浅谈ＣＲＭ中的商务智能技术

单春玲

摘要：本文通过介绍商务智能的定义和组成，说明应用商务智能技术是CRM发展的趋势，并且指出将商务智能技术应用于CRM的运营系统、分析系统，可以有效地分析客户数据，帮助企业管理者做出更好的商业决策。

关键字：客户关系管理 商务智能 数据挖掘 数据仓库

进入21世纪，随着全球经济一体化进程的加快和竞争的加剧，企业已逐步由传统的以产品和规模为中心的粗放式经营管理模式向以客户为中心、服务至上、实现客户价值和达到企业利润最大化的集约化经营管理模式转变，良好的客户关系是企业求得生存与发展的重要资源。企业为获得满意的客户关系，当前较流行的思路是通过实施客户关系管理（CRM）项目来实现。

CRM是一种使用专用工具、工艺和技术来帮助管理部门实现业务功能运作和提高的管理原则，旨在优化客户关系产生的总价值。它是一套先进的管理思想和技术手段，通过将企业的人力资源（People）、业务流程（Process）与信息技术（Technology）进行有效的整合，最终为企业涉及到客户的各个领域提供了完美的集成。目前将商务智能技术与CRM结合，是CRM发展的一个新的趋势。

一、什么是商务智能

1．商务智能的定义

商务智能（Business Intelligence）是运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据的技术，它允许用户查询和分析数据库或数据仓库，进而得出影响商业活动的关键因素，最终帮助用户做出更好、更合理的决策。

2．商务智能的组成

通常商务智能由商务智能应用、访问工具、数据存储和数据源、元数据管理、安全管理和数据集成工具等几部分组成。

商务智能应用是许多针对不同行业或应用领域的商务智能解决方案软件包，包括了从基本查询和报表工具到先进的预测分析再到信息挖掘工具的各类工具。所有工具都支持GUI客户界面。许多在Web界面也可以上使用。这些工具大多都能处理来自于数据库或数据仓库的结构化信息，有的也能对文件系统、多媒体甚至邮件或Web服务器上的复杂的和非结构化的信息进行处理。

访问工具包括应用接口和中间件服务器，使得客户工具能够访问和处理数据库及数据仓库中的业务信息。数据库中间件允许客户透明地访问后台各种异构的数据库服务器，Web服务器中间件允许Web客户连接到数据库中。

数据存储和数据源用于管理终端用户感兴趣的业务信息。一般采用多层信息存储模式，分为操作层数据、数据集市和数据仓库。其中，操作层数据用于处理正在进行的商业运作的各种业务数据，包括各种业务处理系统的数据、历史性数据和外部数据，它们可以来源于任何数据存储方式（文本文件、Excel表等）；数据仓库作为面向整个企业的企业级数据存储，收集和组织数据，并使数据适用于分析处理，这种类型的数据称为“信息化数据”；数据集市作为部门级的数据存储，是公司数据的一个子集，数据集市是根据不同部门的统计分析需要来定义的。

元数据管理是管理与整个商务智能有关的元数据，包括开发者和管理员使用的技术元数据以及支持商业用户的业务元数据。

安全管理包括商务智能的安全性和验证、备份和恢复、监控和调整、操作和调度，审计和计算等。

数据集成工具是数据抽取、转换和装载的工具，作为系统的数据集成平台可以将企业各个业务系统面向应用的数据重新按照面向统计分析的方式进行组织，解决数据存在的不一致、不完整等影响统计分析的情况。

二、CRM中的商务智能

在CRM的解决方案中，用计算机来模仿人的思考和行为来进行商业活动即商务智能的应用非常普遍。据统计，全球企业的信息量平均每1.5年翻一番，而目前仅仅利用了全部信息数据的7％。随着知识经济时代的来临，记录客户与市场数据的信息和信息利用能力已经成为决定企业成败的关键因素，越来越多的国内外企业已经根据信息流和数据分析技术进行企业重整，传统的数据记录方式无疑被更先进的商务智能技术所代替。

目前流行的CRM整体解决方案不但完成客户的数据采集、业务处理的流程化等运营型CRM的管理功能，而且将数据仓库（DW）、数据挖掘（DM）的相关技术引入，能够进行客户相关数据分析和营销、销售和服务的部门级辅助决策支持，并能为高层领导提供企业全局的辅助决策支持，实现了运营与分析的闭环互动。

CRM运营系统通过多种渠道与客户互动，通过市场营销（Marketing）、销售（Sales）和服务（Service）等业务流程的管理，将客户的各种背景信息、偏好、行为习惯、交易数据、信用状况等信息收集并整合在一起，再将这些运营数据和外来的市场数据经过整合和变换，装载进数据仓库（Data Warehouse）。

CRM分析系统运用OLAP和数据挖掘（Data Mining）等技术来从数据仓库中分析和提取相关规律、模型和趋势，让客户信息和知识在整个企业内得到有效的流转和共享，并进一步转化为企业的战略规划、科学决策和各业务流程的辅助支持，用于提高在所有渠道上同客户交互的有效性和针对性，把适合的产品和服务，通过适合的渠道，在适当的时候，提供给合适的客户，从而实现企业利润的最大化。

数据挖掘是商务智能的一个关键技术，是用于客户数据分析的一个有力工具。现在各行业业务操作流程的自动化，使企业内产生了大量的业务数据，这些数据不是为了分析的目的而收集的，而是由于商业运作而产生。分析这些数据也不是为了研究的需要，而是为商业决策提供真正有价值的信息，进而获得利润。

但所有企业面临的一个共同问题是：信息数据量非常大，而其中真正有价值的信息是哪些？这些信息之间有哪些关联？因此就需要从大量的数据中经过深层分析，从而获得有利于商业运作、提高竞争力的信息，数据挖掘就是从海量数据中挖掘出更有价值的信息。

客户关系管理的目的就是创造、挽留客户并不断升级对客户的服务，以保证企业利润的持续增长。“以客户为中心”的数据挖掘内容涵盖了客户需求分析、客户忠诚度分析、客户等级评估分析等三部分，有些还包括产品销售。

客户需求分析包括：消费习惯、消费频度、产品类型、服务方式、交易历史记录、需求变化趋势等因素分析。

客户忠诚度分析包括：客户服务持续时间、交易总数、客户满意程度、客户地理位置分布、客户消费心理等因素分析。

客户等级评估分析包括：客户消费规模、消费行为、客户履约情况、客户信用度等因素分析。

数据挖掘技术帮助企业管理客户生命周期的各个阶段，包括争取新的客户，让已有的客户创造更多的利润、保持住有价值的客户等等。它能够帮助企业确定客户的特点，使企业能够为客户提供有针对性的服务。

客户获得传统的获得客户的途径一般包括广泛的媒体广告、大量的电话行销、市中心及车站码头的广告牌等。做广告，大多选择读者群和直接目标客户群重叠最大的主流媒体。但数据挖掘可以帮助企业改变这些。

假设你是一家是生产婴儿尿布的企业的市场部经理，决定采用直邮的方式为产品进行宣传。最传统的做法是先选择一个比较感兴趣的地区，通过信息中介公司拿到这个地区的符合你的条件的商业数据，一般情况下要求的条件可能是：25－32岁的最近购买了婴儿车的人的名单和地址。然后你就会和他们联系，向他们邮寄资料。这是一种非常简单的直邮广告，虽然它比普通的广告经济有效得多，但我们认为这还是比较初级、不能完全令人满意的直邮广告。因为在这些25-32岁最近购买了婴儿车的人当中，有很多其它的因素，比如很多人会在他们的小孩出世之前先准备好婴儿车，而他们还没有到决定使用哪一个牌子的尿布的时候。

在采用了数据挖掘后，为客户提供的直邮广告的有效性和回应率都得到了大幅度的提高。通过数据挖掘可以发现买婴儿尿布的消费者是男性还是女性，学历、收入如何，有什么爱好，是什么职业等等。甚至我们可以发现不同的人会在购买婴儿车后多长时间开始买尿布，以及什么样的人（婴儿）会购买什么型号的尿布等等。也许很多因素表面上看起来和购买婴儿尿布不存在任何联系，但数据挖掘的结果却证明他们之间有联系。

交叉销售现在企业和客户之间的关系是经常变动的，一旦一个人或者一个公司成为企业的客户，就要尽力使这种客户关系对企业趋于完美。一般来说可以通过这三种方法：1、最长时间地保持这种关系；2、最多次数地和客户交易；3、最大数量地保证每次交易的利润。因此我们就需要对我们已有的客户进行交叉销售。

交叉销售是指企业向原有客户销售新的产品或服务的过程。一个购买了婴儿车的客户很有可能对生产的婴儿尿布或其它婴儿产品感兴趣，这很容易理解。但对企业，真正关心的问题在于如何发现这其中内在的微妙关系。数据挖掘就能够帮助企业发现这其中的关系。

交叉销售的好处在于，对于原有客户，企业可以比较容易地得到关于这个客户的比较丰富的信息，大量的数据对于数据挖掘的准确性来说是有很大帮助的。在企业所掌握的客户信息，尤其是以前购买行为的信息中，可能正包含着这个客户决定他下一个的购买行为的关键，甚至决定因素。这个时候数据挖掘的作用就会体现出来，它可以帮助企业寻找到这些影响他购买行为的因素。

客户保持现在各个行业的竞争都越来越激烈，企业获得新客户的成本正不断地上升，因此保持原有客户对所有企业来说就显得越来越重要。比如在美国，移动通信公司每获得一个新用户的成本平均是300美元，而挽留住一个老客户的成本可能仅仅是通一个电话。成本上的差异在各行业可能会不同，在金融服务业、通讯业、高科技产品销售业，这个数字是非常惊人的，但无论什么行业，6－8倍以上的差距是业界公认的。而且往往失去的客户比新得到的客户要贡献更多的利润。

近几年，国内一对一营销(One To One)正在被越来越多的企业和媒体宣传。一对一营销是指了解企业的每一个客户，并和他建立起长期持久的关系。这个看似很新的概念却一直采用很陈旧的方法执行，甚至一些公司理解的一对一营销就是每逢客户生日或纪念日给他寄一张卡片。在科技发展的今天，的确每个人都可以有一些自己独特的商品或服务，比如按照自己的尺寸做一套很合身的衣服，但实际上营销不是裁衣服，你可以知道什么样的衣服合适你的顾客，但你永远不会知道什么股票适合你的顾客。一对一营销是一个很理想化概念，大多数行业在实际操作中是很难做到的。

数据挖掘可以把大量的客户分成不同的类，在每个类里的客户拥有相似的属性，而不同类里的客户的属性也不同，并且完全可以做得到给这两类客户提供完全不同的服务来提高客户的满意度。客户分类的好处显而易见，既是很简单的分类也可以给企业带来一个令人满意的结果。比如说如果你知道你的客户有85％是老年人，或者只有20％是女性，相信你的市场策略都会随之而不同。数据挖掘同样也可以帮助企业进行客户分类，细致而切实可行的客户分类对企业的经营策略有很大益处。

三、小结

在商务智能解决方案的帮助下，企业级用户可以通过充分挖掘现有的数据资源，捕获信息、分析信息、沟通信息，发现许多过去缺乏认识或未被认识的数据关系，帮助企业管理者作出更好的商业决策。总之，商务智能的目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。为完成这一目标，商务智能必须具有从实现数据分析到知识发现的算法、模型和过程，决策的主题应具有广泛的普遍性。