電子商務環境下ｉＣＲＭ體系結構分析

[摘 要] 智能客戶關系管理是電子商務時代客戶關系管理發展的新方向#65377;本文首先描述了iCRM和客戶智能，并對iCRM的數據挖掘結構模型進行分析，最后詳細剖析了基于客戶智能的iCRM的體系結構#65377;

[關鍵詞] 客戶智能;智能客戶關系管理;電子商務

[中圖分類號]F270.7;F273.7[文獻標識碼]A[文章編號]1673-0194(2009)02-0072-03

客戶關系管理是電子商務時代企業制勝的關鍵#65377;隨著信息技術的發展，基于客戶智能的智能客戶關系管理(intelligent Customer Relationship Management，iCRM)促進了客戶關系管理理念的進一步深化和發展#65377;本文將對電子商務環境下iCRM體系結構進行分析#65377;

一#65380;iCRM與客戶智能

1. iCRM概述

隨著網絡技術和信息技術的迅猛發展，尤其是電子商務的發展，客戶關系管理產生了新的發展方向:電子化客戶關系管理(eCRM)#65380;整合客戶關系管理(ICRM)#65380;移動客戶關系管理(mCRM)和智能客戶關系管理(iCRM)#65377;

智能客戶關系管理(iCRM)是一種以客戶為中心，具有在線呼叫中心的客戶關系管理模式#65377;企業利用它可以建立與客戶之間的“學習關系”，針對不同的客戶建立不同的聯系，并能夠根據其特點提供個性化服務#65377;iCRM的出現體現了兩個重要管理趨勢的轉變:一是企業從以產品為中心向以客戶為中心模式的轉變，二是企業管理的視角從“內視型”向“外視型”的轉變#65377;

電子商務為智能客戶關系管理發展提供了很好的平臺和機會#65377;iCRM成長于傳統商業，但被更廣泛地應用于電子商務，電子商務不僅可以為iCRM客戶提供“一對一”的個性化服務，而且有助于為其篩選出正確的目標客戶群#65377;

2. 客戶智能

客戶智能(Customer Intelligence，CI)，是指通過創新和使用客戶知識，并將其運用于面向客戶的決策問題上，幫助企業提高優化客戶關系的決策能力和整體運營能力的概念#65380;方法#65380;過程以及軟件的集合，其本質是對客戶知識的獲取#65380;存儲#65380;分發#65380;共享和應用，其實現過程就是客戶知識在企業決策中的動態的#65380;閉合的流動過程#65377;CI通過技術手段對呼叫中心或在線門戶提供實時支持，對大量客戶數據進行收集和分析，識別#65380;區分不同的顧客，為客戶提供個性化服務，指導企業開發產品和服務#65377;

客戶智能的目標是將企業所掌握的客戶信息轉化為競爭優勢，增強企業的決策能力#65380;決策效率和決策準確性，提高現有的和潛在客戶的滿意度和忠誠度#65377;為完成這一目標，客戶智能必須具有實現從數據收集#65380;數據分析到知識發現的算法#65380;模型和過程，其決策的主題具有較廣泛的普遍性和深度性#65377;

客戶智能的技術體系主要由數據倉庫(DW)#65380;聯機分析處理(OLAP)以及數據挖掘(DM)3部分組成#65377;客戶智能中信息組織的過程是:從由不同的數據源收集的數據中提取有用的數據，對數據進行清理以保證數據的正確性，經提取#65380;轉換后將數據加載入數據倉庫，然后通過查詢報表#65380;聯機分析#65380;數據挖掘等，運用相關的知識和模型，對信息進行處理，最后將知識呈現于用戶面前，轉變為決策#65377;

二#65380;iCRM的數據挖掘結構模型

電子商務的出現，給客戶關系管理的應用提供了更為有效的#65380;靈活的#65380;廣闊的發展空間，并已逐漸成為企業市場銷售和客戶關系管理的一個重要渠道#65377;由于Internet的開放性，電子商務網站會得到大量原始數據和信息，企業可以通過在Web上應用各種信息分析技術對這些數據和信息進行分析來預測客戶行為，進而做到針對不同顧客提供個性化服務，同時還可以利用有效的顧客信息，大大降低企業的運營成本#65377;在當前的信息分析技術中，數據挖掘技術是最具應用前景的一種技術，其主要功能是自動地從客戶信息數據倉庫中找出潛在的客戶購買行為模式，進而預測客戶行為，并對各類顧客采取相應的營銷策略#65377;圖1是一個iCRM的數據挖掘結構模型#65377;

電子商務環境下的iCRM要求企業建立客戶信息數據庫，并基于客戶信息數據庫通過網絡實現客戶的服務管理#65380;客戶需求分析#65380;實現個性化客戶服務等#65377;在圖1的智能客戶關系管理數據挖掘系統結構中，客戶經過注冊或身份驗證后登錄客戶服務與管理系統Web Server;在Web Server中，客戶的注冊信息通過客戶信息分析系統被加入到客戶信息數據庫中;郵件服務器通過與Web Server進行交互，可以處理客戶郵件信息;客戶信息數據庫中的部分客戶數據通過數據清洗等處理后可以作為數據挖掘模型的數據基礎;新的客戶信息數據在經過預處理后，根據數據挖掘知識和模型進行客戶的預測(偏好及個性)分析;電子商務系統將根據客戶預測結果通過交互式網頁和電子郵件服務兩種形式跟客戶聯系，對顧客進行有針對性的跟蹤服務#65377;

三#65380;基于CI的iCRM的體系結構

企業龐大的數據庫中存儲著客戶信息以及企業營銷#65380;服務等方面的信息， 基于CI的iCRM體系結構應當將最佳的商業實踐與數據挖掘#65380;數據倉庫#65380;銷售自動化以及其他信息技術緊密結合在一起，通過充分挖掘客戶的商業行為個性和規律，不斷尋找和拓展客戶的贏利點和贏利空間，更加科學和快速地提供高效的決策分析#65377;以客戶智能為核心的典型的iCRM體系結構可以通過圖2加以描述#65377;

如圖2所示，iCRM體系結構主要包括數據源層#65380;數據處理層#65380;應用支持層和交互層4個部分#65377;

數據源層表示客戶數據的來源，主要包括Web數據#65380;外部數據源和ERP等其他應用系統的內部數據源#65377;由圖2可以看出，Web數據主要指通過以Web為基礎的企業信息門戶(EIP)獲取的客戶數據和信息，iCRM系統通過不同渠道將客戶的背景信息#65380;偏好#65380;行為習慣#65380;交易數據和信用狀況等信息收集并整合在一起;外部數據源主要指與客戶相關的在企業之外的各種數據，如反映客戶消費習慣#65380;競爭企業客戶信息的數據等;ERP等其他應用系統的數據是指企業內部產生的客戶數據，包括產品#65380;財務及訂單等多方面數據，這就要求iCRM還要與ERP#65380;SCM等系統間實現信息共享，以獲取全面的客戶數據#65377;

數據處理層主要包括數據倉庫管理工具和數據倉庫#65377;由于從數據源獲取的數據來自于不同部門#65380;不同時期，各種數據又被存放在分散的異構環境中，不易于查詢，使用傳統的數據庫技術已遠遠不能滿足iCRM分析的需要#65377;在基于CI的iCRM體系結構中，通過對基于數據源層的客戶數據進行清洗#65380;抽取#65380;轉換等處理，使這些數據符合基于數據倉庫的分析與決策工具的數據要求，有助于企業建立一個面向主題的#65380;集成的#65380;穩定的#65380;不同時間的數據集合，并將其存儲到數據倉庫中#65377;

應用支持層主要有報表查詢#65380;聯機分析處理(OLAP)和數據挖掘(知識發現分析決策)等功能#65377;報表查詢是針對數據倉庫生成的各種報表，查詢客戶的有關情況;聯機分析處理是從多視角分析途徑獲取輔助決策所需的客戶分析數據;數據挖掘是從大量的信息中獲取隱含的#65380;以前未知的#65380;具有潛在應用價值的信息，進而發現隱藏于其后的規律或信息間的關系#65377;

交互層可以運用諸如Email#65380;Web和呼叫中心等多種渠道與客戶進行接觸和互動，進而有效實施其功能#65377;企業信息門戶(Enterprise Information Portal，EIP)提供了基于Web的統一界面來獲取用戶信息#65377;iCRM將客戶知識分發到ERP等應用系統，使iCRM成為企業應用的核心并促進企業應用系統的集成#65377;

四#65380;結束語

iCRM作為企業管理的一種新思想#65380;新觀念和新方法，將使企業逐步實現由傳統的企業模式到以電子商務為核心的企業模式的轉變#65377;當前，電子商務環境下的iCRM研究的理論和實踐仍處于不斷探索和完善之中，尤其在“一對一”的個性化服務中，把握趨勢#65380;吸收借鑒國外相關應用成果，及時開發應用個性化信息服務，并為用戶提供專業的個性化的優質服務，將是新信息環境下企業獲取競爭優勢的關鍵所在#65377;

主要參考文獻

[1] Michael J Schroeck. Customer Analytics Making the Difference in CRM:Customer Analytics Amplifythe Value of Integrated CRM Solutions[J]. DM Review，2001(9).

[2] 楊金月，楊林，等. 客戶智能:客戶關系管理(CRM)的內核[J]. 物流技術，2002(7):22-24，27.

[3] 趙華，張立厚，等. 用商務智能完善客戶關系管理的信息流程[J]. 情報雜志，2005(7):61-63.

[4] 鄭劍宇. 基于數據倉庫的商業智能——CRM的本質[J]. 職大學報，2005(2):40-42.

[5] 王玲. 智能客戶關系管理發展趨勢研究[J]. 管理科學文摘，2007(2):43-45.

[6] 錢旭潮，袁海波，等. 企業客戶關系管理[M]. 北京:科學出版社，2004.