搜索
第8章CRM客户智能28.1客户智能概述8.2基于客户智能的CRM8.3基于个性化推荐的客户智能8.4基于知识管理的客户智能内容38.1客户智能概述1.客户智能的含义2.客户智能的功能3.客户智能体系结构4.客户智能系统4客户智能的含义以作用、内容和实质为焦点咨询机构面向商业人员的培训和分析客户智能是指用来收集、分析和利用客户数据的工具和战略以功能的实现为焦点如何实现客户智能的以解决方案为焦点5客户智能的功能客户数据管理功能数据分析功能客户知识发现功能支持企业营销功能为客户知识管理提供了有效的方法和理论辅助企业建模帮助企业优化、快速制定客户发展战略6客户智能体系结构7客户智能系统88.2基于客户智能的CRM1.I-CRM系统核心组件2.I-CRM系统架构3.I-CRM系统逻辑结构4.I-CRM系统功能9I-CRM系统核心组件1、数据仓库2、OLAP3、知识发现10I-CRM系统架构11I-CRM系统逻辑结构12I-CRM系统功能系统功能客户智能内容/描述客户资料管理统一的客户视图客户基本信息：如姓名、年龄、职业、教育程度等；客户业务信息：如广告活动、报价、产品需求、订单、发票、营业收入、合同、所需服务、已购买产品、与公司间的沟通记录、联系人等等。目标管理决策标杆客户保持率、客户利润率、客户忠诚度、客户满意度等多项目标指数的设置。决策分析客户获取营销智能客户线索有效性分析：对比客户线索与客户的交易和营业额；商业活动有效性分析；客户份额分析；营销成本分析；渠道盈利率分析。销售智能销售预测；盈利率分析；营业额分析。客户细分智能根据客户消费行为特征、CLV细分客户。客户接触渠道分析根据客户偏好选择接触渠道。客户自助服务智能支持统计：分析呼叫量、解决的问题、状况等自助服务支持；服务合同：通过服务和维护频率决定服务/维修合同。客户支持响应分析分析接触渠道的有效性。13I-CRM系统功能系统功能客户智能内容/描述决策分析客户保留客户保留风险分析通过KDD确定流失客户的特征，对现有客户分析。客户支持成本分析通过客户特征分析，判断客户服务/支持级别。客户获利性分析计算客户CLV。客户满意度分析从服务、质量、发货、合同等方面计算满意度指数。客户忠诚度分析根据订货数量、合同数量、业务往来年限、新客户推荐数量、钱包分额、沟通记录、付款准时率、已购买产品、价格敏感性等方面对客户忠诚度进行分析。产品服务分析确定服务趋势、产品趋势；确定技术人员价值。产品维修分析产品缺陷分析；产品趋势。客户增值客户需求分析利用客户知识确定改善的机会、满意潜在需求。交叉/向上销售智能交叉销售分析；向上销售分析。分析报表客户知识展现将各种决策分析结果以报表形式展示。148.3基于个性化推荐的客户智能1.电子商务推荐系统概念2.电子商务推荐系统框架3.主要推荐技术4.基于个性化推荐的客户智能框架15电子商务推荐系统电子商务推荐系统它利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程非个性化系统和个性化系统16代表性的推荐系统应用领域代表性的推荐系统电子商务Amazon.com，Dietorecs，eBay，EFOL，entree，FAIRWIS，Ghani，Levis，LIBRA，MIAU，RIND，Ski-europe.com网页Comm’tysearch，ass’nt，Fab，Foxtrot，ifWeb，MEMOIR，METIOREW，ProfBuilder，QuIC，Quickstep，R2P，Siteseer，SOAP，SurfLen音乐CDNOW，CoCoA，Ringo电影CBCF，Nakif，Moviefinder.com，MovieLens，Recommend’Explorer，Reel.com，Virtualrev’s(Tatemura)新闻过滤GroupLens，PHOAKS，P-Tango电子邮件过滤Tapestry专门查找器ExpertiseRecom’er，ReferralWeb其它Campiello，ELFI，OWL17电子商务推荐系统的作用将电子商务网站的浏览者转变为购买者提高电子商务网站的交叉销售能力提高客户对电子商务网站的忠诚度18电子商务推荐系统的组成19主要推荐技术协同过滤推荐基于内容的推荐技术基于用户统计信息的推荐基于效用的推荐基于知识的推荐基于关联规则的推荐20协同过滤推荐基于内存的协同推荐基于模型的协同推荐21基于个性化推荐的客户智能应用框架22框架特点现实需求和潜在需求分开集成推荐系统提高服务的主动性和销售、营销的自动化水平营销更有针对性使一对一营销真正成为可能238.4基于知识管理的客户智能1.客户知识2.客户知识管理3.基于客户知识管理的客户智能24客户知识客户知识指与客户有关的对企业有价值的知识客户知识分类客户需要的知识关于客户的知识客户信息知识客户操作知识客户隐藏知识25客户知识与数据、信息的关系26CKM与CRM和KM的比较比较项目CRMKMCKM理论基础关系营销、战略管理组织行为理论、认知科学和信息科学CRM和KM整合理念哲理客户的保持成本远低于获取成本清楚自己具有哪些知识及存在的知识缺口清楚哪些客户拥有哪些知识及如何激励他们合理性在企业数据库中挖掘有关客户的知识释放和整合员工有关客户服务、销售、R&D和生产流程的知识直接从客户那里获取知识并分享、开发和积累强调对象客户关系的类型及关键维度知识的内涵、知识的收集、分散及创新过程客户知识的内涵、类型及来源关注视角企业与客户交互面组织内部企业与客户交互面及组织内部知识存在位置客户数据库员工、团队、公司或企业网络客户经验、客户的创造力、客户对产品和服务的满意度主要参与者客户与员工员工客户与员工27CKM与CRM和KM的比较(续)比较项目CRMKMCKM主要流程创造忠诚的和稳定的客户基、提升客户服务和维持客户关系知识创造、共享和开发在组织内和组织与客户之间产生、分发和运用客户知识目标盈利型客户的培育、巩固和扩大效率型收益、成本节约和避免重复发明与客户协作实现共同的价值创造绩效测量基于客户满意和客户忠诚进行评估基于预算的绩效评价基于竞争对手的绩效评价，主要从企业的成长与革新及对客户感知价值的贡献来考察客户角色忠诚计划的吸引对象，与产品和服务建立紧密的联系产品和服务的被动接受者主动的价值创造合作者和新思想的贡献者企业角色与客户建立持久的客户关系鼓励员工与同事分享知识使客户从被动的产品服务的接受者转变成主动的价值共同创造者28客户知识管理过程客户知识获取客户知识生成客户知识分发客户知识使用29客户知识的生成30基于知识管理的客户智能客户智能与客户知识管理的关系31客户智能实现流程327.6数据挖掘在CRM中应用1.应用范畴2.阶段应用3.应用过程33数据挖掘在CRM中的应用领域客户分析购买频率\近期消费忠诚度分析\客户分类购买相关性的分析营销有效性分析异常分析趋势分析和预测34在客户生命周期各阶段应用35以数据挖掘指导建立CRM系统1、数据的搜集与存储2、分类与建立模式3、规划与设计市场营销活动4、进行活动测试、执行与整合5、实行绩效分析与考核