第05课：预测式客户交互管理.pdfVIP

预测式客户交互管理 帮助企业利用实时的业务事件精确定位所需提供产品和服 务的基础架构。 “不要打电话来，我们会打给你。”这是大部分家庭对电话营销的反应。 本文旨在介绍实时的、事件驱动的、多渠道整合的、与应用程序无关的客户交互管理架构，支持客 户交互管理的动态变化特性。 本文介绍的这款架构由 TIBCO Software Inc. (TIBCO) 与零售银行领域内的财富 100 强企业携 手开发并正式推出，支持在呼出市场营销、传入市场营销、客户服务和关系管理活动过程中进行 独特的个性化交互。此外，与传统 CRM 和数据仓库解决方案相比，该架构的实施更快捷。 简介 每个企业都需要有效管理与客户之间的呼出和传入交互。这些交互可通过多种渠道展开，其中包 括 Web 、呼叫中心（人工呼叫、IVR、AVR ）、分支机构、ATM 和电子邮件等。 在传入交互过程中，可了解客户关心的事项。客户之所以访问网站、打电话或访问 ATM，是因为 他们当时希望了解产品的相关信息，或希望获得帮助以解决问题。这些交互通常会带来一种与客 户进行沟通的机会，这些客户有选择性地参与交互并乐于分享与他们的需求相关的信息。通常， 呼出交互可用来根据客户数据分析结果向特定的客户群提供具有针对性的产品和服务。这些交互 （无论是通过电子邮件、直邮、还是其他渠道进行）能否取得成功，关键取决于企业在提供产品 时对客户需求的了解程度。本文所介绍的架构，采用统一方式有效管理传入和呼出交互，可提供 每位客户的统一和实时的视图。 达成有效客户交互管理的要求 以下汇总了这类架构所需满足的要求： • 可对呼出和传入沟通进行统一有效的客户交互管理。 • 可从容应对不同传入和呼出渠道的独特性和复杂性。例如，在传入呼叫中，如果呼叫时间超 过某一指定的临界值，则业务逻辑可能指示客户服务代表不得再做产品推介。 2 • 支持各产品线的业务保持一致，充分利用客户知识和数据挖掘来发布产品特性。 • 允许在多个系统中分发客户数据。 • 将各种规则、策略、推理与分析（统计结果和可能性）组合在一起，产生对业务事件、客户 数据、时间和分析结果的复杂推理模型。 • 充分利用客户对现有数据挖掘工具的投资，例如：SAS 、SPSS 等。 • 运用尖端缓存技术有效满足实时客户交互提出的低延迟和快速响应要求。 • 具有灵活性、可扩展性和高可用性。 客户交互管理的关键点 企业如何看待客户、如何管理客户关系是一种关键差异因素，同时也是确保企业在激烈的动态 竞争环境中胜出的一个至关重要的因素。本文提出的解决方案可有效处理客户交互管理的三大 主要问题： • 基于已有的关系事件维护客户关系。 • 在传入和呼出事件中，挖掘上行销售和交叉销售的机会。 • 形成一种反馈模式，以便在宏观范围和微观范围内计算模型的有效性。 架构 高效的客户交互管理需要一款与应用程序和数据库无关的事件驱动架构 (EDA) 。概括地讲，这 类解决方案应包括如下组件： • 渠道适配器。 • 客户交互引擎，也称为推荐引擎 – 由业务用户维护的知识模型。 – 由业务用户维护的分析模型，或从现有投资中重复利用的分析模型。 3 • 虚拟数据源 – SOA 平台，可将不同数据源中的客户信息和其他信息集成在一起。典型的实现需要与操 作数据存储和/或数据仓库中的客户数据和产品数据无缝集成。