客戶智能：CRM的內核.doc

客戶智能：CRM的內核0.引言客戶關系管理(crm)是適應企業(yè)“以產品為中心”到“以客戶為中心”的經營模式的戰(zhàn)略轉移而迅猛發(fā)展起來的新的管理理念，它把追求客戶滿意和客戶忠誠作為最終目標。近年來，越來越多的國內外企業(yè)和軟件開發(fā)商把CRM作為研究熱點。CRM是集成了后臺應用的前臺應用系統(tǒng)，是在以客戶為中心的銷售、營銷、服務和支持應用的增強、自動化的基礎上，提高客戶滿意度和忠實度，從而給企業(yè)帶來長久利益的一種應用和理念。許多企業(yè)在實施CRM時，正是違背了這條原則，致使CRM不成功的案例屢見不鮮。現(xiàn)有的關于CRM的文章絕大多數(shù)探討建立的系統(tǒng)和流程對高質量的CRM會產生什么樣的影響，卻很少關心實施CRM第一步要做的工作：知道誰是你的客戶，以及影響他們行為的因素?，F(xiàn)階段企業(yè)能做到的，是了解(know about)自己的客戶，而不是理解(understand)客戶本身。KPMG報告指出：70%的UK公司承認很難發(fā)現(xiàn)誰是他們的客戶，他們買些什么。諸如此類的與CRM有價值的信息，在通常的報表和分析中是難以被發(fā)現(xiàn)的。Jim Berkowitz認為CRM必須具備兩個堅實的基礎：一個是合理的組織結構(Organization)，另一個是合理的信息結構(Information)。如果企業(yè)實施CRM的動機是建立在各部門各自的利益之上而不是適應面向客戶為中心的商業(yè)哲理、文化和戰(zhàn)略，那么CRM就缺少了合理的組織結構基礎。這種合理的組織結構是將一個共享的、更加整合的工作流和信息流代替原先集中的部門流程。這樣，企業(yè)變成一個統(tǒng)一的組織，來預測客戶需求，管理客戶價值，簡化企業(yè)運作流程。本文的出發(fā)點放在第二點，即如何創(chuàng)建一個適于CRM的、合理的信息結構。1.客戶智能：CRM與商業(yè)智能共同的焦點引言中提到的實施CRM第一步要做的工作，其實就是客戶智能實現(xiàn)功能的一部分。概括起來講，客戶智能是CRM的商業(yè)智能實現(xiàn)。正確理解客戶智能這個概念，先關心一下商業(yè)智能(business intelligence，簡稱BI)。1.1.商業(yè)智能商業(yè)智能是90年代末首先在國外企業(yè)界出現(xiàn)的一個術語。代表為提高企業(yè)運營性能而采用的一系列方法、技術和軟件。到目前為止，關于商業(yè)智能還沒有一個準確的定義。它把先進的信息技術應用到整個企業(yè)，不僅為其提供信息獲取能力，而且通過對信息的開發(fā)，將其轉變?yōu)槠髽I(yè)的競爭優(yōu)勢。我們可以把它看作是繼決策支持系統(tǒng)DSS、領導執(zhí)行系統(tǒng)EIS后發(fā)展起來的又一個決策支持領域。商業(yè)智能與DSS，EIS相比，存在以下兩點優(yōu)勢：一是用戶不再僅僅局限于企業(yè)的領導和決策、分析人員，而是擴展到企業(yè)組織內外的各類人員。CRM是整合了后臺應用的前臺應用系統(tǒng)，就像Jim Berkowitz提到的組織結構一樣，需要組織的全員參與，而不僅局限于個別部門領導；二、具有DSS，EIS所不具備的強大的數(shù)據管理、數(shù)據分析與知識發(fā)現(xiàn)能力。這些能力的實現(xiàn)，實質上是因為商業(yè)智能融合了當代先進的信息處理新技術，如數(shù)據倉庫、OLAP、數(shù)據挖掘等。1.1.1.數(shù)據倉庫數(shù)據倉庫是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據集合，用以支持經營管理中的決策制訂過程。把數(shù)據倉庫技術作為CRM的數(shù)據存貯，主要出于兩個目的：一、客戶數(shù)據分布在企業(yè)的各個應用系統(tǒng)中，如ERP，HR系統(tǒng)等。數(shù)據倉庫可以借助企業(yè)集成環(huán)境，有些專家把這種企業(yè)集成環(huán)境稱為擴展的企業(yè)應用(extended enterpriseApplication，EEA)環(huán)境，從這些應用系統(tǒng)中抽取、清洗、轉換，使之符合基于數(shù)據倉庫的分析與決策工具的數(shù)據要求；二、數(shù)據倉庫的數(shù)據組織是面向主題的，被認為是新一代的決策支持工具，并且由于良好的數(shù)據環(huán)境，可以直接用于決策分析。SAS、CA、NCR及國內的中圣的CRM方案均采用數(shù)據倉庫技術。作者本人把數(shù)據倉庫應用在CRM的形式稱為CCDW(customer-centric datawarehouse，客戶信息數(shù)據倉庫)。數(shù)據集市(data mart)是按照某一特定部門的決策支持需求而組織起來的、針對一組主題的小型數(shù)據倉庫。由于創(chuàng)建企業(yè)級的數(shù)據倉庫存在許多困難，許多CRM方案采用數(shù)據集市的變通辦法。從數(shù)據集市可以升級到企業(yè)級數(shù)據倉庫。1.1.2.OLAPCRM從CCDW中發(fā)現(xiàn)有用的信息有兩種不同的方式，方式之一是較低層次上的由用戶制導的被動方式，這種方式多指OLAP分析。1993年，關系數(shù)據庫之父E.F.Codd針對OLTP查詢分析效率低、不能滿足多角度分析決策的需求，提出了OLAP的概念。OLAP分析屬于驗證驅動型發(fā)現(xiàn)。其策略是：用戶首先提出自己的假設，然后利用OLAP工具檢索查詢以驗證或否定假設。在CCDW的數(shù)據環(huán)境下，OLAP提供上鉆、下鉆、切片、旋轉等在線分析機制。完成的功能包括多角度實時查詢、簡單的數(shù)據分析，并輔之于各種圖形展示分析結果。1.1.3.數(shù)據挖掘CRM從CCDW中發(fā)現(xiàn)信息的另一種方式就是數(shù)據挖掘，是高層次上的主動式自動發(fā)現(xiàn)方法，被稱為發(fā)現(xiàn)驅動型數(shù)據挖掘。W.J.Frawley, G.Piatetsky給出的定義是：數(shù)據挖掘，就是從大型數(shù)據庫中的數(shù)據中提取人們感興趣的知識。這些知識是隱含的、事先未知的、潛在有用的信息，提取的知識表示為概念(concepts)，規(guī)則(rules)，規(guī)律(regulations)，模式(patterns)等形式。數(shù)據挖掘是實現(xiàn)從客戶數(shù)據、信息到客戶知識轉變的有力的工具。目前，許多公司的CRM方案中聲稱的數(shù)據挖掘其實是OLAP分析，并沒有實現(xiàn)真正意義上的數(shù)據挖掘。因此，客戶知識一詞也僅留于表面。1.2.客戶智能是對客戶知識的生成、分發(fā)、使用知識管理是目前熱門的研究領域，但客戶知識是較難獲得和利用的。因為知識管理的對象是人，因此需要收集的數(shù)據不僅僅包括交易(transaction)數(shù)據，而且包括消費行為(human)數(shù)據。這樣獲得的知識才能全面反映客戶本身。而消費行為數(shù)據的收集與分析、挖掘是大多數(shù)實現(xiàn)CRM的企業(yè)所忽略的。1.2.1.客戶知識的生成(generation)在已經建好的CCDW的基礎之上，使用商業(yè)智能提供的OLAP分析工具、數(shù)據挖掘工具或兩種工具的組合，發(fā)現(xiàn)存在于客戶數(shù)據中的模式、規(guī)則、概念、規(guī)律的整個過程，叫客戶知識的發(fā)現(xiàn)。相比較而言，數(shù)據挖掘工具的使用難度較大，包括確定任務、選擇合適的挖掘工具(數(shù)據準備、挖掘算法、結果解釋等)，以及明確哪部分任務必須有營銷專家參與，哪部分可以自動執(zhí)行。Emma Chablo認為營銷是提供真正客戶知識的CRM組成部分，并提出營銷數(shù)據智能(marketing data intelligence)的概念。Neural Innovation的觀點是：客戶智能系統(tǒng)是商業(yè)智能應用在營銷功能上的特定應用。可以認為，營銷是客戶知識的重要發(fā)源地。CRM是一個閉合循環(huán)的整體，單從客戶知識在CRM各組成部分的流向來看，正確、快捷、科學的營銷決策是高質量CRM的基礎。1.2.2.客戶知識的分發(fā)(distribution)客戶知識必須到達組織內每一個需要客戶知識的部分。將客戶知識存貯于動態(tài)知識庫，借助CRM的系統(tǒng)平臺，將客戶知識分發(fā)到需要的終端。不僅如何分發(fā)知識，還有一個知識分發(fā)質量(quality)和多少(how much)的問題。國外某公司利用一種軟件過濾使用者需要和獲得知識。更理想的做法是，在組織內部建立客戶知識分發(fā)的協(xié)議(protocols)與標準(norms)，將特定類型的信息和知識與特定的使用人員聯(lián)系起來，提高知識的使用效率。1.2.3.客戶知識的使用(using it)將信息和知識投入使用是CRM的最后一個環(huán)節(jié)。許多CRM和數(shù)據挖掘沒有成功，很大程度上在于產生的與客戶有關的信息和知識不能投入使用。CRM通過營銷、銷售、客戶服務和支持與客戶打交道，客戶知識通過它們的使用與集成，作用于客戶。這些工作不單是一個合理的信息結構所能完成的，需要與之整合的工作流程做支撐，即引言中講到的合理的組織結構。下文提到的“商業(yè)活動管理”就具有客戶知識的分發(fā)、使用功能。綜合以上，一個完全的客戶智能方案包括以下內容： 可從組織內部的系統(tǒng)中獲得需要的客戶數(shù)據(參照后面提到的EIP)； 客戶數(shù)據的清洗、ETL(抽取、轉化、存貯)； 數(shù)據總結和詳細報表； 通過OLAP分析，獲得有價值的客戶信息； 運用數(shù)據挖掘工具發(fā)現(xiàn)客戶知識的能力，譬如，從歷史交易中尋找關系和異常的能力、對未來活動建立預測模型的能力等； 客戶知識的分發(fā)； 客戶知識的使用。2. 以客戶智能為內核的CRM框架總體上來講，對CRM的探討，應用超前于理論研究。目前CRM尚無統(tǒng)一的定義和系統(tǒng)框架，能夠實現(xiàn)客戶智能的CRM實現(xiàn)更是少之又少。目前這方面實現(xiàn)的較好的有NCR、CA、SAS的CRM方案，但并非所有這些方案均實現(xiàn)了真正意義上的數(shù)據挖掘而不僅僅是基于客戶數(shù)據倉庫的OLAP分析。國內能夠真正實現(xiàn)客戶智能的CRM方案尚為空白。作者認為一個CRM系統(tǒng)的研制和實施至少應該強調以下幾點：一、以客戶為中心；二、是與企業(yè)的后臺應用有集成關系的前臺應用及理念；三、最終實現(xiàn)功能包括營銷自動化、銷售人員自動化、客戶服務與支持；四、CRM兩大目標：客戶滿意和客戶忠誠。本文對以客戶智能為主線的CRM工作流程和邏輯結構進行了簡要描述。其中工作流程刻畫了CRM的商業(yè)智能實現(xiàn)過程，邏輯結構蘊含在整個實現(xiàn)過程之中，體現(xiàn)了客戶智能的實質和實現(xiàn)機理。本文在此基礎之上，構造出了基于全文思路的、以客戶智能為內核的CRM框架面向CRM的商業(yè)智能系統(tǒng)。2.1.工作流程有以下說明：CRM有自己獨立的數(shù)據存儲中心，不依賴于業(yè)務系統(tǒng)；CRM的數(shù)據存儲中心可以導出供客戶接觸使用的數(shù)據，可以直接被商業(yè)活動管理利用。OLAP分析可以直接在數(shù)據存儲中心的基礎上使用。數(shù)據挖掘需要的數(shù)據一般從數(shù)據存儲中心按需要抽??；CRM在互動層提供多種渠道與客戶接觸；商業(yè)規(guī)則與元數(shù)據管理貫穿了CRM的整個結構；CRM以工作流管理為基礎，根據需要有時實施BPR。2.2.邏輯結構數(shù)據源層代表數(shù)據的收集，互動層是將分析、處理的結果直接作用于客戶，可以歸為操作層面；應用支持層是CRM的分析、處理層面，叫做分析層面；數(shù)據存儲層為操作層和分析層面提供統(tǒng)一的客戶視圖，歸為統(tǒng)一視圖層面(圖3)。三層的關系為：統(tǒng)一視圖層面是操作層面和分析層面的數(shù)據支持；操作層面為統(tǒng)一視圖層面收集數(shù)據，將分析層面的決策支持結果加以執(zhí)行。分析層面為操作層面提供技術支持。從CRM的組成來看，有些組件可以不具有，但有兩點是不可缺少的：強大的決策分析功能和整合的客戶信息。這是CRM科學、正確地實現(xiàn)客戶智能的靈魂。當前有將CRM分為操作型CRM，協(xié)作型CRM，分析型CRM(META Group)的提法，其實均是完整CRM的一部分。2.3.面向CRM的商業(yè)智能系統(tǒng)EIP(Enterprise Information Portal，企業(yè)信息門戶)提供了用戶獲取信息的統(tǒng)一界面(基于WEB)。通過這個界面，CRM將客戶知識分發(fā)在包括事務型系統(tǒng)在內的所有企業(yè)應用，使CRM成為企業(yè)應用的核心并促進企業(yè)集成；其它圖4中的組件在以上的分析中已經做了不同程度的解釋；面向CRM的商業(yè)智能系統(tǒng)的知識庫與傳統(tǒng)的DSS、EIS中的知識庫有很大