电子商务环境下ｉＣＲＭ体系结构分析

周　霞

[摘 要] 智能客户关系管理是电子商务时代客户关系管理发展的新方向｡本文首先描述了iCRM和客户智能,并对iCRM的数据挖掘结构模型进行分析,最后详细剖析了基于客户智能的iCRM的体系结构｡

[关键词] 客户智能;智能客户关系管理;电子商务

[中图分类号]F270.7;F273.7[文献标识码]A[文章编号]1673-0194(2009)02-0072-03

客户关系管理是电子商务时代企业制胜的关键｡随着信息技术的发展,基于客户智能的智能客户关系管理(intelligent Customer Relationship Management,iCRM)促进了客户关系管理理念的进一步深化和发展｡本文将对电子商务环境下iCRM体系结构进行分析｡

一､iCRM与客户智能

1. iCRM概述

随着网络技术和信息技术的迅猛发展,尤其是电子商务的发展,客户关系管理产生了新的发展方向:电子化客户关系管理(eCRM)､整合客户关系管理(ICRM)､移动客户关系管理(mCRM)和智能客户关系管理(iCRM)｡

智能客户关系管理(iCRM)是一种以客户为中心,具有在线呼叫中心的客户关系管理模式｡企业利用它可以建立与客户之间的“学习关系”,针对不同的客户建立不同的联系,并能够根据其特点提供个性化服务｡iCRM的出现体现了两个重要管理趋势的转变:一是企业从以产品为中心向以客户为中心模式的转变,二是企业管理的视角从“内视型”向“外视型”的转变｡

电子商务为智能客户关系管理发展提供了很好的平台和机会｡iCRM成长于传统商业,但被更广泛地应用于电子商务,电子商务不仅可以为iCRM客户提供“一对一”的个性化服务,而且有助于为其筛选出正确的目标客户群｡

2. 客户智能

客户智能(Customer Intelligence,CI),是指通过创新和使用客户知识,并将其运用于面向客户的决策问题上,帮助企业提高优化客户关系的决策能力和整体运营能力的概念､方法､过程以及软件的集合,其本质是对客户知识的获取､存储､分发､共享和应用,其实现过程就是客户知识在企业决策中的动态的､闭合的流动过程｡CI通过技术手段对呼叫中心或在线门户提供实时支持,对大量客户数据进行收集和分析,识别､区分不同的顾客,为客户提供个性化服务,指导企业开发产品和服务｡

客户智能的目标是将企业所掌握的客户信息转化为竞争优势,增强企业的决策能力､决策效率和决策准确性,提高现有的和潜在客户的满意度和忠诚度｡为完成这一目标,客户智能必须具有实现从数据收集､数据分析到知识发现的算法､模型和过程,其决策的主题具有较广泛的普遍性和深度性｡

客户智能的技术体系主要由数据仓库(DW)､联机分析处理(OLAP)以及数据挖掘(DM)3部分组成｡客户智能中信息组织的过程是:从由不同的数据源收集的数据中提取有用的数据,对数据进行清理以保证数据的正确性,经提取､转换后将数据加载入数据仓库,然后通过查询报表､联机分析､数据挖掘等,运用相关的知识和模型,对信息进行处理,最后将知识呈现于用户面前,转变为决策｡

二､iCRM的数据挖掘结构模型

电子商务的出现,给客户关系管理的应用提供了更为有效的､灵活的､广阔的发展空间,并已逐渐成为企业市场销售和客户关系管理的一个重要渠道｡由于Internet的开放性,电子商务网站会得到大量原始数据和信息,企业可以通过在Web上应用各种信息分析技术对这些数据和信息进行分析来预测客户行为,进而做到针对不同顾客提供个性化服务,同时还可以利用有效的顾客信息,大大降低企业的运营成本｡在当前的信息分析技术中,数据挖掘技术是最具应用前景的一种技术,其主要功能是自动地从客户信息数据仓库中找出潜在的客户购买行为模式,进而预测客户行为,并对各类顾客采取相应的营销策略｡图1是一个iCRM的数据挖掘结构模型｡

电子商务环境下的iCRM要求企业建立客户信息数据库,并基于客户信息数据库通过网络实现客户的服务管理､客户需求分析､实现个性化客户服务等｡在图1的智能客户关系管理数据挖掘系统结构中,客户经过注册或身份验证后登录客户服务与管理系统Web Server;在Web Server中,客户的注册信息通过客户信息分析系统被加入到客户信息数据库中;邮件服务器通过与Web Server进行交互,可以处理客户邮件信息;客户信息数据库中的部分客户数据通过数据清洗等处理后可以作为数据挖掘模型的数据基础;新的客户信息数据在经过预处理后,根据数据挖掘知识和模型进行客户的预测(偏好及个性)分析;电子商务系统将根据客户预测结果通过交互式网页和电子邮件服务两种形式跟客户联系,对顾客进行有针对性的跟踪服务｡

三､基于CI的iCRM的体系结构

企业庞大的数据库中存储着客户信息以及企业营销､服务等方面的信息, 基于CI的iCRM体系结构应当将最佳的商业实践与数据挖掘､数据仓库､销售自动化以及其他信息技术紧密结合在一起,通过充分挖掘客户的商业行为个性和规律,不断寻找和拓展客户的赢利点和赢利空间,更加科学和快速地提供高效的决策分析｡以客户智能为核心的典型的iCRM体系结构可以通过图2加以描述｡

如图2所示,iCRM体系结构主要包括数据源层､数据处理层､应用支持层和交互层4个部分｡

数据源层表示客户数据的来源,主要包括Web数据､外部数据源和ERP等其他应用系统的内部数据源｡由图2可以看出,Web数据主要指通过以Web为基础的企业信息门户(EIP)获取的客户数据和信息,iCRM系统通过不同渠道将客户的背景信息､偏好､行为习惯､交易数据和信用状况等信息收集并整合在一起;外部数据源主要指与客户相关的在企业之外的各种数据,如反映客户消费习惯､竞争企业客户信息的数据等;ERP等其他应用系统的数据是指企业内部产生的客户数据,包括产品､财务及订单等多方面数据,这就要求iCRM还要与ERP､SCM等系统间实现信息共享,以获取全面的客户数据｡

数据处理层主要包括数据仓库管理工具和数据仓库｡由于从数据源获取的数据来自于不同部门､不同时期,各种数据又被存放在分散的异构环境中,不易于查询,使用传统的数据库技术已远远不能满足iCRM分析的需要｡在基于CI的iCRM体系结构中,通过对基于数据源层的客户数据进行清洗､抽取､转换等处理,使这些数据符合基于数据仓库的分析与决策工具的数据要求,有助于企业建立一个面向主题的､集成的､稳定的､不同时间的数据集合,并将其存储到数据仓库中｡

应用支持层主要有报表查询､联机分析处理(OLAP)和数据挖掘(知识发现分析决策)等功能｡报表查询是针对数据仓库生成的各种报表,查询客户的有关情况;联机分析处理是从多视角分析途径获取辅助决策所需的客户分析数据;数据挖掘是从大量的信息中获取隐含的､以前未知的､具有潜在应用价值的信息,进而发现隐藏于其后的规律或信息间的关系｡

交互层可以运用诸如Email､Web和呼叫中心等多种渠道与客户进行接触和互动,进而有效实施其功能｡企业信息门户(Enterprise Information Portal,EIP)提供了基于Web的统一界面来获取用户信息｡iCRM将客户知识分发到ERP等应用系统,使iCRM成为企业应用的核心并促进企业应用系统的集成｡

四､结束语

iCRM作为企业管理的一种新思想､新观念和新方法,将使企业逐步实现由传统的企业模式到以电子商务为核心的企业模式的转变｡当前,电子商务环境下的iCRM研究的理论和实践仍处于不断探索和完善之中,尤其在“一对一”的个性化服务中,把握趋势､吸收借鉴国外相关应用成果,及时开发应用个性化信息服务,并为用户提供专业的个性化的优质服务,将是新信息环境下企业获取竞争优势的关键所在｡

主要参考文献

[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] 杨金月,杨林,等. 客户智能:客户关系管理(CRM)的内核[J]. 物流技术,2002(7):22-24,27.

[3] 赵华,张立厚,等. 用商务智能完善客户关系管理的信息流程[J]. 情报杂志,2005(7):61-63.

[4] 郑剑宇. 基于数据仓库的商业智能——CRM的本质[J]. 职大学报,2005(2):40-42.

[5] 王玲. 智能客户关系管理发展趋势研究[J]. 管理科学文摘,2007(2):43-45.

[6] 钱旭潮,袁海波,等. 企业客户关系管理[M]. 北京:科学出版社,2004.