日韩精品区_融入前端管理知識管理將成CRM的基石？_CRM

融入前端管理知識管理將成CRM的基石？

2006/08/29

　　知識管理將成為企業(yè)前端管理的重要組成部分。一些關(guān)鍵的“知識發(fā)現”技術(shù)手段，如自然語(yǔ)言處理、推理引擎和案例自動(dòng)生成系統等，將融合在現有的前端客戶(hù)關(guān)系管理軟件中，并極大地推動(dòng)知識管理的應用。

　　CRM的發(fā)展趨勢之一是將企業(yè)積累的知識融入到前端管理的各個(gè)環(huán)節中，采用規范的方法來(lái)增強市場(chǎng)活動(dòng)的有效性，從而保證銷(xiāo)售隊伍的戰斗力，維持客戶(hù)對服務(wù)的滿(mǎn)意度。在這些工作中獲得的行之有效的方法和措施，都將以“企業(yè)知識”的形式在信息平臺上共享，由團隊中的各個(gè)成員在這一基礎上不斷完善，并且不會(huì )隨著(zhù)人員的變動(dòng)發(fā)生知識流失。

　　知識管理的三個(gè)歷程

　　知識管理是在應用操作的基礎上發(fā)展起來(lái)的，它經(jīng)歷了數據收集、信息挖掘和知識發(fā)現的三個(gè)歷程。

　　最初，對信息的管理是基于操作的角度，而不是從信息或企業(yè)知識的收集這一角度進(jìn)行的。例如，在應用訂單管理模塊的時(shí)候，不少企業(yè)的初衷?xún)H僅是從操作的層面考慮，把每一筆交易的金額記錄下來(lái)。一月份企業(yè)A的訂單金額是10萬(wàn)元，這反映在系統中僅僅是數據（Data）的收集；當這些數據積累到一定規模之后或者兩年之后，管理者可能想到利用這些數據的匯總，從中挖掘有價(jià)值的信息（Information），如企業(yè)A的購買(mǎi)頻率、平均交易額、產(chǎn)品偏好等。一旦確定分析的角度和所需的變量，多數的現有管理軟件都可以完成這一步。如果我們把所有兩年之內的訂單作匯總分析和挖掘，就可以發(fā)現有用的知識（Knowledge），如購買(mǎi)頻率和平均交易額之間存在明顯的負相關(guān)性，或者某個(gè)行業(yè)的客戶(hù)群體對產(chǎn)品的偏好相當一致，或者發(fā)生大筆交易的訂單往往是突發(fā)性的。知識的挖掘必須在信息積累的基礎上進(jìn)行，而且，隨著(zhù)數據的不斷增加，數據融合可以自動(dòng)調整發(fā)現的知識。如果我們改變了銷(xiāo)售方法，連續出現了N筆的大宗可預測的交易，那么，系統將“突發(fā)性的大筆交易”這一結論作相應的調整。

　　知識不僅僅是被動(dòng)地收集數據，或者將信息按某種既定的方式排列以便于搜索，而且包含了企業(yè)在實(shí)踐中總結出來(lái)的行之有效的工作方法和步驟。通常情況下，這些知識往往存在于雇員的頭腦中，不一定轉化成為文件或數據。例如，有經(jīng)驗的銀行個(gè)人貸款職員可以通過(guò)幾個(gè)關(guān)鍵問(wèn)題，判斷出借貸人的信譽(yù)；有經(jīng)驗的銷(xiāo)售人員可以通過(guò)對方詢(xún)問(wèn)的問(wèn)題、商務(wù)談判的對象等細節，判斷出成交的幾率；有經(jīng)驗的客戶(hù)服務(wù)人員可以通過(guò)客戶(hù)對問(wèn)題的描述，判斷出可能的故障和解決的方法。上述案例中提到的“經(jīng)驗”就是“知識”的具體表現。許多企業(yè)的銷(xiāo)售人員和客戶(hù)服務(wù)人員是依據工作年限和積累的業(yè)務(wù)經(jīng)驗來(lái)劃分等級的，銷(xiāo)售人員可以分為普通客戶(hù)經(jīng)理和高級客戶(hù)經(jīng)理，服務(wù)人員可以分為初級客服代表和資深客服代表等等，不同等級的人員所享受的待遇和工作職責是有區別的，這說(shuō)明在一個(gè)企業(yè)中，知識是有價(jià)的，同時(shí)，儲存在員工頭腦中的經(jīng)驗需要通過(guò)時(shí)間來(lái)積累。

　　能否讓這種積累更快更有效，同時(shí)也更容易在企業(yè)的內部被保留呢？通過(guò)全公司上下在同一個(gè)信息平臺上共享的手段，可以有效地達到員工之間的經(jīng)驗分享和自我學(xué)習。舉例而言，今天許多新聞媒體的從業(yè)人員已經(jīng)離不開(kāi)互聯(lián)網(wǎng)。互聯(lián)網(wǎng)就是一個(gè)巨大的信息平臺，任何人可以在其中進(jìn)行搜索，尋找到感興趣的話(huà)題，并進(jìn)行追蹤，也可以發(fā)表自己的評論，這些信息又同時(shí)被更多的有相同興趣的人員共享。對于一個(gè)企業(yè)來(lái)說(shuō)，內部知識網(wǎng)的建設將比互聯(lián)網(wǎng)更加有序和有效，因為企業(yè)可以利用管理規范防止垃圾信息的輸入，可以界定范圍，保證信息的專(zhuān)業(yè)性，可以設定商業(yè)規則（Rule of Engagement）將業(yè)務(wù)規范和企業(yè)知識融為一體。

　　知識管理的三個(gè)工具

　　在過(guò)去的程序設計中，要達到這樣的應用效果，只能通過(guò)直接的編碼進(jìn)行。要判斷客戶(hù)的價(jià)值，需要設置如下的條件：客戶(hù)的累計交易額達到1000萬(wàn)以上；客戶(hù)的交易頻率在每月1次以上；客戶(hù)的信譽(yù)額度沒(méi)有透支現象；符合上述三個(gè)條件的所有客戶(hù)通過(guò)后臺數據庫的查詢(xún)可以得出列表。不過(guò)，企業(yè)的運營(yíng)是不斷變化的，也許某些客戶(hù)沒(méi)有達到這些“硬性指標”，但是也具備相當大的潛力，例如，企業(yè)的負責人最近有所變動(dòng)，可能會(huì )進(jìn)行大規模購置等信息，也會(huì )影響到該客戶(hù)的價(jià)值評估，而這些就很難在現有的企業(yè)管理的知識平臺中體現出來(lái)。

　　最新的知識管理程序可以利用自然語(yǔ)言處理（Natural Language Processing）、推理引擎（Inference Engines）和案例自動(dòng)生成工具（Automated Generation of Case）來(lái)解決上述難題。這些工具都是知識發(fā)現（Knowledge Discovery Development）學(xué)術(shù)領(lǐng)域的熱點(diǎn)話(huà)題。

　　程序語(yǔ)言對自然語(yǔ)言的理解能力的提高，可以使許多不易體現為“硬性指標”的商業(yè)規則也能夠由程序所識別和修改。自然語(yǔ)言處理允許輸入類(lèi)似于口語(yǔ)或書(shū)面語(yǔ)的信息，同時(shí)反饋出有意義的可以直接被應用的答案。在被廣泛采用的“模糊查詢(xún)”功能中，就融合了自然語(yǔ)言處理的成果。

　　推理引擎的應用原理則包含下面四個(gè)基本步驟：

　　1.匹配（Matching）。匹配將規則庫中現有的商業(yè)規則與輸入的情況進(jìn)行對比。如對一家汽車(chē)修理廠(chǎng)商的客戶(hù)服務(wù)中心來(lái)說(shuō)，后臺數據庫中已經(jīng)存儲了上千條的汽車(chē)發(fā)動(dòng)機故障的表現和原因，那么，當輸入“汽車(chē)點(diǎn)火不成功”這一信息時(shí)，推理引擎首先將這一故障表現與信息庫中的數據進(jìn)行自動(dòng)匹配。

　　2.選擇（Selection）。所有滿(mǎn)足這一條件的規則在這一步驟中被選中。通常，一個(gè)特定條件只能發(fā)現一個(gè)完全匹配的規則的情況也可能發(fā)生，但概率較小。

　　3.激活（Firing）。在所有被選中的規則中，根據匹配程度，系統自動(dòng)決定激活強度。例如，若客戶(hù)反映活塞從未更換過(guò)，那么由于活塞堵塞導致的點(diǎn)火不成功的規則的激活強度，會(huì )比其它規則更大。推理引擎中內含的算法，可以給出一個(gè)最接近的規則行為。

　　4.行動(dòng)（Action）。根據上面得到的推理結果，可以給出應當進(jìn)行的操作行動(dòng)。在上面的例子中，更換活塞可能就是最佳的故障排除方法。

　　當規則的條件不斷增加時(shí)，所能給出的結果和行動(dòng)也就更加具有特殊性，成為一個(gè)典型案例。這樣的典型案例積累到了一定的程度，成為案例庫。自動(dòng)案例生成系統就是在推理引擎的基礎上的擴充。

eNet論壇

相關(guān)鏈接:

如何計算托管型CRM的TCO 2006-08-29

為CRM安插數據翅膀讓5%的客戶(hù)創(chuàng )造100%利潤 2006-08-28

CRM助企業(yè)打造 “紀律部隊” 2006-08-25

研究報告:CRM市場(chǎng)將重現往日輝煌 2006-08-25

談客戶(hù)關(guān)系管理軟件的投資與回報 2006-08-24