CRM系統中的商業(yè)智能：模型和技術(shù)
2009/01/07
商業(yè)智能；分析了常見(jiàn)的幾種客戶(hù)管理模型的問(wèn)題城、特征、實(shí)現技術(shù)和評佑方法；描述了一個(gè)基于商業(yè)智能的完整CRM解決方案應該包含的基本部件，并從模塊功能、數據流、工作流三方面論述了方案良好的集成性。
在正確的時(shí)間，通過(guò)正確的渠道，給正確的人提供恰當的服務(wù)——CRM和ERP、SCM一起構成了現代企業(yè)管理基礎設施。如果說(shuō)SCM用于優(yōu)化企業(yè)外部環(huán)境和外部資源配置，ERP著(zhù)力于內部生產(chǎn)管理流程的規劃控制和企業(yè)硬件資源的充分利用，那么CRM則緊緊圍繞“客戶(hù)”這個(gè)為企業(yè)創(chuàng )造利潤的軟資源，直接面向市場(chǎng)，提高企業(yè)的核心競爭力，以創(chuàng )新的技術(shù)和管理理念經(jīng)營(yíng)企業(yè)。
CRM和ERP、SCM一樣，在實(shí)施過(guò)程中會(huì )面臨管理和技術(shù)上的挑戰。從技術(shù)角度來(lái)說(shuō)，CRM的組成模塊可以分為四大類(lèi)：一是操作級實(shí)時(shí)業(yè)務(wù)過(guò)程模塊;二是系統內功能集成模塊;三是企業(yè)級應用協(xié)同集成模塊;四是企業(yè)活動(dòng)分析模塊，也就是商業(yè)智能決策過(guò)程模塊。前三項是傳統的，例如：MIS、OA、ERP等企業(yè)應用的構成，可以統稱(chēng)為操作型應用;而商業(yè)智能是CRM的分析型應用，由于能對數據和用戶(hù)提供更深層次的理解和展示，協(xié)助管理層進(jìn)行決策，是構成CRM核心競爭力的核心模塊。本文從技術(shù)層面、從客戶(hù)模型角度論述CRM的核心競爭力。
1.CRM和商業(yè)智能
Goldenberg是這樣定義CRM的：CRM是人、過(guò)程和技術(shù)的有機集成，以使企業(yè)和客戶(hù)的關(guān)系最優(yōu);CRM提供了面向客戶(hù)的各種功能模塊的無(wú)縫連接;CRM越來(lái)越倚重(increaasingly leverages)因特網(wǎng)技術(shù)。Goldenberg的這個(gè)定義基本上概括了CRM的理念：CRM不僅是一個(gè)軟件系統，也是一種管理思想。
CRM的最終目的是確保客戶(hù)忠誠度，以使企業(yè)利潤最大化。CRM的構建，在技術(shù)方面要把握的是：CRM是“面向客戶(hù)”的智能化企業(yè)信息系統。知識經(jīng)濟時(shí)代，與客戶(hù)相關(guān)的數據是海量的，從海量數據中快速有效地抽取有用知識，以支持面向客戶(hù)的決策，是傳統技術(shù)難以有效完成的，商業(yè)智能技術(shù)也就有了用武之地。所謂商業(yè)智能，就是把海量數據轉化為知識，以支持企業(yè)正確決策的方法和過(guò)程，確切地說(shuō)，商業(yè)智能只是一個(gè)新概念，并不是一種新技術(shù)。一般認為，數據倉庫、OLAP和數據挖掘是商業(yè)智能的三大支撐組件，數據倉庫構成整個(gè)商業(yè)智能的數據基礎，OLAP和數據挖掘則是為商業(yè)決策提供支持的知識提取和展示的智能化過(guò)程。商業(yè)智能實(shí)質(zhì)上是一個(gè)決策支持系統的解決方案，但它和傳統方案的不同之處在于商業(yè)智能解決方案有更完整、更規范化的體系結構。圖1展示了一個(gè)商業(yè)智能解決方案的典型結構。
組成CRM的部件很多，但最核心的是客戶(hù)建模部分，這些模型部件直接描述客戶(hù)行為特征，提供決策支持。
2.數據建模
2.1 建模理論
建模的過(guò)程就是對構建模型的原始數據描述和解釋的過(guò)程，最后得出的模型或者能夠揭示源數據的一些本質(zhì)屬性，或者能夠成功地對數據未來(lái)的發(fā)展做出預測或說(shuō)明。一般分為識別問(wèn)題域、問(wèn)題描述和模型建立、模型解釋、模型驗證和模型維護五個(gè)步驟。
在商業(yè)智能建模過(guò)程中，數據源扮演著(zhù)一個(gè)很重要的角色。在研究商業(yè)智能解決方案時(shí)，有時(shí)要識別向題域之后才著(zhù)手解決數據源、數據格式和建立什么樣的數據模型問(wèn)題;但有時(shí)要明確企業(yè)所能提供的數據源之后才考慮所能解決的商業(yè)問(wèn)題。
問(wèn)題描述和模型建立過(guò)程要分清楚影響向題的參數是什么，參數之間的關(guān)系以及參數是如何影響問(wèn)題域的。
模型解釋需要回答模型是否正確地揭示了現實(shí)世界的間題，主要是定性分析的過(guò)程。
與模型解釋從定性角度說(shuō)明模型的性質(zhì)不同，模型驗證從定量角度來(lái)證明模型的實(shí)用性。常見(jiàn)的方法包括交叉驗證法、留一法、自舉法等。
模型維護是為了使模型適應環(huán)境變化所應該采取的措施。
2.2 CRM中常見(jiàn)客戶(hù)模型
CRM的核心價(jià)值所在，就是面向客戶(hù)所建立的一些分析模型所表達的商業(yè)智能水平。CRM中常見(jiàn)的客戶(hù)模型，大致可以分為三大類(lèi)：客戶(hù)獲得、客戶(hù)保持和客戶(hù)盈利能力，這三大類(lèi)模型可能會(huì )由一些更具體的模型去實(shí)現。
客戶(hù)獲得，通過(guò)對客戶(hù)行為進(jìn)行分析，識別客戶(hù)特征，找到潛在客戶(hù)，獲得新客戶(hù)。如能回答蔽得某些客戶(hù)群體的最佳廣告類(lèi)型是什么，贏(yíng)得客戶(hù)的最有效廣告媒體是什么，購買(mǎi)特定商品的是哪一類(lèi)客戶(hù)等等這樣問(wèn)題的模型，就可以應用到客戶(hù)獲取中。
客戶(hù)保持，保持長(cháng)久客戶(hù)關(guān)系，避免客戶(hù)流失，提高客戶(hù)滿(mǎn)意度。實(shí)踐表明，保留一個(gè)客戶(hù)比爭取一個(gè)客戶(hù)的花費要少得多，因此客戶(hù)保持也顯得越來(lái)越有價(jià)值。類(lèi)似地，很多模型也能夠完成客戶(hù)保持的任務(wù)，比如客戶(hù)流失建模，如果模型能夠回答最有利可圖或最無(wú)利可圖的客戶(hù)具有哪些特征，客戶(hù)最可能的購買(mǎi)時(shí)機是什么時(shí)間，就可以給決策者提供信息以采取相應的措施，防止客戶(hù)流失。CRM系統使用的客戶(hù)保持技術(shù)多種多樣，像OLAP、分類(lèi)樹(shù)(CART ，CHAID等)、聚類(lèi)技術(shù)等是比較常見(jiàn)的。例如，在銀行業(yè)中，用分類(lèi)技術(shù)建立了一個(gè)模型，定義客戶(hù)在不同的生命周期內不同的消費行為。如在早期，某一類(lèi)客戶(hù)可能對助學(xué)貸款和養老保險儲蓄感興趣;而在后期，對房屋貸款和投資不同行業(yè)更感興趣。這樣的模型就可以幫助銀行對相同類(lèi)型的客戶(hù)作出營(yíng)銷(xiāo)策略。
客戶(hù)盈利能力是客戶(hù)給企業(yè)創(chuàng )造利潤的能力，這種能力包括現在的和未來(lái)的創(chuàng )利能力。在如何用商業(yè)智能技術(shù)描述客戶(hù)盈利能力模型之前，必須在商業(yè)上給出“客戶(hù)盈利能力”的定義，也就是客戶(hù)盈利能力的一些優(yōu)化目標。這個(gè)目標可能是一些簡(jiǎn)單的計算公式，例如盈利=收入-成本，也可能是一些更復雜的公式集。
其他比較獨立的模型包括欺詐檢測、風(fēng)險評估等，在銀行業(yè)、電信業(yè)用得比較普遍，這兩個(gè)行業(yè)也是CRM系統、商業(yè)智能系統應用得比較好的行業(yè)。這兩類(lèi)模型很多時(shí)候是相輔相成的，風(fēng)險評估的目的之一就是為了避免欺詐，欺詐檢測往往是風(fēng)向評估的一種手段。可以采用分類(lèi)和聚類(lèi)這樣的技術(shù)來(lái)遴別正常用戶(hù)和欺詐用戶(hù)，分析它們的特征，用作欺詐檢測。另外，像離群點(diǎn)(outlier)分析也是欺詐分析的常用技術(shù)。風(fēng)險評估涉及參數可能包括用戶(hù)的經(jīng)營(yíng)情況、歷史信貸記錄、信譽(yù)度和還債能力等。商業(yè)智能技術(shù)幫助信用評估由定性轉向定量，更加可靠，從而提高關(guān)于客戶(hù)的信用決策水平。
2.3 商業(yè)智能建模技術(shù)
簡(jiǎn)單地說(shuō)，一個(gè)企業(yè)的商業(yè)智能系統是為了幫助決策者更好地理解企業(yè)的操作。這種理解需要的知識是“深層次”的.是面向用戶(hù)快速反應的，這些不是傳統如OLAP這樣的技術(shù)所能達成的目標。商業(yè)智能建模技術(shù)基本上可以分為兩大類(lèi)：一是數據倉庫——OLAP建模技術(shù);二是數據挖掘建模技術(shù)。
數據倉庫是一個(gè)集成的數據環(huán)境，也是一個(gè)集成的分析中心，其中的數據是依據商業(yè)智能主題，而不是傳統數據庫應用來(lái)組織的。OLAP提供強大、友好的知識獲取界面，使得決策者可以從不同的角度觀(guān)察數據，這樣的功能，可以通過(guò)切片、切塊、旋轉、上卷、下鉆等功能實(shí)現。
數據挖掘技術(shù)，使用一些數學(xué)方法，一些算法和適當的數據結構對數據進(jìn)行建模，從而描述隱藏在大量數據背后的傳統技術(shù)不能或很難發(fā)現的知識，用于給決策提供支持。數據挖掘建模技術(shù)包括神經(jīng)網(wǎng)絡(luò )、決策樹(shù)、logistic回歸、模糊集、遺傳算法、聚類(lèi)、關(guān)聯(lián)規則挖掘等等。數據挖掘模型都為特定目標而設計，在模型建立之前，分析員必須對模型的需求假設、數據結構要求、應用范圍和結果解釋方法了然于胸。
同一個(gè)商業(yè)智能分析任務(wù)，可以用不同的技術(shù)實(shí)現。比如市場(chǎng)籃分析，可以用數據挖掘技術(shù)，也可以用數據倉庫OLAP技術(shù)，但兩種方法得出的結果可能不同，于是，其有用性依賴(lài)于決策人員的技術(shù)涵養。
OLAP技術(shù)回答的間題通常可以歸結為一些查詢(xún)式的提問(wèn)，一般情況下，復雜一些的SQL或者SQL集也能夠回答。但是數據倉庫——OLAP技術(shù)的優(yōu)勢在于提供了一個(gè)面向主題的集成的數據環(huán)境、高效的分析操作和友好的結果顯示界面，大大提高了決策效率。數據挖掘技術(shù)找出的結果表現形式往往層次更深，更多樣化。如果說(shuō)數據挖掘是一個(gè)知識發(fā)現的過(guò)程，那么OLAP就是一個(gè)“知識驗證”的過(guò)程。
3.基于商業(yè)智能的CRM系統
一個(gè)基于商業(yè)智能的CRM系統解決方案一般包括四個(gè)層次：數據源層、數據存儲層、應用支持層和服務(wù)層。實(shí)際上，這可以看作圖1商業(yè)智能解決方案在具體行業(yè)(CRM)中的應用。方案中包括商業(yè)智能系統的一些通用元素，比如數據集市、數據倉庫、ODS(Operational Data Store)、OLAP、DM等，也看到了一些面向CRM的特定元素的位置，例如關(guān)于客戶(hù)的數據源，面向客戶(hù)的業(yè)務(wù)處理和集成以及面向客戶(hù)的服務(wù)層。
數據源層主要是關(guān)系型數據庫表數據，也包括其它像文本文件等數據源，提供CRM數據存儲層的數據來(lái)源。
數據存儲層數據包括數據倉庫和ODS，它們都是通過(guò)對源數據的ETL(Extraction/Transformation/Load)生成。通過(guò)EYL 的數據流向，一條指向ODS，另一條指向DW。這兩條數據流滿(mǎn)足了各種終端用戶(hù)對多種功能的多種分析應用需求。
ODS是一個(gè)集成了來(lái)自不同操作數據庫數據的環(huán)境，其目的是為終端用戶(hù)提供一致的企業(yè)數據集成視圖，它使用戶(hù)能夠進(jìn)行跨多個(gè)模塊功能的操作。這些與DW是類(lèi)似的，但與數據倉庫和數據集市受約束的更新相比，主要差異在于頻致的更新頻率和直接的更新途徑。ODS具有DW的一些特征，例如它也是面向主題的、集成的數據，但它還有一些DB的特征，例如反映當前值的、變化的、細節的數據。
ODS和DW的數據流向是雙向的。ODS通過(guò)標準批處理方法把數據推入DW，例如，為了快照、數據分期存儲(data staging)或存放歷史數據的目的，將一個(gè)總結型數據元素的當前值轉存入DW。
根據ODS的類(lèi)型，少量的數據可以以受控的方式從DW回流至ODS。雖然這個(gè)數據流只是ODS很小的一部分，但是卻有著(zhù)重大的商業(yè)意義。根據ODS的類(lèi)型，最終用戶(hù)對ODS的更新可能會(huì )觸發(fā)數據回流至數據源。
解決方案的最頂兩層是應用支持層和服務(wù)層，這兩層是緊密相連的，服務(wù)層的服務(wù)通過(guò)應用層應用提供，應用支持層的功能通過(guò)服務(wù)層直接面對客戶(hù)和決策者。
CRM應用支持層包括操作級實(shí)時(shí)業(yè)務(wù)應用、模塊級和企業(yè)應用級集成及商業(yè)智能應用支持層。實(shí)時(shí)業(yè)務(wù)應用層包括基本的CRM操作型數據應用，如客戶(hù)信息查詢(xún)處理、產(chǎn)品銷(xiāo)售過(guò)程處理、客戶(hù)支持處理監控過(guò)程、促銷(xiāo)活動(dòng)記錄等實(shí)時(shí)業(yè)務(wù)和業(yè)務(wù)管理。至于模塊級和應用級集成就是引言中提到的系統內功能集成模塊和企業(yè)級應用協(xié)同集成模塊。前者協(xié)調CRM解決面向CRM中各部門(mén)的子模塊的數據交換和功能協(xié)調，后者則負責與企業(yè)的ERP、SCM等生產(chǎn)管理系統的集成。商業(yè)智能應用支持就是CRM的企業(yè)活動(dòng)分析模塊，通過(guò)OLAP和DM得到一些模型和報表。提供給決策人做決策，并通過(guò)一個(gè)商業(yè)活動(dòng)管理子模塊提供直接面向客戶(hù)的活動(dòng)。
服務(wù)層既要面對客戶(hù)，也要面對決策者，界面應該是清晰、直觀(guān)、友好的。客戶(hù)從服務(wù)層接受系統提供的功能和服務(wù)，并向系統反饋意見(jiàn);決策人員根據反饋意見(jiàn)和數據分析展示，進(jìn)行相應決策。在這個(gè)互動(dòng)的過(guò)程中，CRM完成它的目標：爭取新客戶(hù)、保留老客戶(hù)、達成企業(yè)利潤最大化。
最后是貫穿整個(gè)系統的工作流管理，工作流管理是CRM系統中的另外一個(gè)挑戰。前面已經(jīng)花了相當篇幅論述系統模型和系統應用集成，事實(shí)上，在整個(gè)系統結構中，工作流管理系統不僅是控制業(yè)務(wù)流程的“引擎”，還充當了模塊級集成和企業(yè)應用級集成的“粘和劑”。限于篇幅，不再詳述。
本文針對分析型應用的CRM系統建設瓶頸，從建模視角分析了商業(yè)智能在CRM中的地位和作用，描述了一個(gè)基于商業(yè)智能的完整CRM解決方案應該包含的基本部件，并從模塊功能、數據流、工作流三方面論述了方案良好的集成性。
E-works
相關(guān)鏈接:
亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩
古丈县|
四子王旗|
调兵山市|
图片|
大同县|
黄陵县|
西乌珠穆沁旗|
云林县|
洪江市|
安岳县|
肇庆市|
民勤县|
温宿县|
疏勒县|
宜君县|
论坛|
彰化市|
四平市|
威远县|
扬中市|
屏东县|
溆浦县|
迁西县|
咸宁市|
通化县|
西藏|
义马市|
霍林郭勒市|
襄樊市|
息烽县|
韶山市|
白银市|
南昌县|
奈曼旗|
浮梁县|
宣汉县|
蓬安县|
昭通市|
鹿泉市|
顺昌县|
海城市|
http://444
http://444
http://444
http://444
http://444
http://444