分析型客户关系管理_CRM_的数据仓库模型

分析型客户关系管理(CR M)的数据仓库模型

张玉颖,姚家奕X

(北京交通大学经济与工商管理学院,北京海淀100044)

摘要:随着Internet的飞速发展,CRM已经成为企业在竞争中获胜的重要资源。而CR M的设计与实现又是以数据仓库为核心技术的。在主要介绍了CRM的内涵以及数据仓库技术的概念的基础上,并进一步阐述了数据仓库在CR M系统中的重要作用。

关键词:CRM;数据仓库;数据挖掘

中图分类号:F27017文献标识码:A文章编号:1671-1181(2003)04-0025-04

任何一个企业追求利润无非有三种方式:降低企业内部的生产管理成本、挖掘现有客户的潜力、寻找新客户。随着信息社会的发展,客户拥有了比以往任何时候都多的对产品和服务进行选择和比较的机会与权利,以客户为主导的牵拉型市场已经形成。无疑,一个企业要想增加利润并获得竞争优势,良好的客户关系至关重要。也正是如此,客户关系管理(Customer Relationship Management,简称CRM)将具有很好的应用前景。

一CRM的基本内涵

CRM在国内外已经引起广泛关注,然而迄今为止对于CRM本身却没有一个统一的定义。一方面,不能把CRM单纯的理解为一种营销理念,/以客户为中心0的思想形成已久,而CRM的真正提出是在Internet迅猛发展以后。另一方面,不能把C RM等同于客户管理信息系统,这样将会抹煞掉CR M的很多重要价值。

事实上,CRM是一种经营理念,但它的产生与发展却与互联网技术息息相关。在某种程度上可以这样理解:CRM=管理理念+信息技术+计算机应用系统。首先,CRM的核心思想是将企业的客户视为最重要的企业资产,根据客户利润贡献能力的大小,充分调动可用资源以有效建立、维护和发展客户的长期互利合作关系。这种理念本身与信息技术没有直接联系,但它却是引导C RM的灵魂。其次,没有信息技术的发展,CRM还只停留在/以客户为中心0的阶段。正是由于网络通讯的发展和数据仓库及其相关技术的成熟,企业才有能力整合各种客户联系渠道,建立一致的企业全局数据并实现CRM中的商业智能。可以说信息技术是CRM的基础,脱离信息技术谈CRM将是空中楼阁。最后,CRM作为一种解决方案,要最终体现为一套计算机应用系统。一套CRM系统大都具备市场管理、销售管理、销售支持和服务功能,也要具备对象记录与分析的功能。但由于目前CR M系统远不如ERP成熟,还很难定义系统的界限,只是将若干功能模块集成起来,有利于系统的扩展和移植。

目前,业内人士倾向于将C RM系统分为三类:操作性(Operational)、分析型(Analyticai)和协作型(Colla bo-ra tive)。一个CR M系统的体系结构如图1所示。

操作型CRM,即所谓的前端办公室应用,包括销售自动化、营销自动化和服务自动化等,实现前端办公和后端办公的无缝集成。操作型C RM的主要目的是让各个部门的业务人员在日常工作中能共享客户资源,减少信息流动的滞留点。客户在同企业打交道时只需要把企业当作一个整体而不必为单独处理同企业各个部门之间的关系而烦恼。操作型CRM是客户关系管理中最基本的应用模块。

分析型CRM不直接与客户打交道,主要工作是将操作型CRM中有价值的数据提取并进行分析和预测。分析型CRM以数据库为基础,将交易操作所累计的大量数据过滤,抽取到数据仓库,再利用数据

第13卷第4期2003年12月

湖南工程学院学报

Journal of Hunan Institute of Engineering

Vo1.13.No.4

Dec.2003

X收稿日期:2003-09-17

作者简介:张玉颖(1980-),女,硕士研究生,研究方向:信息管理。

挖掘技术建立各种行为预测模型,从而了解客户的终身价值、信用风险和购买趋向等,最终达到辅助决策的目的。数据仓库技术的应用主要体现在分析型CRM 中。

协作型CRM 主要由呼叫中心、客户多渠道联系中心、帮助台以及自主服务帮助导航等组成,为收集客户信息和与客户进行交互服务提供多种渠道,提高企业与客户的沟通能力。协作型CRM 需要企业与客户的共同参与,如售后设备的故障检修,需要用户与企业进行交互。这样一来,协作型CRM 对响应

时间有较高要求,同时要求系统具有较丰富的知识量和智能查询功能。目前,具有多媒体、多渠道整合能力的客户联络中心是今后操作型C RM 发展的主要趋势。

CRM 系统,尤其是分析型CRM 和协作型CRM 系统,与数据仓库的技术支持密不可分。一方面,CRM 系统的分析预测功能以数据仓库为基础。另一方面,目前CRM 系统的分析和实施已经成为数据

仓库应用的重要领域。

图1 CRM 的分类结构

二 数据仓库的基本内容

数据仓库以数据库为基础,但绝不等同于大规模数据库。传统数据库存储的是最基本的细节性数据,主要用于快速处理各部门的日常事务。随着市场竞争的激烈化和管理过程的复杂化,单纯的事务处理远不能满足企业需求,企业对分析和决策的要求越来越高。然而在事务处理环境中运行数据分析功能,不仅会影响实时性的事务处理效率,而且在分散的数据存储中很难找到有价值的信息。而在数据仓库环境中进行数据的分析和决策则是十分有效的。

数据仓库之父W #H #Inmon 指出:/数据仓库是面向主体的、集成的、稳定的、随时间变化的数据集,用

以支持经营管理中的决策制定过程0。所谓主题是指

对企业中的数据进行分析、归类和抽象,一个主题是针对一个决策问题提出的,如成本状况、销售状况、利润状况等。所谓集成是指将来自不同数据源的数据进行抽取、加工和汇总,形成一致的、全局性的数据。所谓的稳定是指通常不对数据仓库中的数据进行修改,只进行查询和分析。同时,要隔一段时间或是动态地对数据进行刷新,所以又是随时间变异的。

在应用系统中,数据仓库主要由数据源、仓库管理和分析工具三部分组成,如图2所示。

数据仓库的数据来源比较复杂,可以是企业内部的ERP 系统,也可以是外部的C RM 系统。正是由于数据源的多样性,才使得数据的ETL (Extrac -tion 、Transformation 、Load)工具成为必然。E TL 工具

26 湖南工程学院学报 2003年