Agent的B to C业务中CRM的设计分析.docxVIP

PAGE 1 PAGE 1 Agent的B to C业务中CRM的设计分析  本文主要研究将智能Agent技术与数据挖掘技术的有效融合，解决CRM中客户发觉、维系等与客户相关的问题，并提出了实现CRM功能的3层架构。  1引言  客户关系管理(CustomerRelationshipManagement，CRM)是一种“以客户为中心”的经营策略，也是对客户进行获取、保持和增加的过程。它以数据库为中心，利用信息技术对相关业务功能进行重构，并对相关工作流程进行重组，目的是提高企业在销售、营销、客户服务与支持等各环节的自动化程度。从而缩短销售周期，降低销售成本，吸引和保持更多的客户。增加销售量。得到更多的市场份额，寻求新的商机，从根本上提升企业的核心竞争力。因此，CRM既是一种理念，也是一套管理软件和技术。  目前，我国的中小型企业在管理上相对落后，在资金、人力资源等方面相对缺乏，同时面临着营销对象大众化和消费者需求个性化之间的矛盾。CRM作为增加销售管理、市场营销以及客户服务水平的信息化系统，可以有效地改善企业存在的问题，提高企业的核心竞争力，使企业渐渐实现从“以产品为中心”到“以客户为中心”的战略经营模式的转移，因此，如何利用CRM是企业发展的关键技术之一。大量分散的客户信息在很大程度上阻碍了企业为客户供应整体服务的能力，因此，利用CRM对客户信息资源的有效整合，可以帮助企业准时了解客户需求，为客户供应快捷、满足的产品和服务，从而与顾客建立起长期、稳定、相互信任的关系，实现留住老客户、吸引新客户，提高客户对利润贡献度的目的。  虽然CRM不可能完全取代电话、邮件和面对面等传统销售方式，但是它被认为是落实电子商务、客户服务和销售自动化的最佳途径之一，如今。美国、欧洲的企业都逐步增加了对CRM软件的预算。  2相关技术  2.1数据仓库  企业实施CRM需要大量具体的客户资料和交易数据，并进行研究分析，数据仓库支持面向主题的数据存储，它是CRM进行客户分析的基础。数据仓库能反映历史的变化，其中包括客户的当前数据和历史数据。数据库中的数据会定期被抽取、转换、集成到数据仓库中，并进行不同层次的综合处理，满意分析的需要，指导决策。根据数据仓库之父BillInmon的观点。数据仓库可定义为：是一种面向主题的、集成的、稳定的、随时间变化的、用来支持管理人员决策的数据集合。  数据仓库所建立的客户数据库使企业能拥有更具体的客户档案，能更好地、有针对性地对现有客户供应服务；另外通过在线分析(OLAP)和数据挖掘(DataMining，DM)等商业智能(BI)技术，可以帮助企业全面地获取客户兴趣、行为、满足度等信息，得出具有商业价值的分析资料。数据仓库的出现使企业能够精确地分析和把握消费心理，在BtoC业务中，零售商可以利用数据仓库对商品品种和库存趋势进行分析，选定需要补充的商品，研究顾客购买欲望和趋势，分析季节性购买模式，确定降价商品和享有折扣的客户群，进而选择合适的营销手段对商品进行推广和销售，提高营业额，不断提升企业的竞争力。  2.2数据挖掘  数据仓库中的海量信息，需要借助数据挖掘工具进行研究，分析客户的购买习惯、行为方式、广告成功率和其他战略性的信息，建立预估模型，指导决策，从而为客户供应更优质、周到的服务，削减客户流失，同时吸引更多客户购买。  数据挖掘是依据预定义的数据目标，对大量现有数据进行分析，找出潜在规律，并进一步生成相应的预估模型的工具，又被称为数据库中的“学问发觉”。比较典型的数据挖掘方法有关联规则分析、序列模式、分类、聚类等，它们可以应用到以客户为中心的企业决策分析和管理的各个领域和阶段，如客户分类、交叉销售、客户的获得与保持、客户诚信度和满足度分析等翻。  3CRM系统设计  在基于Agent的BtoC业务中，可以通过一个3层架构设计来实现CRM的主要功能。该架构具有明显的层次性，系统由数据库层、应用规律层、用户层等主要元素构成，该系统利用各个智能Agent的交互与协作构成一个有机的整体。  3.1数据库层  数据库层主要通过数据仓库技术实现对CRM中客户信息、市场信息、产品信息等数据的存储和处理；使用学问库存放与BtoC业务领域相关的理论学问、事实数据和由专家经验得到的启发式学问等；规则库用于存放与求解问题有关的全部规则的集合。数据库层为应用规律层供应了数据支持和规则。  3.2应用规律层  应用规律层主要通过挖掘Agent来实现对数据库层的访问，然后使用规则库和学问库中的相关内容对客户数据进行分析，建立预估模型，支持决策，同时通过客户层将应用效果和成功经验进行