客戶關(guān)系管理（CRM）在初期是偏重流程的，我們可以稱之為流程型CRM。所謂流程型CRM，是指對(duì)市場、銷售、服務(wù)等方面，也是企業(yè)的前端管理的業(yè)務(wù)流程進(jìn)行重新規(guī)劃和調(diào)整，以最佳的工作方法來獲得最好的效果。無論是銷售自動(dòng)化（SFA）也好，還是利用呼叫中心的交互式客戶關(guān)懷（Interactive Customer Care）也好，都比較注重流程的管理，例如銷售過程的管理、代理的管理、員工的管理、服務(wù)請(qǐng)求的回復(fù)管理等等。在CRM從無到有的過程中，流程型的軟件產(chǎn)品對(duì)整個(gè)產(chǎn)業(yè)起到了非常重要的作用。正如我們?cè)?0%的實(shí)施項(xiàng)目中重點(diǎn)關(guān)注的問題一樣，通過系統(tǒng)應(yīng)用，我們主要解決的是圍繞客戶信息進(jìn)行的各個(gè)部門的協(xié)同工作，其中最重要的解決了以下的問題：
如何收集客戶信息？
誰來收集客戶信息？
收集什么樣的客戶信息？
與某個(gè)客戶相關(guān)的所有信息是否是整合的？
每一個(gè)與客戶打交道的人員是否都了解公司其他人與客戶的聯(lián)絡(luò)？
公司前端管理的每個(gè)部門是否都建立起"以客戶為中心"的理念？
對(duì)不同的客戶是否能夠提供不同的服務(wù)？
對(duì)于多數(shù)已經(jīng)和正在考慮應(yīng)用CRM的企業(yè)來說，這是不可或缺的步驟，通過流程型CRM的應(yīng)用，在企業(yè)上下將CRM的概念和基礎(chǔ)數(shù)據(jù)的采集從無到有地建立了起來。但是，很快，在大量的客戶數(shù)據(jù)積累起來之后，對(duì)數(shù)據(jù)的分析將成為重?fù)?dān)。因此，作為CRM的專業(yè)軟件提供商，TurboCRM正在研究并已經(jīng)在某些行業(yè)提供不同于OLAP（online analytical processing在線分析方法）的專門工具來進(jìn)行數(shù)據(jù)分析。
具有強(qiáng)大的分析功能的CRM的主要應(yīng)用方式如下：
1． 能夠統(tǒng)計(jì)大量的客戶信息并支持對(duì)客戶進(jìn)行多維的特征分析；
在某些行業(yè)中，例如：金融、保險(xiǎn)、電信、傳媒、零售等行業(yè)的客戶數(shù)據(jù)量是龐大的。要對(duì)這些客戶數(shù)據(jù)進(jìn)行分析，要求分析工具必須能夠處理大量的客戶信息。TurboCRM與亞信最近聯(lián)手開發(fā)的向中國電信某省數(shù)據(jù)局提供的CRM解決方案中，客戶數(shù)據(jù)量達(dá)到百萬級(jí)。而且，每個(gè)客戶的屬性描述包括地址、年齡、性別、證件號(hào)碼、收入、職業(yè)、教育程度等多個(gè)字段。系統(tǒng)必須能夠支持對(duì)這樣多維的組合性的分析，可以快速給出符合分析條件的客戶名單和數(shù)量。在分析型CRM中，速度成為重要的衡量指標(biāo)，在對(duì)海量的數(shù)據(jù)進(jìn)行分析的時(shí)候，速度的要求幾乎是第一位的。
2． 能夠處理復(fù)雜的數(shù)據(jù)并支持對(duì)客戶進(jìn)行行為分析；
由于在上述提到的行業(yè)中通常已經(jīng)具備業(yè)務(wù)系統(tǒng)，對(duì)于現(xiàn)有客戶的最初的信息來源也是現(xiàn)有的業(yè)務(wù)系統(tǒng)，因此，更有意義的分析是結(jié)合客戶信息對(duì)某一類客戶群的消費(fèi)行為進(jìn)行分析。這要求CRM中的分析工具可以從多個(gè)數(shù)據(jù)庫中抓取并形成復(fù)雜的data cube。在此基礎(chǔ)上，我們可以分析某類客戶的消費(fèi)行為，例如：電信行業(yè)可以分析經(jīng)常打漫游電話的人群具備什么樣的客戶特征；年齡在30歲左右，月收入在5000以上的女性是否是長途電話消費(fèi)主體，她們的通話習(xí)慣時(shí)段是從幾點(diǎn)到幾點(diǎn)；是否周末的長途漫游消費(fèi)有明顯不同于周日的特征等等。行為分析是比特征分析更為復(fù)雜的分析，因?yàn)樗婕暗叫袠I(yè)知識(shí)和分析模型的結(jié)合。
3． 具有自定義的建模方式和參數(shù)調(diào)整的功能；
除了特征分析和行為分析，預(yù)測正在日益成為強(qiáng)大的分析功能必須提供的應(yīng)用。在詳細(xì)了解了消費(fèi)行為之后，很自然地，我們會(huì)想到對(duì)數(shù)據(jù)的參數(shù)進(jìn)行某些調(diào)整，例如，價(jià)格的變化，如果調(diào)整周末的消費(fèi)費(fèi)率，對(duì)整體收入會(huì)帶來什么影響？如果我們著力吸引那些能夠帶來高價(jià)值的客戶，那么初期的投入應(yīng)當(dāng)在什么范圍內(nèi)？客戶的消費(fèi)點(diǎn)臨近什么值得時(shí)候開始成為"正利潤"客戶？其生命周期至少要在多長時(shí)間以內(nèi)才具有成為"忠誠客戶"的潛力？現(xiàn)有的模型分析很大程度上是為企業(yè)的市場研究和分析人員提供，有助于他們能夠更理性地制定市場細(xì)分策略。
4． 能夠進(jìn)行融合了人工智能的數(shù)據(jù)挖掘。
客戶信息的錄入和儲(chǔ)存方式是數(shù)據(jù)（data），但是，對(duì)于決策者來講，獨(dú)立的單個(gè)的數(shù)據(jù)的意義并不大，更重要的是信息（information）和知識(shí)（knowledge）�，F(xiàn)有的數(shù)據(jù)挖掘方法已經(jīng)能夠支持進(jìn)行按照內(nèi)置邏輯語言進(jìn)行歸納和演繹。例如，根據(jù)模型數(shù)據(jù)，系統(tǒng)建議以達(dá)成最高利潤為目標(biāo)進(jìn)行的價(jià)格優(yōu)化政策。輸入抽樣調(diào)查的道的測試數(shù)據(jù)，可以根據(jù)呼出電話的反饋率、直郵的反饋率、電視廣告反饋率、巡展的反饋率等數(shù)據(jù)確定最佳的市場活動(dòng)模式，以最低的成本獲得最好的市場活動(dòng)效果。
綜上所述，對(duì)分析型數(shù)據(jù)庫的需求可以總結(jié)為下表：
分析型CRM功能 CRM應(yīng)用和考慮內(nèi)容1．多渠道的數(shù)據(jù)源和整合(Aggregate multi-access of data) · 整合現(xiàn)存放在不同數(shù)據(jù)庫中相互關(guān)聯(lián)的原始數(shù)據(jù)； · 能夠進(jìn)行關(guān)聯(lián)性的查詢； · 對(duì)大數(shù)據(jù)量的查詢速度要求較高，因此必須進(jìn)行移動(dòng)和聯(lián)接大量數(shù)據(jù)和實(shí)時(shí)處理數(shù)據(jù)的速度之間的平衡 2．對(duì)歷史數(shù)據(jù)進(jìn)行分析(Multi-dimensional analysis of historical data) · 從歷史數(shù)據(jù)中選擇不同的角度考察消費(fèi)行為； · 評(píng)估客戶價(jià)值，細(xì)分客戶群； · 利用數(shù)據(jù)驗(yàn)證行業(yè)經(jīng)驗(yàn)； · 針對(duì)不同的客戶群發(fā)掘消費(fèi)特點(diǎn)； · 定期地將原始數(shù)據(jù)抓取到與運(yùn)營系統(tǒng)分離的數(shù)據(jù)倉庫中并完成分析圖表，可以有效地降低等待時(shí)間； · 平衡分析的靈活自定義和分析結(jié)果的反饋速度； 3．收益/客戶消費(fèi)預(yù)測(Predictive revenue/consumer forecast) · 建立數(shù)據(jù)模型，對(duì)不同的客戶群預(yù)測消費(fèi)量； · 調(diào)整重要參數(shù)，估計(jì)對(duì)收益或利潤的影響； · 對(duì)市場活動(dòng)的效果進(jìn)行預(yù)測； · 從不同的緯度進(jìn)行知識(shí)發(fā)現(xiàn)； 4．優(yōu)化方法(Optimization method) · 利用數(shù)據(jù)模型進(jìn)行優(yōu)化，適合確立價(jià)格策略； · 通過設(shè)置商業(yè)規(guī)則，進(jìn)行復(fù)雜的市場劃分 · 平衡市場活動(dòng)的費(fèi)用和效益； · 采用AI（人工智能）方法驗(yàn)證行業(yè)經(jīng)驗(yàn)；
理解業(yè)務(wù)：最初的階段，著眼于了解業(yè)務(wù)特點(diǎn)，并把它還原成為數(shù)據(jù)分析的條件和參數(shù)。例如：在零售行業(yè)中，我們的第一個(gè)步驟是了解客戶購買的頻率，購買頻率和每次消費(fèi)金額之間是否有明顯的相關(guān)關(guān)系。
分析數(shù)據(jù)：這個(gè)階段著眼于對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行規(guī)整。我們發(fā)現(xiàn)，在不少行業(yè)中，可分析的數(shù)據(jù)和前面提出的分析目標(biāo)是不匹配的。例如：消費(fèi)者的月收入水平可能與許多購買行為相關(guān)，但是，原始的數(shù)據(jù)積累中卻不一定具備這些數(shù)據(jù)。對(duì)這一問題的解決方法是從其它的相關(guān)數(shù)據(jù)中進(jìn)行推理，例如，通過抽樣調(diào)查，我們發(fā)現(xiàn)，一次性購買大量衛(wèi)生紙的客戶，其月收入水平集中在1000-3000RMB的檔次，如果這一結(jié)論基本成立，我們可以從消費(fèi)習(xí)慣中推理出現(xiàn)有客戶有多大的百分比是月收入水平在這個(gè)檔次中的；另外，可以根據(jù)抽樣調(diào)查的方法，在問卷調(diào)查的基礎(chǔ)上推理整個(gè)樣本人群的收入水平曲線。
數(shù)據(jù)準(zhǔn)備：這個(gè)階段的著眼點(diǎn)是轉(zhuǎn)換、清理和導(dǎo)入數(shù)據(jù)，可能從多個(gè)數(shù)據(jù)源抽取并加以組合，以形成data cube。對(duì)于缺失的少量數(shù)據(jù)，是用均值補(bǔ)齊，還是忽略，還是按照現(xiàn)有樣本分配，這是在這個(gè)階段需要處理的問題之一。
建模：現(xiàn)在已經(jīng)有各種各樣的模型方法可以利用。讓最好的一種應(yīng)用于我們要著眼的主要問題中，是這個(gè)階段的主要任務(wù)。例如，對(duì)于利潤的預(yù)測是否應(yīng)當(dāng)采用回歸方式預(yù)測，預(yù)測的基礎(chǔ)是什么？這些問題需要行業(yè)專家和數(shù)據(jù)分析專家協(xié)商并達(dá)成共識(shí)。
評(píng)估：已經(jīng)建成的模型是否可以有效地完成工作？很好的一個(gè)評(píng)估方法是利用不同的時(shí)間段，讓系統(tǒng)對(duì)已經(jīng)發(fā)生的消費(fèi)情況進(jìn)行預(yù)測，然后比較預(yù)測結(jié)果和實(shí)際狀況，這樣模型的評(píng)估就容易進(jìn)行了。
應(yīng)用：完成了上述的步驟之后，多數(shù)的分析工具都支持保存并重復(fù)應(yīng)用已經(jīng)建立起來的模型。更為重要的是，在這個(gè)過程中，對(duì)數(shù)據(jù)分析的方法和知識(shí)應(yīng)當(dāng)已經(jīng)由客戶方的市場分析人員或決策者所了解，我們提供的，不僅僅是最終結(jié)果，而且是獲得這一結(jié)果的方法。
最后，在軟件架構(gòu)方面，我們認(rèn)為：分析數(shù)據(jù)庫與運(yùn)營數(shù)據(jù)庫應(yīng)當(dāng)是分離的，避免影響運(yùn)營數(shù)據(jù)庫在操作方面的的實(shí)時(shí)響應(yīng)速度。其結(jié)構(gòu)如下圖所示：
有數(shù)據(jù)表明，往往是20%的顧客為企業(yè)帶來了80％的利潤，但如何尋找這20％的客戶，并為他們提供更優(yōu)質(zhì)的服務(wù)，卻成了企業(yè)管理者的一塊心病。分析性CR可以解決這個(gè)問題，它和數(shù)據(jù)倉庫、數(shù)據(jù)分析、模型建立等技術(shù)相結(jié)合，必將有力的促進(jìn)企業(yè)的經(jīng)營決策，從而發(fā)現(xiàn)更加有價(jià)值的客戶，并為他們提供更好的服務(wù)。
