第3章运营型与分析型CRM的介绍(文档可编辑修改)

第三章运营型与分析型CRM的介绍掌握运营型CRM的含义；了解运营型CRM的应用；掌握分析型CRM的含义；了解分析型CRM的主要功能；掌握分析型CRM的4个阶段；了解分析型CRM的核心技术；了解两者的关系。8/16/20261重难点分析型ＣＲＭ的主要特点、功能及核心技术8/16/202628/16/20263CRM分类8/16/202643.1运营型CRM运营型CRM（OperationalCRM）： 它建立在这样一种概念上：客户管理在企业成功方面起着很重要的作用，它要求所有业务流程的流线化和自动化，包括经由多渠道的客户“接触点”的整合、前台和后台运营之间的平滑的相互连接和整合。8/16/202653.1运营型CRMCRM是基于Web技术的全动态交互的客户关系应用系统。CRM使企业在网络环境中以电子化方式完成从市场、销售到服务的全部商务过程。它主要有以下5个方面的应用：8/16/202663.1运营型CRM1.CRM销售套件2.CRM营销套件3.CRM服务套件4.CRM电子商务套件5.CRM商务平台套件8/16/202673.2分析型CRM分析型CRM（AnalyticalCRM）：主要是分析运营型CRM中获得的各种数据，进而为企业的经营、决策提供可靠的、量化的依据。这种分析需要用到许多先进的数据管理和数据分析工具，如数据仓库、OLAP分析和数据挖掘等。8/16/202683.2.1分析型CRM的主要功能1．客户分析营销人员可以通过客户行为分析功能追踪营销活动的执行过程，从而了解这类活动的内容和随之传达的信息对客户所造成的实际影响。CRM软件有能力让营销人员通过轻松的鼠标点击即可锁定特定客户，并建立新的细分市场。8/16/202693.2.1分析型CRM的主要功能2.客户建模

客户建模（Modeling）功能主要依据客户的历史资料和交易模式等影响未来购买倾向的信息来构造预测模型。从技术方面看，客户建模主要是通过信息分析或者数据挖掘（DataMining）等方法获得。另外，机器学习（MachineLearning）和神经网络（NeuralNetwork）是主要的客户建模方法。8/16/2026103.2.1分析型CRM的主要功能3.客户沟通客户沟通（Communication）功能可以集成来自企业各个层次的各种信息，包括客户分析和客户建模的结果，针对不同部门的不同产品，帮助企业规划和实施高度整合的营销活动。客户沟通的另一大特色是帮助企业进行基于事件（Event-Based）的营销。8/16/2026113.2.1分析型CRM的主要功能4.个性化个性化（Personalization）功能帮助企业根据不同客户的不同消费模型建立相应的沟通方式和促销内容，以非常低的成本实现真正的一对一营销。8/16/2026123.2.1分析型CRM的主要功能5.优化每个营销人员每天应当处理多少个目标客户？每隔多长时间应该对客户进行一次例行联络？各类营销方式对各类客户的有效程度如何？对于这些问题，分析型CRM的优化（Optimization）功能都可以提供答案，帮助企业建立最优的处理模式。优化功能还可以基于消息的优先级别和采取行动所需资源的就绪状况来指导和帮助营销人员提高工作效率。8/16/2026133.2.1分析型CRM的主要功能6.接触管理接触管理（Interaction）功能可以帮助企业有效地实现客户联络并记录客户对促销活动的反应态度，将客户所发生的交易与互动事件转化为有意义、高获利的营销商机。这种功能又被称作实时事件注入。8/16/202614分析型CRM功能模块图8/16/2026153.2.2分析型CRM的4个阶段一个典型的分析型CRM系统包括4个阶段：进行客户的分析、将市场分段信息运用于客户分析、进行日常市场活动的分析、预报客户行为的各种方法的模型。8/16/202616一、客户分析客户分析需要很多可以定量化的信息，这些信息通常来自各种不同的数据源。对于这些信息必须加以整合，并以合理的方式放到客户数据仓库中，以便于对其作分段或挖掘处理。客户分析所需要的信息一般来自3个方面：企业与其客户的主要“接触点”、关键收益点和外部数据。客户分析阶段所需的关键信息包括客户服务历史信息、客户市场历史信息、销售信息、收益信息、客户的地域分布数据及生活方式数据等。为了在客户数据仓库中形成一个完整的视图，必须对这些不同的信息源加以整合与清理。8/16/202617二、市场区段在客户数据仓库准备就绪之后，就可以对当前客户以及预期的客户群作区段分析，判断不同区段的优势与弱势。对客户群实施区段分析时，可以利用客户数据仓库所积累的大量有用信息对这些信息分析与数据挖掘，有助于发现和评价各种可变因素的不同排列组合会导致什么样的后果。8/16/202618三、一对一的市场在找到最具价值的市场区段后，就可以为不同区段设计并提交适应其特定需要的成套服务。有针对性的市场开拓工作，可以促使企业瞄准更有前景和更有商机的领域。如果能够使企业的产品和服务被本来可能并不需要它们的客户所接受，就可能为本企业赢得最具价值的客户。8/16/202619四、事件模型事件模型是一种技术手段，旨在帮助企业使其市场活动与处理策略准确，并最终取得成功。事件模型可以“刻画”客户的行为和客户的反应，还可以预见未来市场活动的后果。事件模型提供了一种可能，让我们能从客户生活中的某些事件（如生日、买房、买车等）中找到新的商机。8/16/2026203.2.3分析型CRM的核心技术分析型CRM所需要的核心技术通常包括以下几个方面：数据仓库；数据挖掘；联机分析处理（OLAP）；先进的决策支持和报表工具。8/16/202621一、数据仓库数据仓库的要素包含以下几个方面：ETL（数据的抽取、转换和装载）数据仓库的存储数据仓库的管理和维护数据集市8/16/202622二、数据挖掘和OLAP分析OLAP以多维数据分析著名，在数据仓库中为查询和分析信息方面提供先进的能力，可以从多角度、多方位地考察客户的信息，同时它也是数据挖掘信息展现的很好工具。8/16/202623数据挖掘数据库越来越大有价值的知识可怕的数据数据挖掘背景8/16/202624数据爆炸，知识贫乏苦恼:淹没在数据中;不能制定合适的决策!数据知识决策模式趋势事实关系模型关联规则序列目标市场资金分配贸易选择在哪儿做广告销售的地理位置金融经济政府POS人口统计生命周期8/16/202625——数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程，这些模型和关系可以用来做出预测。●数据挖掘（DataMining）——数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。——数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。数据挖掘8/16/202626决策支持系统的结构图8/16/2026273.3两者的关系客户与企业的互动，就需