爱华网一、什么是CRM 在这个数字和网络知识爆炸的时代，我们必须去面对如此众多的名词，诸如：WEB、WAP、ERP、SCM、EAI等等，而CRM就是其中，并且被媒体疯狂爆炒的IT新概念。可能它已经不能打动您的心了、也许您比我还更能说出许许多多的有关CRM的定义和思想。然而，CRM的确走进了我们的生活。 CRM（Customer Relationship Management）就是在企业文化同业务系统结合的同时，形成的以客户为中心的经营理念；CRM是一种旨在改善企业与客户之间关系的新型管理机制，它主要实施于企业的市场营销、销售、服务与技术支持等与客户相关的领域，使客户时时感觉到企业的存在，企业随时了解到客户的变化。这种思想将推动企业最大限度的利用其与客户有关的资源，实现企业从市场营销到销售到最后的服务和技术支持的交差立体管理。CRM的目标是一方面通过提供更快速、周到和准确的优质服务吸引和保持更多的客户，达到个性化的服务；另一方面通过对业务流程的全面管理来降低企业的成本。CRM既是一种理念，也是一套管理软件和技术。 CRM〔客户关系管理〕无疑是2000年IT界谈论最多的话题之一。就像两年前人们谈论ERP以及接下来的ＳＣＭ，这三个内容已被人们视为ｅ-Ｂｕｓｉｎｅｓｓ平台的三个要素。如果把ＥＲＰ比做企业练好内功，ＳＣＭ比做管道，那么CRM就是企业从以产品为中心逐步转向以客户为中心的外功了。我们不难看出企业已经把关注重点从单纯的产品市场份额转向关注有价值的客户份额上来了，以客户为中心的管理正是CRM应用之处，这也是CRM被越来越多的企业所关注的原因。 CRM作为一种软件系统它与ERP软件不一样，它广泛实施与企业的市场营销(Marketing)、销售(Sales)、服务与技术支持(Service)等与客户有关系的办公领域，我们把这种办公领域叫做企业的前端办公领域(FrontOffice)。在CRM软件系统中，以客户作为系统组织的主线。CRM作为软件系统它以先进的软件技术实现企业的市场营销(Marketing)、销售(sales)、服务和技术支持(service)等前端办公领域自动化管理和流程的改善。 二、CRM给您带来了什么 CRM带给我们的不仅仅是一个软件产品，更重要的是一种先进的管理思想和管理方法。在这个基于Internet技术的世界里，电子商务的经营模式正在改变着人们的生活方式和企业的经营方式，彻底改变了企业、客户与供应商之间的关系，同时也带来了更为激烈的竞争。 如果您是一个企业，那么利用CRM系统，企业能搜集、跟踪和分析每一个客户的信息，从而知道什么样的客户，在什么时候，需要什么样的产品和服务，真正实现OTO。良好的CRM可以提高用户的忠诚度、改进信息提交方式、加快信息提交速度和简化客户服务过程。在提高用户忠诚度方面，CRM不仅可使企业更好地挽留现存的客户，而且还可使企业找回已经失去的客户。例如，全球最大、访问人数最多的网上书店---亚马逊公司，面对其越来越多的竞争者能够保持长盛不衰的法宝之一就是CRM。当您在亚马逊购买图书以后，其销售系统会记录下您购买和浏览过的书目，当您再次进入该书店时，系统识别出您的身份后就会根据您的喜好推荐有关书目。显然这种有针对性的服务对维持客户的忠诚度有极大帮助。据悉，CRM在亚马逊书店的成功事实给它赢得了65%的回头客。 另外一个非常经典的例子是，尿布和啤酒的故事，您不想听一听吗？，一个商场发现每当周末的时候，尿布卖的非常的快，公司的经营人员经过分析，发现周末买尿布的大部分是男士，因为他们在周末下班回家的同时将尿布买回家，公司分析后，就将啤酒同尿布一起交叉销售，从而销售额大增，提高了企业的利润。 如果您是一个消费者，那么CRM会给您带来什么呢？如果企业实施了CRM系统，而您有是它的客户的话，那么，您将得到真正上帝般的享受，真正意义上地享受企业的个性化服务，您就会发现企业在时时地关注您，企业总是能在您需要的时候为您提供您需要的服务和业务，好象比朋友还了解您似的。 CRM是一座桥梁，架起了企业和客户之间的纽带，为企业带来了利润和更大的上升空间；同时为客户带来了上帝般的感受，您就会感到企业好象是仅仅为您自己服务似的；从而达到了"双赢"。 通过以上的例子您不难看出CRM会给您带来什么了吧！您不为之心动吗！ 三、国外CRM的发展状况 在1990年左右为了满足市场的需要，许多的公司开始开发SFA（销售队伍自动化系统），随后又着力于CSS（客户服务系统）的开发和推广。到了1996年一些公司把SFA和CSS两个系统合并起来，并加上市场营销(Marketing)、现场服务(Field service)。在这基础上再结合CTI（计算机电话集成技术）形成集销售(Sales)与服务(Service)为一体的呼叫中心(CallCenter)。这样就形成了今天的CRM系统。从1999年以来,随着电子商务的兴起,CRM向eBRM/eCRM方向发展。 根据国际著名公司的走势分析，全球的CRM市场正在以每年50%的速度增长。这意味着2000年全球CRM市场的销售额将达到130亿美元，这个数字到2004年将跃升670亿美元。到2004年，分析、咨询和系统集成服务将成为CRM市场中的生力军，其年增长率将达到惊人的82%，并会对企业造成冲击。 四、如何实施CRM系统 CRM系统的建设不是一朝而就的事，必须分阶段具体实施。在充分了解企业实际情况的基础上，从企业迫切需要解决的问题作为切入点，以最短的时间为企业创造效益.
在信息系统的实施方面，国内的软件商、咨询公司已经有了大量的实践经验。CRM的实施虽然在国内刚刚起步，但它的实施方法、步骤符合信息系统的一般规律，如ERP的实施和应用的经验就可以为CRM借鉴。我们为CRM的实施设计了几个基本组成部分： （一）经营理念的形成 因为CRM系统首先是一个经营理念的形成过程，同其它大的系统一样，CRM系统涉及到公司内很多业务领域，如销售、营销、客户服务、财务、分销等，它的实现离不开工作岗位上的员工的支持、推动、努力和合作。获得公司范围的支持包括：从上到下的承诺，从下到上地获得系统用户的支持；能全心全力投入系统的实施的项目小组；在整个企业中贯彻以客户为中心的经营理念，将客户就是上帝的思想真正灌注到企业的员工中去。 （二） 成立项目小组 一旦获得了公司内上下的支持，就可以从各部门选择适当的人员组成CRM小组。项目小组是CRM系统实施的原动力，他们要就CRM的实施做出各种决策，给出建议，就CRM的细节和带来的好处与整个公司的员工进行沟通。一般来讲，项目小组应该包括高层领导、销售和营销部门的人员、IT部门的人员、财务人员，还要包括所有的最终用户的代言人。 （三） 业务需求分析 业务需求分析阶段是实施CRM系统的关键，在业务需求分析阶段，药筒销售、营销和客户服务经理就CRM系统的要求和策略进行讨论，最终达成对理想中的CRM系统的一致看法。这样做的目的是充分地识别每个部门对CRM的期望，并把各个部门的需求和信息整合起来，形成关于理想的CRM方案的总的看法。 通过CRM调查和业务分析，可以发现是哪些业务领域最需要自动化，哪些领域需要业务流程的改善，在选择CRM解决方案时应该考虑哪些技术特点。 （四）CRM实施与行动 为了把CRM从理想变成现实，必须有实施和行动计划；具体应考虑以下几点： 确定适合于本公司的CRM解决方案目前，CRM解决方案非常的多，但是应结合本公司的实际情况来确定；CRM行业有很多专业的咨询人员和研究人员，他们的主要工作就是研究和评价各种CRM方案，可以提供对市面上主要的CRM解决方案的系统支持。 CRM软件选型 应用CRM系统的目标是支持和推动优化过的销售、营销和客户服务流程，这意味着软件的选择应该建立在现有的IT技术和业务要求的基础之上。主流的软件一般提供下列功能： 联系人和客户管理 销售管理 电话营销和电话销售 客户服务 营销 商业智能 潜在客户管理 电子商务 系统的实施阶段 项目是实施阶段是将需求分析转变成为现实系统的过程，有效的实施管理是项目成功的基础： 项目的计划和管理 系统配置和客户化 测试和试运行 最终实现和项目的铺开 对系统运行的支持最后，CRM系统也要向 领导小组和项目组提供反馈，如哪些功能运行良好、哪些功能难以驾驭，可以采用哪些措施来充分利用现有的技术投资。 （五）相关的技术知识需求 数据仓库(DataWareHouse) 数据仓库（Data Warehouse）技术正是随着市场竞争的加剧，企业业务人员和管理者对信息的需求日益增多的情况下，提出的一种全新的理念和技术，它的目标是整合企业内部所有分散的原始的业务数据，并通过便捷有效的数据访问手段，支持企业内部不同部门、不同需求、不同层次的用户随时获得自己所需的信息。 数据仓库根据数据存储方式的不同可分为两种模式:ROLAP，MOLAP。MOLAP是利用一个专有的多维数据库来存储OLAP分析所需的数据, 数据以多维方式存储，并以多维视图方式显示。ROLAP是利用传统的关系型数据库通过星型或雪花型模型映射出数据间的多维关系实现多维的展现方式。目前由于多维数据库的技术还没有完全成熟，因此在大量的企业级数据仓库项目中90%以上的用户和厂商使用ROLAP建立自己的数据仓库系统。 根据数据仓库建设的实践经验和国内电信的数据仓库建设刚刚起步的具体情况，采用统一规划、自底向上，分布实施的方法论。即在数据仓库整体框架规划的基础上针对某一个或一类重要的、急迫的业务需求进行构造。开始的实施立足于眼前的需求和目标，在比较短的时间内完成，之后再逐步扩展数据仓库包含的范围和功能，逐渐发展并建设成企业级的数据仓库系统。 数据挖掘（Data Mining） 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。 数据挖掘的第一步是描述数据 --- 计算统计变量（比如平均值、均方差等），再用图表或图片直观的表示出来，进而可以看出一些变量之间的相关性（比如有一些值经常同时出现）。 数据挖掘利用了人工智能（AI）和统计分析的进步所带来的好处。这两门学科都致力于模式发现和预测。 数据挖掘不是为了替代传统的统计分析技术。相反，他是统计分析方法学的延伸和扩展。大多数的统计分析技术都基于完善的数学理论和高超的技巧，预测的准确度还是令人满意的，但对使用者的要求很高。而随着计算机计算能力的不断增强，我们有可能利用计算机强大的计算能力只通过相对简单和固定的方法完成同样的功能。 一些新兴的技术同样在知识发现领域取得了很好的效果，如神经元网络和决策树，在足够多的数据和计算能力下，他们几乎不用人的关照自动就能完成许多有价值的功能。 数据挖掘就是利用了统计和人工智能技术的应用程序，他把这些高深复杂的技术封装起来，使人们不用自己掌握这些技术也能完成同样的功能，并且更专注于自己所要解决的问题。 数据挖掘和数据仓库的关系。大部分情况下，数据挖掘都要先把数据从数据仓库中拿到数据挖掘库或数据集市中（见图1）。从数据仓库中直接得到进行数据挖掘的数据有许多好处。就如我们后面会讲到的，数据仓库的数据清理和数据挖掘的数据清理差不多，如果数据在导入数据仓库时已经清理过，那很可能在做数据挖掘时就没必要在清理一次了，而且所有的数据不一致的问题都已经被你解决了。 数据挖掘库可能是你的数据仓库的一个逻辑上的子集，而不一定非得是物理上单独的数据库。但如果你的数据仓库的计算资源已经很紧张，那你最好还是建立一个单独的数据挖掘库。 当然为了数据挖掘你也不必非得建立一个数据仓库，数据仓库不是必需的。建立一个巨大的数据仓库，把各个不同来源的数据统一在一起，解决所有的数据冲突问题，然后把所有的数据导到一个数据仓库内，是一项巨大的工程，可能要用几年的时间花上百万的钱才能完成。只是为了数据挖掘，你可以把一个或几个事务数据库导到一个只读的数据库中，就把它当作数据集市，然后在他上面进行数据挖掘。 目前，主要的数据挖掘算法有：分类模式、关联规则、决策树、序列模式、聚类模式分析、神经网络算法等等。在选择数据挖掘算法时，应该根据数据的结构和分析的目的采取不同的算法，有些时候可能采取多种算法相结合的方法来实现分析的目的。
