淺談ＣＲＭ中的商務智能技術

單春玲

摘要：本文通過介紹商務智能的定義和組成，說明應用商務智能技術是CRM發展的趨勢，并且指出將商務智能技術應用于CRM的運營系統、分析系統，可以有效地分析客戶數據，幫助企業管理者做出更好的商業決策。

關鍵字：客戶關系管理 商務智能 數據挖掘 數據倉庫

進入21世紀，隨著全球經濟一體化進程的加快和競爭的加劇，企業已逐步由傳統的以產品和規模為中心的粗放式經營管理模式向以客戶為中心、服務至上、實現客戶價值和達到企業利潤最大化的集約化經營管理模式轉變，良好的客戶關系是企業求得生存與發展的重要資源。企業為獲得滿意的客戶關系，當前較流行的思路是通過實施客戶關系管理（CRM）項目來實現。

CRM是一種使用專用工具、工藝和技術來幫助管理部門實現業務功能運作和提高的管理原則，旨在優化客戶關系產生的總價值。它是一套先進的管理思想和技術手段，通過將企業的人力資源（People）、業務流程（Process）與信息技術（Technology）進行有效的整合，最終為企業涉及到客戶的各個領域提供了完美的集成。目前將商務智能技術與CRM結合，是CRM發展的一個新的趨勢。

一、什么是商務智能

1．商務智能的定義

商務智能（Business Intelligence）是運用了數據倉庫、在線分析和數據挖掘技術來處理和分析數據的技術，它允許用戶查詢和分析數據庫或數據倉庫，進而得出影響商業活動的關鍵因素，最終幫助用戶做出更好、更合理的決策。

2．商務智能的組成

通常商務智能由商務智能應用、訪問工具、數據存儲和數據源、元數據管理、安全管理和數據集成工具等幾部分組成。

商務智能應用是許多針對不同行業或應用領域的商務智能解決方案軟件包，包括了從基本查詢和報表工具到先進的預測分析再到信息挖掘工具的各類工具。所有工具都支持GUI客戶界面。許多在Web界面也可以上使用。這些工具大多都能處理來自于數據庫或數據倉庫的結構化信息，有的也能對文件系統、多媒體甚至郵件或Web服務器上的復雜的和非結構化的信息進行處理。

訪問工具包括應用接口和中間件服務器，使得客戶工具能夠訪問和處理數據庫及數據倉庫中的業務信息。數據庫中間件允許客戶透明地訪問后臺各種異構的數據庫服務器，Web服務器中間件允許Web客戶連接到數據庫中。

數據存儲和數據源用于管理終端用戶感興趣的業務信息。一般采用多層信息存儲模式，分為操作層數據、數據集市和數據倉庫。其中，操作層數據用于處理正在進行的商業運作的各種業務數據，包括各種業務處理系統的數據、歷史性數據和外部數據，它們可以來源于任何數據存儲方式（文本文件、Excel表等）；數據倉庫作為面向整個企業的企業級數據存儲，收集和組織數據，并使數據適用于分析處理，這種類型的數據稱為“信息化數據”；數據集市作為部門級的數據存儲，是公司數據的一個子集，數據集市是根據不同部門的統計分析需要來定義的。

元數據管理是管理與整個商務智能有關的元數據，包括開發者和管理員使用的技術元數據以及支持商業用戶的業務元數據。

安全管理包括商務智能的安全性和驗證、備份和恢復、監控和調整、操作和調度，審計和計算等。

數據集成工具是數據抽取、轉換和裝載的工具，作為系統的數據集成平臺可以將企業各個業務系統面向應用的數據重新按照面向統計分析的方式進行組織，解決數據存在的不一致、不完整等影響統計分析的情況。

二、CRM中的商務智能

在CRM的解決方案中，用計算機來模仿人的思考和行為來進行商業活動即商務智能的應用非常普遍。據統計，全球企業的信息量平均每1.5年翻一番，而目前僅僅利用了全部信息數據的7％。隨著知識經濟時代的來臨，記錄客戶與市場數據的信息和信息利用能力已經成為決定企業成敗的關鍵因素，越來越多的國內外企業已經根據信息流和數據分析技術進行企業重整，傳統的數據記錄方式無疑被更先進的商務智能技術所代替。

目前流行的CRM整體解決方案不但完成客戶的數據采集、業務處理的流程化等運營型CRM的管理功能，而且將數據倉庫（DW）、數據挖掘（DM）的相關技術引入，能夠進行客戶相關數據分析和營銷、銷售和服務的部門級輔助決策支持，并能為高層領導提供企業全局的輔助決策支持，實現了運營與分析的閉環互動。

CRM運營系統通過多種渠道與客戶互動，通過市場營銷（Marketing）、銷售（Sales）和服務（Service）等業務流程的管理，將客戶的各種背景信息、偏好、行為習慣、交易數據、信用狀況等信息收集并整合在一起，再將這些運營數據和外來的市場數據經過整合和變換，裝載進數據倉庫（Data Warehouse）。

CRM分析系統運用OLAP和數據挖掘（Data Mining）等技術來從數據倉庫中分析和提取相關規律、模型和趨勢，讓客戶信息和知識在整個企業內得到有效的流轉和共享，并進一步轉化為企業的戰略規劃、科學決策和各業務流程的輔助支持，用于提高在所有渠道上同客戶交互的有效性和針對性，把適合的產品和服務，通過適合的渠道，在適當的時候，提供給合適的客戶，從而實現企業利潤的最大化。

數據挖掘是商務智能的一個關鍵技術，是用于客戶數據分析的一個有力工具。現在各行業業務操作流程的自動化，使企業內產生了大量的業務數據，這些數據不是為了分析的目的而收集的，而是由于商業運作而產生。分析這些數據也不是為了研究的需要，而是為商業決策提供真正有價值的信息，進而獲得利潤。

但所有企業面臨的一個共同問題是：信息數據量非常大，而其中真正有價值的信息是哪些？這些信息之間有哪些關聯？因此就需要從大量的數據中經過深層分析，從而獲得有利于商業運作、提高競爭力的信息，數據挖掘就是從海量數據中挖掘出更有價值的信息。

客戶關系管理的目的就是創造、挽留客戶并不斷升級對客戶的服務，以保證企業利潤的持續增長。“以客戶為中心”的數據挖掘內容涵蓋了客戶需求分析、客戶忠誠度分析、客戶等級評估分析等三部分，有些還包括產品銷售。

客戶需求分析包括：消費習慣、消費頻度、產品類型、服務方式、交易歷史記錄、需求變化趨勢等因素分析。

客戶忠誠度分析包括：客戶服務持續時間、交易總數、客戶滿意程度、客戶地理位置分布、客戶消費心理等因素分析。

客戶等級評估分析包括：客戶消費規模、消費行為、客戶履約情況、客戶信用度等因素分析。

數據挖掘技術幫助企業管理客戶生命周期的各個階段，包括爭取新的客戶，讓已有的客戶創造更多的利潤、保持住有價值的客戶等等。它能夠幫助企業確定客戶的特點，使企業能夠為客戶提供有針對性的服務。

客戶獲得傳統的獲得客戶的途徑一般包括廣泛的媒體廣告、大量的電話行銷、市中心及車站碼頭的廣告牌等。做廣告，大多選擇讀者群和直接目標客戶群重疊最大的主流媒體。但數據挖掘可以幫助企業改變這些。

假設你是一家是生產嬰兒尿布的企業的市場部經理，決定采用直郵的方式為產品進行宣傳。最傳統的做法是先選擇一個比較感興趣的地區，通過信息中介公司拿到這個地區的符合你的條件的商業數據，一般情況下要求的條件可能是：25－32歲的最近購買了嬰兒車的人的名單和地址。然后你就會和他們聯系，向他們郵寄資料。這是一種非常簡單的直郵廣告，雖然它比普通的廣告經濟有效得多，但我們認為這還是比較初級、不能完全令人滿意的直郵廣告。因為在這些25-32歲最近購買了嬰兒車的人當中，有很多其它的因素，比如很多人會在他們的小孩出世之前先準備好嬰兒車，而他們還沒有到決定使用哪一個牌子的尿布的時候。

在采用了數據挖掘后，為客戶提供的直郵廣告的有效性和回應率都得到了大幅度的提高。通過數據挖掘可以發現買嬰兒尿布的消費者是男性還是女性，學歷、收入如何，有什么愛好，是什么職業等等。甚至我們可以發現不同的人會在購買嬰兒車后多長時間開始買尿布，以及什么樣的人（嬰兒）會購買什么型號的尿布等等。也許很多因素表面上看起來和購買嬰兒尿布不存在任何聯系，但數據挖掘的結果卻證明他們之間有聯系。

交叉銷售現在企業和客戶之間的關系是經常變動的，一旦一個人或者一個公司成為企業的客戶，就要盡力使這種客戶關系對企業趨于完美。一般來說可以通過這三種方法：1、最長時間地保持這種關系；2、最多次數地和客戶交易；3、最大數量地保證每次交易的利潤。因此我們就需要對我們已有的客戶進行交叉銷售。

交叉銷售是指企業向原有客戶銷售新的產品或服務的過程。一個購買了嬰兒車的客戶很有可能對生產的嬰兒尿布或其它嬰兒產品感興趣，這很容易理解。但對企業，真正關心的問題在于如何發現這其中內在的微妙關系。數據挖掘就能夠幫助企業發現這其中的關系。

交叉銷售的好處在于，對于原有客戶，企業可以比較容易地得到關于這個客戶的比較豐富的信息，大量的數據對于數據挖掘的準確性來說是有很大幫助的。在企業所掌握的客戶信息，尤其是以前購買行為的信息中，可能正包含著這個客戶決定他下一個的購買行為的關鍵，甚至決定因素。這個時候數據挖掘的作用就會體現出來，它可以幫助企業尋找到這些影響他購買行為的因素。

客戶保持現在各個行業的競爭都越來越激烈，企業獲得新客戶的成本正不斷地上升，因此保持原有客戶對所有企業來說就顯得越來越重要。比如在美國，移動通信公司每獲得一個新用戶的成本平均是300美元，而挽留住一個老客戶的成本可能僅僅是通一個電話。成本上的差異在各行業可能會不同，在金融服務業、通訊業、高科技產品銷售業，這個數字是非常驚人的，但無論什么行業，6－8倍以上的差距是業界公認的。而且往往失去的客戶比新得到的客戶要貢獻更多的利潤。

近幾年，國內一對一營銷(One To One)正在被越來越多的企業和媒體宣傳。一對一營銷是指了解企業的每一個客戶，并和他建立起長期持久的關系。這個看似很新的概念卻一直采用很陳舊的方法執行，甚至一些公司理解的一對一營銷就是每逢客戶生日或紀念日給他寄一張卡片。在科技發展的今天，的確每個人都可以有一些自己獨特的商品或服務，比如按照自己的尺寸做一套很合身的衣服，但實際上營銷不是裁衣服，你可以知道什么樣的衣服合適你的顧客，但你永遠不會知道什么股票適合你的顧客。一對一營銷是一個很理想化概念，大多數行業在實際操作中是很難做到的。

數據挖掘可以把大量的客戶分成不同的類，在每個類里的客戶擁有相似的屬性，而不同類里的客戶的屬性也不同，并且完全可以做得到給這兩類客戶提供完全不同的服務來提高客戶的滿意度。客戶分類的好處顯而易見，既是很簡單的分類也可以給企業帶來一個令人滿意的結果。比如說如果你知道你的客戶有85％是老年人，或者只有20％是女性，相信你的市場策略都會隨之而不同。數據挖掘同樣也可以幫助企業進行客戶分類，細致而切實可行的客戶分類對企業的經營策略有很大益處。

三、小結

在商務智能解決方案的幫助下，企業級用戶可以通過充分挖掘現有的數據資源，捕獲信息、分析信息、溝通信息，發現許多過去缺乏認識或未被認識的數據關系，幫助企業管理者作出更好的商業決策。總之，商務智能的目標是將企業所掌握的信息轉換成競爭優勢，提高企業決策能力、決策效率、決策準確性。為完成這一目標，商務智能必須具有從實現數據分析到知識發現的算法、模型和過程，決策的主題應具有廣泛的普遍性。