CH7客户信息的整合与运用

客户关系管理customerrelationshipmanagement客客户户关关系系管管理理customerrelationshipmanagementcustomerrelationshipmanagement邓少军邓少军[e-mail][e-mail]客户关系管理－邓少军2CH7客户信息的整合与运用•7.1客户信息、信息技术与CRM•7.2CRM系统与数据仓库•7.3CRM系统中的数据挖掘•7.4联机分析处理与CRM客户关系管理－邓少军37.1客户信息、信息技术与CRM•一、客户信息概述–1.客户数据、客户信息与客户知识图：信息与知识的比较客户关系管理－邓少军4–2.客户信息的类型•描述客户是谁的信息•描述对客户进行营销或者促销活动的信息•描述客户与企业交易的信息上述这些信息可能是客户直接或间接告诉给服务人员的，也可能是从信息服务提供商那里购买的，还有可能是企业员工利用Web技术从网络中获取的。这些客户信息为未来进行客户细分、客户价值的确定、客户生命周期的管理和客户忠诚计划提供了保证。客户关系管理－邓少军5–3.客户数据-客户信息-客户知识•图：客户数据-客户信息-客户知识过程图客户关系管理－邓少军6•二、CRM中的信息技术介绍–数据库管理系统（DatabaseManagementSystem,DBMS）–数据仓库–数据挖掘–决策支持–电子邮件–……客户关系管理－邓少军77.2CRM系统与数据仓库•一、数据仓库的定义与特征–1.定义•数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。（WilliamH.Inmon《建立数据仓库》，1992）•该定义反映出数据仓库的几个特点：–面向主题–集成的数据:从分散的子系统中提取，但不是简单拷贝，而是经过统一、综合–数据对最终用户而言只读–数据随时间不断变化–用于支持管理决策客户关系管理－邓少军8•以银行业务为例。数据库是事务系统的数据平台，客户在银行做的每笔交易都会写入数据库，被记录下来，这里，可以简单地理解为用数据库记帐。数据仓库是分析系统的数据平台，它从事务系统获取数据，并做汇总、加工，为决策者提供决策的依据。比如，某银行某分行一个月发生多少交易，该分行当前存款余额是多少。如果存款又多，消费交易又多，那么该地区就有必要设立ATM了。•显然，银行的交易量是巨大的，通常以百万甚至千万次来计算。事务系统是实时的，这就要求时效性，客户存一笔钱需要几十秒是无法忍受的，这就要求数据库只能存储很短一段时间的数据。而分析系统是事后的，它要提供关注时间段内所有的有效数据。这些数据是海量的，汇总计算起来也要慢一些，但是，只要能够提供有效的分析数据就达到目的了。•数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。数据库与数据仓库客户关系管理－邓少军9–2.特征•数据仓库包含大量数据，这些数据可能来自企业或组织内部，也可能来自外部；•以数据仓库方式进行组织的目的是为了能够更好地支持决策；•数据仓库为最终使用者提供了用于存取、分析数据的工具。客户关系管理－邓少军10•二、数据仓库的技术结构–数据仓库系统由四个主要部分组成•处理过程实现：集散区域、管理控制•数据的提供：仓库数据储藏室、元数据储藏室数据收集系统集散区域仓库数据储藏室信息传输系统管理控制元数据储藏室数据仓库系统数据流控制流图例图数据仓库系统模型客户关系管理－邓少军11•三、面向CRM系统的数据仓库设计与开发–任务和环境的评估–需求的收集和分析–构造数据仓库–数据仓库技术的培训–回顾、总结与再开发客户关系管理－邓少军127.3CRM系统中的数据挖掘•一、数据挖掘（DataMining）的定义–从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程。•二、数据挖掘的方法•校验模式/假设验证：用于当用户有理由相信存在某种特定形式或格式的数据，而且能够通过重复性查询来支持这个假设的情况。•知识发现：用户让系统来确定实施分析路径的方法。比较：假设模式确认或否定用户相信其存在的东西，而知识发现则揭示出一些对用户完全新鲜的事物。Fayyd（1996）认为：知识发现就是从大量数据中提取有效的、新颖的、潜在有用的、最终可被理解的模式的非平凡的过程。客户关系管理－邓少军13•三、数据挖掘的主要功能–分类•企业可以按照客户的行为对他们进行分类，以便使特定的产品和服务能够被提供给更加有价值的客户群（即最佳客户）。–族群/聚类•将具有相似特点的客户分成几个族群（市场细分）。–联系/关系•探寻产品或行为间的联系是否存在以及联系的强度，以便能够基于相关产品做出决策。–方式或次序•客户的购买行为的方式或次序。客户关系管理－邓少军14•四、数据挖掘的技术与算法简介–决策树•决策树就是一种提供工具图的网络，这种工具图可以用于在某些特性基础上对特定主体做出结论。–基因法则（遗传算法）•是模拟生物进化的自然选择和遗传机制的一种寻优算法。•遗传算法通过种群遗传产生优良的后代，这些后代需要满足适应值，经过若干代的遗传，将得到满足要求的后代（问题的解）•它包括三个基本算子：选择、交叉、变异。客户关系管理－邓少军15•记忆推理–该方法是基于这样的观念：记住过去发生的事情，并利用这种记忆对未来可能发生的事情进行预测。•神经网络–神经网络是一种模拟人脑互连神经细胞的数学模型。体细胞树突轴突神经细胞构成客户关系管理－邓少军16–神经网络结构由不同层次的节点构成，通过持续的价值输入，这种网络经过训练后可以发现输入值之间的关系。神经网络输入层输出层隐含层客户关系管理－邓少军17•数据挖掘的其他技术与算法还包括：–粗糙集技术–统计分析方法，如相关分析和回归分析、因子分析、聚类分析、判别分析–数据库技术–……对数据挖掘感兴趣的同学可以参阅以下资料：•1.《数据挖掘技术：市场营销、销售与客户关系管理领域应用》（原书第2版）作者：（美）贝瑞（Berry,M.J.A.），（美）莱诺夫（Linoff,G.S.）著，别荣芳，尹静，邓六爱译，机械工业出版社，2006年7月。•2.《数据挖掘概念与技术》（原书第2版）作者：（加）韩家炜，堪博著，范明，孟小峰译机械工业出版社，2007年03月。客户关系管理－邓少军187.4联机分析处理与CRM•一、从OLTP到OLAP的转变–表：OLTP与OLAP的主要区别客户关系管理－邓少军19•二、OLAP的定义与特征–定义：OLAP委员会把其界定为具有下列功能的软件技术：使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的信息进行快速、一致、互动地存取，从而实现对数据的更深入理解。–特征：•能提供数据的多维视图（进行多维分析）•强大的分析功能客户关系管理－邓少军20•三、OLAP中的一些基本概念–变量：数据的实际意义，描述数据是什么–维：人们观察数据的特定角度–维的层次性：人们观察数据的某个角度还可以存在细节差异的多个方面。•四、OLAP的基本分析操作–切片和切块–钻取–旋转/转轴客户关系管理－邓少军21•五、CRM系统中OLAP的应用–快速查询客户信息–决策支持–数据分析–实时、动态、直观地展示CRM中的客户数据客户关系管理－邓少军22思考题•1.试描述客户数据-客户信息-客户知识这一演进过程•2.何谓数据仓库，它在CRM中发挥什么作用？•3.何谓数据挖掘，它与CRM的关系如何？•4.何谓OLAP，它在CRM中发挥什么作用？客户关系管理－邓少军23课后寄语•进一步的学习–掌握方法、提高能力–举一反三、创新思维学习是一种生活方式！学习永无止境！努力做一个有悟性、会学习、有智慧的人！