您现在的位置是:首页 > IT基础架构 > 软件与服务 >

电子商务环境下分析型CRM体系结构

2010-01-20 23:32:00作者: 来源:

摘要本文分析了电子商务环境下CRM的需求与框架,在此基础上提出了一种包含客户分析管理、市场分析管理,运营评估管理及数据整合与管理的分析型CRM体系架构。 ...

  0 引 言

  随着科学技术的进步和时代的发展,基于互联网的电子商务,已被公认为是影响21世纪世界经济格局的新型经济模式。电子商务充分利用现代计算机通信技术和网络技术使企业可以允许客户参与产品设计,根据用户的要求实现个性化生产,为顾客提供个性化服务。电子商务使企业从“一对多”的大量生产经营模式向“一对一”的大规模定制经营模式转变成为可能。电子商务环境下的客户关系管理为这种可能提供了管理理念和技术上的保证,成为企业赢得未来竞争优势的关键。目前,客户关系管理(Customer Relationship Management,CRM)的重要性已经被越来越多的企业所认识、并逐渐应用于企业的管理之中。

  1 电子商务环境下CRM

  1.1 电子商务环境下CRM需求分析

  电子商务环境下的CRM应具有高度的灵活性,这种灵话性既要包含有时间概念也包含有空问概念。电子商务环境下,企业将真正实现“365*24”服务模式,消除时差与区域给业务往来带来阻碍,充分利用Interneit构建不同地区、不同国家的企业之间,企业与顾客之间的信息高速公路。在电子商务环境下,利用各种网络技术,企业应实现无纸化客户数据信息管理,实现数据资料直接入库和数据库之间的无缝连接,并且利用计算机实现对这些数据的知识挖掘、自动化分析处理,为企业的经营者及时地掌握市场动态和企业的真实数据、快速和正确决策提供有力的协助和支持。

  电子商务缩短了生产厂商与客户在供应链上的距离,增强了客户参与企业行为的能力,因而也要求企业实现与客户的实时双向对话沟通。由于互联网络具有很好的互动性和引导性客户通过互联网络在电子商务系统的引导下对企业产品或服务进行了解、选择或建议,企业根据客户的要求进行个性化生产并提供及时服务。因此,要满足多样化的需耍,企业不但要对生产流程等进行改造,更需要一套能与客户充分交流,了解客户特定的需求与意见,通过相关的数据分析发现客户的消费规律的电子商务系统,及基于电子商务的CRM系统。

  1.2 电子商务环境下CRM框架

  CRM要求企业以“客户满意”为中心,形成以客户服务为核心的业务流程和客户需求驱动的产品和服务设计。电子商务环境下,可以概括出一个总体的CRM框架,该框架包括客户互动、运营,分析和信息整合4个部分。如图1所示。

  

图1 电子商务环境下CRM体系结构

 

  图1 电子商务环境下CRM体系结构

  (1)客户互动子系统。电子商务环境下,企业与客户的互动方式主要强调基于Web的互动交流。企业通过BIS架构的Web层将产品、服务信息或者企业相应的运营信息显示给最终客户、中问商或者合作伙伴,并通过该Web层接收来自最终用户、中间商或者合作伙伴的信息。该子系统是CRM系统的信息源,为CRM系统提供数据支持。

  (2)运营子系统。运营子系统也被称作运营型CRM,主要包括销售自动化(Sales Force Automation,SFA) 、营销自动化(Marketing Automation,MA)、客户服务与支持(Customer Service & Support,CSS)3个基本功能,实现销售、营销和客户服务与支持业务流程的自动化。

  (3)分析子系统。分析子系统又称分析型CRM、通过对数据仓库中记录的客户及产品资料进行数据挖掘(Data Mining)和分析,从中发现客户特征、客户行为规律、购买模式等,井为企业决策层更好地制定客户战略提供支持。它是电子商务环境下CRM的核心部分。主要工具包括数据挖掘、联机分析处理(OLAP)及其它统计分析工具。本文将在下几节对该子系统进行详细讨论。

  (4)信息整合子系统。该子系统整合企业内外信息流,通过集成CRM与ERP的信息流,使集成供应链中的信息实现无缝联接,把企业、合作伙伴以及客户集成在同一电子商务平台上,实现企业开放式运作模式。

  2 电子商务环境下分析型CRM功能分析

  从功能上讲,分析型CRM要包括3大功能模块,即客户特征分析、企业运作评估、市场分析。

  (1)客户识别、认知与分析

  一对的客户关怀方式已经引起了企业界的重视,但在具体实施的过程中存在着很多实际困难。因为企业缺乏相应的措施和技术手段识别和认知客户,因而无法为客户提供符合其实际需求的产品或服务。因此企业需要一套有效的分析工具,能够对不同客户进行特征提取、分类,使企业充分了解客户的个性化消费规律,从而实现对一的客户关怀。

  (2)市场分析

  电子商务运作模式加剧了市场环境的变化,对企业的灵活性提出了更高的要求。因此电子商务环境下的分析型CRM需要提供市场态势的分析功能,使企业能够实时掌握市场变化,及时准确的调整企业战略、赢得市场竞争优势。

  (3)企业运作评估

  企业必须对针对不同的客户群体、不同的产品或服务所采取的策略(营销策略、销售策略、客户关怀策略等)在经过一定时间的实施后所收到效果进行评估,以便修改策略,改善企业运营状况。因此分析型CRM必须通过数据统计、分析和比较提供企业运营状况变化的分析功能。

  企业只有深入而又全面的了解客户、把握客户,实时掌握市场动态,并不断通过评估修订企业策略,才能更好的赢得客户满意、客户忠诚,从而赢得企业利润。

  3 电子商务环境下分析型CRM结构

  通过上述功能分析,分析型CRM结构应包含4个部分:客户分析管理、市场分析管理、运营评估管理及数据整合管理、如图2所示。

  

图2 分析型CRM体系结构

 

  图2 分析型CRM体系结构

  (1)客户分析管理

  从客户的角度讲,不同的客户为企业提供的商业价值是不同的、即客户的质量存在着差别。因此,客户分析管理模块提供了客户分类、客户特征分析与评拈等功能,使企业能够很辨别自己的“黄金客户”,了解和掌握客户对企业的反应,为企业有针对性的实施」对一方式的客户关怀、提高产品或服务质量、制定长远发展战略提供决策依据。因为客户的这些特征直接反映r企业的经营业绩而几在很多情况下还准确地预示或反映了企业的经济发展态势、甚至能准确的反映出社会整体经济发展趋势。如美国密植根大学(University of Michigan)商学院教授、CFI国际集团(Claes Fornell International)的董事长Claes Fornell教授创立的“美国顾客满意度指数(American Customer Satisfaction Index,ACSI)体系”就能够衡量宏观社会经济发展总体趋势和微观企业整体经营状况、支持企业决策。客户分析上要包括:

  ·客户分类(客户价值分析)

  ·客户满意度分析

  ·客户忠诚度分析

  ·客户背景分析

  ·客户信誉度分析(客户信用计分)

  ·客户欺诈行为分析

  ·客户流失分析

  ·客户个性化消费行为分析

  通过上述客户特征分析,企业详细掌握了客户的特征和影响客户特征值的主要因素,发现了自己在市场中的优势和劣势所在,从而可以针对不同的客户进行有限资源的优化应用,提高客户对企业的利润贡献度。

  (2)市场分析管理

  市场分析管理模块提供市场综合分析、市场整体态势分析以及市场态势细分的功能使企业及时准确的掌握市场变化,了解竞争对手的经营状况,通过投资回报率分析合理把握企业的利润区,并以此为基础不断寻找新的经济增长点。

  ·市场综合分析

  ·市场整体态势分析

  ·币场态势细分(竞争对手分析、利润区分析等)

  (3)运营评估管理

  通过客户和市场分析,企业基本掌握了自己的优势和劣势本着发扬优势、减小劣势的原则、必然要采取一系列举措来取得竞争优势。运营评估管理模块为企业所采取的改进措施提供效果评估,企业能够利用该评估功能确定新的举措是否有效,效果如何以及应该在哪些方面作出怎样的改进。该模块系统功能主要包括:

  ·营销活动评拈

  ·销售活动评估

  ·服务与支持活动评估

  (4)数据整合与管理

  数据整合与管理模块是分析型CRM系统的基础,通过对企业收集的源数据的清洗、裁减抽取等处理建立包含客户信息集市、客户活动信息集市、产品信息集市的中心数据仓库,为上述3个功能模块提供结构化、一致性强几全面的基础数据。原始数据可能来自不同的部门数据库、部门内部不同的数据库或者其本身是Web数据、这些数据存在着重复、不一致、互相矛盾或者异构,因此必须进行预处理、转换等技术处理,形成数据库和基于主题的多维数据库。数据整合步骤主要包括:

  ·数据清洗

  ·数据集成、转换

  ·数据抽取、迁移、加载

  ·数据存储

  4 分析型CRM中数据挖掘应用

  著名数据仓库专家Ralph Kimball说:“我们花了20多年的时间将数据放入数据库,如今是该将他们拿出来的时候了。”这句话很贴切的形容了当前企业的现实,我们有大量的数据,但却没有得到有效利用,而几目前也没有1套有效的利用方法。随着科技的发展,计算机科学为这一问题提供了最新的答案:数据挖掘(Data Mining,DM)。数据挖掘是一种利用各种分析工具在海量数据中发现数据之间隐含的关系或者某种模型的过程,企业可以利用这些关系或模型做出预测或决策,实际上数据挖掘就是一类深层次的数据分析方法。

  分析型CRM中数据挖掘流程如图3所示。企业源数据经过清洗、集成、转换与约简,得到中心数据仓库和扣关主题数据库,为数据挖掘提供整合的数据源。数据挖掘主要分为以下几类:分类、关联分析、聚类分析、时间序列、孤立点分析等。数据挖掘所能解决的最典型商业问题包括:数据库营销( Database Marketing)、客户分类(Customer Classification)、背景分析(Profile Analysis)、交叉销售(Cross-selling)、客户流失分析(Churn Analysis)客户信用计分(Credit Scoring)、客户欺诈发现(Customer Fraud Detection)等。

  

图3 数据挖掘流程

 

  图3 数据挖掘流程

  5 结 论

  作为CRM的核心,分析型CRM在企业以“客户满意为中心”的经营理念贯彻过程当中有着重要的作用,为企业实施“一对一”战略、个性化服务提供决策依据。电子商务环境下的CRM必将随着市场竞争的加剧而越来越受到人们的重视,而分析型CRM则更会成为人们关注的中心。


(本文不涉密)
责任编辑:

站点信息

  • 运营主体:中国信息化周报
  • 商务合作:赵瑞华 010-88559646
  • 微信公众号:扫描二维码,关注我们