客户关系管理系统分类资料

客户关系管理系统分类资料第1页/共43页第6章客户关系管理系统分类第2页/共43页主要内容运营型CRM1分析型CRM2二者关系3第3页/共43页客户关系管理（CRM）是一个尽可能自动化和持续的过程，最大化利用客户的各种信息，有效地提高客户对公司产品的忠诚度和满意度，并且能够同所选择的客户全体保持长期和有效益的业务关系。把合适的产品和服务，通过合适的渠道，在适当的时候，提供给适当的客户。因而CRM的主要目标是：与所选客户建立长期和有效的业务关系在与客户的每一个“接触点”上都更加接近客户，了解客户最大限度地增加利润和利润占有率

为了达到这些目标，必须需要CRM的整体解决方案。CRM整体解决方案由两大部分组成：运营型CRM、分析型CRM。第4页/共43页6.1运营型CRM第5页/共43页运营型CRM运营型CRM是CRM系统的“躯体”，它是整个CRM系统的基础，它可为分析和客户的服务支持提供依据。运营型CRM主要包括销售、市场和服务三个过程的流程化、规范化、自动化和一体化。第6页/共43页运营型CRM简单举一个例子，来说明销售、市场和服务一体化：当举行一次市场活动，收到大量的名片，市场部将名片输入到客户信息中，CRM系统就会将这些感兴趣人的信息自动按行业、地域等分派给相应的销售代表或销售经理。销售人员就会对感兴趣的人进行跟踪。销售人员对急待需求的人员或单位会安排讲座，讲座的内容安排、听众的组成、达到的最低目标和最高目标等输入到CRM系统中并自动传给相应的售前经理，在售前经理的计算机上，会弹出一个待办事宜的窗口，由他安排讲座的活动，安排好的活动会自动传给相关的人员。在讲座安排的日期前指定的时间，计算机会自动提示相关人员参加活动。直到活动结束，达到了讲座的预期目标，并将该活动自动记录到销售过程中，以便以后统计该项目活动的有效性和进行项目成本核算。如果此次活动不成功，销售人员将要填写存在的问题等。这是CRM的一个销售流程管理，也体现了市场和销售以及售前共享一个数据库，使得他们一体化。第7页/共43页运营型CRM在服务方面，当销售成功后，服务部门就客户看到相关客户服务的信息。当客户打来电话投诉时，如果客户的电话号码和客户信息中的号码一致，在坐席小姐/先生的计算机显示屏上将马上弹出客户的基本信息，坐席人员马上会问到：“您是XX先生吗？您X年X月X日购买了我们公司的XX产品，现在需要我为您提供什么服务？”，本来客户非常生气，想大发脾气，但是，厂商对客户如此了解，客户的气也消了一半。为什么会这样，是因为在CRM系统中，销售、市场和服务的数据是共享的，这样也不会造成当客户投诉多次时，不同的坐席小姐给出不同的回答，因为每个坐席小姐的答复会自动或手动的记录在客户的服务信息中。第8页/共43页CRM销售套件客户与联系人管理；销售机会管理；待办事宜与工作流；产品的报价和配置；渠道销售管理；合同制定和管理；网上订购；销售的预测和统计报表；竞争对手的跟踪；合作伙伴的信息。CRM营销套件市场预算和收入跟踪管理；市场活动管理；活动反响跟踪；促销内容管理；市场宣传资料；工作流自动化；任务管理；市场衡量指标；时间表管理；电话促销管理；邮件促销管理；Web促销管理；CRM服务套件客服工单管理、客服活动管理、客户投诉管理、现场服务、故障处理

CRM电子商务套件CRM搭建了一个高效可靠的电子商务平台，既能够帮助企业与消费者实现每一笔交易，又能够满足企业与合作伙伴间的贸易往来。CRM商务平台套件实现产品基础数据维护、安全控制、动态配置与工作流程定制等功能主要有以下5个方面的应用

服务请求（投诉）创建分配解决跟踪反馈回访第9页/共43页所以我们讲，运营型CRM是整个CRM的基础，他收集了大量的客户信息、市场活动信息和客户服务的信息，并且使得销售、市场、服务一体化、规范化和流程化，但是，对于大量的客户信息，将如何处理，如何从数据中得到信息，从信息中得到知识，对我们的决策和政策制定加以指导将是十分重要的。那么，自然导出了分析型的CRM。第10页/共43页6.2分析型CRM第11页/共43页分析型CRM分析型CRM是CRM系统的“心脏”和“大脑”。它为我们的决策提供指导。主要是分析运营型CRM中获得的各种数据，进而为企业的经营、决策提供可靠的量化的依据。这种分析需要用到许多先进的数据管理和数据分析工具，如数据仓库、OLAP分析和数据挖掘（DM）等。第12页/共43页分析型CRM--主要功能客户分析客户建模客户沟通个性化优化接触管理

第13页/共43页分析型CRM--主要功能主要功能--客户分析（Analysis）客户细分背景、行为、购买模式、人口统计学资料……客户价值分析收入、成本、未来成长趋势客户流失分析流失预警、流失客户特征分析第14页/共43页分析型CRM--主要功能主要功能--客户建模（Modeling）历史资料交易模式预测模型功能：技术：建模信息分析DM机器学习：是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。神经网络方法第15页/共43页分析型CRM的4个阶段客户分析市场区段：市场分段信息应用于客户分析一对一的市场：日常市场活动的分析事件模型：预报客户行为第16页/共43页分析型CRM的4个阶段客户分析客户分析需要很多可以定量化的信息，这些信息通常来自各种不同的数据源。对于这些信息必须加以整合，并以合理的方式放到客户数据仓库中，以便于对其作分段或挖掘处理。客户分析所需要的信息来源：企业与其客户的主要“接触点”：客户服务中心、Web和自动柜员机关键收益点：POS、电子商务、定单录入外部数据：客户的地域分布、生活方式等信息客户分析阶段所需的关键信息客户服务历史信息客户市场历史信息销售信息收益信息客户的地域分布数据生活方式数据销售点终端-pos（pointofsale）消费pos，具有消费、预授权、查询支付名单等功能，主要用于特约商户受理银行卡消费。转帐pos，具有财务转帐和卡卡转帐等功能，主要用于单位财务部门。第17页/共43页分析型CRM的4个阶段市场区段在客户数据仓库准备就绪之后，就可以对当前客户以及预期的客户群作区段分析，判断不同区段的优势与弱势。市场区段分析中常见的问题是：

哪些客户购买产品A而不购买产品B？对某个特定的市场活动而言，最感兴趣的是哪些客户？对商家最有价值的是哪些客户？客户的价值是否因其地域分布和人口学特征的不同而不同？找到合适企业的市场区段，企业可以先锁定某一市场区段，然后在此区段中将品牌名气打响，之后再将品牌触角延伸或是拓展到其它区段。例如：“新东方”开始是锁定托福、GRE等英语留学考试市场，建立起英文考试补习界第一把手的名气，之后才陆续推广到考研补习、中短期进修、就业人士的证照考试等市场；“南翔”最早是针对馒头市场，后来延伸到蟹粉小笼、肉包、素包等产品市场，进一步拓展为面食类的名牌；北京“全聚德”烤鸭最早只有店内餐饮，后来也经营起外带包装的快餐市场。第18页/共43页分析型CRM的4个阶段一对一的市场找到最具价值的市场区段后，就可以为不同区段设计，并提交适应其特定需要的成套服务，从电话市场活动到为不同的用户区段的特定需求的用户服务。这与医生给病人看病中的情况并无本质区别，都是按照服务对象的要求，提供最有效的，最优的和最完整的“处置”。举例说，假定你为了开拓银行的借贷业务而针对这批客户制定了一项业务策略。作为一种鼓励和吸引客户的手段，对有VISA卡的客户可以在一年之内在某些选定的航海项目上有优惠。你所策划的业务策略中，不仅有能抓住对此有兴趣的客户的计划，也可以为此建立专门的网页和相应的客户服务计划。类似的分析，同样的做法可以推而广之延伸到诸如高尔夫球运动等有其他爱好的客户群中去。这样的有针对性的市场开拓工作，可以促使你所在的企业瞄准更有前景和更有商机的领域。如果能够使你的产品和服务被本来可能并不需要它们的客户所接受，你就可能为本企业赢得最具价值和赢得可能的客户。第19页/共43页分析型CRM的4个阶段事件模型通过对那些为不同领域所设计的作法做作全局性的考察，将相似的处置策略集中起来并加以提炼。就可以构建特定的事件模型。事件模型是一种技术手段，旨在帮助企业，使其市场促销活动与处理策略准确、到位并最终取得成功。与事件模型有关的一些典型问题有：哪些年龄段的客户对降价处理最感兴趣？在购买了新车后多长时间，客户会要求家用抵押贷款？哪些客户更喜欢通过个人渠道购物?针对高收入客户的市场策略是否达到了预期的目的等等。通常利用某些统计工具建立一些模型。发现影响客户反应和我们预期的主要因素。然后，才能将客户按照他们的特征加以标识与分类。运用这些模型可以“刻画”客户的行为及反应，还可以预见未来市场活动的后果。事件模型提供了一种可能，让我们能从客户生活中的某些事件（诸如生日，买房，买车乃至孩子过生日等）为自己的产品与服务找到新的商机。这些事件不仅形成不同的市场区段，而且也是对客户实施评估并预期未来收益的有利工具。事件模型有助于发现使企业利润最大化的种种方法，例如，如何减少促销活动的次数，如何提高客户对促销活动的回应以及如何控制业务策划的费用并提高客户的满意程度等等。第20页/共43页

分析型CRM--核心技术分析型CRM的架构图第21页/共43页分析型CRM--核心技术数据仓库数据挖掘和联机分析处理(OLAP)先进的决策支持和报表工具

第22页/共43页分析型CRM--核心技术数据仓库（datawarehouse，DW）（1）数据仓库不是为了存储数据，而是为决策支持更好地组织企业内的所有可能收集到的数据。建立数据仓库不是目的，只是进行决策支持的中间环节，保证数据的一致性、准确性、综合性、易用性，为各种决策支持方案提供统一的数据源。

是一个过程，而非一个项目。第23页/共43页分析型CRM--核心技术数据仓库（datawarehouse，DW）（2）数据仓库的要素包含以下几个方面：ETL(数据的抽取、转换和装载)；为了用一致、规则、综合和经过总结的数据充实DW。数据仓库的存储；数据仓库的管理和维护(包含元数据的管理)第24页/共43页分析型CRM--核心技术数据挖掘和OLAP分析一个大型企业数据库中数据，只有百分之七得到很好应用。这样，相对于“数据过剩”和“信息爆炸”,人们又感到“信息贫乏”和“数据关在牢笼中”奈斯伯特(JohnNaisbett)惊呼：Wearedrowningininformation，butstarvingforknowledge.第25页/共43页分析型CRM--核心技术数据挖掘（DataMining，DM）数据挖掘是按照企业既定的业务目标，对大量的企业数据进行探索、揭示隐藏其中的规律性，并进一步将之模型化的先进、有效的方法。数据挖掘（DataMining）是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取人们感兴趣的知识的过程，就是利用包括数据仓库在内的分析工具在海量数据中发现模型或规律等知识并做出预测的复杂过程。CRM中的数据挖掘指通过高等统计工具等的使用，利用分类、关联性、序列分析、群集分析、机器自我学习及其他统计方法，从数据库中庞大的数据中，收集与顾客相关的数据，对这些数据进行筛选、推演与模型建造等程序，找出隐藏的、未知的、但却对企业经营十分有用的信息，或者说是在数据与模式中的可把原始数据转换成商机并成为决策依据的新知识。从CRM的整体结构来说，数据挖掘是整个CRM的核心，也是构成商业智能的基础。第26页/共43页分析型CRM--核心技术数据挖掘在CRM上的应用客户细分(CustomerSegmentation)：根据对现有客户的特征和背景，对客户进行分类，每类客户都有不同的属性。按照客户的价值对潜在客户和现有客户进行细分，设定相应的客户级别(TagofRanking)，从而指导企业将有限的服务资源进行更有效的分配，以期望最少的投入获得更大的回报。客户行为分析(MarketBehavior)：通过积累的数据进行客户生命周期价值分析、客户流失率分析、客户满意度分析、客户贡献分析、客户响应度分析、欺诈发现、交叉销售等分析问题，有助于保持良好的客户关系，提高客户的忠诚度，有效地指导销售和促销行为，给企业带来更大的利益。市场分析(MarketTrend)：分析预测产品发展趋势、预测不同区域消费者对不同产品的消费趋势、以及分析季节性变化、非规则变化等，来把握市场动态的发展趋势，针对不同区域安排不同的促销行为，安排生产和库存计划，更好地占领市场空间。第27页/共43页分析型CRM--核心技术OLAP定义：OLAP(联机分析处理)是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。OLAP特性快速性：用户对OLAP的快速反应能力有很高的要求。系统应能在5秒内对用户的大部分分析要求做出反应。可分析性：OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。多维性：多维性是OLAP的关键属性。系统必须提供对数据的多维视图和分析,包括对层次维和多重层次维的完全支持。信息性：不论数据量有多大，也不管数据存储在何处，OLAP系统应能及时获得信息，并且管理大容量信息。第28页/共43页分析型CRM--核心技术OLAP—多维性维

假定某某是个百货零售商，有一些因素会影响他的销售业务，如商品、时间、商店或流通渠道，更具体一点，如品牌、月份、地区等。对某一给定的商品，也许他想知道该商品在哪个商店和哪段时间的销售情况。对某一商店，也许他想知道哪个商品在哪段时间的销售情况。在某一时间，也许他想知道哪个商店哪种产品的销售情况。因此，他需要决策支持来帮助制定销售政策。这里，商店、时间和产品都是维。各个商店的集合是一维，时间的集合是一维，商品的集合是一维。维就是相同类数据的集合，也可以理解为变量。而每个商店、每段时间、每种商品都是某一维的一个成员。每个销售事实由一个特定的商店、特定的时间和特定的商品组成。维有自己固有的属性，如层次结构、排序、计算逻辑。这些属性对进行决策支持是非常有用的。第29页/共43页分析型CRM--核心技术多维数据模型通过引入维、维分层和度量等概念，将信息在概念上视为一个立方体。下图表示了一个数据立方体。

立方体：用三维或更多的维数描述一个对象，每个维彼此垂直。数据的度量值发生在维的交叉点上，数据空间的各个部分都有相同的维属性。维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性的集合构成一个维（如时间维、机构维等）。维分层：同一维度还可以存在细节程度不同的各个描述方面（如时间维可包括年、季度、月份、旬和日期等）。维属性：维的一个取值，是数据项在某维中位置的描述（例如“某年某月某日”是在时间维上位置的描述）。度量：立方体中的单元格，用以存放数据。这个单元格表示什么？表示：北京分行星期一的销户数是12。第30页/共43页各正方体的体积大小和颜色深浅分别表示销售数量和销售收入的多少。第31页/共43页分析型CRM--核心技术OLAP分析--切片切片和切块(SliceandDice)——

在多维数据结构中，按二维进行切片，按三维进行切块，可得到所需要的数据。如在“城市、产品、时间”三维立方体中进行切块和切片，可得到各城市、各产品的销售情况。切片的数目取决于维成员的个数。第32页/共43页分析型CRM--核心技术OLAP分析--钻取钻取(Drill)——

钻取包含向下钻取(Drill-down)和向上钻取(Drill-up)/上卷(Roll-up)操作，钻取的深度与维所划分的层次相对应。维度有层次性，例如时间维由年、季、月、日构成。一个纬度的层次越高，那么它代表的数据的综合程度越高，细节越少，数据量越少。反之，层次越低，数据的综合度越低，细节越多，数据量也越多。第33页/共43页分析型CRM--核心技术OLAP分析--旋转旋转(Rotate)/转轴(Pivot)–通过旋转可以得到不同视角的数据。第34页/共43页分析型CRM--核心技术DM与OLAP对企业的作用（1）加速企业对客户的响应速度CRM改变了企业的运作流程，企业应用与客户多种方式直接进行交流，大大缩短了企业对客户的响应时间，企业也可以更敏锐的捕捉到客户的需求，从而为改进企业的业务提供了可靠的依据。帮助企业改善服务CRM向客户提供主动的客户关怀，根据销售和服务历史提供个性化的服务，在知识库的支持下向客户提供更专业化的服务，严密的客户纠纷跟踪，这些都成为企业改善服务的有力保证。提高企业工作效率由于CRM建立了客户与企业沟通的统一平台，客户与企业一次接触就可以完成多项业务，因此办事效率大大提高。另一方面，所有流程都在一个平台上完成，大家共享一个数据库，使得很多重复性的工作(如批量发送传真、邮件)都由计算机系统完成，工作的效率和质量都是人工无法比拟的。有效降低成本数据挖掘技术的运用使得团队销售的效率和准确率大大提高，对潜在客户的促销安排也更加合理，潜在客户的响应率也提高，服务质量的提高也使得服务时间和工作量大大降低，这些都无形中降低了企业的运作成本。第35页/共43页分析型CRM--核心技术DM与OLAP对企业的作用（2）规范企业的管理CRM软件提供了统一的业务平台，并且通过自动化的工作流程将企业的各种业务紧密结合起来，这样就将个人的工作纳入到企业规范的业务流程中，与此同时将发生的各种业务信息存储在统一的数据库中，从而避免了重复工作，以及人员流动造成的损失。帮助企业深入挖掘客户的需求数据仓库中有大量的客户信息，并将这些信息存储在统一的数据库中，CRM提供的数据挖掘工具可以充分利用这些数据，可以帮助企业对客户的各种信息进行深入的分析和挖掘，使得企业“比客户自己更了解客户”。提供科学的决策支持CRM是建立在“海量”的数据信息之上的，CRM的数据挖掘工具可以帮助企业了解信息和数据背后蕴含的规律和逻辑关系。掌握了这些，企业的管理者就可以做出科学、准确的决策，使得企业在竞争中占尽先机。第36页/共43页分析型CRM--核心技术决策支持和报表工具W