数据挖掘技术在银行客户关系管理系统中的应用

目 录中文摘要1英文摘要2引言3一、中国银行业现状及存在的问题31.1 银行业现状4 1.2 存在的问题4二、CRM 在银行业的作用5三、银行业CRM系统体系结构5 3.1 数据挖掘银行CRM 系统的核心7四、数据挖掘技术在商业银行CRM中的应用8 4.1概念描述 9 4.2关联规则挖掘10 4.3分类和预测10 4.4聚类分析和孤立点分析11结束语 12致 谢13参考文献 14外文文献原文 16外文文献译文 20数据挖掘技术在银行客户关系管理系统中的应用摘要：面对入世带来的挑战, 我国银行必须提高其核心竞争力, 而客户关系管理正是提高企业核心竞争力的最好手段。文章论述了银行客户关系管理系统的总体架构和数据仓库及数据挖掘在银行业客户关系管理中的应用, 旨在更好地提高银行的竞争力, 把客户看作银行资源的一部分, 最大限度地获取利润。关键词: 客户关系管理; 银行业; 数据挖掘; 数据仓库The framework of bank CRM system based on data miningAbstract: The bank s in China have to improve the core compet it ivepower to face the challenge as China accedes to the WTO , and the customer relation ship management (CRM ) is just the best means.The framework of the bank CRM system and the application of data warehouse and data mining in the bank CRM are discussed in the paper. Customers should be regarded as an important resource of banks, and suitable service strategies shall be adopted to imp rove the core compet it iveness of bank sand make gain s to the largest ex ten t.Key words: customer relation ship management (CRM) ; banking; data mining; data warehouse引 言随着我国加入WTO ,国内银行业正酝酿着有史以来最为深刻的变革,不仅面临着同业之间的激烈竞争,还有来自非同业与国外之间不断加大科技投入的激烈竞争。在信息技术水平总体相差不大的情况下,利润并非只限于“物质”,还来自于“信息”和“客户关系”。今天的中国银行业,已步入客户主导的买方市场。无论是国有商业银行还是股份制商业银行,都无一例外地意识到,客户已成为银行至关重要的商业资源。如何才能树立和执行客户战略、如何才能建立长期稳定、科学管理的客户关系;如何才能深度地挖掘客户资源的效益显得非常重要。要想赢得金融竞争的主动权,银行只有实行以客户为中心的客户关系管理(Customer Relationship Management ,CRM) ,赋予银行更完善的客户交流能力,才能最大化客户的收益。CRM 本身是一个管理上的名词,是一个管理理念。但CRM 又可以是一套原则制度或一套软件技术。作为制度,它借助先进的信息技术和管理思想,通过对企业业务流程的重组来整合客户信息资源,并在企业内部实现客户信息和资源的共享,为客户提供一对一的个性化服务,改进客户价值、满意度、盈利能力及客户忠诚度,保持和吸引更多的客户,最终实现企业利润最大化。作为软件技术,CRM 通过应用先进的计算机技术,将所收集的客户特征信息进行智能化分析,转化为应用软件为企业的商业决策提供科学依据,笔者从CRM 的技术视角进行分析。一、中国银行业现状及存在的问题1.1 银行业现状外国银行的经营规模庞大,资金实力雄厚,资产质量优良。如美国花旗银行集团的资产已达到7000亿美元,相当于我国工商银行、农业银行、中国银行、建设银行资产的总和。国外银行的科技化程度高,已经发展到以客户信息为中心的服务；国内银行最近才完成了计划经济向市场经济的转变,在很大程度上还处于被动地为客户服务。而国内银行也有自身的优势:中国的各家银行是政府出资兴办的,政府的信誉度很高,中国公民更愿意把存款存到国内银行。国内的银行应该利用这种优势，提供优良的服务,主宰中国的金融市场。1.2 存在的问题(1) 对客户了解不够。中国相当多城市的金融企业都集中在同一个区域, 而大家所提供的服务又是同质的。客户从各个银行获得的服务大同小异,银行并没有针对不同的客户提供个性化服务。客户要投资理财时,需向银行进行咨询。但由于职员对客户的偏好和能力无法把握,很难赢得客户满意, 最终让客户失望而归。(2) 各种与客户相关的数据处于信息孤岛的状态。营销、销售、客户服务和支持业务都是孤立进行的,并且前台的业务领域和后台部门也是分开进行的。当客户要同时获得多项业务服务的时候,往往不得不多次填表,多次排队等候,这样就给客户带来了很大的不便。(3) 信贷不良是中国银行业迫切需要解决的问题。银行对企业的财务状况了解不够,或者因“关系信贷”形成了坏账损失。对客户的投机或欺诈行为不能够及时发现和预防,存在很大的金融风险。由于财务报表总是在期末才形成,而且其上报和对外公布还存在很大的时间差,所以银行往往不能够对企业的投资行为进行监督和警告。(4)我国银行业客户信息管理的缺陷:分散性和片断性。长期以来,我国银行信息系统是模拟原来手工处理流程来处理银行交易,因而以往系统的设计均以账号为中心,而且根据客户与银行往来业务品种的不同,其在银行内部各个业务系统中的账号也各不相同,很难将同一客户在银行内部的所有信息进行整合。因此我国银行客户信息的最大特点是分散性(市场、销售、服务各个部门都有自己独立的信息系统) 和片断性(各部门信息相互割裂) ,银行内没有一个部门可以看到客户信息的全貌,导致同一个客户在办理不同的银行业务(存款、贷款、办卡等) 时,其个人背景信息都要重复地填写。而且,客户为了在同一家银行办理不同的业务,往往需要办理不同的银行卡,导致同一客户手中经常持有同一家银行的多张存折和银行卡,给客户造成诸多不便。这种情况不但造成了银行人员、时间的浪费和营运成本的增加,还不利于新业务的拓展。从客户的角度看,当与同一家银行进行不同的产品或服务查询时,需要重复一些相同的步骤,而且得到的回答是来自不同的银行、不同的人给出的不同回答;从银行领导的角度来看,从不同的部门得到的分析统计结果也往往不一样,而且效率非常慢,月报、季报都不能按时上交;从市场营销的角度看,不知道该对哪一类客户提供什么服务和产品,如何将好的客户留住。总之,客户信息的分散性和片断性,对我国银行的决策者进行业务决策造成了极大的困挠,浪费了许多资源,失去了很多机会,使银行在日益激烈的市场竞争中处于不利的地位。二、CRM 在银行业的作用CRM 能够带来商业运作模式的转变,能够打破旧的工作模式，银行业CRM的正确实施可以很好地解决中国各家银行存在的问题。银行业具有自身的特点,其主要产品都涉及到一连串的数字符号。银行更应该把客户作为其资源的一部分来看待,对客户进行关怀,赢得客户的最大满意度。CRM是一种业务流程,可以保证企业和顾客及潜在顾客间保持长期的对话,以求理解并满足他们的需求,激发其购买欲望,并建立起他们对产品品牌的忠诚度,进而再次购买。首先要了解客户的真正需要。如何把握顾客的需求,向顾客提供一对一的优质服务,提高顾客的满意程度,增加竞争力,便是银行客户关系管理需要做的一部分。其次,留住老客户,提高客户的忠诚度。统计表明,从新客户身上赚钱的成本是从现有客户身上赚钱成本的数倍；挽留客户的比率只要增加5% ,获利就可能增加60% 100%。竞争的需要,迫使企业要留住老客户,了解老客户的行为习惯和偏好,采取必要的优惠政策,甚至按照老客户的习惯提供服务,赢得他们的满意。在公司推出新业务的时候,及时通知老客户。再者,“顾客并非都是上帝”。如何找出金牌客户,重点进行针对性的营销,应该遵从20/80 原则。即占客户群20% 的金牌客户,实现利润往往占到利润总额的80% 以上。CRM所要做的事情就是根据对客户的成本利润分析,找出这一部分客户,并对市场进行细分,针对不同的客户实施不同的策略。三、银行业CRM系统体系结构银行为了提高核心竞争力,应该建立完整统一的客户关系管理平台,力求客户数据高效统一。将实时信息处理流程嵌入业务处理过程中,银行执行业务活动的同时,将业务事件存储在CRM系统中；通过执行业务规则和信息处理规则,生成集成信息。完善的、适用于银行的CRM系统总体架构,主要包括3个方面,如图3-1所示。图3-1银行业CRM 系统体系结构示意图张成虎、于云树：“银行CRM 系统的需求与结构分析”，中国金融电脑, 2002年第3期第64页(1) 完整的银行客户数据模型。银行客户的数据分布在不同的系统中,为了充分利用现有数据,统一银行内部所有的业务数据,为银行客户提供一个清晰、完整的视图, 必须要有一个完整的银行客户数据模型,能够自动提取、保存现有数据。这样才能帮助客户服务人员及时了解客户情况, 同时能够综合各个渠道客户的反馈信息从而指导呼叫中心话务员更好地服务于客户,并能满足银行新业务发展的需要。(2) 统一的客户分析和服务管理平台。银行的目标是在所有同客户接触的渠道上(包括电话、网络等) ,都建立起统一的客户服务手段,客户可以按照自己喜好的方式同银行接触,来实现对不同的银行业务的处理要求。银行必须具有统一的客户分析和服务管理工具,科学地分析和预测客户的行为,统一地协调管理多个客户服务渠道,保证对客户的一致性承诺,从而真正发挥银行客户关系管理的优势。(3) 统一的信息访问和交易处理平台。不同的客户服务应用系统都要访问银行内部各个业务部门的信息,为了保证系统的安全性和服务的一致性,需要在不同的前端应用和后台数据源之间建立一个统一的信息平台,负责提供信息的发布和交易数据的转换。这个统一的信息访问和交易处理平台将对银行未来各项新的业务模式、业务品种的发展起到关键性的作用,并促进银行业务的发展,提高客户服务水平和客户的满意度。从图3-1可以看出,数据仓库能将海量复杂的银行客户行为数据集中起来,建立一个整合的、结构化的数据模型,在此基础上对数据进行标准化、抽象化、规范化分类及分析,为银行管理层提供及时的决策信息,为业务部门提供有效的反馈数据。数据仓库是银行CRM的中央存储系统,数据主要包括内部信息和外部信息。内部信息包括银行的业务信息、人力资源信息以及技术信息等。CRM的内部信息一方面在经营决策时作为分析内部条件的依据, 另一方面作为一种主要的监测工具,监控银行的业务流。而外部信息主要指在银行以外产生但与银行业务相关的各种信息，如市场信息、客户信息及竞争对手信息等。其主要职能是为其它部门特别是业务部门提供客户信息,在经营决策时作为分析银行外部条件的依据。3.1 数据挖掘银行CRM 系统的核心竞争的策略就在于创造别人无法取代的地位,银行业竞争的最大特点在于为客户提供优质与个性化的服务。CRM中的数据挖掘就是利用数据挖掘理论与技术构建描述和预测客户行为的模型,以实现企业有效的客户关系管理。数据挖掘具有统计和机器学习的能力。对于银行而言,可以通过数据挖掘工具,如基于OLAP(On-Line Analysis Processing)、AI(Artificial Intelligence)、机器学习及统计学等技术的数据挖掘工具,挖掘出潜在的客户信息。包括预测客户的行为、发现重点客户、对客户的投资行为提出建议和警告,帮助银行决策者调整市场策略,减少风险,做出正确的决策。CRM 系统按照其处理问题的不同可分为操作型的CRM (Operational CRM )、协作型的CRM(Collaborative CRM )和分析型的CRM (Analytical CRM ),而数据挖掘技术就是分析型CRM 的核心技术。数据挖掘在CRM 中担任两个角色: 将数据转化为信息和知识,在此基础上做出正确的决策;提供机制将知识融入到运营系统中,进行正确的运作。银行业CRM数据挖掘的一般流程,如图3-2所示。图3-2银行CRM数据挖掘流程图张成虎、于云树：“银行CRM 系统的需求与结构分析”，中国金融电脑, 2002年第3期第66页四、数据挖掘技术在商业银行CRM中的应用数据挖掘任务一般分为两类:描述和预测。描述性挖掘任务表达出数据的一般特性,预测性挖掘任务在当前数据上进行推断,用于预测未来新数据的有关性质。银行客户关系管理中的数据挖掘就是利用统计学和机器学习从银行客户数据中发现客户行为相关模式,并以适当形式将结果表示给从事客户关系管理的决策人员;同时客户关系管理将银行积累的知识融入到客户管理前端的各个环节中,采用规范的方法来增强市场活动的有效性、针对性,最大化银行利润。数据挖掘任务主要包括以下几个方面:(1)客户盈利能力分析:不同客户对于银行来讲,其价值是不同的。数据挖掘可以有效地分析和预测不同市场活动情况下客户盈利能力的变化,帮助银行制定适合的市场策略。(2)客户获取分析:银行的增长和发展壮大需要不断维持老客户和获得新客户。数据挖掘可以帮助对潜在客户群进行细分,并且提高市场推广活动产生的反馈率。(3)交叉销售:营销最终的目标是银行和客户之间达到双赢的结果。交叉营销就是指向现有的客户提供新的产品和服务的营销过程。“啤酒+尿布”的数据挖掘故事我们都很熟悉,但是只有找到非常精确的模型后,才可能从中获利。而数据挖掘技术就能帮助我们分析出最优的合理的销售匹配。(4)客户保持分析:随着竞争的加剧,获得个新客户的开支愈来愈大,银行也愈来愈重视保持原有的客户。数据挖掘技术可建立客户流失的预测模型,识别导致他们转移的模式,以便对可能流失的客户采取预防措施。(5)客户细分分析:细分可以让银行从比较高的层次上来查看整个数据库中的数据,也使得银行可以用不同的方法对待处于不同细分群中的客户。数据挖掘技术可对大量的客户分类,提供针对性的产品和服务。4.1概念描述 描述性数据挖掘的最简单类型就是概念描述,概念描述产生数据的特征化和比较描述。特征化是提供给定数据汇集的简洁汇总,而概念比较是提供两个或多个数据汇集的比较描述。这个过程中就是要进行数据概化,允许数据集在多个抽象层概化,便于考察数据的一般行为。例如在CRM中对客户按地区、年龄、文化程度等分组汇总。我们可以采用面向属性的归纳方法,首先使用关系数据库查询收集任务相关的数据,然后通过考察相关数据中每个属性的不同值的个数,通过属性删除或者属性概化来进行概化。概化数据可以采用概化关系、交叉表、条状图、柱状图、饼图等形式进行显示。在归纳处理之前应该过滤掉不相关或弱相关的属性,属性相关分析的基本思想是计算某种度量,用于量化属性与给定类或概念的相关性,可以采用信息增益分析技术。设S为一个数据样本的集合, 类别属性可以取m个不同的值, 对应于m个不同的类别Ci , I 1, 2, 3, . . . m 。假设Si为类别Ci中的样本个数,那么一个给定样本分类的期望信息为设一个属性A 取v个不同的值 a1 , a2 , . . av ,利用属性A 可以将集合S 划分为v 个子集 S1 , S2 , . . Sv ,其中Sj 包含了S 集合中属性A 取aj值的数据样本。设Sij为子集Sj 中属于Ci 类别的样本数,那么利用属性A 划分当前样本集合的期望信息,即A 的熵为:这样,属性A上该划分获得的信息增益为:在这种相关分析方法中, 我们可以计算定义S中样本的每个属性的信息增益, 具有最高信息增益的属性是给定集合中具有最高区分度的属性。也就是说,在CRM 中,我们可以用这种方法对客户进行分类和区分时识别出客户的哪些属性可以作为分类的标准属性。4.2关联规则挖掘关联规则挖掘是寻找给定数据集中有意义的联系。设I = i1,i2 ,., im 是项的集合,关联规则是形如A = B的蕴涵式,其中A、B 都是I的子集,并且AB =。规则A = B在事务集D中成立,具有支持度s,其中s是D中事务包含AB的百分比,它的概率是P (AB)。规则A=B在事务集D中具有置信度c,即D 中包含A 的事务同时也包含B的百分比是c,这是条件概率P (B|A)。即support(A=B) = P(AB) ; confidence (A =B) = P (B|A)。同时满足最小支持度阈值和最小置信度阈值的规则成为强规则。项的集合称为项集,项集的出现频率是包含项集的事务数,项集满足最小支持度,则称它为频繁项集。关联规则的挖掘步骤就是找出所有频繁项集,然后由频繁项集产生强关联规则,可以采用Apriori算法作为关联规则挖掘算法。在CRM中可以使用关联挖掘算法从数据仓库中提取与客户相关的数据(包括客户的投资行为及消费偏好等) ,并分析客户的特征。按照这些特征把客户进行分组,在银行推出新的产品时,就可以有针对性地把这些产品推向相关的客户。在分析具体的某个客户的时候,应该结合客户的共性和具体情况,进行一对一的分析。当一个客户从一个组流向另一个组时,应该分析发生这种现象的原因,及时调整产品战略,获得更多的利润。及时发现客户的投资风险,对其行为提出警告。4.3分类和预测数据分类首先建立一个模型,描述预定的数据类集或概念集,假定每个元组属于一个预定义的类,由一个类标号属性确定。为建立模型而被分析的数据元组形成训练数据集,训练数据集中的单个元组称为训练样本,由于提供了每个训练样本的类标号,成为有指导的学习。通常学习模型用分类规则、判定树或数学公式的形式提供。然后使用模型进行分类。预测是构造和使用模型评估无标号样本类,或评估给定样本可能具有的属性值或值区间。使用回归发预测连续值就是预测,而分类实际上是预测离散或标称值。比较分类和预测方法可以从预测的准确率、速度、强壮性、可伸缩性和可解释性几方面进行评价。分类的方法有判定树分类、贝叶斯分类、后向传播(一种神经网络学习算法)分类、遗传算法分类、模糊集方法分类,而预测的方法有线性回归、非线性回归、广义回归、多元回归等。在CRM中使用分类和预测可以对用户进行分类,在客户分类的过程中,重点考虑客户的信用度和贡献度这两个指标,并据此将客户划分为四类:优质客户、潜在客户、风险客户、普通客户。信用度和贡献度都高于平均值的客户称为优质客户,这些客户是银行进行个性化服务的重点对象,他们具有较高的贡献度,而且信用度较高,在金融业务中具有较低的金融风险;具有较高的贡献度,但是信用度较低的客户,在金融业务中具有较高的金融风险,这类客户称为风险客户,在银行实施营销策略时,应该在保证其较高贡献度的同时,采取措施防范金融风险的发生;具有较低的贡献度,但是信用度较高的客户,在金融业务中具有较低的金融风险,这类客户称为潜在客户,在银行实施营销策略时,应该尽量挖掘其消费潜力,使其能够为银行带来较高的金融收益;信用度和贡献度都低于平均值的客户称为普通客户。4.4聚类分析和孤立点分析聚类是一种无指导学习,不依赖预先定义的类和带标号的训练实例,属于观察式学习,而不是示例式学习。在概念聚类中,一组对象只有当它们可以被一个概念描述时才形成一个簇。数据挖掘中聚类要求有可伸缩性、处理不同类型属性的能力、发现任意形状的聚类、用于决定输入参数的领域知识最小化、处理噪声数据的能力、多维性、可解释性和可用性。主要的聚类方法有划分方法、层次方法、基于密度的方法、基于网格的方法和基于模型的方法。而在聚类中发现的噪声数据,除了度量或执行错误造成的噪声,实际上就可能是一些孤立点。孤立点挖掘就是:给定一个数据点或对象集合,以及预期的孤立点的数目m,发现与剩余数据相比显著不同的、异常的或不一致的头m个对象。孤立点的探测方法有统计学方法、基于距离的方法和基于偏差的方法。在CRM中进行聚类分析和孤立点分析,可以探测异常的资金量转移,预防金融欺诈等金融犯罪的发生。可以进行客户背景分析是按照客户基本背景资料,对客户群体进行划分,利用客户信息中相对稳定的背景要素来描述不同客户的风险因素及利润状况,是资信评定、授信和风险预警的重要依据。同时也可以利用现有客户的背景分析来正确评价和预测潜在客户和新客户的信用、利润情况。在银行CRM 中有效利用数据挖掘,可以通过对大量的客户信息进行分析,找出各种数据之间的关联性,并设计和衡量客户的需求、盈利能力、信用度、风险度、满意度和忠诚度等指标,从而能够为优质客户提供满意的服务,为银行高层决策者提供准确的客户分类、忠诚度、盈利能力及潜在用户等有用信息,指导决策者制定最优的银行营销策略、降低银行运营成本、增加利润及加速银行的发展。结束语目前，国内商业银行信息体系中大量运用的仍是数据库系统（Data Base）。数据库系统作为管理手段，用于事务处理获得了成功，但对分析处理的支持不能令人满意。由于事务处理和分析处理有极不相同的性质，直接使用事务处理环境来支持决策（DSS）是行不通的。因此，随着商业银行客户关系管理系统在中国国内快速发展，我们必须全面贯彻以客户为中心的思想和一对一的大规模个性化服务的策略，加强数据挖掘技术对商业银行操作性CRM,、分析性CRM, 及协同性CRM的应用，以全面提高核心竞争能力，获取市场竞争优势，确保市场领先地位。致 谢首先感谢我的导师李桂根教授，是他不遗余力的帮助我、指导我，我的论文才能顺利的完成。其次，感谢在我论文写作期间帮助过我的同学们，正是他们帮助我查阅、搜集资料，才使我的论文内容更加充实。最后感谢山西财经大学图书馆给我提供了许多宝贵的资料。 参考文献1 张成虎、于云树：“银行CRM系统的需求与结构分析”， 中国金融电脑, 2002年第三期，64- 66页。2 彭赓、李敏强、寇纪淞：信息、信息技术与组织决策结构、 中国软科学, 2001。3 李志刚：决策支持系统原理与应用，高等教育出版社，2005。4 （美）贝瑞（Berry,M.J.A.）、（美）莱诺夫（Linoff,G.S.）著，别荣芳、尹静、邓六爱译：数据挖掘技术：市场营销、销售与客户关系管理领域应用（原书第二版），机械工业出版社，2006-7-1。5王志海、林友芳：数据仓库(第3版)，机械工业出版社, 2003。6 Jiawei Han,Micheline Kamber著，范明、孟小峰译：数据挖掘概念与技术，机械工业出版社, 2001。7 Olivia Parr Rud著，朱扬勇、左子叶、张忠平译：数据挖掘实践机械工业出版社,2003。8 王能斌：数据库系统原理，电子工业出版社,2000。9 张瑞君：E时代财务管理管理信息化理论与实践的探索，中国人民大学出版社,2002。10 常桂然、黄小原：“数据挖掘技术在CRM 中的应用”，中国管理科学, 2003年第11期第53- 59页。11 罗纳德S、史威福特著，杨东龙译：客户关系管理，中国经济出版社, 2001。12 李宝东、宋瀚涛：“数据挖掘在客户关系管理(CRM ) 中的应用”，计算机应用研究，2002年第10期第71- 74页。13 朱爱群：客户关系管理与数据挖据，中国财政经济出版社, 2001。14 陈卫华，朱仲英：“数据挖掘在CRM中的应用”，微型电脑应用,2001年第10期。15 蔡亮，孙蕾：顾客关系管理中的数据挖掘技术，中国财政经济出版社,200316 李志宏，王学东主编：客户关系管理，华南理工大学出版社，2005年08月。17 JiaweiHan MichelineKamber：数据挖掘概念与技术，机械工业出版社,2002。18 Alex Berson,Stephen Smith Kurt Thearling：构建面向CRM的数据挖掘应用，人民邮电出版社，2001年。 Customer relations in a new eraNew customers In the developed market, consumers have become increasingly harsh. This can be manifested in many aspects, such as the detailed terms of the quality of services, sales and marketing services requirements, and so on.Through more and more channels of communication, consumers exposed to many advertisements and direct investment sales and response, these channels are : Public information (TV, radio, print media, posters, online network), telephone marketing, the Internet, e-mail and messaging systems.Consumers can from a very wide range of brands and suppliers choose, different patterns and the distribution of a wide range of loyalty programs. Meanwhile, the company is also likely to be inundated information. Is an example of the airlines, there was glutted with the discount cards online sales, auction houses and marketing information. All these enrich the customer relationship, but also increases its complexity.Ipsos Group established Ipsos Loyalty, designed to help companies address these new challenges. Guarantee the quality of services and customer satisfaction is still very important, but these are far from sufficient. Today, excellence is a necessary condition, which seems a subsidiary brand-customer ties with the performance of the staff, and the customer relationship at all stages of fine-tuning capability. Ipsos Loyalty is committed to providing the loyalty of the impact of different factors accurate diagnosis, and can be integrated information and to set clear priorities can be controlled conditions, these messages are able to draw an investment in the real, measurable profits.As services become increasingly important, and consumers are becoming daily more like customer participants. For example, in the products or services of this session, the customer often design their own products. Undoubtedly phone is the most typical example. Customers are no longer satisfied merely ordering a product, they have chosen the format products, packaging configuration, personalized color, Ringtones and functional. Therefore, he (or she) to assist production and the ultimate use of the service. Because it was no longer satisfied with a unilateral package of services, the customers become one of the participants, actively participate in the building of client relations, and the freedom to choose.In short, the customer participants in the leading position. Because customers have been met, in that relationship and is not subject to the pressures of competition, He then loyalty products have also built up.This customer is a participant, is also a collaborator. His loyalty not only from the company providing the service, but also from the customers of his own design. His own input, both customized personal telephone, personal home page, or online shops like commodities list He will be able to enhance the level of loyalty.Customer participants will be subjected to constant temptation, draw customers because of the strategies and tools to ensure customer loyalty has no obvious limits, therefore, only loyalty is a continuous method of inducing customers!The first change has become increasingly important. Customer Information From the company point of view, the situation has changed a lot. Sources of information grown exponentially, the corresponding data is also increasing. However, the company has found it increasingly processing and development of these data is a complex, expensive and disappointing. But if those companies have come to realize now stop CRM projects, They will also lose access to a knowledge and the basic engine of profit.Here, changes in the second part will play a role. Is not an attempt to make consistent with the data, but the need to define the data, including : customer needs and expectations, then collect the necessary data. If only based on the statistical tools and data mining, CRM from the database to search for more information is not for day-to-day customer relations. If we begin to listen to our customers, and competitive analysis of the situation, we can find a guide management, market and the strong sales strategy. This is why it is necessary to find effective ways to use CRM and CRM tools rather than some of the worst trying to find the answer to the problem.We can through a combination of the following two key factors to better understand customers : (1) CRM data to the extent permitted to observe customer behavior; (2) During the investigation, Taking into account the clientsperspective and attitude. Before data acquisition and investigation of the classification has not been effective. This combination of the two methods in the process, can find the customer service quality, satisfaction and loyalty of realistic and specific answer.For example, the model is designed for analysis of sales or orders to provide some indicators, However, it does not enable us to understand and explain the real motives customers, such as :(1) they are because they have no other choice and become loyal? (2) because they are very satisfied with? (3) because they do not want to change suppliers? (4) or simply because the volatile personality? There is no one single answer. The distinction between actual customer behavior (CRM) and attitude (Investigation), enterprises are able to carry out effective policy-making, rational distribution of marketing budgets, and network, a telephone center and concession cards, will be used for promotional purposes, personalized direct marketing and customer relations.To a network of horticultural products and DIY retailers loyalty project as an example, from a simple analysis of transactions compared to By understanding consumer attitudes (study of a comfortable, quiet and The best price research) will be a more detailed breakdown. As the use of such information, their direct marketing and sales promotion will be to lower the cost of access to higher returns.Ipsos Loyalty therefore provided the following five important we think the basic steps : 1. Understand the consumers, that your client needs and lifestyle 2. Measure the quality of services 3. Measure and understand the satisfaction of the driving force 4. Measure and understand the loyalty of the driving force is not only based on the service quality and satisfaction, also based on individual brands or products of the additional and different types of consumers of psychological characteristics.5. Finally, through an integrated transaction, a telephone center, concession cards to access the CRM data with the survey data and analysis combine to maximize customer value.This new customer relationship management listened to the advice and observations. Database could provide a large number of data, but only through the investigation we can better understand, even more important is - design an effective plan. Data analysis tools and research use of the combination, in particular through the network, so that we can effe