第6节crm中的数据管理.pptVIP

［课前导读］ 数据是客户关系管理软件中最核心的内容，不仅业务的操作建立在数据的基础上，对业务的预测和关联分析、甚至商业智能的知识均来源于对数据的管理。数据挖掘和数据仓库是数据管理的高级技术工具，数据仓库构建标准格式的数据源，数据挖掘从大量数据中寻找隐藏的信息，如趋势、特征及相关性的过程，也就是从数据中挖掘信息或知识。 6.1 CRM的客户数据 客户是企业竞争的基础，而客户数据是CRM系统的灵魂，对数据的处理和分析是CRM的主要任务和功能。在客户数据库中，收集和管理包括商品、客户和潜在客户等表示客户“基本状态”的信息，帮助企业完成消费者分析，确定目标市场，进行销售管理，并跟踪市场产品销售状况。本节将从客户数据的类型和隐私管理方面理解客户数据的内涵。 6.1.1 客户数据的类型 CRM的客户信息一般从销售过程、客服过程、业务推广过程或其他多种形式获得。从商业活动行为的需要来看，有一个对客户了解、针对性促销、产生交易的过程（如图6.1所示），行为过程产生了不同的数据类型，据此把客户数据分为3类。 1）客户描述性数据 2）市场促销性数据 3）客户交易数据 6.1.2 客户数据的采集 在企业的信息化过程中，越来越多的企业数据管理作为重要的工作内容，而客户数据的采集则是最重要的第一步。这一个阶段主要的目标就是要保证客户数据的准确、及时，如果数据质量无法保证，后续的数据处理和分析则往往达不到预期的效果。因此，首先需要找到可靠的客户数据来源，并对数据进行初步的分析处理，以便为后续的数据挖掘工作打下基础。 6.1.3 客户的隐私问题及保护措施 Elensys是马萨诸塞州的一家直销公司，CVS是当地一家药店，并对病人诊断治疗，公司和药店有合作关系，由Elensys公司向消费者推销新药，CVS公司提供一定病人数据。1982年，病人对此的不满情绪爆发，纷纷指责CVS药店的行为破坏了消费者医疗记录的隐私，最后以公司与药店合作终止为句号。 1）使用匿名身份信息 2）尽量使用汇总数据 3）信息只用于市场定位或评估 4）尽可能不合并数据源 在计算机广泛使用之前，从很多数据源收集客户数据比在小范围内的单一渠道收集数据要困难得多，而要合并多个数据源获得的数据则几乎不可能。但由于计算机和数据库技术的发展，可以很容易地从多个数据源收集客户数据并按照客户进行合并，从而得到每个客户的完整信息。这通常意味着可以掌握客户在产品市场之外的行为，并有可能侵犯客户的隐私权。 6.1.4 客户数据库的建立 为了保障客户的隐私不被侵犯，应尽可能地不对客户数据源进行合并。然而站在为客户服务的角度，企业则需要适当地整合客户数据。试想一下，如果一个客户同时接到同一家公司不同产品的营销员的两个服务电话会是怎么样的感觉。为此，企业需要建立以客户为单位而不是以产品为单位的客户数据库，这实际上需要对客户数据进行适当的整合，并且企业需要根据客户的购买行为对客户进行分类，以便提供个性化的服务。 1）客户数据库的特点 (1)动态的、整合的顾客数据管理和查询系统 (2)基于数据库支持的顾客关系格式或结构系统 (3)基于数据库支持的忠诚顾客识别系统 (4)基于数据库支持的顾客购买行为参考系统 (5)个性化服务 2）客户数据的分类 如图6.4所示，客户数据按照来源分为企业内部数据和企业外部数据。 3）客户数据信息处理 4）构建客户数据库 ①按照可预见未来所需的信息量，尽可能多地考虑预期客户购买产品的情况和购买后的反应。 ②深入策划客户数据库的组成部分，应保留一定的弹性，以满足未来变化的需要。 ③建立数据库，不需要因谋求建立一个详细完备的数据库而推迟建成时间，可先建成一个小而实用的数据库，在管理客户数据库中获得经验，并对其评价，不断改进。 ④构建客户数据库时，让尽可能多的部门和人员参与。 随着计算机技术的广泛应用和发展，人们已不再满足于仅仅执行简单的数据事务操作，而要求对现有的数据进行系统的组织、理解、分析和推理，从而迅速而准确地获取关联信息，为战略决策提供依据。数据仓库就是针对上述问题而产生的一种技术方案，它是基于大规模数据库的决策支持系统环境的核心。 6.2.1 数据仓库概述 人们在日常生活中常常会遇到这样的情况：超市的经营者希望将经常被同时购买的商品放在一起，以增加销售；银行想了解存款的用户希望投资什么样的基金；保险公司想知道购买保险的客户一般具有哪些特征；医学研究人员希望从已有的成千上万份病历中找出患某种疾病的病人的共同特征，从而为治愈这种疾病提供一些帮助。对于此类问题，如果利用现有信息管理系统中的数据分析工具是无法给出答案的。因为无论是查询、统计还是报表，其处理方式都是对指定的数据进行简单的数字处理，而不能对这些数据所包含的内在信息进行提取。 1）从数据库到数据仓库 2）数据仓库定义