搜索
出版社经管分社客户关系管理（第2版）1［课前导读］数据是客户关系管理软件中最核心的内容，不仅业务的操作建立在数据的基础上，对业务的预测和关联分析、甚至商业智能的知识均来源于对数据的管理。数据挖掘和数据仓库是数据管理的高级技术工具，数据仓库构建标准格式的数据源，数据挖掘从大量数据中寻找隐藏的信息，如趋势、特征及相关性的过程，也就是从数据中挖掘信息或知识。第6章CRM中的数据管理出版社经管分社客户关系管理（第2版）2客户是企业竞争的基础，而客户数据是CRM系统的灵魂，对数据的处理和分析是CRM的主要任务和功能。在客户数据库中，收集和管理包括商品、客户和潜在客户等表示客户“基本状态”的信息，帮助企业完成消费者分析，确定目标市场，进行销售管理，并跟踪市场产品销售状况。本节将从客户数据的类型和隐私管理方面理解客户数据的内涵。6.1CRM的客户数据出版社经管分社客户关系管理（第2版）3CRM的客户信息一般从销售过程、客服过程、业务推广过程或其他多种形式获得。从商业活动行为的需要来看，有一个对客户了解、针对性促销、产生交易的过程（如图6.1所示），行为过程产生了不同的数据类型，据此把客户数据分为3类。1）客户描述性数据2）市场促销性数据6.1.1客户数据的类型出版社经管分社客户关系管理（第2版）4图6.1客户数据分类出版社经管分社客户关系管理（第2版）5出版社经管分社客户关系管理（第2版）6出版社经管分社客户关系管理（第2版）7出版社经管分社客户关系管理（第2版）83）客户交易数据出版社经管分社客户关系管理（第2版）9在企业的信息化过程中，越来越多的企业数据管理作为重要的工作内容，而客户数据的采集则是最重要的第一步。这一个阶段主要的目标就是要保证客户数据的准确、及时，如果数据质量无法保证，后续的数据处理和分析则往往达不到预期的效果。因此，首先需要找到可靠的客户数据来源，并对数据进行初步的分析处理，以便为后续的数据挖掘工作打下基础。6.1.2客户数据的采集出版社经管分社客户关系管理（第2版）10图6.2多渠道客户数据收集平台出版社经管分社客户关系管理（第2版）11Elensys是马萨诸塞州的一家直销公司，CVS是当地一家药店，并对病人诊断治疗，公司和药店有合作关系，由Elensys公司向消费者推销新药，CVS公司提供一定病人数据。1982年，病人对此的不满情绪爆发，纷纷指责CVS药店的行为破坏了消费者医疗记录的隐私，最后以公司与药店合作终止为句号。1）使用匿名身份信息2）尽量使用汇总数据6.1.3客户的隐私问题及保护措施出版社经管分社客户关系管理（第2版）12图6.3保护客户隐私的匿名体系结构出版社经管分社客户关系管理（第2版）133）信息只用于市场定位或评估4）尽可能不合并数据源在计算机广泛使用之前，从很多数据源收集客户数据比在小范围内的单一渠道收集数据要困难得多，而要合并多个数据源获得的数据则几乎不可能。但由于计算机和数据库技术的发展，可以很容易地从多个数据源收集客户数据并按照客户进行合并，从而得到每个客户的完整信息。这通常意味着可以掌握客户在产品市场之外的行为，并有可能侵犯客户的隐私权。出版社经管分社客户关系管理（第2版）14为了保障客户的隐私不被侵犯，应尽可能地不对客户数据源进行合并。然而站在为客户服务的角度，企业则需要适当地整合客户数据。试想一下，如果一个客户同时接到同一家公司不同产品的营销员的两个服务电话会是怎么样的感觉。为此，企业需要建立以客户为单位而不是以产品为单位的客户数据库，这实际上需要对客户数据进行适当的整合，并且企业需要根据客户的购买行为对客户进行分类，以便提供个性化的服务。1）客户数据库的特点(1)动态的、整合的顾客数据管理和查询系统6.1.4客户数据库的建立出版社经管分社客户关系管理（第2版）15(2)基于数据库支持的顾客关系格式或结构系统(3)基于数据库支持的忠诚顾客识别系统(4)基于数据库支持的顾客购买行为参考系统(5)个性化服务2）客户数据的分类如图6.4所示，客户数据按照来源分为企业内部数据和企业外部数据。出版社经管分社客户关系管理（第2版）16图6.4企业数据信息来源出版社经管分社客户关系管理（第2版）173）客户数据信息处理4）构建客户数据库①按照可预见未来所需的信息量，尽可能多地考虑预期客户购买产品的情况和购买后的反应。②深入策划客户数据库的组成部分，应保留一定的弹性，以满足未来变化的需要。③建立数据库，不需要因谋求建立一个详细完备的数据库而推迟建成时间，可先建成一个小而实用的数据库，在管理客户数据库中获得经验，并对其评价，不断改进。④构建客户数据库时，让尽可能多的部门和人员参与。出版社经管分社客户关系管理（第2版）18随着计算机技术的广泛应用和发展，人们已不再满足于仅仅执行简单的数据事务操作，而要求对现有的数据进行系统的组织、理解、分析和推理，从而迅速而准确地获取关联信息，为战略决策提供依据。数据仓库就是针对上述问题而产生的一种技术方案，它是基于大规模数据库的决策支持系统环境的核心。6.2数据仓库技术出版社经管分社客户关系管理（第2版）19人们在日常生活中常常会遇到这样的情况：超市的经营者希望将经常被同时购买的商品放在一起，以增加销售；银行想了解存款的用户希望投资什么样的基金；保险公司想知道购买保险的客户一般具有哪些特征；医学研究人员希望从已有的成千上万份病历中找出患某种疾病的病人的共同特征，从而为治愈这种疾病提供一些帮助。对于此类问题，如果利用现有信息管理系统中的数据分析工具是无法给出答案的。因为无论是查询、统计还是报表，其处理方式都是对指定的数据进行简单的数字处理，而不能对这些数据所包含的内在信息进行提取。6.2.1数据仓库概述出版社经管分社客户关系管理（第2版）201）从数据库到数据仓库图6.5数据仓库体系化环境出版社经管分社客户关系管理（第2版）212）数据仓库定义3）数据仓库的类型4）数据仓库的技术与传统数据库的比较5）联机事务处理(OLTP)6）数据仓库的体系结构IBM、Oracle等厂商都提出了自己的数据仓库结构，但严格说来，任何一个数据仓库结构都是从一个基本框架发展而来，实现时再根据分析处理的需要具体增加一些部件。其中斯坦福大学“WHPS”课题组提出的一个基本的数据仓库模型，如图6.6所示。出版社经管分社客户关系管理（第2版）22图6.6数据仓库基本体系结构出版社经管分社客户关系管理（第2版）23数据仓库是一个解决方案，而不是一个可以买到的产品。不同企业会有不同的数据仓库，企业人员往往不懂如何利用数据仓库，不能发挥其决策支持的作用，而数据仓库公司人员又不懂业务，不知道建立哪些决策主题，从数据源中抽取哪些数据，因此需要双方互相沟通，共同协商开发数据仓库。1）数据仓库的开发流程2）实施数据仓库应注意的问题6.2.2数据仓库的实施出版社经管分社客户关系管理（第2版）24维数据仓库的创建所使用和维护的技术与传统数据仓库有显著的不同。传统数据仓库在处理多维数据方面存在着较大的局限性，需对其进行结构和功能上的扩展，才能较好地用在多维决策分析方面。1）星型模式2）雪花模式6.2.3多维数据仓库中度量的建模出版社经管分社客户关系管理（第2版）25图6.7星型模式结构示意图出版社经管分社客户关系管理（第2版）26图6.8销售机会数据仓库的星型关系结构出版社经管分社客户关系管理（第2版）27图6.9销售机会数据仓库的星型链接出版社经管分社客户关系管理（第2版）28图6.10保险业务多维数据仓库的星状模型出版社经管分社客户关系管理（第2版）29图6.11雪花模式结构示意图出版社经管分社客户关系管理（第2版）30数据仓库的构建需要将不同来源的数据进行集中、整合，然后为不同用户提供数据支持，执行策略指的就是这些数据的整合结构和应用结构。下面将先介绍数据仓库中的两个概念：数据集市和元数据。数据集市是按照不同功能对数据的归类，一般与工作职能相对应；而元数据则是对数据仓库中的资源——数据的描述，是仓库中的数据“蓝图”。1）数据集市(DataMart)2）元数据(Metadata)3）数据仓库的执行策略（1）自上而下模式6.2.4数据仓库的执行策略出版社经管分社客户关系管理（第2版）31图6.12自上而下模式出版社经管分社客户关系管理（第2版）32图6.13有反馈的自上而下模式出版社经管分社客户关系管理（第2版）33（2）自下而上模式自下而上模式（如图6.14所示）是从构造各个部门或特定的企业问题的数据集市开始，而整体性数据仓库是建立在这些数据集市的基础上。（3）平行开发模式平行开发模式（如图6.16所示）是指在一个整体性数据仓库的数据模型的指导下，数据集市的建立和整体性数据仓库的建立同步进行。出版社经管分社客户关系管理（第2版）34图6.14自下而上模式出版社经管分社客户关系管理（第2版）35图6.15有反馈的自下而上模式出版社经管分社客户关系管理（第2版）36图6.16平行开发模式出版社经管分社客户关系管理（第2版）37图6.17有反馈的平行开发模式出版社经管分社客户关系管理（第2版）384）数据仓库系统的结构图6.18数据库系统结构图出版社经管分社客户关系管理（第2版）39联机分析处理（OnLineAnalyticalProcessing，OLAP）是在1993年由关系型数据库模型的发明者E.F.Codd博士提出的。OLAP支持通过多维的方式对数据进行分析、查询和生成报表，其基本功能是对用户当前及历史数据进行分析以辅助领导决策。OLAP支持复杂的分析操作，侧重决策支持，并且可提供直观易懂的查询结果。即OLAP应当提交对共享的多维信息的快速分析，其中包含5个关键特征：多维。这是OLAP的基本特征，即可以提供对数据的多角度综合查询、统计、分析。6.2.5联机分析处理(OLAP)出版社经管分社客户关系管理（第2版）40快速。即必须以相当固定的速度向用户提交信息，大多数查询应当在5秒或更短时间内提交给用户。分析。即可以执行由应用程序开发人员预定义或由用户特别定义的对数据的查询和统计分析操作。共享。即必须满足在大量用户间实现共享秘密数据所必需的安全性需求。信息。即可以透明地访问应用程序所必需的、相关的所有数据和信息，而不受它所在的物理位置的限制。出版社经管分社客户关系管理（第2版）416.3数据挖掘技术数据挖掘是近年来随着人工智能和数据库技术的发展而出现的一门新兴技术。它是从大量的数据中筛选出隐含的、可信的、新颖的、有效的信息的高级处理过程。数据挖掘是面向事实的，在数据挖掘中，数据分为训练数据、测试数据和应用数据3大部分，而这3部分的比例依据经验来确定（例如1∶1∶8）。数据挖掘力图在训练数据中发现事实，并以测试数据作为检验和修正理论的依据，而最后把知识应用于数据中。出版社经管分社客户关系管理（第2版）426.3.1数据挖掘的含义数据挖掘的关键性思路可以简单地概括为“实事求是”。“实事”即“数据”，“求”就是去发现、去挖掘、去探索，“是”即数据中隐藏的规律。因此，数据挖掘实质上就是探索数据中所蕴含的规律的过程。（1）技术角度的定义（2）商业角度的定义出版社经管分社客户关系管理（第2版）436.3.2数据挖掘的作用和意义许多企业有数以百万计的历史数据，要通过传统的统计等分析方法精密分析相当困难，容易错失企业应有的商机；而数据挖掘工具能从庞杂的信息中筛选出有用的数据，以公正客观的统计分析快速准确地得知企业经营的信息，从而找出销售模式，正确掌握未来的经营动态。出版社经管分社客户关系管理（第2版）446.3.3数据挖掘的发展历程随着数据库技术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。激增的数据背后隐藏着许多重要的信息，人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段，导致了“数据爆炸但知识贫乏”的现象。出版社经管分社