淺析銀行分析型CRM的實現技術與實施策略

摘要:客戶是銀行業至關重要的商業資源，是銀行的第一資產，對客戶關系的建立、維持和培育應得到高度重視。“以產品為中心”向“以客戶為中心”變革，是銀行業改革的必由之路，現代銀行業務必須以“客戶為中心”來運作，根據客戶的具體需求向其提供相應的金融服務。只有獲取完整的客戶信息，根據不同的客戶行為對其進行類別劃分，有針對性地采取服務措施，影響客戶行為，才能提高銀行盈利，增強競爭力。面對國際潮流和競爭壓力，中國銀行業必須迅速轉變經營觀念，真正做到以客戶滿意為中心，加快客戶關系管理的建設，分析型CRM提供了一個有力工具。

關鍵詞:銀行;分析型CRM;功能;技術

隨著銀行業務的不斷擴展和業務處理信息系統的不斷升級，如何高效地管理和利用銀行龐大、分散的客戶數據，是銀行所面臨最迫切需要解決的問題。建立分析型CRM系統成為銀行實施CRM系統，提高競爭力的有力武器。

利用銀行分析型CRM的解決方案，對客戶信息進行全面分析，挖掘客戶知識，繼而制定和改進相應的市場策略，與操作、協作型CRM相結合，以更好地指導營銷人員為客戶服務和完善客戶服務流程，并反饋到銀行內部系統，用于增強銀行內部的運營效率。

一、銀行分析型CRM的實現技術

為實現上述功能，銀行分析型CRM主要通過數據倉庫、數據挖掘和聯機分析處理三項技術來進行業務分析和客戶關系管理。

1、數據倉庫(Data Warehousing)

數據倉庫是CRM的基礎，以滿足系統對各方面數據的要求。傳統數據庫技術是以單一的數據資源，即數據庫為中心，進行事務處理、批處理、決策分析等各種數據處理工作。其雖對銀行的日常事務實現了集中處理，但無法滿足數據處理多樣化和CRM對業務運作及相關行業情況進行分析的要求。數據倉庫則前進一步，所要研究和解決的就是從數據庫中獲取信息的問題，目的是進行數據挖掘，從不同數據源收集數據，對數據進行整合和統計，形成一個中心數據集，從而既能保持數據的一致性，又易于用戶訪問。

數據倉庫系統一般包括三層結構:數據獲取層、數據存儲層、數據輸出層。數據獲取層通常采用弱耦合方式與業務系統數據庫相連，通過對業務系統數據進行抽取、轉換和加載后，導入數據倉庫;數據存儲層完成對數據倉庫系統中數據的存儲和管理，為了便于對海量數據的管理，得把數據以一定的規則組織起來，而如何從邏輯和物理上去組織數據，正是數據倉庫建設的重要步驟;數據的輸出層與OLAP服務器、數據挖掘服務器相連，對數據倉庫中的數據進行多維分析和挖掘。

2、數據挖掘(Data Mining)

數據倉庫中信息數據量非常大，要找出與客戶相關，有價值的信息，及相互間的關聯，需要對大量數據進行深層分析，以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抽取出潛在、有價值的知識、模型或規則的過程，挖掘出更有價值的信息。也就是根據預定義的商業目標，對大量的企業數據進行探索和分析，揭示其中隱含的商業規律，并進一步將其模型化的有效技術過程。數據挖掘是一門交叉學科，它集成了許多學科中成熟的工具和技術，包括數據庫技術、統計學、機器學習、模型識別、人工智能、神經網絡等。

數據挖掘技術在商業上的實際應用非常豐富，業務應用十分廣泛，常見的具體例子有客戶細分、客戶保留、欺詐檢測、信用風險評估、投資組合管理、客戶服務自動化等等。

3、聯機分析處理(On-Line Analytical Processing)

聯機分析處理是針對特定問題的聯機數據訪問和分析，通過對信息進行快速、穩定、一致和交互式的存取，對數據進行多層次、多階段的分析處理，以獲得高度歸納的分析結果。聯機分析處理是一種自上而下、不斷深入的分析工具，在用戶提出問題或假設之后，它負責提取出關于此問題的詳細信息，并以一種比較直觀的方式呈現給用戶。OLAP是使分析人員、管理人員或執行人員能夠從多角度對信息進行存取，從而獲得對數據更深入了解的一類軟件技術。

OLAP是多維數據分析工具的集合，基本操作有鉆取、切片和切塊、以及旋轉等。(1)鉆取是改變維的層次，變換分析的粒度，包括向上鉆取(roll up)和向下鉆取(drill down)。向上鉆取是在某一維上將低層次的細節數據概括到高層次的匯總數據，或者減少維數;而向下鉆取則相反，它從匯總數據深入到細節數據進行觀察或增加新維。(2)切片和切塊是在一部分維上選定值后，關心度量數據在剩余維上的分布。如果剩余的維只有兩個，則是切片;如果有三個，則是切塊。(3)旋轉是變換維的方向，即在表格中重新安排維的放置(例如行列互換)。

OLAP有多種實現方法，根據存儲數據的方式不同可以分為基于關系數據庫的OLAP實現(ROLAP)、基于多維數據組織的OLAP實現(MOLAP)、基于混合數據組織的OLAP實現(HOLAP)。MOLAP是以多維的方式組織和存儲數據，ROLAP則利用現有的關系數據庫技術來模擬多維數據，HOLAP則還同數據挖掘工具、統計分析工具配合使用，增強決策分析功能。

二、銀行分析型CRM的實施策略

基于對銀行分析型CRM的內涵、功能及實現技術的闡述，結合國內銀行已開展的業務電子化、信息化建設實際經驗，銀行在進一步實施分析型CRM系統之前要對以下幾個方面有明確的認識。

首先，銀行分析型CRM應當以現有的管理信息系統(MIS)和商業智能(BI)、決策支持系統(DSS)等為基礎，注重組織再造與業務流程重構。通過改革和組織再造，整合內部資源，建立適應客戶戰略的、職能完整、交流通暢、運行高效的組織機構，以客戶需求挖掘和滿足為中心，實行業務流程的重構。針對客戶的需求及時推出創新的金融產品和服務，全面提高MIS應用級別和商業智能、銀行業務信息系統、決策管理系統、客戶信息系統和決策模型、方法庫、專家系統等的應用效果，集中對業務流程的主信息流進行搜集、整理、挖掘、分析和利用，從而提高銀行管理效率、效果，形成商業決策分析智能。

其次，把戰略重視、長期規劃、開放運作和系統集成結合起來考慮，促成分析型CRM的順利實施。戰略重視――CRM的實施是一項極為復雜的系統工程，實施CRM要獲得銀行高層管理者發展戰略上的支持，以提供所需的財力、人力資源并推動實施。長期規劃――銀行要在發展戰略框架內進行CRM規劃，設計較長遠、分若干個可操作階段的遠景規劃非常重要。開放運作――銀行實施CRM應當遵循專業化、開放式的運作思路。系統集成――銀行推進CRM實施和改進，還要特別注重與現有信息業務系統的集成，包括客戶聯系渠道、工作流及財務、人力資源、統計等應用系統。

再次，銀行分析型CRM的實施必須建立起一個專業化協作、強干有力的CRM團隊。項目獲得各相關部門認可后，就可著手挑選CRM項目實施團隊的成員，團隊是項目實施的核心，負責做出重要決策和建議，并將CRM實施過程的細節和好處介紹給銀行所有人員。CRM項目實施團隊應包括來自營銷、信息技術部門、財務部門的相關人員和銀行高層管理人員，以及系統用戶的代表。團隊各成員代表銀行內不同部門提出對CRM的具體業務需求，CRM的實施將充分考慮到這些需求。

最后，銀行分析型CRM實施過程中還應該注意CRM軟件的選擇、CRM系統的持續管理等問題。整個過程中注意統籌實施步驟，以漸進方式推進CRM，使銀行能夠根據業務需求隨時調整系統，而不至于打斷當前用戶對系統的使用。