CRM中数据仓库运用案例

1、.：.；1、CRM的内涵与意义客户关系管理是以客户为中心的思想开展而来的管理实际。人类科学技术程度的提高，引起了世界的两大主要变化，首先是信息、物资的流动速度加快，无论是消费者还是消费者都能更快的得到有效信息，适时调整本人的习惯和行为，导致了全球生活节拍与变化的加快。再次是计算机技术等高技术的开展使消费才干的极大提高，超越了人们的根本需求程度，市场逐渐由卖方市场转变为买方市场，市场竞争也日益猛烈。如何在快速多变的市场中坚持老客户与争取新客户成为关乎企业生长和开展的关键，因此客户关系管理思想就在这样的一个环境和变化中逐渐为人们所注重与推崇。客户关系管理的中心思想主要包括以下几个方面：1.1客户是

2、企业开展最重要的资源之一企业开展需求对本人的资源进展有效的组织与方案。随着人类社会的开展，企业资源的内涵也在不断扩展，早期的企业资源主要是指有形的资产，包括土地、设备、厂房、原资料、资金等。其后企业资源概念扩展到无形资产，包括品牌、商标、专利、知识产权等。再后来，人们认识到人力资源才是企业开展最重要的资源。时至工业经济时代后期，信息又成为企业开展的一项重要资源。乃至人们将工业经济时代后期称为“信息时代。在人类社会从“产品导向时代开展为“客户导向时代的今天，客户的选择决议着一个企业的命运。因此，客户曾经成为当今企业最重要的资源之一。在很多行业中，完好的客户档案或数据库就是一个企业颇具价值的资产。

3、经过对客户资料的深化分析并运用销售实际中的2P8法那么将会显著改善企业营销业绩。1.2对企业与客户发生的各种关系进展全面管理企业与客户之间发生的关系，不仅包括单纯的销售过程所发生的业务关系，如合同签署、定单处置、发货、收款等，而且包括在企业营销及售后效力过程中发生的各种关系。如在企业市场活动、市场推行过程中与潜在客户发生的关系:在与目的客户接触过程中，内部销售人员的行为、各项活动及其与客户接触全过程所发生的关系；还包括售后效力过程中，企业效力人员对客户提供关怀活动、各种效力活动、效力内容、效力效果的记录等，这也是企业与客户的售后效力关系。对企业与客户间能够发生的各种关系进展全面管理，将会显著提

4、升企业营销才干，降低营销本钱，控制营销过程中能够导致客户埋怨的各种行为，这是CRM的另一个重要管理思想。1.3进一步延伸企业供应链管理20世纪90年代提出的ERP，原来是为了满足企业的供应链管理需求，但ERP的实践运用并没有到达企业供应链管理的目的，这既有ERP本身功能方面的局限性，也有IT技术开展阶段的局限性，最终ERP系统又退回到协助 企业实现内部资金流、物流与信息流一体化管理的系统。CRM系统作为ERP系统中销售管理的延伸，借助Internet技术，突破了供应链上企业间的地域边境和不同企业之间信息交流的组织边境，建立起企业本人的BTOB和BTOC网络营销方式。CRM系统与ERP系统的集成

5、运转才真正处理了企业供应链中的下游链管理问题，将客户、经销商、企业销售部整合到一同，实现企业对客户个性化需求的快速呼应。同时也协助 企业去除了营销体系中的中间环节，经过新的扁平化营销体系，缩短呼应时间，降低销售本钱。1.4客户知识管理世界经济正进入知识经济时代，知识经济是以知识为根底的经济，是建立在知识和信息的消费、分配和运用之上的经济。知识管理的重点是知识的识别、获取、开发、分解、存储和共享，并为其构建有效的途径和机制，以运用集体的智慧提高企业的应变和创新才干。知识管理是以信息管理为根底，是信息管理的延伸和开展，是利用技术去分享知识(或信息)并把它们作为创新(发明)的手段或杠杆。从信息管理到

6、知识管理的进化，是管理实际与实际中“人本管理主线的进一步表达和开展，知识管理是顺应知识经济时代要求的新型管理方式，是迎接新时代挑战的重要战略。客户知识管理是经过一组处理方案的集合寻觅和识别与问题有关的关键性信息，并将这些信息进展提取，构成对某一问题的专门知识，并作为决策的根据。知识管理就是把信息转化为知识，用知识指点决策并付诸行动，再将该行动转化为利润。客户管理的目的在于协助企业不断的获取、积累客户知识并将这些知识运用在企业的市场、销售、客户效力等各个领域，并让这些知识发扬出杠杆作用，以提升企业客户的称心度和忠实度，从而降低消费和销售本钱，缩短销售周期，扩展市场份额，提高企业的效率和效益。因此

7、，客户知识管理是客户关系管理的本质。2、数据发掘对客户关系管理的支撑2.1数据发掘技术许多企业用了很大力气去积累有关客户的信息，但是并不能有效地进展客户关系管理，由于信息只是一些原资料，经过组织、分析并了解后，才可以用来构建成有关客户的知识。而数据发掘技术就可以完成对信息的处置。数据发掘(Data mining，DM)，又称数据库中的知识发现(Knowledge discovery in database，KDD)，是指从存放在数据库、数据仓库或其他信息库中的大量数据中自动地发现相关方式、提取有潜在价值的信息、发掘知识的过程。从CRM的角度，数据发掘运用就是从大量数据中发掘出隐含的、先前未知的

8、、对决策有潜在价值的知识和规那么，并可以根据已有的信息对未来发生行为做出结果预测，为企业运营决策、市场谋划提供根据。在CRM中运用的数据发掘方式主要有以下五种:关联分析、分类、聚类分析、序列分析、孤立点分析。主要运用的技术有:统计、聚类、决策树、神经网络和关联规那么。对于要发掘的数据，可以是传统的关系数据库，也可以建立面向主题的、采用多维数据立方体组织数据的数据仓库。为了使数据发掘技术很好的在企业中发扬作用，首先需求建立一个可以全面组织和管理企业内部和外部数据的平台。经过建立数据仓库，未BOSS系统、网管系统、OA系统和财务管理信息系统的数据进展整合。可以根据不同的分析需求建立相应的主题(如客

9、户流失情况主题、市场竞争分析主题等)，并根据主题建立相应的多维数据集，从而可以在多维数据集中采用OLAP和数据发掘为相应的主题提供分析模型。2.2数据发掘运用过程2.2.1与商业问题的关联要想使数据发掘在CRM中起作用，首先必需将其与实践问题联络起来。数据发掘影响企业决策的方式取决于商业过程，而不是数据发掘过程，因此必需首先根据CRM的功能做需求分析，定义问题。2.2.2数据预备根据定义的问题搜索一切与业务对象有关的数据。数据能够不同的数据源，有企业内部的，也有于web的。根据不同的数据类型将数据进展分类、挑选，判别哪些数据是有效的，哪些是无效的。2.2.3数据抽取根据实践问题抽取的数据应该是

10、存放在CRM数据库中的不同基表中与定义的问题相关的属性域，这些被抽取出来的数据组成一个新的表(类似于视图)。假设经过数据仓库组织数据，那么可以根据需求建立相应的主题，根据主题建立相应的多维数据集，同时可以进展OLAP分析。2.2.4数据的预处置将预备用于数据发掘的数据进展预处置，验证数据的完好性、规范性。2.2.5建模根据定义的问题以及数据的类型决议采用的方式，同时要根据数据的属性(延续或离散)思索采用相应的算法，自动的建立数据发掘模型。2.2.6验证模型模型的验证是数据发掘成败的关键，不但要验证预测模型的过程正确，同时运用这些模型的其他输入和输出过程也要正确。验证的方法是输入一些历史数据，运

11、用该方式比较数据发掘的结果与知历史结果的差别，假设差别很大，就要思索改良模型或应该重新建立新的模型。2.2.7数据发掘在数据抽取构成的表上，运用一定的算法进展数据发掘。2.2.8结果评价通常在数据发掘过程中，用户会对被抽取出来的数据进展分组，然后运用模型进展数据发掘。对于发掘的结果运用两个目的进展评价，一个是支持度，用来验证结果的适用性；一个是可信度，用来验证结果的准确性。3、运用案例本案例经过对挪动客户数据的分析，了解“小灵通将会对挪动客户产生的影响。“小灵通的优势在于其采用固定的资费方式，即主叫收费，被叫免费，而挪动是采用双向收费的政策，因此在价钱上“小灵通对于消费者很有吸引力。本案例经过

12、对用户信息和通话数据的分析，找出客户通话的主被叫特征。假设客户的通话主叫多被叫少，加上挪动公司网络上的优势，客户会选择挪动公司的效力；反之，客户能够会选择“小灵通以降低费用。根据数据发掘模型可以得到细分的客户群及其特征，如表1所示：表1客户群事例 特征值 能够性 客户群的描画 1462(被叫)1(主叫)18.37%79.59%付费方式=现金，阐明是个人用户优惠类型=集团，阐明享有集团客户的优惠2432(被叫)1(主叫)76.09%21.74%付费方式=现金，阐明是个人用户优惠类型=600元/12个月，阐明下一年的合同为600元355622(被叫)1(主叫)51.39%48.60%付费方式=现金

13、，阐明是个人用户已不享有优惠42562(被叫)1(主叫)34.75%64.86%付费方式非=现金，阐明是商业用户目前没有优惠57132(被叫)1(主叫)48.88%50.98%付费方式非=现金，阐明是商业用户遨游类型=0，阐明没有发生遨游通话6342(被叫)1(主叫)62.16%35.14%付费方式非=现金，阐明是商业用户遨游类型非=0，阐明发生遨游通话对于客户群1，客户通话主叫79.59%，被叫18.37%；而且优惠类型为集团，阐明集团内通话有优惠，因此这一类客户迁移的能够性很小。客户群2优惠类型为600元包年，虽然主叫为21.74%，被叫为76.09%，但由于其优惠为包年，签有一年的合同，

14、因此短期内不太能够迁移。客户群3优惠类型为非集团也不是包年，是占样本总数最大的一类客户，其主叫为48.6%，被叫51.39%，这一类客户是有能够迁移的。对于另外三个客户群，其付费方式为非现金，阐明其为商务客户，而且没有优惠，所以虽然其中客户群6的被叫较多，但由于其价钱弹性较小，能够更加注重网络信号的质量，因此迁移的时机相对较小。所以可以将商业实施的目的锁定为客户群3。运用决策树技术调查的是客户的主被叫特征，但是挪动通话是以时间长短计费的，因此通话时长也是一个重要的目的。在制定促销战略时，可以根据客户通话时间的长短将客户分为三个客户群，经过调查每一个客户群的特征制定相应的方案。由于通话时长是一个延续值属性，因此采用聚类技术。用Microsoft SQL server2000提供的聚类工具对客户数据进展聚类。由聚类结果可以看出，客户聚集在通话时长分别为21、69、197秒这三个值上。目前计费是以分钟为单位计费的，因此可归结为1分钟以内，1分钟以上，3分钟以上三个客户群，在这三个客户群中前两个客户群的容量比较大。结合以