商务智能运用-crm.pptVIP

第2章 商务智能应用 --分析型CRM 企业在扩大市场、提高效率和保持客户的原始商业驱动力不变的情况下，如何继续保持竞争的优势。有远见的公司都会意识到，只有将自己建成能够对客户作出迅速反应的公司才能获得诸多收获，这些收获包括收入、新客户、客户满意度、客户回头率以及公司效益的增加，从而使竞争力大为提升。 本章内容： CRM概述 CRM与商务智能 客户行为分析 客户分类 案例分析 CRM概述 建立客户关系管理（CRM）系统的目的是赋予企业更完善的与客户交流的能力，即从潜在客户识别、生成有需求的客户，到销售完结以及不断进行的服务和支持，提供全过程的自动化处理和更好的协调与合作，以提高客户满意度和客户忠实度，增加市场机会和销售利润，为企业发展服务。 操作型CRM的设计目的是为了让业务人员在日常的工作中能够共享客户资源，减少信息流动滞留点。通过市场营销、销售和服务等业务流程的管理，将客户的各种信息收集并整合在一起，再将这些运营数据和外来的市场数据经过整合和变换，装载进DW。 协作型CRM就是能够让企业客户服务人员同客户一起完成某项活动。协作型应用目前主要由呼叫中心、客户多渠道联络中心、帮助台以及自助服务帮助导航，向客户解释特定内容的网页等。 分析型CRM事实上是以改善业务管理为目的的分析活动，主要是分析现有的历史数据或者操作型CRM中获得的各种数据，进而为企业的经营、决策提供可靠的量化的依据。 在一家银行的信用卡客户中，可能有80%的人几乎不用信用卡交易，有10%的客户偶尔用卡交易，剩下10%的客户会频繁用卡交易，而这一部分客户可能为银行信用卡部带来80%的收入，所以这10%自然是最有价值的客户。 利用分析型CRM系统对客户进行细分，就可以针对有价值的客户开展特别的促销活动、提供更个性化的服务，这无疑将使企业以最小的投入获得最大的回报。 商务智能与CRM 如果说操作型与协作型CRM是企业的臂膀，那么分析型CRM就是企业的大脑。 数据整合――提供客户全景视图 利用数据仓库技术，可以将散落在各个业务数据库中的客户信息经过ETL(抽取、转换、加载)过程，清洗、转化、连接、概括、集成为统一的分析数据;同时，数据仓库强大的数据存储及管理能力可以对海量客户数据有效的存储、索引、归类。 信息提交过程 企业信息系统最终的关注点在于信息的传递，实现从数据到信息的深层次转化。 (1)OLAP的多维立方体模型为用户提供多维的分析视图，通过钻取、旋转、切片(块)等操作，使得用户可以随心所欲地对客户数据进行多维分析，获取关于客户的细分市场、购买模式、盈利能力等重要信息。 (2)通过简单易用的工具使得终端用户可以自由的按照自己的意图来操纵数据，从而为自己的业务问题提供信息支持。 (3)利用企业信息门户策略可以根据不同的用户定制信息界面，从而保证信息在适当的时间、通过适当的手段、传递到适当的人手中。 客户知识的深入挖掘 (1) 根据从客户知识发掘的信息，计算客户生命周期价值，以此作为客户分类的依据。针对不同类别的客户采取不同的措施; (2)预测客户将来一段时期的需求; (3)预测客户流失的可能性，或者采取及时的补救措施，或者做出减少不必要的投资等决策，最大限度地保留客户和降低企业的损失; (4)测评客户忠诚度，识别忠诚客户。 客户知识的展现 通过商务智能技术所获得的客户知识(特征、忠诚度、盈利能力、行为模式)必须通过操作和协作型CRM系统才能最终实现为客户提供更好服务的目标，从而形成业务行动的闭环，真正发挥CRM的各层次的综合效应。 构建一个完整的智能CRM系统的几个步骤: 1．整合客户信息资源 对于那些以前没有应用过任何CRM系统的企业来说，首先需要把孤立的业务系统整合到一个统一的平台之下，解决“信息孤岛”。 而对于己有CRM系统的企业，则需要建立一个企业信息门户，使客户和企业能在一个统一的界面下进行数据和信息交换，从而保证客户数据的一致性。 2. 建立客户数据仓库 规划数据仓库，以企业的业务模型为基础，确定需要建立能够描述主要业务主题的数据模型; 设计数据仓库，根据逻辑模型和性能要求进行物理模型的设计，制定数据存储策略以及各种商业规则等； (3)构造数据分析模型 根据企业需要分析的对象和目标，构造有针对性的分析模型。 针对客户对企业的贡献差异，构造客户盈利能力分析模型; 针对客户对企业信用程度的不同，构造客户信用分析模型； 根据客户对产品功能的需求不同，构造客户分类分析模型； 根据客户的获得、流失情况，构造客户获取流失分析模型等等。 (4 )建立客户知识管理系统 建立一个动态的客户知识库以及制定客户知识的分发规则和保存机制。与客户数据仓库一样，