了大量详细的客户轮廓的信息和客户交易厅行为的历史数据,这些数据经过抽取、转换和装载过程,形成数据仓库,通过对这些数据的分析来发现隐藏在数据后面的真实情况,并将客户行为数据与其他相关的客户数据集中起来,对客户进行统一的规划,能帮助企业以科学的手段快速地分析、模拟和预测客户的个性化需求,进而设计符合客户需求的产品或服务,为市场分析提供依据。此外,借助于数据仓库的数据清洁与集中过程,将客户对市场反馈信息自动输入到数据仓库中,建立在数据仓库基础上的数据挖掘和多维数据分析,则能够提供强大的市场分析功能。数据仓库为企业提供了综合运行不同平台上的业务数据,能进行不同产品或服务的盈利性分析和风险性分析,以最大限度地增加企业利润和利润占有率。
(作者单位:宁波大学科学技术学院宁波大学商学院)