首頁>>>技術(shù)>>>CRM　　CRM產(chǎn)品

優(yōu)化CRM系統(tǒng)的操作和分析技術(shù)

2003/07/07

　　高端客戶關(guān)系管理（CRM）系統(tǒng)是怎樣昂貴，怎樣有益呢？根據(jù)AMR調(diào)查公司的資料顯示，應(yīng)用CRM系統(tǒng)的公司需要支付一大筆許可費用，數(shù)額相當(dāng)于應(yīng)用他們自己系統(tǒng)的三倍。根據(jù)Giga Information Group的估計，高端CRM系統(tǒng)花費的成本大致是每個使用者3000美元。如果這聽起來是很大一筆錢，那么考慮一下CRM的優(yōu)勢。最近的一份研究中提到，Insight Technology Group認(rèn)為應(yīng)用CRM解決方案的組織能預(yù)期銷售額增長42%，銷售成本下降35%，銷售周期縮短25%，顧客滿意度增長20%。投資回報率更是有大幅度增長。

　　為了獲得那些受益，CRM系統(tǒng)一定要滲透整個企業(yè)。它的目標(biāo)應(yīng)該是利用操作型CRM和分析型CRM技術(shù)來提供絕對的顧客滿意。對于一個完整的CRM系統(tǒng)來說，有兩大實質(zhì)性要點：一個成熟的Web門戶網(wǎng)站，這個網(wǎng)站能貫穿于整個組織，提供一個綜合的客戶概貌；先進的分析技術(shù)，該技術(shù)能使復(fù)雜的數(shù)據(jù)分析技術(shù)在強大的預(yù)測模型開發(fā)過程中以及客戶管理戰(zhàn)略中得以使用。

操作型CRM：提供整體的客戶觀點

　　大多數(shù)公司都存在的問題——特別是那些在過去的十年中，和客戶渠道接觸點的增殖性密切相關(guān)的問題——是什么？這個問題就是組織不同部門對于同一個客戶有不同的看法和觀點。比如，一個客戶可能和同一個銀行簽定了一份轎車租約，同時在該銀行中也有存款和支票賬戶。然而，因為有關(guān)每一個客戶或者產(chǎn)品的數(shù)據(jù)通常存放在分散的多操作系統(tǒng)中，因此，對于客戶的觀點是不唯一的，商務(wù)使用者也許不知道特定客戶對于組織有多么重要。

　　從客戶角度看，使用者常常不知道獲得信息的方法，這些信息主要是指通過一種單一的媒介產(chǎn)生的客戶和公司之間的交互信息。他們必須要打一個免費電話進行訂單查詢，通過郵件客戶服務(wù)獲得有關(guān)賬戶狀況具體的信息或者進行文件聲明及發(fā)票的查閱。門戶網(wǎng)站將這種低層的圖片轉(zhuǎn)變成為穩(wěn)定的交互式窗口，允許在使用者——顧客、員工和供應(yīng)鏈合作伙伴之間進行直接的、高效的互動。

　　圖一向我們展示了一種CRM技術(shù)架構(gòu)，它以Web門戶網(wǎng)站作為客戶、合作伙伴、員工和供應(yīng)商之間的通路，并以此作為它的主要特征。


　　第一代門戶網(wǎng)站產(chǎn)品的重要特征包括：

　　個性化服務(wù)：在收集信息基礎(chǔ)上形成一個使用者概況，在存儲于客戶概況（元數(shù)據(jù)）的基礎(chǔ)上為每一個門戶網(wǎng)站使用者過濾信息內(nèi)容。

　　安全服務(wù)：為內(nèi)部和外部使用者執(zhí)行組織安全規(guī)則。

　　出版服務(wù)：對于使用者來說是一種互動機制，說明交易內(nèi)容的位置和意義。

　　訪問服務(wù)：有助于使用者找到和獲得門戶網(wǎng)站的相關(guān)內(nèi)容。

　　期刊訂閱服務(wù)：在有規(guī)則訂閱的基礎(chǔ)上，通過郵件、傳真或者其他方法傳遞交易信息。

　　下載中心：為現(xiàn)行用戶管理交易內(nèi)容和信息的傳播。

　　工作流程服務(wù)：提供與工作流程產(chǎn)品諸如普通郵件、語音郵件、PDA等建立互動聯(lián)系。

　　協(xié)作服務(wù)：允許門戶網(wǎng)站使用者和其他人進行交流——這包括諸如Web聊天、即時通知等特點。

　　注冊精靈：簡化使用者概況信息的收集

　　大批量輸入服務(wù)：允許訂閱人增加大量內(nèi)容，諸如時事通訊，分銷軟件等。

　　數(shù)字儀表板：允許使用者鞏固個人團隊、公司以及外部信息。

　　根據(jù)Gartner公司的研究顯示，先進的門戶網(wǎng)站產(chǎn)品也有以下特征：

　　數(shù)據(jù)庫和已有應(yīng)用整合：將企業(yè)的數(shù)據(jù)庫和已有應(yīng)用程序進行整合；

　　擴展的搜索能力：搜索其他數(shù)據(jù)庫或者甚至其他搜索引擎和返回組合結(jié)果的裝置。

　　廣泛的脫機支持：允許PDA使用者脫機工作，為未來的連接儲存信息。

　　這些動態(tài)的門戶網(wǎng)站對企業(yè)價值底線能有什么貢獻呢？使顧客滿意。如果顧客在使用你的Web站點時有一個愉快的經(jīng)歷。如果他們在不存在故障的情況下完成整個交易周期，那么他們很可能會再次訪問你的站點。他們更有可能成為具有“粘性”的客戶。這些具有“粘性”的客戶能為你的公司帶來無窮的價值。根據(jù)哈佛商業(yè)評論近期的一份報告顯示，客戶保留度每增長5%，公司利潤會增長100%，這是一個簡單的方程式。使客戶滿意相當(dāng)于使客戶忠誠。使顧客忠誠相當(dāng)于保留顧客，增加顧客度保留相當(dāng)于增加利潤。

　　然而，門戶網(wǎng)站僅僅是CRM方程式的一方面。要具備真實的、強大的分析能力，你需要擁有強大的分析技術(shù)。也許目前在市場中最強的分析技術(shù)是數(shù)據(jù)挖掘。

分析型CRM：下一代數(shù)據(jù)挖掘技術(shù)

　　目前有許多數(shù)據(jù)挖掘技術(shù)在使用，諸如古典統(tǒng)計學(xué)（包括線性回歸等）、準(zhǔn)則推斷以及遺傳算法。它們中的大部分能和簡單的數(shù)據(jù)挖掘任務(wù)相匹配。然而，在過去的二十年中，有兩種技術(shù)誕生了：決策樹和神經(jīng)網(wǎng)絡(luò)。這些數(shù)據(jù)挖掘技術(shù)能被用來發(fā)現(xiàn)深澳的知識和構(gòu)建復(fù)雜的預(yù)測模型。因為它們相當(dāng)復(fù)雜，每一種技術(shù)都能寫出一大篇文章，所以這里只是點到各種技術(shù)的關(guān)鍵點，討論一下它怎樣能在你的分析型CRM中使用。

決策樹

　　你可以從它的名字中猜到，決策數(shù)是一種樹型分析模型。樹枝代表了用來定義或者細分客戶的不同問題。比如，假設(shè)一家音樂俱樂部想要分析為什么一些會員不會再次申請它的會員資格（該俱樂部會員采取月申請制）。為了形成決策樹，公司召集了一批由100個忠誠顧客、100個非忠誠或者已經(jīng)公司已經(jīng)失去的顧客組成的測試小組。然后，公司開始提出一系列問題，要求顧客形容一下忠誠的顧客和非忠誠的顧客是什么樣子的。整個決策樹就如圖二所示。


　　正如你所看到的，決策樹顯示了大部分失去的顧客是在40歲以下的，他們的顧客年齡不足三年，對于公司每月紙質(zhì)雜志的調(diào)查持一種不喜歡的態(tài)度。決策樹是一個非常強大的知識體系。它給了公司關(guān)于非忠誠的客戶是怎么樣子的一個非常清晰的概念。當(dāng)然，雖然在過去，你非常精通于市場細分，但是有了決策樹，市場細分有了大量能夠用來預(yù)測消費行為的信息。

　　然而，在進行市場細分獲得大量特殊數(shù)據(jù)說明細分是無效的之前，這種細分是低水平的，也是片面的。決策樹能預(yù)測特殊行為——如說有可能發(fā)生購買行為的改變。比如，根據(jù)這棵決策樹顯示的信息來看，該音樂俱樂部能夠預(yù)測到大部分小于30歲的顧客在將來可能流失。這個發(fā)現(xiàn)可能會使俱樂部發(fā)展紙制雜志的替代品。也許那些較年輕的顧客會更喜歡電子雜志，也會比較喜歡公司通過郵件方式提醒他們俱樂部每月的精選品和可以獲得的折扣。

　　你也可以將決策樹看作一種為更加復(fù)雜的數(shù)據(jù)挖掘技術(shù)創(chuàng)造輸入數(shù)據(jù)的工具。比如，來自決策樹的新發(fā)現(xiàn)的信息能夠傳入神經(jīng)網(wǎng)絡(luò)，形成更加先進的、功能更加強大的預(yù)測模型。這樣，有關(guān)非忠誠顧客的數(shù)據(jù)資料成為開發(fā)更廣泛、更復(fù)雜的客戶行為模型的數(shù)據(jù)之一。這種更復(fù)雜的模型能夠使用人工智能神經(jīng)網(wǎng)絡(luò)。

神經(jīng)網(wǎng)絡(luò)

　　人的大腦通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)由神經(jīng)元、軸突、樹枝狀結(jié)晶和神經(jīng)鍵組成。大腦接受輸入信息，分析它們，然后輸出特征或模式的識別信息。最近幾年，許多研究都已經(jīng)開始深入探究創(chuàng)造人工神經(jīng)網(wǎng)絡(luò)。

　　目前能使用的人工神經(jīng)網(wǎng)絡(luò)由許多種，但是我想有兩種人工神經(jīng)網(wǎng)絡(luò)是最具潛力的，它們是反向傳播神經(jīng)網(wǎng)絡(luò)（或多層前饋神經(jīng)網(wǎng)絡(luò)，簡稱BPN）和Kohonen特征映射網(wǎng)絡(luò)。但是在這兩種人工神經(jīng)網(wǎng)絡(luò)中，BPN類型的神經(jīng)網(wǎng)絡(luò)使用的更加廣泛，所以，這邊我重點討論一下這種類型的神經(jīng)網(wǎng)絡(luò)是怎樣運作的，它能做什么。

　　反向傳播神經(jīng)網(wǎng)絡(luò)

　　一個BNP包括三個層次：

　　輸入節(jié)點，該節(jié)點能接受來自各種顧客接觸點的數(shù)據(jù)。這些數(shù)據(jù)形成BPN的經(jīng)驗數(shù)據(jù)組。

　　分析層，該層經(jīng)常被認(rèn)為是“隱藏層”，因為它對于輸入和輸出節(jié)點使用者來說是透明的。分析層使用輸入節(jié)點數(shù)據(jù)通過識別行為模式和解釋信息來評價經(jīng)驗數(shù)據(jù)組。

　　輸出節(jié)點，該節(jié)點通知使用者通過分析曾獲得的模式和行為信息，同時利這信息形成預(yù)測模型。

　　之所以將其稱之為反向傳播網(wǎng)絡(luò)，主要是因為它能反饋來自輸出節(jié)點的錯誤。在輸出節(jié)點上，錯誤信息比較容易被發(fā)現(xiàn)。

　　金融機構(gòu)可以使用的BPN簡單的模型，可以參考圖三。


　　假設(shè)該集團的數(shù)據(jù)組包括了100000個現(xiàn)有和潛在的顧客。數(shù)據(jù)組中所有成員至少滿足一個列示于每個輸出節(jié)點邊上的特征條件，比如說，他們的年齡小于35歲或者是在35-40之間，男性或者女性，房東或者租借人。BPN從所有的輸入節(jié)點中獲得數(shù)據(jù)，并且以此編譯一個預(yù)測型模型。這個簡單的模型告訴使用者，年齡在35-40歲之間的男性房東最有可能購買共同基金和金融市場產(chǎn)品。這是BNP能預(yù)測的信息。

　　然而，這種分析不是自然而然得出的。使用BPN（或者神經(jīng)網(wǎng)絡(luò)技術(shù)）的局限性是BPN——像人的大腦——一定要接受練習(xí)以識別正確的模式并進行準(zhǔn)確的信息翻譯。這個練習(xí)的過程往往需要花費大量的時間。同時，整個練習(xí)過程的完成需要向BNP提出一系列知道成果的問題和額外的輸入價值，也需要使用數(shù)學(xué)運算法則改變和再運用那些基于眾多BPN提供的正確或者不正確的答案的重點。練習(xí)階段會一直繼續(xù)，直到BPN提供的答案能夠和使用者希望的答案基本吻合。當(dāng)練習(xí)輸出符合期望輸出時，然后BPN將被認(rèn)為是成熟的，而且能夠被用來分析、解釋、預(yù)測未知結(jié)果的輸入數(shù)據(jù)。

Kohonen特征映射網(wǎng)絡(luò)

　　Kohonen特征映射網(wǎng)絡(luò)也是一種令人激動的神經(jīng)網(wǎng)絡(luò)技術(shù)。Kohonen映射技術(shù)比BPN技術(shù)出現(xiàn)的時間更短，但是這種技術(shù)非常有潛力。不像反向神經(jīng)傳播網(wǎng)絡(luò)，Kohonen映射網(wǎng)絡(luò)沒有隱藏的分析層。相反，網(wǎng)絡(luò)的輸出層做了所有的工作。網(wǎng)絡(luò)使用極其復(fù)雜的數(shù)學(xué)運算法則組織和分析輸入數(shù)據(jù)。

　　比如，假定一個輸入的信息有X個特征，并且在模式的Z空間由矢量Y代表。Kohonen網(wǎng)絡(luò)使用運算法則將輸入數(shù)據(jù)組映射至輸出摸式之中。輸出節(jié)點能自我組織，在大量數(shù)據(jù)組練習(xí)之下，產(chǎn)生了正確的特征映射。用簡潔、清晰的語言表達，這意味著網(wǎng)絡(luò)產(chǎn)生了基于輸入特征的客戶-行為模式圖。

　　在既定的數(shù)據(jù)組環(huán)境下，網(wǎng)絡(luò)逐字學(xué)習(xí)，使用戶能預(yù)測客戶可以做什么。但是，Kohonen映射網(wǎng)絡(luò)存在和BPN一樣的局限性。練習(xí)時間相對較長，數(shù)據(jù)組一定要很大。

優(yōu)勢：從充分利用你擁有的大部分信息

　　即使練習(xí)過程相對較長，但是一個強大的成熟的神經(jīng)網(wǎng)絡(luò)——或者是BPN或者是Kohonen特征映射網(wǎng)絡(luò)——在客戶價值（或者至少在收入增長方面）是物有所值的。神經(jīng)網(wǎng)絡(luò)能被用來改善和提高各種數(shù)據(jù)挖掘任務(wù)的有效性，諸如：

　　市場細分：通過由認(rèn)識模式和群集技術(shù)發(fā)現(xiàn)的信息進行市場細分。圖三中的BPN例子利用了模式識別，發(fā)現(xiàn)在35-40歲的男房主最有可能有金融市場和共同基金賬戶。

　　客戶概況描述：通過由聚集運算法則發(fā)現(xiàn)的信息，在基于內(nèi)在相似性的基礎(chǔ)上將各條信息組合在一起。Kohonen映射網(wǎng)絡(luò)通常被用來創(chuàng)造成熟的數(shù)據(jù)叢，該數(shù)據(jù)叢能提供各方面觀點的新信息和詳細的顧客概況。

　　銷售渠道/活動有效性分析：通過由群集和局外人分析發(fā)現(xiàn)的信息來分析銷售渠道/活動的有效性。局外人分析是發(fā)現(xiàn)反常數(shù)據(jù)的過程，那些反常的數(shù)據(jù)信息通常能扭曲其他正常的信息。它能夠被用來作為分析過程的一部分，分析過程只要是分析為什么不同的銷售渠道/活動的有效性有的高，有的低，或者為什么一些渠道活動參與者有巨大的成功或者是失敗。

結(jié)論：

　　這些門戶網(wǎng)站和神經(jīng)網(wǎng)絡(luò)技術(shù)不僅已經(jīng)相當(dāng)成熟了，而且具有非常強大的作用。如果正確使用這些技術(shù)，他們能夠極大的提高CRM系統(tǒng)的功能。此外，他們還覆蓋了CRM光譜的兩端：門戶網(wǎng)站增強操作型CRM的功能，神經(jīng)網(wǎng)絡(luò)增加分析型CRM的能力。使用這些技術(shù)，發(fā)揮他們最大潛力的訣竅是要知道什么時候使用他們、什么時候停止使用他們而依靠人為接觸和經(jīng)驗。成功的最大秘訣是以最適當(dāng)?shù)谋壤M合人力和技術(shù)資源。

IT168


相關(guān)鏈接:
企業(yè)應(yīng)該挽留怎樣的客戶 2003-07-07
商業(yè)智能分析與CRM行業(yè)應(yīng)用的深入發(fā)展 2003-07-04
數(shù)據(jù)采集介紹及其應(yīng)用 2003-07-04
當(dāng)金融業(yè)遭遇CRM：更有力競爭和管理客戶 2003-07-04
HOLLYCRM助力行業(yè)客戶關(guān)系管理 2003-07-02

分類信息:     文摘   技術(shù)_CRM_技術(shù)文摘