客户关系管理重点整理.docx

客户关系管理重点整理写在前面：作为学委最后一次整理期末复习资料了，好伤感，尤其面对这么凌乱复杂毫无头绪的备考资料时，更加伤感。资料实在有限，只是根据老师上课时说的，和各位勤劳勇敢的小伙伴积极提供的东西汇总了一下（考不考不敢保证啊，仅供参考啊）。主要来源都是电子书以及最后复习资料的文件夹，对了，还有百度等。内容很多，大家要有心理准备，复习还是以老师给的东西为主，觉得找不到答案可以看看这个哈，总之，大学生涯的最后一科啦，大家加油！有不足错误地方欢迎小伙伴们积极指正。有其他资料的小伙伴也希望积极分享啊。题型：单选10（CRM的设计理念-客户数据的有效采集和消费）判断10简答20 4道论述40 2道设计题20说题型时举的例子，考不考我也不知道啊 不要再问我啦 呜呜简答：1、 隐性显性数据：促销性数据、描述性数据、交易性数据三类数据基本上代表了客户数据的全方位视角。常理来说，这些数据同企业是比较“直接相关的”，我们可称之为显性数据。但也应该明白，同时还存在着很多同企业不那么直接的“隐性数据”。由于企业很难控制，所以一般不提。比如： 客户对其他人说过或做过什么？比如有向其他人说过企业坏话吗？ 客户最近经营情况好不好？ 主要决策人目前工作和生活处境如何？所有其他处于相对动态的客户情况。2、 各种类型功能估计是三种类型 运营型、分析型、操作型三种不同类型CRM的各自功能。（后面有详细整理）3、 crm实施时涉及哪些要素最重要的要素三分技术，七分组织，十二分数据五大要素，人、数据、管理、软件、硬件（需要展开）电子书上说人是第一要素，但上面又说数据十二分，到底哪个是最重要的我也不知道啊！4、 温饱消费 温饱型消费u 此为基本型消费。是指对客户数据略微加工整合，然后向企业员工、客户或伙伴多渠道发送的过程。要实现温饱型消费，所有数据都以客户为核心进行整合是首要前提。这个阶段的CRM应用可以认为是一种典型的客户信息管理系统。 预测型消费u 此为高级消费。它的主要消费者是企业内部营销和销售人员，目的是从客户数据中找寻出客户的行为规律，从而提高销售成功率。 流程型消费u 这是一种更高级的消费。其高级之处在于这种数据消费过程的“动态性”。每个数据片段都被贯穿在一个流程的各个活动被“即时消费”，实现动态的自动化消费过程。流程性消费过程首先由人设计，数据的主要消费者则是流程本身。5、 几个四大比如四大功能、四大技术等等，我也不知道指的是哪个，大家详见老师复习的word。论述：1、 未来CRM产品特点、产品构架特点2、 现代CRM解决方案（答案整理都在后面）设计题二选一1、 计算机模型设计(PPTCRM4)2、 规划CRM系统-包括模块功能、模块用户、模块间的信息集成、模块间的应用集成以及终端客户应用和软件设计平台等的描述（PPTCRM5）（PPT的全部内容都是，内容很多，很多。无法整理，大家就看PPT吧）其他重点1、CRM体系结构简述CRM体系结构如图22所示。2、CRM的一般功能组成1运营型CRM运营型CRM可以是基于Web技术的全动态交互的客户关系管理应用系统，其功能模块图如图2.15 所示。运营型CRM使企业在网络环境中能够以电子化方式完成从市场、销售到服务的全部商务过程。它主要包括以下五方面的应用：（1）销售套件为企业管理销售业务的全过程提供丰富强大的功能，包括销售信息管理、销售过程定制、销售过程监控、销售预测、销售信息分析等。运营型CRM销售套件将成为销售人员关注客户、把握机会、完成销售的有力工具，井可以帮助提高销售能力。运营型CRM销售套件对企业的典型作用在于帮助企业管理跟踪从销售机会产生到结束各销售阶段的全程信息和动作。（2）营销套件为企业由始至终掌握市场营销活动的运作提供便利。提供从市场营销活动信息管理、计划预算、项目追踪、成本明细、回应管理、效果评估等功能，帮助企业管理者清楚了解所有市场营销活动的成效与投资回报。（3）服务套件帮助企业以最低的成本为客户提供周到、及时、准确的服务。提供包括服务请求及投诉的创建、分配、解决、跟踪、反馈、回访等相关服务环节的闭环处理模式，从而帮助企业留住老客户、发展新客户。（4）电子商务套件运营型 CRM电子商务套件是让企业商务过程“ E”化的 FrontOffice（前台），它可以帮助企业将门户站点。各种商务渠道集成在一起，开拓新的销售渠道及商务处理方式。（5）平台运营型CRM平台是产品的基础核心平台，能实现产品的基础数据维护、安全控制、动态配置与工作流定制等功能。2分析型CRM分析型CRM主要是分析运营型CRM和原有业务系统中获得的各种数据，进而为企业的经营、决策提供可靠的量化依据，其功能模块图如图2.16 所示。分析型CRM一般需要用到一些数据管理和数据分析工具，如数据仓库、OLAP和数据挖掘等。 “以客户为中心”策略的一个关键步骤是收集足够的客户背景信息和行为信息，并对客户进行细分。分析型CRM的销售、服务、市场、电子商务以及业务平台等功能可将客户的各种信息按照分析的要求有机地整合起来，为数据分析提供准确的数据源。将客户的背景数据、生活方式方面的信息，与客户行为信息相结合，通过建立合适的模型，对不同群体的客户采用针对性和有效的互动交流。市场将分析的结果信息反馈给销售系统，销售系统可通过呼叫中心对特定的客户进行特殊的服务或者提供交叉销售，以满足客户的需求。1、 客户分析2、 客户建模3、 客户沟通4、 个性化与优化5、 接触管理分析型 CRM所需要的核心技术通常包括数据仓库、数据挖掘、联机分析处理（OLAP）和决策结果展现几个方面。3协作型CRM协作型CRM解决方案将实现全方位地为客户交互服务和收集客户信息，实现多种客户交流渠道（如呼叫中心、面对面交流、InterneU/Web、Email/fax等）的集成，使各种渠道相互交融，以保证企业和客户都能得到完整、准确和一致的信息。其主要功能见表2l。 3、主流的CRM总体解决万案主流的CRM解决方案的主要特性为以下几点：（1）灵活的工作流管理提供的工作流模块具有功能强大、使用灵活、操作简单等特点，它不但可以定义修改工作流程，并且可以监控工作的流转情况和重定义流程，同时，还可对流程的运转进行在线日志管理以便查询和工作效率评价。（2）功能齐全的客户智能分析有专门的业务智能模块，它包括市场智能、销售智能和客户智能三大模块，以客户智能为重点，注重分析客户的消费行为和生命周期，为企业及时调整市场方向提供服务。例如，通过客户价值分析，可以找到对运营商最具价值的客户，针对这些客户进行个性化的服务，保持客户，提高客户满意度。通过客户行为分析，可对客广行为进行清晰描绘和分析，了解每个客户对各类业务的贡献价值，帮助运营商更有针对性的进行服务建议和交叉销售，使运营商的销售更有效率。通过用户流失分析可以分析客户的流失原因、比率、影响情况。（3）完善的应用系统安全技术具备一套完善的应用系统安全技术，包括系统的多项身份认证技术、权限策略、授权机制、数据加密以及数字签名等技术。这些技术被灵活地应用于CRM应用系统和各个模块之中。（4）与 Microsoft Office完全兼容并自动转换格式能与 Microsoft Office有效兼容，并且提供的客户资料、销售合同、联系概要可自动生或用户选定的Word文挡或Excel表格，提供的所有报表和智能分析结果也可自动的进行Office文挡转换。（5）几乎所有应用构架于因特网之上与客户交互的所有模块都基于因特网，使企业的各种业务运作都可“随时随地”处理。（6）可扩展性由于采取EAI和数据仓库技术，系统具有很好的可扩展性。构件化体系结构设计使每个模块具有明确的功能边界和输入输出规范，容易实现即插即用。开放信息总线可以连接现有的和未来的各子系统，并且保证各子系统之间的数据交换和数据共享。唯一性数据中心，即数据仓库可以保证数据的一致性和真实性，在些基础上，可以为其他子系统（如业务受理和呼叫中心等）提供真实可靠的用户信息，便于系统的扩展。多用户交互渠道集成为业务管理用户提供了多渠道的交互方式，包括网站、电子邮件、电话、多媒体呼叫中心和无线接入等。并且这些交互渠道是相互集成的，保证所有用户在不同的渠道上得到统一的服务，有统一的体验。4、CRM技术层次架构CRM是基于数据核心层、业务逻辑层、接入层3层平台进行设计的，3层的内容如图32所示。CRM技术逻辑架构CRM是基于互联网技术（BS模式、纯 Java语引来协助企业实现客户关系管理的目标工RM的技术逻辑表现结构主要包括 3个层次：用户接 L3（User Interface）、服务器组（ServerGroup）、数据管理（Data Manapement）。各层次的内容及说明如图 33所示。5、未来的CRM产品的特点需求拉动着CRM市场的发展，同时引导着CRM产品和技术的进步，这一切对CRM的用户以及对CRM软件开发商的重要性是不言而喻的。对CRM产品的发展预测如下：（1）前台和后台的信息系统将进一步融合。后台软件产品的供应商，如ERP厂商，将继续扩充自身的前台管理功能。前台软件的供应商也将增强自身的前台产品与其他后台产品的集成能力。（2）呼叫中心的功能将大大扩充，真正地实现电话、WWW、Email、传真、无线通信、直接接触等的融合，成为联系中心。（3）基于网络的自助服务将成为企业向用户提供服务的重要方式。（4）现有的CRM产品将融入更多的合作伙伴关系管理（PRM）的功能，而 PRM产品将会有更细、更具先进性的行业解决方案，并将融进分销系统软件和电子商务软件的一些功能，获得较大发展。（5未来的 CRM产品将融入知识管理和竞争情报的部分理念，成为知识管理和竞争情报的有力工具。6、决策支持系统架构这种构架的主要特点：（1）数据仓库对底层数据库中的事务级数据进行集成、转换和综合，重新组织成面向全局的数据视图，为决策支持系统提供数据存储和组织的基础。（2）联机分析处理从数据仓库中的集成数据出发，构建面向分析的多维数据模型，再使用多维分析方法从多个不同的视角对多维数据进行分析和比较。（3）数据挖掘以数据仓库和多维数据库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动做出预测。数据挖掘表明，知识就隐藏在日常积累下来的大量数据之中，仅靠复杂的算法和推理并不能发现知识，数据才是知识的真正源泉。（4）在传统的决策支持系统中，数据库、模型库和知识库往往被独立地设计和实现，因而缺乏内在的统一性。而数据仓库、联机分析和数据挖掘组成的新的决策支持系统构架解决了决策支持系统数据库内数据的不一致问题。（5）由于内在的统一性，这种新结构很好地解决了相互间的衔