客户关系管理课件

CRM:CustomerRelationshipManagement

客户关系管理教材及参考书教材：?客户关系管理?汤兵勇王素芬等高等教育出版社参考书：?客户关系管理——理论与实践?邵兵家于同奎等清华大学出版社?CRM原理设计实践?何荣勤电子工业出版社电子商务是一场商业革命改变了传统的商务活动方式(在家购物)摆脱了地域和时间的限制(3a)节省本钱提升效劳拓展商机电子商务是一场革命打破时空局限改变贸易形态汇聚信息生成新的业务自适应导航服务个人化电子商务的开展电子商务的开展电子商务的开展电子商务的开展稳步开展阶段2002年底至今，电子商务步入复苏和稳步开展阶段。在经历了电子商务开展冬天的严峻考验后，生存下的电子商务网站开始懂得必须以务实的态度经营电子商务网站，而且首先要在经营上找到经济的赢利点，正是有了这可贵的经营实践和务实的经营理念，才使得这些经营性的网站一返长期亏损局面而出现了赢利。人们看到了希望，电子商务网站的经营实现了突破，开始迎来了又一个春天。电子商务毕竟是具有强大生命力的新生事物，短暂的调整改变不了其上升趋势。在经历了惨烈的调整之后，从2002年底开始，不断有电子商务企业宣布实现赢利，这标志着电子商务的复苏。电子商务规模WorldwideE-Business(total),inUS$billion全球电子商务总交易额，以10亿美元计其他地区拉美西欧亚太北美图中地区与图例说明中的顺序一样Source:ForresterResearchWorldwideEB:US$3trillion

(1/2003,est.)全球电子商务：

3万亿美元〔2003年1月估计〕电子商务定义电子商务定义企业电子化框架企業策略企業價值电子化企业

EB电子商务

EC企业智能BI知识管理

KMSRMERPCAD/CAM/CAPP…CRM客戶供给商电子商务和CRM电子商务公司的经营长时间处于无序和迷茫之中，虽然他们急于想抓住已有的客户并开展潜在的客户，但实际上却在无视他们，渐渐丧失这局部最重要的资源。而面对客户个性化需求的增长，电子商务公司更是一筹莫展。目前84%的在线交易没有对客户进行跟踪;96%的在线交易没有为客户提供个性化的效劳；75%的在线交易无法识别重复客户。CRM必将成为电子商务时代企业竞争的关键。随着电子商务模式的普及和开展，一对一的销售和个性化的销售正逐渐成为企业利润增长的重要来源，无视CRM系统的建设，等同于漠视企业客户资源的流失，任何一个企业，尤其是那些面对急剧扩张的客户群而束手无策的电子商务企业都不得不考虑这样的问题。CRM所提供的信息可以直接成为电子商务活动的信息流，CRM使企业全面观察客户，综合利用客户信息，推动电子商务的开展。CRM定义不同机构对CRM有着不同的理解和表述CRM的“铁三角〞内涵CRM的定义返回不同机构对CRM有着不同的理解和表述GartnetGroup认为所谓的客户关系管理就是为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，使客户的收益率最大化。Hurwitzgroup认为CRM的焦点是改善与销售、市场营销、客户效劳和支持等领域的客户关系有关的商业流程并实现自动化。IBM把客户关系管理分为三类：关系管理、流程管理和接入管理，涉及企业识别、挑选、获取、保持和开展客户的整个商业过程。返回GartnetGroup认为所谓的客户关系管理就是为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，使客户的收益率最大化。

返回Hurwitzgroup认为CRM的焦点是改善与销售、市场营销、客户效劳和支持等领域的客户关系有关的商业流程并实现自动化。返回IBM认为把客户关系管理分为三类：关系管理、流程管理和接入管理，涉及企业识别、挑选、获取、保持和开展客户的整个商业过程。返回CRM的“铁三角〞内涵返回CRM的定义返回关于CRM的几点误解返回CRM产生背景——管理理念更新企业管理中心开展阶段产值中心论销售额中心论利润中心论客户中心论客户满意中心论客户资源价值表达本钱领先优势和规模优势市场价值和品牌效应信息价值网络化价值CRM产生背景——过程需求拉动客户行为的需求消费价值观变迁:理性消费、感觉消费、感情消费。互联网使客户选择权空前扩大：购置者可以获得更多相关的信息；客户很容易比剧痛厂商的价格和效劳；切换厂商带来的损失大大降低；客户期望值提升等。新时代客户购置行为的准那么：快速、容易、廉价、个性化、熟悉、平安等。市场竞争的需求竞争全球化产品差距缩小，竞争力从产品转向效劳大批e化企业对传统企业蚕食鲸吞内部管理的需求客户信息分割大致客户效劳效率低下销售人员花在一般事务处理的时间太多销售人员占有关键客户资料企业各部门难以获得所需的客户互动信息。来自不同部门的信息分散在企业内，无法对客户有全面的了解，各部门难以在统一的信息的根底上面对客户。企业的客户可通过、、网络等访问企业，进行业务往来。任何与客户打交道的员工都能全面了解客户关系、根据客户需求进行交易、了解如何对客户进行纵向和横向销售、记录自己获得的客户信息。能够对市场活动进行规划、评估，对整个活动进行360度的透视。能够对各种销售活动进行追踪。系统用户可不受地域限制，随时访问企业的业务处理系统，获得客户信息。拥有对市场活动、销售活动的分析能力。能够从不同角度提供本钱、利润、生产率、风险率等信息，并对客户、产品、职能部门、地理区域等进行多维分析。CRM的产生

接触管理CRM最早由美国GartnerGroup提出，在1980年初便有所谓的"接触管理"(ContactManagement)专门收集客户与公司联系的所有信息。客户关心到1990那么演变成包括效劳中心支持资料分析的客户关心〔Customercare〕。客户关系管理经过近二十年的不断开展，客户关系管理不断演变开展并趋向成熟，现在已形成了一套完整的管理理论体系。CRM的开展接触管理CRM最早由美国GartnerGroup提出，在1980年初便有所谓的"接触管理"(ContactManagement)专门收集客户与公司联系的所有信息。客户关心到1990那么演变成包括效劳中心支持资料分析的客户关心〔Customercare〕。客户关系管理经过近二十年的不断开展，客户关系管理不断演变开展并趋向成熟，现在已形成了一套完整的管理理论体系。CRM的作用返回CRM的分类按目标客户分类按应用集成度分类返回按目标客户分类高端应用中低端应用返回按应用集成度分类

CRM专项应用CRM整合应用CRM企业集成应用返回CRM与企业文化的关系CRM实施的前提是企业文化的改造CRM的实施也推动了企业文化的变革。返回中国实施CRM的难点实施本钱过高、周期长实施达不到理想效果缺乏优秀的CRM咨询机构人的认识不够企业IT根底设施较差CRM:CustomerRelationshipManagement

客户关系管理重庆大学经济与工商管理学院于同奎E-mail:2004.8CRM开展CRM含义CRM的“铁三角〞内涵CRM理念CRM理念是指企业根据客户终生价值的大小，充分调配可用的资源，有效的建立、维护、开展客户的长期合作关系，以提高客户忠诚度、满意度，实现企业利润最大化。CRM理念是CRM的指导性原那么CRM理念关注的对象是“关系〞CRM理念要有效的建立、维护、开展客户的长期合作关系，主体是关系。关系：人或事物之间的关联。Relationship:arelationshipisthewayinwhichtwopeopleofgroupsofpeoplebehavetowardseachotherandfeeltowardseachother.(关系是两个人或两组人之间彼此的行为方式和感觉状态)。关系的特征关系是双方彼此的行为和感觉，是相互的过程，缺少任何一方都不行。〔企业选择终生价值大的客户，也必须通过提高客户满意度留住客户，“双赢〞。〕关系有感觉和行为两个要素。关系有一个生命周期。〔关系建立、关系开展、关系维持、关系结束〕关系营销CRM理念源自关系营销学。关系营销，是把营销活动看成是一个企业与消费者、供给商、分销商、竞争者、政府机构及其他公众发生互动作用的过程，其核心是建立和开展与这些公众的良好关系。关系营销产生

1984年，科特勒提出了所谓的“大市场营销〞概念。〔4P+政治权利+公共关系〕贝瑞率先提出和讨论了如何维系和改善同现有客户之间关系的问题。杰克逊提出要与不同的客户建立不同类型的关系。北欧诺迪克学派的的代表人物葛劳罗斯、舒莱辛格和赫斯基那么论证了企业同客户的关系对效劳企业市场营销的巨大影响。关系营销与传统交易营销比照关系营销的本质特征

〔１〕双向沟通。在关系营销中，沟通应该是双向而非单向的。只有广泛的信息交流和信息共享，才可能使企业赢得各个利益相关者的支持与合作。〔２〕合作。一般而言，关系有两种根本状态，即对立和合作。只有通过合作才能实现协同，因此合作是“双赢〞的根底。〔３〕双赢。即关系营销旨在通过合作增加关系各方的利益，而不是通过损害其中一方或多方的利益来增加其他各方的利益。〔４〕亲密。关系能否得到稳定和开展，情感因素也起着重要作用。因此关系营销不只是要实现物质利益的互惠，还必须让参与各方能从关系中获得情感的需求满足。〔５〕控制。关系营销要求建立专门的部门，用以跟踪客户、分销商、供给商及营销系统中其他参与者的态度，由此了解关系的动态变化，及时采取措施消除关系中的不稳定因素和不利于关系各方利益共同增长因素。此外，通过有效的信息反响，也有利于企业及时改进产品和效劳，更好地满足市场的需求。关系营销层次

一级关系营销〔财务层次营销〕，利用价格刺激增加目标市场客户的财务利益。二级关系营销

〔社交层次营销〕，即增加目标客户的财务利益，同时也增加他们的社会利益。三级关系营销

〔结构层次营销〕，向交易伙伴提供财务利益和社会利益的同时，与交易伙伴结成定结构纽带稳联系。客户关系类型客户满意度客户满意度是客户对企业以及企业产品或效劳的满意程度。客户满意度也是客户对企业的一种感受状态，并且在这种感受状态下更容易激发交易行为的发生。一个常用的统计结果是：一个满意的客户，要6倍于一个不满意的客户更愿意继续购置那个企业的产品或效劳。客户满意是指一个人通过对一个产品的可感知效果〔或结果〕与他的期望值相比较后，所形成的愉悦或失望的感觉状态。美国营销学会更为直观表达为：满意=期望-结果。客户忠诚度客户忠诚是从客户满意概念中引出的概念，是指客户满意后而产生的对某种产品品牌或公司的信赖、维护和希望重复购置的一种心理倾向。客户忠老实际上是一种客户行为的持续性，客户忠诚度是指客户忠诚于企业的程度。客户忠诚是企业取得竞争优势的源泉,因为忠诚客户趋向于购置更多的产品、对价格更不敏感,而且主动为本企业传递好的口碑、推荐新的客户。因此,拥有长期忠诚客户的企业比拥有低单位本钱、高市场份额但客户流失率高的对手更有竞争优势。ＣＲＭ的目的就是通过适宜的客户保持战略,不断强化客户的关系持续意愿,最终建立客户忠诚,从而实现长期稳定的客户重复购置。因此,客户忠诚是企业实施ＣＲＭ所追求的根本目标。客户忠诚度客户忠诚的定义分歧较大，不同的研究者从不同的角度进行了阐述。比较典型的是以客户的重复购置次数来定义，如Tucker将连续3次购置定义为客户忠诚。而Oliver认为，客户忠诚是高度承诺在未来一贯地重复购置偏好的产品或效劳，并因此产生对同一品牌或同一品牌系列产品或效劳的重复购置行为，而且不会因为市场态势的变化和竞争性产品营销努力的吸引而产生转移行为。这一定义不仅描述了客户忠诚的行为特征即重复购置，也强调了客户忠诚的态度特征即客户的忠诚来源于客户对产品的喜爱和依赖，是积极的，不会随着外界条件的改变而改变。客户忠诚类型1〕垄断忠诚2〕惰性忠诚3〕价格忠诚4〕鼓励忠诚5〕超值忠诚客户的忠诚表达1〕客户关系的持久性，表现在时间和联系的持续性。2〕客户花在企业的消费金额提高，表现在增加钱包份额，增加交叉销售。3〕客户对企业有很深的感情，非常愿意购置企业的产品，自觉地为企业作正面宣传，不会总是等到打折时才购置，对企业的满意度很高。客户忠诚度的指标体系

从分析忠诚客户行为，我们确定客户忠诚度的相关因素为3类，即3个子系统，共9个因素。关系的持久性A1购置持续期A11购置频率A12购置频率变化趋势A13消费金额A2钱包份额A21交叉销售A22情感因素A3产品被提及率A31对价格敏感性A32客户满意度A34购置自愿程度A33客户满意陷阱美国学者Reicheld和Sasser的研究说明，客户忠诚度提高5%，行业的平均利润率提高25%~85%。因此，许多企业采取大量的措施提高客户的满意度，希望籍此提高客户忠诚度。但是实践和研究发现，客户满意度并不等于忠诚度，许多行业存在着高满意度，低忠诚度的现象。根据美国贝思公司的一项调查显示，宣称满意或很满意的客户，有65%~85%会转向其他公司的产品。在汽车行业中，有85%~95%的客户感到满意，可只有30%~40%的客户会继续购置同一品牌的产品，这就是所谓的客户满意陷阱。客户满意陷阱根本期望和潜在期望客户的期望由两局部构成即根本期望和潜在期望。根本期望是指客户认为理应从产品和效劳中得到满足的根本需要；潜在期望是指超出根本期望的客户并未意识到而又确实存在的需求。客户满意也有两种类型：客户的根本期望得到满足导致的满意和客户的潜在期望得到满足导致的满意。这两种类型的满意对客户忠诚的影响是不同的。根本期望满意水平与客户忠诚关系图当客户根本期望的满意水平到达一定程度，客户忠诚就会随着满意水平的提高而提高，但这种满意水平对客户忠诚的边际效用是递减的。尤其是客户忠诚度上升到平均忠诚度〔平均忠诚度是指提供行业平均水平的产品和效劳所激发的客户忠诚〕附近，不管企业采取何种措施提高客户满意水平，客户忠诚度的变化都不大。这是因为根本期望对客户而言需求层次比较低，客户认为商品和效劳的这些价值是自己理应得到的，其他的供给商也能提供类似的价值，企业的产品和效劳并没有特别的吸引力，因此客户很难做出不好的评价却缺乏再次购置的热情，也不会向其他人推荐。根本期望满意水平与客户忠诚关系图客户潜在期望的满意水平对客户忠诚的边际效用是递增的。其原因是客户从商品中获得了意想不到的价值〔此处的价值包括物质、心理、精神几方面的价值〕，满足了自己的潜在期望而感到愉悦。这种感觉越强对客户的吸引力越大，在下一次购置时，为了再次体验到这种感觉，客户很可能仍然选择同一品牌。经过屡次重复购置，客户屡次感到愉悦，对该种产品逐渐产生信任和依赖，不再考虑其他品牌的产品，形成积极的长期忠诚。两种期望满意水平与客户忠诚关系图

本图由上面两图合成。对客户而言，这两种期望是同时存在的，但是客户首先要求满足根本期望，否那么就会不满更谈不上忠诚。当客户的根本期望得到了极大的满足，客户忠诚度接近平均忠诚度时，客户会更关注潜在期望的实现。如果此时企业仍致力于提高客户根本期望的满意水平而忽略客户的潜在期望就造成了客户满意陷阱。因此，客户满意陷阱不是客户的满意度高而忠诚度低，而是客户根本期望的满意水平高而忠诚度低，只要提高客户潜在期望的满意水平，客户满意陷阱的问题就可以迎刃而解。根据上面的分析我们可以得出结论：根本期望得不到满足客户就会产生不满，但根本期望的满意水平对鼓励客户忠诚效果不大。潜在期望得不到满足客户不会不满，得到了满足就能让客户感到愉悦，鼓励客户再次购置，其满意水平与客户忠诚度近似于线性关系。潜在期望才是影响客户忠诚最重要的因素。客户关系生命周期对于客户而言，根本期望和潜在期望并不是一成不变的。随着购置次数的增加，客户对商品和效劳越来越熟悉，变得越来越苛刻，越来越难以满足，以前充满吸引力的因素已不再令人感到新鲜，同时客户对市场和竞争对手的了解也更加深入，他们知道该要求什么，并要求得到更多。这说明客户有一个成长成熟的过程，在这一过程中，客户根本期望和潜在期望的层次越来越高。为此，我们引入客户关系生命周期的概念。将客户关系划分为三个阶段：考察期、形成期和稳定期。我们结合客户关系生命周期不同阶段的特征，探讨在不同的阶段客户根本期望和潜在期望的变化，以及为了满足这些需要应采取的措施。考察期

在客户关系生命周期的考察期，不确定性是最重要的特征，客户不能确定自己在交易中到底能获得多少价值，而供给商对客户的需求和偏好也没有充分的了解。因此，评估供给商的潜在价值和降低不确定性是这一阶段的中心目标，客户会尝试性地购置。由于自身价值评估能力缺乏，对可替代供给商和市场状况的了解有限，客户根本期望价值的根底是以往的经历和的类似关系。只要企业有形产品的性价比高于同行业的平均水平，配套的售后效劳如送货、维修等及时完善，客户一般会感到满意。而客户的潜在期望是得到更多的物质利益和供给商的关心。针对这一时期客户的潜在期望，供给商可以实施常客奖励方案和感情联络方案。常客奖励方案即客户每重复购置一次就能够得到更大的优惠。而感情联络方案那么是指提供客户意料之外的有价值的附加产品，让客户感受到企业的关爱，逐渐使企业的产品和效劳成为客户生活完整的一局部。如生产微波炉的厂商免费为客户赠送微波炉菜谱，定期向客户传递最新菜式和使用小窍门以及行业的最新资讯，吸收客户成为客户俱乐部的会员等等。形成期在客户关系的形成期，客户通过一系列的重复购置，拓宽了视野，对可替代供给商和市场状况更加熟悉，自身的价值评估能力得到提高。在使用产品的过程中，客户也会遇上一些特别的问题或是根据自己的情况产生一些特殊的要求。同时，供给商对客户的喜好、习惯、背景、购置方式和能力等私人信息更加了解。由于客户对供给商以前提供的优质产品和效劳已习以为常，不再感觉新鲜和有吸引力，但是产品和效劳的质量一旦下降一点，客户立即就会表示不满。因此，在这一时期，客户根本期望的根底是以前购置该产品的经历和市场上最好的供给商，要满足客户的根本期望，就要一如既往地为客户提供在考察期提供的所有优质的产品和效劳。客户的潜在期望是作为个体受到供给商非同一般的重视。因此要鼓励客户忠诚，供给商应采取特别对待方案，即分析每一位老客户的资料，倾听客户在购置和使用产品中产生的个性化需求，为客户量身定制最适合客户的产品和奖励方式和特殊效劳，以此表达对客户高度的尊重和重视。稳定期在客户关系的稳定期，客户对产品产生了强烈的喜爱和依赖，对企业高度信任，不会再积极地搜寻可替代供给商。但是，客户不仅对市场状况非常熟悉，而且对企业的产品、组织结构和运作流程及方法都有了越来越深入的了解，客户不仅关注自身从企业获得了多少价值，也关注企业在交易中获得的价值，在客户看来，双方获得的价值必须是均等的，否那么就不公平。因此，企业要向客户提供在客户关系的考察期和形成期提供的一切价值，还要通过各种宣传让客户明白企业和客户双方得到的价值是对等的，让客户了解企业为满足客户的个人要求所花费的苦心和本钱，才能满足客户的根本期望。如上所述，客户对企业非常了解和熟悉，而企业的产品和效劳也是客户生活不可或缺的局部，因而客户对企业有一种潜在的归属感：希望成为企业的一局部而且自我对企业重要价值能得到成认。要满足客户的这种心理，企业应采取共同体方案：将客户视为企业的一局部，让他们参与到企业活动中来，听取客户对企业各方面工作的建议并给予奖励，让客户有成就感，有参与感，使客户和企业真正成为一家人。不同阶段客户忠诚的鼓励措施客户的终生价值所谓客户的终生价值是随着时间的延续，企业从客户〔个人、家庭或中间商〕那里获得的所有收益超过公司为吸引这个客户、向这个客户出售商品、提供效劳等所有支出本钱的一个可接受的现金量，并且要将这个现金量折为现值。客户终生价值的组成CLV=CLV1+CLV2+CLV3+CLV4+CLV5+CLV6其中： CLV指客户在其一生中有可能为企业带来的价值之和；CLV1指客户初期购置给企业带来的收益；CLV2指以后假设干时间内客户重复购置及由于客户提高支出分配〔或我们称为钱包份额〕为企业所带来的收益；CLV3指交叉销售带来的收益。客户在长时期内倾向于使用一个厂家的更多种产品和效劳；CLV4指由于厂商和客户都知道如何在长期内更有效地相互配合，使得效劳本钱降低、并能原谅某些失误及提高营销效率所带来的收益；CLV5指客户是公司的一个免费的广告资源，客户向朋友或家人推荐企业的产品或效劳所给企业带来的收益，即推荐收益；CLV6指随着时间推移，重复购置者或忠诚客户对价格的敏感性降低，不是等到降价或不停地讨价还价才购置所获得的收益。客户让渡价值客户让渡价值是指客户购置的总价值与客户购置的总本钱之间的差额。客户购置总价值客户购置总价值是指客户购置某一商品与效劳所期望获得的一组利益，它包括产品价值、效劳价值、人员价值和形象价值等。客户购置总本钱客户购置总本钱是指客户为购置某商品所消耗的货币本钱、时间本钱、精神本钱和体力本钱的总和。客户购置总本钱不仅指货币本钱(产品价格)，正如亚当·斯密曾说过的“任何东西的真实价格就是获得它的辛劳和麻烦〞，它还包括购置者预期的时间、精力和精神费用。购置者将这些费用与货币价格加在一起，就构成了客户购置总本钱。客户让渡价值可以把顾客让渡价值看成是顾客购置所获得的利润。每一个顾客在他购置商品的过程中总是力图争取得到最大的顾客让渡价值。企业不仅要着力创造价值，还必须关注消费者在购置商品和效劳中所倾注的全部本钱。由于顾客在购置商品和效劳时，总希望把有关本钱，包括货币、时间、精力和精神降到最低限度，而同时又希望从中获得更多实际利益。因此，企业还必须通过降低生产与销售本钱，减少顾客购置商品的时间、精力与精神消耗从而降低货币非货币本钱。客户保存本钱&客户流失本钱科特勒提出按照四个步骤来进行是否采取客户保存措施的决策。测定客户的保存率。客户保存率即发生重复购置的客户比率。识别造成客户流失的原因，并且计算不同原因造成的流失客户比率。估算由于不必要的客户流失，企业利润的损失。这一利润就是客户生命周期价值的总和。决策。企业维系客户的本钱只要小于损失的利润，企业就应支付降低客户流失率的费用。客户盈利性&客户奉献度客户盈利性=客户总收益-客户总本钱Allcustomerrevenues,minusallcustomerexpenses(transactional,channel,deliveryetc.)equalscustomerprofitabilityorvalue.

客户奉献度=客户总收益-客户直接本钱客户终生价值模型一、不考虑客户支出分配的客户终生价值模型二、考虑客户支出分配的客户终生价值模型影响客户终生价值各因素分析〔一〕计算的时间长度〔二〕贴现率〔三〕客户的维系率〔四〕产品被提及率〔五〕客户的收入的变化〔六〕客户关系的维系本钱〔七〕营销费用〔八〕其它客户生命周期客户生命周期是指当一个客户开始对企业进行了解或企业欲对某一客户进行开发开始，直到客户与企业的业务关系完全终止且与之相关的事宜完全处理完毕的这段时间。客户的生命周期是企业产品生命周期的演变，但对商业企业来讲，客户的生命周期要比企业某个产品的生命周期重要得多。客户的生命周期性可分为潜在客户期、客户开发〔开展〕期、客户成长〔维系〕期、客户成熟期、客户衰退期、客户终止期共六个阶段。在客户生命周期不同阶段，企业的投入与客户对企业收益的奉献是大不相同的。潜在客户期当客户对企业的业务进行了解，或企业欲对某一区域的客户进行开发时，企业与客户开始交流并建立联系，此时客户已进入潜在客户期。因客户对企业的业务进行了解企业要对其进行相应的解答，某一特定区域内的所有客户均是潜在客户，企业投入是对所有客户进行调研，以便确定出可开发的目标客户。此时企业有一定的投入本钱，但客户尚未对企业做出任何奉献。客户开发期当企业对潜在客户进行了解后，对已选择的目标客户进行开发时，便进入客户开发期。此时企业要进行大量的投入，但客户为企业所做的奉献很小甚至没有。客户成长期当企业对目标客户开发成功后，客户已经与企业发生业务往来，且业务在逐步扩大，此时已进入客户成长期。企业的投入和开发期相比要小得多，主要是开展投入，目的是进一步融洽与客户的关系，提高客户的满意度、忠诚度，进一步扩大交易量。此时客户已经开始为企业做奉献，企业从客户交易获得的收入已经大于投入，开始盈利。客户成熟期当客户与企业相关联的全部业务或大局部业务均与企业发生交易时，说明此时客户已进入成熟期，成熟的标志主要看客户与企业发生的业务占其总业务的份额。此时企业的投入较少，客户为企业做出较大的奉献，企业与客户交易量处于较高的盈利时期。客户衰退期当客户与企业的业务交易量逐渐下降或急剧下降，客户自身的总业务量并未下降时，说明客户已进入衰退期。此时，企业有两种选择，一种是加大对客户的投入，重新恢复与客户的关系，确保忠诚度；另一种做法便是不再做过多的投入，渐渐放弃这些客户。企业两种不同做法自然就会有不同的投入产出效益。

客户终止期当企业的客户不再与企业发生业务关系，且企业与客户之间的债权债务关系已经理清时，意味客户生命周期的完全终止。此时企业有少许本钱支出而无收益。延长客户生命周期企业要尽可能的延长客户的生命周期，尤其是成熟期。客户成熟期的长度可以充分反映出一个企业的盈利能力。面对剧烈的市场竞争，企业要掌握客户生命周期的不同特点，提供相应的个性化效劳，进行不同的战略投入，使企业的本钱尽可能低，盈利尽可能高，从而增强企业竞争力。客户生命周期企业投入产出比客户生命周期的划分阶段一客户是潜在客户最初，当一个客户在询问企业的业务时，他就表现出对该业务的兴趣，他就成为了该企业业务的潜在客户。特征是：询问。影响客户进入下一阶段的因素： 1〕外界评价 2〕客户的层次 3〕客户的所属行业阶段二客户是新客户当客户经过需求意识阶段、信息收集阶段、评估选择阶段后，对企业业务有所了解，或者在别人的推荐和介绍之下会将某种产品和效劳的期望同属于自己的价值观念密切联系在一起了，客户决定使用或者购置某一企业的某个产品或是效劳时，他就由潜在客户上升为了新客户。影响新客户的因素：1〕客户对产品质量的感知2〕客户对产品效劳质量的感知3〕客户对价值的感知4〕企业竞争者的资费信息5〕客户需求的情况阶段三客户是老客户用户对企业培养起了根本的信任感，使用该企业的业务也持续了一段时间，从而成为了该企业业务的老用户。影响老客户的因素主要是： 1〕企业的效劳情况 2〕客户新的业务需求 3〕企业竞争者的信息阶段四客户是新业务的新客户是由原来的老用户开展而来的，即原有的老客户由于建立起对该企业业务的信任感，进而进一步使用了该企业的新业务。影响新业务的新客户的因素主要是： 1〕老业务的运行情况 2〕新业务的开展情况 3〕客户的满意程度 4〕企业的开展状况基于客户生命周期的客户终生价值客户终生价值就是指客户在其整个生命周期过程中，为企业所做奉献的总和。由于在客户生命周期的不同时间内，对企业所做的奉献亦有所不同，同时由于时间价值的存在，所以计算客户终生价值时，必须要对不同时期的奉献进行贴现，计算出客户的终生价值的现值。客户终生价值的计算可分成以下四个步骤：第一步：确定客户生命周期；第二步：计算客户生命周期内每年给企业带来的利润净额；第三步：对客户生命周期内每年的利润净额进行贴现；第四步：求和。客户的维持策略CRM更侧重于客户份额所带来的长期收益增加客户份额的两种手段一、多吸引新客户；二、保存老客户。客户维系策略有三个层次第一层次，维系客户的手段主要是利用价格刺激来增加客户关系的财务利益。第二层次，既增加财务利益，又增加社会利益，而社会利益要优先于财务利益。第三层次，在增加财务利益和社会利益的根底上，附加了更深层次的结构性联系。返回全面客户体验全面客户体验〔Totalcustomerexperience〕就是客户跟企业产品、人员和流程互动的总和。它从客户看到产品广告的瞬间开始，到客户收到货物的时刻，直至产品使用过程中的很长一段时间。客户体验管理根据BerndH.Schmitt在?顾客体验管理?一书中的定义，顾客〔客户〕体验管理是“战略性地管理顾客对产品或公司全面体验的过程〞。客户体验管理注重与客户的每一次接触，通过协调整合售前、售中和售后等各个阶段,各种接触渠道,有目的地,无缝隙地为客户传递良性信息,创造匹配品牌承诺的正面感觉,以实现良性互动，进而创造差异化的客户体验，实现客户的忠诚,强化感知价值,从而增加企业收入与资产价值。通过对客户体验加以有效把握和管理，可以提高客户对公司的满意度和忠诚度、并最终提升公司价值。总之通过CRM企业可以获得如下的收益：1．更快和更明智的决策制定2．提高营销精确度3．改善客户效劳4．更快地实现产品上市5．从重视产品向重视客户的转移返回CRM:CustomerRelationshipManagement

客户关系管理重庆大学经济与工商管理学院于同奎E-mail:2004.8CRM软件系统的一般模型

CRM软件系统的一般模型模型说明了目标客户、主要过程以及功能之间的相互关系。CRM的主要过程由市场、销售和效劳构成。首先，在市场营销过程中，通过对客户和市场的细分，确定目标客户群，制定营销战略和营销方案。而销售的任务是执行营销方案，包括发现潜在客户、信息沟通、推销产品和效劳、收集信息等，目标是建立销售订单，实现销售额。在客户购置了企业提供的产品和效劳后，还需对客户提供进一步的效劳与支持，这主要是客户效劳部门的工作。产品开发和质量管理过程分别处于CRM过程的两端，提供必要的支持。营销管理营销管理的主要任务是：通过对市场和客户信息的统计和分析，发现市场时机，确定目标客户群和营销组合，科学地制定出市场和产品策略；为市场人员提供制定预算、方案、执行和控制的工具，不断完善市场方案；同时，还可管理各类市场活动〔如广告、会议、展览、促销等〕，对市场活动进行跟踪、分析和总结以便改进工作。销售管理客户效劳和支持CRM软件系统的一般模型在CRM软件系统中，各种渠道的集成是非常重要的。CRM的管理思想要求企业真正以客户为导向，满足客户多样化和个性化的需求。而要充分了解客户不断变化的需求，必然要求企业与客户之间要有双向的沟通，因此拥有丰富多样的营销渠道是实现良好沟通的必要条件。

CRM软件系统的一般模型CRM改变了企业前台业务运作方式，各部门间信息共享，密切合作。位于模型中央的共享数据库作为所有CRM过程的转换接口，可以全方位地提供客户和市场信息。过去，前台各部门从自身角度去掌握企业数据，业务割裂。而对于CRM模型来说，建立一个相互之间联系紧密的数据库是最根本的条件。这个共享的数据库也被称为所有重要信息的“闭环〞〔Closed-loop〕。由于CRM系统不仅要使相关流程实现优化和自动化，而且必须在各流程中建立统一的规那么，以保证所有活动在完全相同的理解下进行。这一全方位的视角和“闭环〞形成了一个关于客户以及企业组织本身的一体化蓝图，其透明性更有利于与客户之间的有效沟通。这一模型直接指出了面向客户的目标，可作为构建CRM系统核心功能的指导。CRM软件系统的组成

根据CRM系统的一般模型，可以将CRM软件系统划分为接触活动、业务功能及数据库三个组成局部。接触活动在客户交互周期中的客户接触参与阶段，系统主要包含：营销分析活动管理营销电子营销潜在客户管理常有的渠道典型的方式有：CallCenter；面对面的沟通；；移动销售〔mobilesales〕；电子邮件；Internet；其他营销渠道，如金融中介或经纪人等。返回接触活动CRM软件应当能够或多或少地支持各种各样的接触活动。企业必须协调这些沟通渠道，保证客户能够采取其方便或偏好的形式随时与企业交流，并且保证来自不同渠道的信息完整、准确和一致。今天，Internet已经成为企业与外界沟通的重要工具，特别是电子商务的迅速开展，促使CRM软件与Internet进一步紧密结合，开展成为基于Internet的应用模式。业务功能销售模块营销模块客户效劳模块呼叫中心模块电子商务模块功能返回业务功能

企业中每个部门必须能够与客户进行沟通，而市场营销、销售和效劳部门与客户的接触和交流最为频繁，因此，CRM软件主要应对这些部门予以支持。然而,并不是所有的CRM软件产品都能覆盖所有的功能范围。一般地，一个软件最多能够支持两至三种功能，如市场营销和销售。因此，在软件评价中，功能范围可以作为决定性的评判依据。业务功能

业务功能——销售模块目标：提高销售过程的自动化和销售效果。该模块所能实现的主要功能：销售现场销售管理现场销售/掌上工具销售销售佣金业务功能——营销模块目标：对直接市场营销活动加以方案、执行、监视和分析。该模块所能实现的主要功能：营销针对电信行业的营销部件其它功能返回业务功能——客户效劳模块目标：提高那些与客户支持、现场效劳和仓库修理相关的业务流程的自动化并加以优化。该模块所能实现的主要功能：效劳合同客户关心移动现场效劳呼叫中心模块所能实现的主要功能〔1〕管理员开放连接效劳语音集成效劳报表统计分析管理分析工具呼叫中心模块所能实现的主要功能〔2〕代理执行效劳自动拨号效劳呼入呼出调度管理多渠道接入效劳市场活动支持效劳返回电子商务模块功能电子商店电子营销电子支付电子货币与支付电子支持返回数据库

信息分析能力对客户互动渠道集成能力支持网络应用能力建设集中客户数据仓库能力对工作流集成能力与ERP集成能力返回CRM功能模块

销售管理子系统市场营销管理子系统效劳管理子系统现场效劳管理子系统呼叫中心管理销售管理子系统

在CRM系统中销售管理子系统〔SalesManagement〕主要管理商业机遇〔Opportunity〕、客户帐号〔Account〕以及销售渠道等方面。该模块把企业的所有销售环节有机的组合起来，使其产品化。这样在企业销售部门之间、异地销售部门之间以及销售与市场之间建立一条以客户为引导的流畅工作流程。它缩短了企业的销售周期，同时提高了销售的成功率。随着销售周期的缩短，销售人员将有更多的时间去与客户进行面对面的销售活动。销售管理模块能确保企业的每一个销售代表〔包括移动和固定销售代表〕能及时的获得企业当前的最新信息，包括企业的最新动态、客户信息、帐号信息、产品和价格信息以及同行业竞争对手的信息等信息。这样销售代表在同客户面对面的交流中将更有效，成功率将更高。市场营销管理子系统市场营销管理子系统〔MarketingManagement〕帮助市场专家对客户和市场信息进行全面的分析，从而对市场进行细分，产生高质量的市场筹划活动，指导销售队伍更有效的工作。在市场营销子系统中可以对市场、客户、产品和地理区域信息进行复杂的分析。帮助市场专家开发、实施、管理和优化他们的策略。市场管理子系统为销售、效劳和呼叫中心提供关键性的信息。比方产品信息、报价信息、企业宣传资料等等都将在市场营销管理模块提供。呼叫中心的智能化呼叫脚本的制作也在市场营销管理模块编制。市场营销管理子系统通过数据分析工具，帮助市场人员识别、选择和产生目标客户列表。市场营销管理系统能和其它的应用模块相集成，确保新的市场活动自动的发布给适宜的销售、效劳人员手里，使活动得到快速的执行。效劳管理子系统效劳管理子系统〔ServiceManagement〕可以使客户效劳代表能够有效地提高效劳效率，增强效劳能力，从而更加容易捕捉和跟踪效劳中出现的问题，迅速准确地根据客户需求分解调研、销售扩展、销售提升各个步骤中的问题，增长每一个客户在企业中的生命周期。效劳专家通过分解客户效劳的需求，并向客户建议其他的产品和效劳，来增强和完善每一个专门的客户解决方案。效劳管理子系统通过提供易于使用的工具和信息〔包括效劳需求管理，效劳环境配置及多种问题解决方案〕。这些方案包括相关案例分析，问题的分析诊断〔包括横向决策树〕，用于在巨大的科技文档库、产品标示、操作步骤、FAQ数据库和已有的客户效劳解决方案中进行查找的强有力的集成文本检索工具。基于客户、话务员、效劳渠道和效劳许可等广泛的信息，客户咨询通过适宜的渠道被发送给适宜的话务员进行处理。效劳管理子系统可以从空闲的话务员中选择最称职的话务员来解决客户咨询。通过对效劳许可管理的全面支持，采用自动的工作流并增强对每一个咨询的路由、监控和解决，效劳效劳子系统可以确保客户的要求及时满意地得到解决。效劳子系统可以采用不同的方式来与客户进行交流〔包括INTERNET，电子邮件，FAX，IVR-交互式语音应答，〕。通过与呼叫中心的持久连接及与包括第三方效劳提供商，商业伙伴和客户在内的INTERNET客户的间断性连接，效劳子系统全面支持客户效劳专家在机构扩展方面的进行全方位的运做。现场效劳管理子系统场效劳管理子系统〔FieldServiceManagement〕提供了一个移动解决方案，允许公司有效地管理其效劳领域的方方面面。现场效劳的组织主要可以预防的维护方案、中断/安装效劳事件、返回物料许可〔RMA〕、高级的区域资源调配、提供与确保客户问题在第一次访问过程中得到解决所需的资源〔包括工具、部件和技能等相关的全面信息〕来实现。现场效劳管理子系统提供效劳请求管理、效劳活动管理、帐号管理、智能分配及发送、组件使用、主要清单、和以有问题及解决方案的知识根底。数据驱动的工作流、路由和鉴权机制确保现场效劳组织遵循许可的行业习惯。现场效劳管理子系统支持多种渠道，包括移动现场效劳专家使用掌上或膝上型电脑装置，连接呼叫中心的话务员，与包括第三方效劳提供商，商业伙伴和客户在内的INTERNET客户的间断性连接，提供机构的扩展。智能呼叫路由，分配及帮助的发送分配给最有资格的效劳代表。使他们可以在他们的掌上或膝上型电脑访问到全面的客户信息及问题和解决方案的相关知识，移动现场效劳专家可以迅速有效地解决客户问题。一旦需要，现场效劳子系统自动在整个组织内增强这个问题，确保可以根据效劳级别许可应用适宜的资源来解决这个问题。在话务员迅速解决了客户的效劳咨询后，他们还可以扩展销售或提升销售其他附加的产品和效劳，增加客户的收入和潜在的赢利。呼叫中心管理

CRM软件系统开展趋势目前CRM系统软件架构的开展潮流之一就是采用J2EE体系结构。J2EE体系框架把绝大局部的应用逻辑和数据处理都集中在应用效劳器上(应用效劳层可以由几台或几十台机器组成，采用负载均衡理论，对应用逻辑进行分解)，这种结构提高了系统的处理效率，降低了系统的维护本钱〔当业务逻辑发生改变时，只需要维护应用效劳器上的逻辑构件〕，保证了数据的平安和完整统一，同时还简化了体系结构设计和应用开发，具有良好的可扩展性，可满足各种需求，可自由选择应用效劳器、开发工具、组件，并提供了灵活可靠的平安模型。采用参数化的设定理念

提供方便的工作流管理与监控

小结CRM的主要目的就在于在适当的时间通过适当的渠道将适宜的产品提供给适宜的客户。通过CRM软件系统的应用，企业提高了前台业务的运作效率。CRM:CustomerRelationshipManagement

客户关系管理重庆大学经济与工商管理学院于同奎E-mail:2004.8数据挖掘的出现数据挖掘数据库越来越大有价值的知识可怕的数据数据挖掘的出现数据爆炸，知识贫乏苦恼:淹没在数据中;不能制定适宜的决策!数据知识决策模式趋势事实关系模型关联规则序列目标市场资金分配贸易选择在哪儿做广告销售的地理位置金融经济政府POS.人口统计生命周期技术是一个驱动因素什么是数据挖掘？数据挖掘的定义数据挖掘的定义数据挖掘〔DataMining〕就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。这个定义包括好几层含义(1)数据源必须是真实的、大量的、含噪声的；(2)发现的是用户感兴趣的知识；(3)发现的知识要可接受、可理解、可运用；(4)并不要求发现放之四海皆准的知识，仅支持特定的发现问题。什么是数据挖掘数据挖掘依赖的基础

统计学机器学习数据库高效率的计算统计学Gauss,Fisher,和--最小二乘法，最大似然法--一些根本原理的开展数学时代--1950`s：Neyman等数学家独领风骚计算时代--自从1960`s平稳增长--1970`s：EDA,Bayesianestimation,flexiblemodels,EM,etc--逐渐意识到计算机在数据分析中的能力和作用

计算机科学模式识别和人工智能(AI)--集中于感官问题,如:语言识别,图像识别

--1960`s:统计方法与非统计方法的分流

--应用统计学与工程学的交叉如:统计图像分析机器学习和神经网络

--1980`s非统计学习方法的失败

--flexiblemodels的出现,如:树,网络

--应用统计学与学习方法的交叉数据挖掘技术的出现直接演化的结果:--AI和机器学习*1989KDD工作组2000ACMSIGKDD工作组*集中于自动发现

--数据库研究*大型数据组*SIGMMODassociation

rules,scalablealgorithms--数据管理者*如何处理数据*面向客户*工业占主导的,面向应用必然性数据挖掘不同于传统上的统计学前者:发现驱动(数据驱动)数据研究后者:假设驱动(人为驱动)研究数据数据挖掘模型的分类描述性模型:描述数据中的模式,用以创立有意义的群或子群预测性模型:在从条件中确定的模式根底上,预测一些现象或数值数据挖掘都干了些什么？英国电信需要发布一种新的产品，需要通过直邮的方式向客户推荐这种产品。。。。。。使直邮的回应率提高了100％数据挖掘都干了些什么？GUS日用品零售商店需要准确的预测未来的商品销售量，降低库存本钱。。。。。。通过数据挖掘的方法使库存本钱比原来减少了3.8%数据挖掘都干了些什么？汇丰银行需要对不断增长的客户群进行分类，对每种产品找出最有价值的客户。。。。。。营销费用减少了30％数据挖掘都干了些什么？发现可能存在欺诈的交易，进行深入调查，节约了大量的调查本钱数据挖掘都干了些什么？美国国内税务局需要提高对纳税人的效劳水平。。。。。。合理安排税务官的工作，为纳税人提供更迅捷、更准确的效劳通过数据挖掘您可以发现最有价值的客户通过数据挖掘您可以使组合销售更有效率通过数据挖掘您可以留住那些最有价值的客户通过数据挖掘您可以用更小的本钱发现欺诈现象数据挖掘应用领域数据挖掘效益分析(直邮〕(BigBank&CreditCardCompany)目的：发现新客户数据挖掘以前数据挖掘以后差别发信的数量1,000,000750,000(250,000)成本$1,000,000$750,000($250,000)响应的数量10,0009,000(1,000)每个响应的毛利$125$125$0总毛利$1,250,000$1,125,000($125,000)净利润$250,000$375,000$125,000建模的费用040,000$40,000最终的利润$250,000$335,000$85,000数据挖掘的方法很多，大致可分为：统计方法、机器学习方法、神经网络方法和数据库方法。其中，统计方法可细分为：回归分析〔多元回归、自回归等〕、判别分析〔贝叶斯判别、费歇尔判别、非参数判别等〕、聚类分析〔系统聚类、动态聚类等〕、探索性分析〔主元分析法、相关分析法等〕、以及模糊集、粗糙集、支持向量机等。机器学习中，可细分为：归纳学习方法〔决策树、规那么归纳等〕、基于范例的推理CBR、遗传算法、贝叶斯信念网络等。神经网络方法，可细分为：前向神经网络〔BP算法等〕、自组织神经网络〔自组织特征映射、竞争学习等〕等。数据库方法主要是基于可视化的多维数据分析或OLAP方法，另外还有面向属性的归纳方法。决策树决策树把数据归入可能对一个目标变量有不同效果的规那么组。例如，我们希望发现可能会对直邮有反响的个人特点。这些特点可以解释为一组规那么。决策树假设您是一个销售一种新的银行效劳的直邮方案研究的负责人。为最大程度地获益，您希望确定基于前次促销活动的家庭细分最有可能响应相似的促销活动。通常这可以通过查找最能把响应前次促销的家庭和没有响应的家庭区分开的人口统计信息变量的组合来实现。决策树为您提供诸如谁会最好地响应新的促销等重要线索，并通过只邮寄给最有可能响应的人来最大程度地获得直邮效益，提高整体响应率，并极有希望同时增加销售。决策树建立决策树中最上面的节点称为根节点，是整个决策树的开始。本例把响应客户作为根节点。可以看到所有收到直邮信件的人中有7%有响应。然后根据记录字段的不同取值建立树的分支,如分为有住房和无住房两组，那么15%的租户有响应，而房主那么只有5%。还可以在每个分支子集中重复建立下层结点和分支。我们可以继续分组来发现最有可能响应的组群。这一组群可以表示为一个规那么，如“如果收件人是租户，有较高的家庭收入，没有储蓄存款账户，那么他有45%的响应概率〞。简单地说，有这些特点的组群中有45%可能会对直邮有响应。决策树图决策树应用决策树也是分析消耗(流线性生产)、发现交叉销售时机、进行促销、信用风险或破产分析和觉察欺诈行为的得力工具。决策树算法常用的算法有CHAID、CART、Quest和C5.0。决策树的优缺点：优点：1)

可以生成可以理解的规那么。2)

计算量相对来说不是很大。3)

可以处理连续和种类字段。4)

决策树可以清晰的显示哪些字段比较重要缺点：1)

对连续性的字段比较难预测。2)

对有时间顺序的数据，需要很多预处理的工作。3)

当类别太多时，错误可能就会增加的比较快。4)

一般的算法分类的时候，只是根据一个字段来分类。聚类分析聚类如同通常所说的“物以类聚〞，是把一组个体按照相似性归成假设干类别。它的目的是使属于同一类别的个体之间的距离尽可能的小，而不同类别上的个体间的距离尽可能的大。它反映同类事物共同性质的特征型知识和不同事物之间的差异性质的特征型知识。通过聚类，数据库中的记录可被划分为一系列有意义的子集。聚类增强了人们对客观现实的认识，是进行概念描述和偏差分析的先决条件。聚类分析簇〔Cluster〕:一个数据对象的集合在同一个类中，对象之间具有相似性；不同类的对象之间是相异的。聚类分析把一个给定的数据对象集合分成不同的簇；聚类是一种无监督分类法:没有预先指定的类别；典型的应用作为一个独立的分析工具，用于了解数据的分布；作为其它算法的一个数据预处理步骤；应用聚类分析的例子聚类分析的评判一个好的聚类方法要能产生高质量的聚类结果——簇，这些簇要具备以下两个特点：高的簇内相似性低的簇间相似性聚类结果的好坏取决于该聚类方法采用的相似性评估方法以及该方法的具体实现；聚类方法的好坏还取决与该方法是能发现某些还是所有的隐含模式；人工神经网络神经网络近来越来越受到人们的关注，因为它为解决大复杂度问题提供了一种相对来说比较有效的简单方法。神经网络可以很容易的解决具有上百个参数的问题〔当然实际生物体中存在的神经网络要比我们这里所说的程序模拟的神经网络要复杂的多〕。神经网络常用于两类问题：分类和回归。人工神经网络遗传算法遗传算法GA的算法首先在解空间中取一群点，作为遗传开始的第一代。每个点〔基因〕用一二进制的数字串表示，其优劣程度用一目标函数〔Fitnessfunction〕来衡量。在向下一代的遗传演变中，首先把前一代中的每个数字串根据由其目标函数值决定的概率分配到配对池中。好的数字串以高的概率被复制下来，劣的数字串被淘汰掉。然后将配对池中的数字任意配对，并对每一数字串进行交叉操作，产生新的子孙〔数字串〕。最后对新的数字串的某一位进行变异。这样就产生了新的一代。按照同样的方法，经过数代的遗传演变后，在最后一代中得到全局最优解或近似最优解。支持向量机支持向量机〔SVM〕是一种建立在统计学习理论根底上的机器学习方法。通过学习算法，SVM可以自动寻找那些对分类有较好区分能力的支持向量，由此构造出的分类器可以最大化类与类的间隔，因而有较好的推广性能和较高的分类准确率。SVM主要思想是针对两类分类问题，在高维空间中寻找一个超平面作为两类的分割，以保证最小的分类错误率。而且SVM一个重要的优点是可以处理线性不可分的情况。用SVM实现分类，首先要从原始空间中抽取特征，将原始空间中的样本映射为高维特征空间中的一个向量，以解决原始空间中线性不可分的问题。贝叶斯预测贝叶斯网络是用来表示变量集合连接概率的图形模式，它提供了一种自然的表示因果信息的方法，用来发现数据间的潜在关系。在这个网络中，用节点表示变量，有向边表示变量间的依赖关系。在数据挖掘中具有以下优点：可以处理不完整和带有噪声的数据集。它用概率测度的权重来描述数据间的相关性，从而解决了数据间的不一致性，甚至是相互独立的问题；用图形的方法描述数据间的相互关系，语义清晰、可理解性强，这有助于利用数据间的因果关系进行预测分析。规那么推导规那么推导，从统计意义上对数据中的“如果-那么〞规那么进行寻找和推导，得到关联规那么。关联规那么挖掘发现大量数据中项集之间有趣的关联或相关联系。规那么推导近邻算法，将数据集合中每一个记录进行分类的方法。统计分析方法，在数据库字段项之间存在两种关系:函数关系(能用函数公式表示确实定性关系)和相关关系(不能用函数公式表示，但仍是相关确定性关系)，对它们的分析可采用回归分析、相关分析、主成分分析等方法。模糊论方法，利用模糊集合理论，对实际问题进行模糊判断、模糊决策、模糊模式识别、模糊簇聚分析。数据挖掘功能—预测数据挖掘功能—关联分析数据挖掘功能—分类按照分析对象的属性、特征，建立不同的组类来描述事物。例如：银行部门根据以前的数据将客户分成了不同的类别，现在就可以根据这些来区分新申请贷款的客户，以采取相应的贷款方案。数据挖掘功能—聚类

数据挖掘功能—概念描述概念描述就是对某类对象的内涵进行描述，并概括这类对象的有关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述不同类对象之间的区别。生成一个类的特征性描述只涉及该类对象中所有对象的共性。生成区别性描述的方法很多，如决策树方法、遗传算法等。数据挖掘功能—偏差检测数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。偏差包括很多潜在的知识，如分类中的反常实例、不满足规那么的特例、观测结果与模型预测值的偏差、量值随时间的变化等。偏差检测的根本方法是，寻找观测结果与参照值之间有意义的差异。偏差检测对分析对象的少数的、极端的特例的描述，揭示内在的原因。例如：在银行的100万笔交易中有500例的欺诈行为，银行为了稳健经营，就要发现这500例的内在因素，减小以后经营的风险。数据挖掘环境

数据挖掘是指一个完整的过程，该过程从大型数据库中挖掘先前未知的、有效的、可实用的信息，并使用这些信息做出决策或丰富知识。

数据挖掘环境数据挖掘的流程

数据挖掘的流程确定业务对象数据准备数据挖掘结果分析和知识同化数据挖掘的流程-确定业务对象清晰地定义出业务问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结构是不可预测的，但要探索的问题应是有预见的，为了数据挖掘而数据挖掘那么带有盲目性，是不会成功的。数据挖掘的流程-数据准备数据的选择：搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。数据的预处理：研究数据的质量，为进一步的分析作准备.并确定将要进行的挖掘操作的类型。数据的转换：将数据转换成一个分析模型.这个分析模型是针对挖掘算法建立的.建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键。

数据挖掘的流程-数据挖掘对所得到的经过转换的数据进行挖掘.除了完善从选择适宜的挖掘算法外，其余一切工作都能自动地完成。数据挖掘的流程-分析和同化数据挖掘过程工作量

在数据挖掘中被研究的业务对象是整个过程的根底，它驱动了整个数据挖掘过程，也是检验最后结果和指引分析人员完成数据挖掘的依据。数据挖掘的过程并不是自动的，绝大多数的工作需要人工完成。其中60%的时间用在数据准备上，这说明了数据挖掘对数据的严格要求，而后挖掘工作仅占总工作量的10%.数据挖掘过程工作量

数据挖掘需要的人员

数据挖掘工具及其功能数据挖掘中存在的问题数据挖掘的根本问题就在于数据的数量和维数，数据结构也因此显的非常复杂，如何进行探索，选择分析变量，也就成为首先要解决的问题。面对如此大的数据，现有的统计方法等都遇到了问题，我们直接的想法就是对数据进行抽样，那么怎么抽样，抽取多大的样本，又怎样评价抽样的效果，这些都是值得研究的难题。既然数据是海量的，那么数据中就会隐含一定的变化趋势，在数据挖掘中也要对这个趋势做应有的考虑和评价。各种不同的模型如何应用，其效果如何评价。不同的人对同样的数据进行挖掘，可能产生不同的结果，甚至差异很大，这就涉及到可靠性的问题。当前互联网的开展迅速，如何进行互联网的的数据挖掘，还有文本等非标准数据的挖掘，都引起了极大的兴趣。数据挖掘涉及到数据也就碰到了数据的私有性和平安性。数据挖掘的结果是不确定的，要和专业知识相结合才能对其做出判断。总之，数据挖掘只是一个工具，不是万能的，它可以发现一些潜在的用户，但是不会告诉你为什么，也不能保证这些潜在的用户成为现实。数据挖掘的成功要求对期望解决问题的领域有深刻的了解，理解数据，了解其过程，才能对数据挖掘的结果找出合理的解释。例如曾经用数据挖掘找出的啤酒和尿布的例子，如何去解释这种现象，是应该将两者放在一起还是分开销售，这还需要对消费心理学有所研究才能做出决定，而不是数据挖掘能力所及的了。数据挖掘未来研究方向

OLAMOLAM产生的原因OLAM产生的原因一方面，分析工具OLAP功能虽强大，能为客户端应用程序提供完善的查询和分析，但它也存在以下缺乏:1)OLAP是一种验证型分析工具，是由用户驱动的。即在某个假设的前提下通过数据查询和分析来验证或否认这个假设，这很大程度上受到用户假设能力的限制。2)OLAP分析事先需要对用户的需求有全面而深人的了解，然而用户的需求并不是确定的，难以把握。所以OLAP分析常常采用试凑法在大型数据库或仓库中搜索，不仅花时间，而且可能产生一些无用的结果。3)即使搜索到了有用的信息，由于缺乏应有的维度，从不同的视图得到的结果可能并不相同，容易产生误导。OLAM产生的原因另一方面，数据挖掘虽然可以使用复杂算法来分析数据和创立模型表示有关数据的信息，用户也不必提出确切的要求，系统就能够根据数据本身的规律性，自动地挖掘数据潜在的模式，或通过联想，建立新的业务模型以辅助决策。但它也存在一些缺点:1)DM是挖掘型分析工具，是由数据驱动的。用户需要事先提出挖掘任务。但对于用户来讲，很多时候预先是不知道想挖掘什么样的知识的。2)由于数据库或数据仓库中存有大量数据和信息，用户仅仅指出挖掘任务，而不提供其他搜索线索，这样DM工具就会遍历整个数据库，导致搜索空间太大。计算机将处于长时间的工作，而且结果中可能会生成很多无用信息。3)即使挖掘出了潜在有价值的信息，但它究竟用来做什么分析用，用户也可能不清楚。OLAM产生OLAM产生联机分析挖掘概念正式提出是在1997年，由加拿大SimonFraser大学教授JiaweiHan等在数据立方体的根底上提出多维数据挖掘的概念，称为OLAPmining。这实际上是在OLAP系统的根底上，把数据分析算法、数据挖掘算法引人进来，解决多维数据环境的数据挖掘问题。OLAM体系结构OLAM体系结构OLAM的系统特征OLAM系统的主要目的就是实现OLAP与数据挖掘的功能互补，提高数据分析挖掘的性能。建立在庞大复杂的数据仓库根底上的OLAM在实现过程中面临最大的挑战是数据分析挖掘执行的效率的提高和对用户请求的快速准确响应。目前专门的OLAM产品还没有正式出现，但根据OLAM系统的设计目的和用户要求，OLAM应具有其自己的系统及功能特征。OLAM的系统特征〔1〕多维分析和数据挖掘无缝集成，即多维分析与数据挖掘的完美结合需要理论根底，需要一套系统构建方法。比方借助于OLAP对数据立方体进行切片、切块、旋转、向下钻取、向上汇总等操作的支持，应能方便地对任何一局部数据和不同抽象级别地数据进行挖掘。OLAM的系统特征〔2〕OLAM的系统特征〔3〕支持迭代分析过程，即系统应提供“回溯〞能力，以便随时标记分析过程中的时空状态点，并在分析过程中随时回到这一点，有利于分析的灵活进行，防止在进行由浅人深的分析过程中用户“迷失方向〞。OLAM的系统特征〔4〕支持复杂信息建模，即要求OLAM系统支持多种异构DBMS中多种数据类型的融合，全面处理企业内的各种决策支持应用。一方面，决策分析的数据对象来自于不同开发环境和目的的分立应用系统，数据的管理方法和数据结构也可能不同，这就要求OLAM在数据方面有很强的包容性;另一方面，不同的数据挖掘方法要求不同的数据结构支撑。OLAM的系统特征(5)良好的可扩展性。要求OLAM系统支持多种挖掘算法的模块的添加、多种工作对象的建构、多种数据源的集成、多种前端工具的利用等扩展功能。用户能根据实际问题的不同，选用不同的挖掘算法。此外，OLAM因该具有支持这些扩展的通用接口，以便与其它工具和算法衔接，或者嵌人用户自己的算法。OLAM的系统特征(6)灵活友好的人机交互能力。OLAM中的决策分析过程是要在人的指导下进行的，人作为系统的有机组成局部和系统应用密不可分。人利用自己掌握的领域知识在OLAM系统的辅助下完成领域内问题的求解，在这个过程中人与计算机分别承担各自最擅长的工作，到达资源的合理配置。OLAM的系统特征(7)支持复杂事务模型及多任务优化和调度。OLAM事务是有“内部结构〞的数据库操作集合，是一个有层次的复杂网络结构，传统的无内部结构、彼此孤立的、最小原子特性的事务模型只是这种模型的特例。OLAM事务之间具有广泛的联系，考虑在对事务分解的根底上，充分利用不同事务中的公共子事务来优化事务的调度。OLAM的分析操作从OLAM的定义来看，它是建立在多维数据视图根底之上的。因此，对于OLAM的操作应是超立方体计算与传统挖掘算法的结合。这里所说的立方体计算方法一般指切片、切块、上卷、下钻、旋转等操作;而挖掘算法那么是指关联规那么、分类、聚类等挖掘算法。根据立方体计算和数据挖掘所进行的次序的不同组合可以有不同的模式。OLAM的分析操作先进行立方体计算、后进行数据挖掘。在进行数据挖掘以前，先对多维数据进行二定的立方体计算，以选择适宜的数据范围和恰当的抽象级别。先对多维数据作数据挖掘，然后再利用立方体计算算法对挖掘出来的结果做进一步的深人分析。立方体计算与数据挖掘同时进行。在挖掘的过程中，可以根据需要对数据视图做相应的多维操作。这也意味着同一个挖掘算法可以应用于多维数据视图的不同局部。回溯操作。OLAM的标签和回溯特性，允许用户回溯一步或几步，或回溯至标志处，然后沿着另外的途径进行挖掘，这样用户在挖掘分析中可以交互式的进行立方体计算和数据挖掘。CRM:CustomerRelationshipManagement

客户关系管理重庆大学经济与工商管理学院于同奎E-mail:2004.8DW&OLAPDW&OLAPOLAP专门用于支持复杂的决策分析，是支持信息管理和业务管理人员决策活动的一种决策分析工具。它可以根据分析人员的要求，迅速、灵活地对大量数据进行复杂的查询处理，并且以直观的、容易理解的形式将查询结果提供给各种决策人员，使他们迅速、准确地掌握企业的运营情况，了解市场的需求。开展背景OLAP定义OLAP的特性

快速性：用户对OLAP的快速反响能力有很高的要求，主要是指计算机的计算的反响速度，系统应能在5秒内对用户的大局部分析要求做出反响，但对业务数据的实时信息却很难反响。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：不管数据量有多大，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。OLAP相关根本概念维：维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。维的层次：人们观察数据的某个特定角度(即某个维)还可以存在细节程度不同的各个描述方面(时间维：日期、月份、季度、年)。维的成员：维的一个取值成为该维的一个维成员。是数据项在某维中位置的描述。如果维已经分成了多层次的，那么维成员就是不同维层次取值的组合。例如：某公司销售数据在省、市、县，地理维有三个层次，那么“山东省日照市五莲县〞就构成地理维的一个维成员。维成员并不一定要在维的每一个层次上都取值，例如：山东省，山东省日照市，日照市五莲县都是地理维的维成员。OLAP相关根本概念多维数据集〔数据立方体或超立方〕。多维数据集是决策支持的支柱，也是OLAP的核心。它是维和变量的组合表示，是维的不同组合和所考察的度量指标构成的多维数组。多维数据集可以用一个多维数组表示。可形式化表示为〔维1，维2，……，维n，度量指标〕，如〔地区、时间、产品、销售额〕。三维的数据集可以用图表示。