客户管理系统CRM的数据管理与分析(ppt 35页).ppt

，CRM的数据管理和分析，沃尔玛公司发现“啤酒尿布”故事(内容在教材中详细介绍)评论：如本例所示，使用CRM的成功需要依赖客户数据，科学分析客户数据往往带来意想不到的业务机会：第一次处理客户数据可以完成基本业务流程；高级数据处理(如数据挖掘)可以提供企业决策，促进销售，保持消费者组的稳定性。因此，客户数据是以客户数据管理和分析为主的整体CRM使用的灵魂。2020/6/10，2，本章示例，了解客户数据的内容和类型区分客户数据的质量及其重要性了解客户信息，了解客户知识的含义了解客户数据的收集、处理和应用了解客户数据库在CRM中的作用了解数据仓库在CRM中的应用，3，了解数据挖掘的目标，6.1客户数据及其重要性6.2客户分析和应用6.3数据仓库和CRM中的应用6.4数据挖掘和在CRM中的应用介绍案例讨论摘要事故和执行，2020/6/10，4，本章概述，6.1.1客户数据类型区分6.1.2客户数据的质量保证6.1.3客户数据的重要性6.1.4从客户数据到客户信息和客户知识，2020/客户数据质量的重要性2。高质量数据的判断标准(1)数据的准确性。(2)数据有效性。(3)数据的及时性。(4)数据的完整性。此外，客户数据必须符合逻辑，不能重复。逻辑主要从业务逻辑的角度判断数据是否正确。应避免客户数据中不必要的重复(例如，获取客户出生日期和年龄动机)。6.1.2客户数据的质量保证，2020/6/10，7，1。客户数据基于客户分类标准2。客户数据是企业决策的基础。3.客户数据是加强客户交互的指南。4.客户数据在满足客户满意度要求方面的重要性，2020/6/10，8，6.1.4从客户数据到客户信息和客户知识，2020/6/10，9，6.2.1客户数据收集渠道6.2.2客户数据整理6.2.3客户数据库和CRM中6.2.4客户数据库部署的重要作用，6直接渠道(1)在市场营销调查中收集客户数据(2)在市场营销活动中收集客户数据(3)在服务期间收集客户数据(4)在终端中收集客户数据(5)通过博览会、博览会、博览会等收集客户数据(6)网站和呼叫中心收集客户数据的新渠道(7)间接渠道(1)各种媒体(2)业务管理部门和海外金融机构(3)国内外金融机构和分公司(4)国内外咨询公司和市场调查公司(5)在建立客户数据库的公司中租赁或购买其他渠道(6) 6.2.1客户数据收集渠道，2020/6/首先，对从多通道集成平台获得的数据执行一些基本验证，以消除明显错误的数据。第二阶段是结构性的。第三步是数据使用和分析。数据使用是企业内部员工进行的一种可预测的6.2.2客户数据整理，包括2020/6/10、13、1。客户数据库的特性(1)意味着动态集成客户数据管理和查询系统。(2)基于数据库支持的客户关系形式或结构系统。(3)基于数据库支持的忠诚度客户识别系统(4)基于数据库支持的客户购买行为参考系统。(5)定制服务。6.2.3客户数据库及其建立，2020/6/10，14，2。客户数据库的内容，6.2.3客户数据库及其建立，2020/6/10，15，3。客户数据库实施注意事项(1)尽可能多地考虑客户的产品购买情况和购买后的反应，以及预测所需的信息量。(2)深入计划客户数据库的组件，并保持一定的灵活性以适应未来的更改。(3)为了建立详细完整的数据库，不需要推迟建设时间。首先，您可以建立小型实用的数据库，并积累经验，以便持续改进。(4)在构建客户数据库时，尽可能多的部门和人员参与。一方面使信息收集科学完整，另一方面使数据库的用户充分理解设计者的想法。6.2.3客户数据库和实施，2020/6/10，16，1。可以使用客户数据库一对一地营销客户2。可以使用客户数据库自动执行客户服务和管理3。可以使用客户数据库动态管理客户4。客户数据库在6.2.4 CRM中的重要作用，2020/6/10，17，6.3.1数据仓库基础知识介绍如何在6.3.3CRM中构建数据仓库6.3 . 3 CRM中介绍数据仓库的应用程序，6 . 3数据仓库及其在CRM中的应用，2020/6/数据仓库的含义当前数据仓库概念的权威定义是：“数据仓库是企业管理和决策中面向主题、集成、与时间相关且不可修改的数据集合。”2.数据仓库特性(1)面向主题(2)整合数据(3)不可更新(4)数据随时间变化，6.3.1数据仓库基本知识简介，2020/6/10，19，3。从数据库系统到数据仓库数据仓库从数据库系统来源，基于原始存储数据库进行整合。但是，数据仓库不仅仅是存储数据的简单存储库。因为与现有数据库存在差异。4.数据仓库部署的目的不是取代现有的生产数据库系统，而是构建数据仓库，以通过整合、一致的企业级视图来组织、存储和分析企业多年收集的数据，从而得出有关企业运营情况、客户要求、竞争情况、发展趋势等有用信息，从而帮助企业及时抓住正确的机会，在激烈的竞争中获得更大的收益。2020/6/10，20，1。CRM的数据仓库逻辑结构，6.3.2CRM如何构建数据仓库，2020/6/10，21，2。构建企业数据仓库是CRM数据仓库的基本步骤，通常是通过范围、环境评估、分析、设计、开发、测试和生产等几个阶段，根据原型不断重复的过程。数据仓库系统的构建不能一次完成。持续构建、完善、坚实的过程。此过程随着业务规模、业务范围和客户的持续增长而发展，在快速增长的同时，数据仓库的价值也会随着业务增长而增长。世界商业零售帝国沃尔玛目前的容量为Pb(1PB=1024 TB；)的容量，并拥有世界上最好的数据仓库系统。1TB=1024GB)数据仓库的价值。2020/6/10，22，1。CRM客户行为分析(1)了解客户。(2)行为规则分析。(3)组间交叉分析。2.发现重点客户3。性能评估，6.3.3CRM的数据仓库应用程序简介，2020/6/10，23，6.4.1数据挖掘基础知识简介6.4.2 CRM的数据挖掘实施过程6.4.3数据挖掘CRM中的应用简介，6.4数据挖掘及其在CRM中的应用简介，2020/6/10数据挖掘的意义简单地说明，数据挖掘是从大量数据中提取潜在的、有价值的知识、模型或规则的过程。对企业而言，数据挖掘可以帮助企业掌握业务发展趋势，揭示已知事实，预测未知结果，分析企业完成工作以提高收益、降低成本所需的关键因素，从而使企业处于更有利的竞争位置。数据挖掘的基本应用主要有六种：分类、评估、预测、关联规则确定、群集、说明和可视化。6.4.1数据挖掘基础知识简介，2020/6/10，25，3。数据挖掘的一般过程，2020/6/10，26，4。实施数据挖掘的人员配置(1)业务分析员。(2)数据分析师。(3)领域专家。(4)决策负责人。业务方案评估和解决方案批准。(5)数据管理器。1 .定义业务问题2。营销数据库建设3 .浏览数据4。数据准备5。模型构建6。评估模型7。数据挖掘在CRM方案中的应用、在6.4.2 CRM中实施数据挖掘的过程、2020/6/10，27、CRM中的数据挖掘可应用于以下几个方面：(1)客户特性的多维分析。(2)客户行为分析。(3)客户损失分析。(4)销售分析和销售预期。(5)交叉销售。(6)客户细分。(7)确保客户。(8)客户获利能力分析。(9)风险评估和防止欺诈。介绍6.4.3 CRM的数据挖掘应用程序2020/6/10，28，案例6-1 Amazon使用客户数据库进行交易程序和推荐书目(详细信息请参阅教材)案例讨论问题1。分析Amazon书店如何利用客户数据库，通过书目推荐实现交叉销售。2.如本示例所示，Amazon书店成功的部分原因是重视客户体验，并致力于简化用户操作流程。那么，您如何知道CRM在电子商务中的重要性呢？3.我国网上书店(如Dangdang、excellent network)在简化客户交易程序方面做了哪些具体工作？请亲自做实际研究，并总结相关内容。2020/6/10，29，案例讨论问题，案例6-2美国第一家银行：通过数据仓库系统“随心所欲”(有关详细信息，请参阅教材)案例讨论问题1。您对美国第一家银行的“ICARE”和“AtYourRequest”的客户服务概念有何看法？2.美国第一个银行数据仓库系统如何支持其“AtYourRequest”(如您所愿)服务？3.在这个例子中，美国第一银行的顾客服务概念，对我国银行业的启示是什么？2020/6/10，30，案例讨论问题，案例6-3天津联通利用SAS数据挖掘技术进行精确营销(详细信息请参阅教材)案例讨论问题1。在这种情况下，天津联通为什么要考虑使用数据挖掘技术分析客户数据？天津联通为什么选择SAS公司？SAS公司的计划对天津联通有什么好处？3.在这个例子中，天津联通利用SAS数据挖掘技术进行了精密营销，您对此有何启发？2020/6/10，31，案例讨论问题，本章首先介绍客户数据的基本知识，包括客户数据的类型、质量标准、重要性、客户数据到客户信息、向客户知识的转换过程等。然后介绍客户数据的处理、分析和应用知识，包括客户数据收集渠道、客户数据清理、客户数据库构建和在CRM中的应用。最后本章介绍了数据仓库和数据挖掘的基础知识及其在CRM中的应用。通过本章的学习，读者应充分理解数据管理和分析在CRM中的主要作用，并培养重视客户存档数据库的习惯。必须基本了解数据仓库和数据挖掘技术在CRM中的应用。2020/6/10，32，本章摘要，1，事故1。如何对客户数据进行分类？每种数据类型的特征是什么？客户管理中的数据必须具有良好的质量。问：高质量的客户数据应满足哪些要求？3.举例说明客户数据在客户关系管理中的重要作用。4.举例说明客户数据的主要收集渠道。客户数据库的特性和角色是什么？构建客户数据库需要注意的基本原则是什么？6.什么是数据仓库技术？扮演什么角色？CRM的主要应用程序是什么？7.什么是数据挖掘技术？扮演什么角色？CRM的主要应