|
企业资源计划ERP |
|
| 按行业筛选 |
|
|
| 按产品筛选 |
|
|
| |
|
查看本类全部文章 |
| |
|
|
|
|
浅谈客户关系管理系统CRM中的数据处理 |
|
|
作者： |
|
一、CRM的发展的时代背景
客户管理系统(CRM)最早由美国的Gartner Group于1997年提出。短短的几年中，在全球ERP市场不断萎缩的情况下，CRM市场却以令人难以置信的速度膨胀。1999年全球cRM市场收益约为76亿美元，2000年超过120亿美元。据市场分析专家预测，到2004年全球CRM市场收益将达到670亿美元。
CRM在市场上炙手可热的原因何在呢？其一，当今世界卖方市场向买方市场的转变已成定局，企业之间竞争的焦点不可避免的从以产品为中心转向以客户为中心。能够带来稳定利润收入的忠诚客户群决定了一个企业的生存与发展。其二，产品、服务市场的高度发展，使企业的客户可以轻而易举地找到相应的替代品。而争取新客户与留住老客户的巨大成本差异迫使企业不能把“客户满意”、“客户关怀”仅仅停留在口头。其三，产品、服务的多样性与产品生命周期的大大缩短，需要企业贴近客户多变的真实需求。以客户为导向的理念不仅是与顾客直接接触的营销、销售、客户服务等部门所应遵循的原则，而且要全面渗透到包括研发、生产在内的各个部门的工作过程中。
二、CRM的数据处理流程
CRM的核心是数据，包括客户、产品、库存以及交易等内容。我们所有的数据分成两部分：前区数据和后区数据。后区数据是来自企业本身运作过程中的信息流，如零部件、半成品、产成品的库存，目前的生产能力、售后服务能力以及销售渠道的数据等等。这类数据可通过企业的内部网络与相关部门的数据库进行一次集成，形成可供不同部门决策的信息。由于来自企业内部，对于一个成熟的企业，此类数据是易得的、可信的、集中的并且是有限的。前区数据指的是来自企业外部客户的数据。包括一般的客户信息(姓名、性别、收入水平……)，客户的消费轨迹(客户从哪种渠道得知本公司的产品信息、首次购买时间、最后购买时间、购买频率、平均每次消费额……)、购买本公司产品或服务的反馈意见等等。这类数据的特点主要是海量的、离散的、非结构化的和待验证的。
数据处理流程的好坏直接决定了CRM系统能否在企业得以成功地运行并为企业获取竞争优势。图一给出了CRM系统数据处理的基本逻辑模型。一个完整的CRM数据处理模型包括这样5个部分：多渠道集成的客户信息收集平台，客户信息处理部件，分布式前区数据库，后区数据库，中心数据仓库。对于客户群相对狭小、产品线较窄的企业可以考虑把前后区数据库向后与中心数据仓库集成。
(1)多渠道集成的客户信息收集平台。多渠道集成的客户信息收集平台的功能不仅仅是了解客户需求、接收产品反馈信息，它还担负着企业与客户接口的职责。企业通过这个接口向客户与潜在客户发布有着产品的信息；提供相关服务支持；接受客户投诉等。
图1 CRM数据处理流程
客户数据收集是CRM系统数据处理模型的起点。在当今的商业氛围下，要有效提供服务和收集信息，仅依赖于单一渠道是远远不能满足要求的。而CTI(Computer Telephony Integrated)， CTI流程2(Computer Telecommunication Inage Integrated)等技术的日益成熟，为多个渠道的集成提供了可能。
设计多渠道的客户信息收集平台需要遵循三个原则。第一个，也是最核心的一个就是“以客户为中心”，这个沟通平台能否发挥其功效取决于它能否为企业的目标客户群所接受，并通过它与企业进行一种双向的互动交流。沟通的渠道越是便利，越是人性化所获得的数据就越是可信和详实。第二个原则是“以企业为本”原则。企业选择哪几个渠道进行集成，要根据企业的具体情况，如企业的产品或服务的特征、所面向的客户群特征以及企业自身的技术与资金实力。许多企业在上CRM项目时容易陷入一个误区，觉得做得越大越好，采用的技术越先进越有说服力，而没有仔细地去考虑做这个CRM项目的目的是为了创造和留住有利润贡献的企业客户。第三个原则是“与企业战略相结合”原则。上CRM项目必须与企业的长期战略相结合，不能是一时的“拍脑袋工程”或者是装点门面的“形象工程”。客户信息收集平台是CRM的一个重要构件，它的设计要具有一定的前瞻性与递延性。前瞻性指的是在设计多渠道集成平台时，不仅要立足现在还要面向未来。递延性指的是设计这多渠道集成的平台不是一劳永逸的事，无论硬件配置还是软件设计要为将来需要集成的渠道留有接口，随着时间的推移，系统需要升级时可进行平滑过渡，不至影响企业的运营。
(2)客户信息处理部件。由于从目标客户群收集的数据一般是离散的、非结构化的、待验证的，其中充斥着许多无效甚至容易起误导作用的信息。这就需要采用科学的方法来清洗、提炼这些海量的数据，达到去芜存菁的目的，从而为企业各个层级的部门提供经营、决策上的支持。
这里所说客户信息处理部件是个逻辑上的概念，它贯穿于整个数据处理流程的始终。形成有用的信息就是一个不断剔除无用信息、不断聚合的过程，并在这过程中逐渐凸现隐藏在数据后面那些规律性的东西。
一般而言客户信息处理有三个步骤，首先是把从多渠道集成平台获得的数据进行一些基本的校验，去除有明显错误的信息。如根据身份证号的放号规则，信用卡的取号规则把不符合规则的数据剔除。第二个步骤是结构化，由于获得的原始数据是非结构化、多维的，因此需要把它转化为易于处理的二维表，把性质类似的数据归为相同的客户属性。这个步骤相当关键，也是对数据进一步处理和挖掘的基础。第三个步骤是借助数据仓库进行数据的使用和探索。数据使用指的是企业的内部人员以一种可预测的、重复性的方式使用数据。他们履行的是企业日常性的办事员级的事务。比如前台工作人员借助数据仓库中的资料回答外部客户的咨询。而数据探索则是一种不可预测、非重复性的数据使用模式。探索者一般都是公司的管理者或者战略制订的参与者。他们需要查询海量的客户数据，并借助于一些分析模型对数据进行进一步的挖掘。数据探索的结果是不确定的，大量的数据探索活动都是无功而返，但一旦发现有价值的信息就能对公司的运营产生深远的影响。
客户信息处理部件需要强调的是人机一体的协调工作。为客户提供更佳的服务，获取更高的客户满意率，需要科学的处理方法去截取数据，分析数据，但实际上还存在的大量信息是非线性，非结构化的，计算机在处理此类信息时往往无能为力。这就需要公司中的购买行为分析专家，消费行为分析专家……等协同去发掘掩盖在沙粒底下的“金子”。
(3)中心数据仓库与前后区数据库。数据仓库是面向主题的、集成化的、稳定的、随时间变化的数据集合，用以支持决策管理的一个过程。在cRM数据处理流程中，数据仓库是重中之重。中心数据仓库从它的建立开始就有一种天然的增长倾向，原因有二：一是历史数据的日积月累，二是使用群体的不断增大。数据仓库刚建立时能够满足公司的当前需要，但随着时间的推移，系统的负担会愈来愈大，响应所提交查询的响应时间也会越来越长。这就要求数据仓库要有很好的可扩展性，在构造数据仓库平台时既要考虑硬件上的可扩展性也要考虑所采用的数据仓库软件的容量上限。数据仓库的另一问题是休眠数据。休眠数据是那些存在于数据仓库中的、当前并不使用、将来也很少或者根本就不会使用的数据。如果休眠数据超过一定的限度，就会影响数据仓库的使用效率。要保持数据的健康，定期的数据清理是必要的。前后区数据库是从数据仓库流入到公司中不同部门中以支持这些部门的定制化使用的数据集市。从整个系统的角度看这种部门级数据库的建立是种冗余，但这种冗余是有效且必要的。部门级数据库的建立，可以减轻中心数据仓库的压力，提高部门数据使用的效率，同时也扩展了数据仓库的物理边界。前后区数据库与中心数据仓库的关系是从属与被从属的关系，在企业的CRM构建中，要从企业的具体情况出发。没有一个通用的模式适用于不同类型的企业。比如对于规模较小的企业，企业所面向的目标客户群较小，客户数据流量不大，而且在可预计的将来数据不会有数量级的膨胀。这种情况下，一个单一的中心数据仓库就能解决问题，这就没有必要再去设置部门级的前后区数据库了。
三、小 结
一个成功的CRM系统可以为企业的目标客户提供良好的服务，留住企业的老客户，赢得新客户，使企业在现代商业环境中立于不败之地。而在CRM系统中，数据处理是否有效又是CRM能否成功的关键。如何构建CRM的数据处理流程，没有一个统一的模式，而是需要企业根据自身所处行业的特点，企业的实际情况去精心规划数据处理平台，在业务进展的过程中迭代实施。(end)
|
|
| 文章内容仅供参考
(投稿)
(如果您是本文作者，请点击此处)
(2/20/2010) |
对 企业资源计划ERP 有何见解？请到 企业资源计划ERP论坛 畅所欲言吧！
|
