[管理学]第4章 客户关系管理.ppt

* * * * * * * * * * * * * * * 语音识别和语音合成技术是实现人机语音通信，建立一个有听和讲能力的口语系统所必需的两项关键技术。 PSTN：公共电话网 ISDN：综合业务数字网 VATV：有线电视网 * 第四代呼叫中心：客户互动中心 公司网站 邮件服务器 传真服务器 多媒体服务器 H.323 gateway 交互式语音应答器 自动呼叫分配器 CTI 传真机 电话 终端计算机 终端计算机 ITERNET 电话网 企业网 1）接入和呼出方式多样化； 2）多种沟通方式格式之间的互换； 3）语音自动识别技术； 4）基于WEB的呼叫中心。 客户服务中心的发展趋势 基于互联网的新型呼叫中心 多媒体呼叫中心 虚拟呼叫中心 3、呼叫中心的组成及工作流程 智能网络 自动呼叫分配系统（ACD） 交互式语音应答系统（IVR） 计算机电话集成应用系统（CTI） 来话呼叫管理系统（ICM） 去话呼叫管理系统（OCM） 数据库管理系统 呼叫管理系统（CMS） CC的组成：交换机PBX，自动呼叫分配器（ACD），自动语音应答系统，CTI系统，呼叫管理系统，业务代表座席和终端，数据库等。 4、呼叫中心的作用 提供顾客统一的沟通渠道，提高客户服务水平，增进客户忠诚度； 帮助企业收集市场情报和顾客信息，提高企业竞争力； 理顺企业内部关系，提高管理水平； 提高工作效率，降低成本 技术上的定义及含义 数据挖掘（Data Mining）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。 ?商业角度的定义 数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。 海量数据 数据挖掘 知识库 4.5.2 数据挖掘1、数据挖掘的定义 2、数据挖掘标准流程CRISP－DM 商业理解 数据理解 数据准备 建立模型 模型评估 模型发布 CRISP－DM(CRoss-Industry Standard Process－Data Mining),由SPSS、NCR、Daimler-Benz在1996年制定。是数据挖掘业通用标准之一。强调数据挖掘在商业中的应用，解决商业中存在的问题，而不是把数据挖掘局限在研究领域。 商业理解(Business Understanding) 找问题－确定商业目标 对现有资源的评估 确定问题是否能够通过数据挖掘来解决 确定数据挖掘的目标 制定数据挖掘计划 数据理解(Data Understanding) 确定数据挖掘所需要的数据 对数据进行描述 数据的初步探索 检查数据的质量 数据准备(Data Preparation) 选择数据 清理数据 对数据进行重建 调整数据格式使之适合建模 建立模型（Modeling) 对各个模型进行评价 选择数据挖掘模型 建立模型 模型评估(Evaluation) 评估数据挖掘的结果 对整个数据挖掘过程的前面步骤进行评估 确定下一步怎么办？是发布模型？还是对数据挖掘过程进行进一步的调整，产生新的模型 模型发布（Deployment） 把数据挖掘模型的结果送到相应的管理人员手中 对模型进行日常的监测和维护 定期更新数据挖掘模型 丰富的数据挖掘算法 PredictionNeural net, C4.0 ClassificationNeural net, C4.0 SegmentationKohonen, Kmeans, C4.0 AssociationApriori, GRI, Web graph SequenceCaprI, Neural Net, Regression 网上销售的数据挖据过程 管理信息系统 MIS 企业资源计划 ERP 客户关系管理 CRM 电子商务 E_Business 探索数据仓库 数据挖掘 算法库 模型库 组件库 产品推荐 客户细分 客户流失 欺诈甄别 特征分析 序列分析 … … 行业应用 知识 信息系统 数据挖掘应用服务器 行业客户端 数据挖掘应用平台 3、数据挖掘在企业中的应用 数据挖掘在客户关系管理中的应用范围 客户盈利能力； 客户保留； 客户细分； 客户倾向； 渠道优化； 风险管理； 欺诈监测； 需求预测； 购物倾向分析； 价格优化。 案例 1: 市场分析和管理 数据从哪来?—信用卡交易事务, 会员卡, 优惠券, 客户投诉电话, 公众生活方式研究 目标市场 寻找“榜样”客户的聚类,他们共享相同的特征: 兴趣, 收