2011-6-1 13
3.2.1 分析型CRM的主要功能
6. 接触管理 接触管理（Interaction）功能可以帮助企 业有效地实现客户联络并记录客户对促销活 动的反应态度，将客户所发生的交易与互动 事件转化为有意义、高获利的营销商机。这 种功能又被称作实时事件注入。
2011-6-1
14
分析型CRM功能模块图
2011-6-115Fra bibliotek3.2.2 分析型CRM的4个阶段
一个典型的分析型CRM系统包括4个阶段： 进行客户的分析、将市场分段信息运用于客 户分析、进行日常市场活动的分析、预报客 户行为的各种方法的模型。
2011-6-1
16
一、客户分析
客户分析需要很多可以定量化的信息，这些信息通常来自各种不同的数 据源。对于这些信息必须加以整合，并以合理的方式放到客户数据仓库 中，以便于对其作分段或挖掘处理。 客户分析所需要的信息一般来自3个方面：企业与其客户的主要“接触 点”、关键收益点和外部数据。客户分析阶段所需的关键信息包括客户 服务历史信息、客户市场历史信息、销售信息、收益信息、客户的地域 分布数据及生活方式数据等。 为了在客户数据仓库中形成一个完整的视图，必须对这些不同的信息源 加以整合与清理。
2011-6-1
5
3.1 运营型CRM
CRM是基于Web技术的全动态交互的客户关 系应用系统。CRM使企业在网络环境中以电 子化方式完成从市场、销售到服务的全部商 务过程。它主要有以下5个方面的应用：
2011-6-1
6
3.1 运营型CRM
1. CRM销售套件 2. CRM营销套件 3. CRM服务套件 4. CRM电子商务套件 5. CRM商务平台套件
第三章 运营型与分析型CRM的介绍
掌握运营型CRM的含义；了解运营型CRM的 应用；掌握分析型CRM的含义；了解分析型 CRM的主要功能；掌握分析型CRM的4个阶 段；了解分析型CRM的核心技术；了解两者 的关系。
2011-6-1
1
重难点 分析型ＣＲＭ的主要特点、功 能及核心技术
2011-6-1
2
2011-6-1
7
3.2 分析型CRM
分析型 CRM（Analytical CRM）： 主要是分析运营型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。这种分析需要用到许多先进的数据 管理和数据分析工具，如数据仓库、OLAP分 析和数据挖掘等。
2011-6-1
8
3.2.1 分析型CRM的主要功能
数据
知识 决策
金融 经济 政府 POS 人口统计 生命周期
模式 趋势 事实 关系 模型 关联规则 序列
目标市场 资金分配 贸易选择 在哪儿做广告 销售的地理位置
数据爆炸， 数据爆炸，知识贫乏
25
2011-6-1
数据挖掘
数据挖掘（ Mining） ● 数据挖掘（Data Mining） ——数据挖掘是一个利用各种分析工具在海量数据中发现 模型和数据间关系的过程，这些模型和关系可以用来做 出预测。 ——数据挖掘就是从大量的、不完全的、有噪声的、模糊 的、随机的实际应用数据中，提取隐含在其中的、人们 事先不知道的、但又是潜在有用的信息和知识的过程。 ——数据挖掘是一种新的商业信息处理技术，其主要特 点是对商业数据库中的大量业务数据进行抽取、转换、 分析和其他模型化处理，从中提取辅助商业决策的关 键性数据。
2011-6-1 10
3.2.1 分析型CRM的主要功能
3. 客户沟通 客户沟通（Communication）功能可以 集成来自企业各个层次的各种信息，包括客 户分析和客户建模的结果，针对不同部门的 不同产品，帮助企业规划和实施高度整合的 营销活动。客户沟通的另一大特色是帮助企 业进行基于事件（Event-Based）的营销。
2011-6-1
3
CRM分类
2011-6-1
4
3.1 运营型CRM
运营型 CRM（Operational CRM）： 它建立在这样一种概念上：客户管理在 企业成功方面起着很重要的作用，它要求所 有业务流程的流线化和自动化，包括经由多 渠道的客户“接触点”的整合、前台和后台 运营之间的平滑的相互连接和整合。
2011-6-1 26
决策支持系统的结构图
2011-6-1
27
3.3 两者的关系
客户与企业的互动，就需要把分析型CRM与 接触点CRM结合在一起。一个强大的CRM解 决方案应该是把接触点的运营型CRM和分析 型的后台的数据仓库相结合。这也就产生了 称为协作型的CRM。而后端和前端走向融合 的关键点在于系统是开放的，只有开放的系 统才能把各自的优点结合起来。
分析型CRM所需要的核心技术通常包括以下 几个方面：
数据仓库； 数据挖掘； 联机分析处理（OLAP）； 先进的决策支持和报表工具。
2011-6-1
21
一、数据仓库
数据仓库的要素包含以下几个方面：
ETL（数据的抽取、转换和装载） 数据仓库的存储 数据仓库的管理和维护 数据集市
2011-6-1
22
二、数据挖掘和OLAP分析
1．客户分析 营销人员可以通过客户行为分析功能追 踪营销活动的执行过程，从而了解这类活动 的内容和随之传达的信息对客户所造成的实 际影响。CRM软件有能力让营销人员通过轻 松的鼠标点击即可锁定特定客户，并建立新 的细分市场。
2011-6-1 9
3.2.1 分析型CRM的主要功能
2. 客户建模 客户建模（Modeling）功能主要依据客户 的历史资料和交易模式等影响未来购买倾向的 信息来构造预测模型。从技术方面看，客户建 模主要是通过信息分析或者数据挖掘（Data Mining）等方法获得。另外，机器学习 （Machine Learning）和神经网络（Neural Network）是主要的客户建模方法。
三、一对一的市场
在找到最具价值的市场区段后，就可以为 不同区段设计并提交适应其特定需要的成 套服务。有针对性的市场开拓工作，可以 促使企业瞄准更有前景和更有商机的领域。 如果能够使企业的产品和服务被本来可能 并不需要它们的客户所接受，就可能为本 企业赢得最具价值的客户。
2011-6-1 19
四、事件模型
2011-6-1 11
3.2.1 分析型CRM的主要功能
4. 个性化 个性化（Personalization）功能帮助企 业根据不同客户的不同消费模型建立相应的 沟通方式和促销内容，以非常低的成本实现 真正的一对一营销。
2011-6-1
12
3.2.1 分析型CRM的主要功能
5. 优化 每个营销人员每天应当处理多少个目标客 户？每隔多长时间应该对客户进行一次例行联 络？各类营销方式对各类客户的有效程度如何？ 对于这些问题，分析型CRM 的优化 （Optimization）功能都可以提供答案，帮助 企业建立最优的处理模式。优化功能还可以基 于消息的优先级别和采取行动所需资源的就绪 状况来指导和帮助营销人员提高工作效率。
2011-6-1 28
3.3 两者的关系
目前运营型的CRM产品占据了CRM市场大部 分的份额。运营型CRM解决方案虽然能够基 本保证企业业务流程的自动化处理、企业与 客户间沟通以及相互协作等问题，但是随着 客户信息的日趋复杂，已难以满足企业进一 步的需要，在现有CRM解决方案基础上扩展 强大的业务智能和分析能力就显得尤为重要。 因此，分析协作型CRM毫无疑问将成为今后 市场需求的热门。
OLAP以多维数据分析著名，在数据仓库中为查 询和分析信息方面提供先进的能力，可以从多角 度、多方位地考察客户的信息，同时它也是数据 挖掘信息展现的很好工具。
2011-6-1
23
数据挖掘背景 数据库越来越大 数据挖掘
可怕的数据
2011-6-1
有价值的知识
24
苦恼: 淹没在数据中 ; 不能制定合适的决策!
2011-6-1 29
事件模型是一种技术手段，旨在帮助企业使 其市场活动与处理策略准确，并最终取得成 功。事件模型可以“刻画”客户的行为和客 户的反应，还可以预见未来市场活动的后果。 事件模型提供了一种可能，让我们能从客户 生活中的某些事件（如生日、买房、买车等） 中找到新的商机。
2011-6-1 20
3.2.3 分析型CRM的核心技术
2011-6-1
17
二、市场区段
在客户数据仓库准备就绪之后，就可以对当前 客户以及预期的客户群作区段分析，判断不同 区段的优势与弱势。 对客户群实施区段分析时，可以利用客户数据 仓库所积累的大量有用信息对这些信息分析与 数据挖掘，有助于发现和评价各种可变因素的 不同排列组合会导致什么样的后果。
2011-6-1 18