大数据背景下客户信息质量管理成熟度模型
谢刚,冯缨,李治文
(江苏大学管理学院,江苏镇江212013)
摘要:大数据背景下,开展企业客户关系管理系统信息质量管理成熟度理论框架和评价体系等方面的研究,对于提高客户信息质量管理水平十分必要。在全面信息质量管理框架和能力成熟度模型基础上,企业可以建立客户关系管理系统信息质量管理成熟度等级模型,并从个人因素、组织因素和技术因素三个维度确立客户信息质量管理评价指标体系。在结合某企业实例对信息质量成熟度进行评定的基础上,提出了持续改善信息质量管理水平的依据。
关键词:信息质量管理;成熟度模型;客户关系管理系统;客户信息
借助大数据提供的客户信息,企业既能够设计具有差别化的产品和服务,制定合适的客户关系管理策略,还可以实时化和精准化地洞察市场需求。[1]只有管理好基于大数据的客户信息,企业才能挖掘更多的商业价值,并为做好竞争情报分析、进行短期行动决策提供支持。拥有可靠、准确、及时的高质量数据成为大数据时代提升企业市场竞争力的有力工具。[2]可是,当快速积累的、多渠道的海量结构化或非结构化数据源源不断地涌入企业时,大多数企业却感到难以加工和管理,如何创新客户信息质量管理模式和方法,成为当前企业和理论界亟需解决的问题。
大数据背景下企业客户关系管理(CRM)系统信息质量管理成熟度的研究正处于探索阶段,本文在信息系统(IS)成功理论、能力成熟度模型和全面信息质量管理框架基础上,提出企业CRM系统信息质量管理成熟度阶段模型,从个人因素、组织因素和技术因素三个维度建立客户信息质量管理评价指标体系,并根据客户信息质量管理成熟度实例评价结果,提出持续提升CRM系统信息质量管理成熟度等级的关键过程域和改进方向。
格罗斯比(Crosby)[3]在1979年提出质量管理成熟度框架,描述质量管理演进的5个阶段,即迷糊期、觉醒期、启蒙期、智慧期和明确期,指导企业根据其质量管理所处的阶段,明确进一步改进的目标。接着,美国的卡内基·梅隆大学软件工程研究所开发了至今仍被广泛应用的软件过程能力成熟度(CMM)模型,目标是致力于持续的过程改进。[4]随后,在CMM模型基础上,项目管理成熟度模型(PMMM)、知识管理成熟度模型(KMMM)和信息质量管理成熟度模型(IQMM)等相继发展起来。[5-7]国内外多位学者对IQMM模型进行了研究,如严秀霞等(Yan Xiuxia et al)、[8]王侃昌等、[9]萨萨等(Sa⁃sa et al)[10]和卡巴雷罗等(Caballero et al)[11]分别提出了5级信息质量(IQ)成熟度模型。上述研究文献多是基于能力成熟度模型提出针对信息生产及其质量管理水平的信息质量管理(IQM)成熟度模型和方法,包括信息质量管理成熟度模型和评价及改善信息质量管理的方法两个方面的内容。恩格里斯(English)[12]和宋立荣等[13-14]分别提出了IQM成熟度的理论框架,详细阐述IQM成熟度模型的结构框架、每个等级的主要特征、成熟度评价方法及实施、提升等级的措施以及需关注的关键管理要素。
尽管如此,目前在大数据背景下对企业客户信息质量管理仍然缺少一个系统完整的理论框架和方法,导致大多数企业的客户信息质量管理随意性和盲目性较大。利用企业CRM系统信息质量管理成熟度模型进行分析,不仅必须有成熟度等级,更重要的是找到企业客户信息质量管理实施的重点过程和关键实践,给未来的发展指明方向。
客户信息质量是指客户信息的完整性、及时性和有用性。[15]在大数据背景下,客户信息既可以来源于销售人员与顾客的接触(内部来源),也可以来源于社会化媒体(外部来源)。CRM系统能够用于收集、集成和分析客户信息,影响销售规划、预算、促销、顾客服务和营销分析。
本文在CMM模型基础上,建立企业CRM系统信息质量管理成熟度的发展模型,如图1所示,模型可以分为4个级别,4个级别从低到高依次分别为无序级、简单级、规范级和持续优化级,每一等级成熟度指标的确定都要从个人、组织和技术3个维度来度量。
图1 客户信息质量管理成熟度模型
第一级:无序级。企业相对封闭,缺乏客户信息质量管理的意识,不具备利用数据洞察市场的创新思维;没有专业的人员进行CRM系统信息质量管理;客户信息质量管理程序混乱和不规范;系统使用者的信息管理职责不明确;个人对大数据背景下系统使用和信息管理的重要性认识不足,还没有掌握必要的技术和方法,经常不能及时地整理数据。这种等级很难保证CRM系统信息的完整性、准确性和表达规范性。
第二级:简单级。企业高层和个人意识到大数据时代客户信息质量管理的重要性,知晓客户数据的市场价值和利用价值;安排了专业人员进行系统数据管理,并对人员进行专业培训。初步建立了基本的客户信息质量管理的制度、工作程序和规范,但是信息质量标准化工作进展缓慢,信息质量管理规范化程度仍然较低;现有制度和规范的执行力不够,CRM系统信息质量的问题得不到及时的解决。这种企业不能有效利用CRM系统信息洞察市场,很难对目标客户和市场变化做出快速响应。
第三级:规范级。企业对CRM系统信息质量管理实施了规划和部署,信息质量管理工作标准化和规范化程度高;建立了客户信息质量标准,量化信息质量管理目标和信息质量测度指标,并根据商业活动的变化不断更新信息质量标准和管理目标。根据大数据背景下营销活动的进展,企业运用科学的工具和管理手段定期跟踪监测客户信息产生过程中的运行参数,控制信息质量。有完善的信息质量管理激励政策和监督机制,并且政策措施在信息质量生产中能够得到贯彻执行。客户信息管理人员能够掌握处理数据的工具和技术,自觉执行信息质量标准。企业能够收集和记录系统用户对信息质量的要求,发现信息质量存在的漏洞,通过外部资源弥补不完备的信息,实现企业内部CRM系统客户信息与外部多个渠道大数据的整合。[16]
第四级:持续优化级。为保障客户信息管理过程的持续改进和减少信息质量缺陷,企业对CRM系统信息质量进行全面管理,量化信息质量管理评价指标,建立反馈过程,不断调整和改进信息质量管理程序和方法。利用过程统计控制等技术和工具监测信息质量缺陷,对于发现的信息质量问题追根究底,及时响应,采取合理的方法纠正信息管理过程,并避免类似的信息质量缺陷。企业能根据收益和时间成本权衡识别哪些信息管理过程需要优化,确定怎样进行优化,提高信息质量管理绩效。
成熟度模型中每一等级跨越对应的关键过程域见表1,这些关键过程域的实现程度将决定企业客户信息质量管理水平的高低。为了提高信息质量管理水平,企业有必要对其CRM系统信息质量进行摸底调查,并判定其信息质量管理位于成熟度模型的哪一个层级,随后采取合理措施加强对相应的关键过程域的管理,重点应关注IQM模型中的关键活动。
表1 客户信息质量管理成熟度模型的关键过程域
根据CRM系统信息质量管理成熟度的定义和影响信息质量管理的因素,参考全面信息质量管理理论框架,[17]建立成熟度评价指标体系,对CRM系统信息质量管理成熟度进行评价。
1.信息质量管理评价指标体系
基于信息系统成功理论和全面信息质量管理理论框架,组织因素、技术因素和个人行为因素是影响CRM系统信息生产过程的三大因素,它们影响客户数据的收集、加工和使用过程,最终影响信息质量的提升。据此建立成熟度评价指标体系,如表2所示。CRM系统信息质量管理成熟度A,为一级指标,表征成熟度级别层;二级指标层B,为类别指标层;三级指标层C,为关键过程域指标层。
2.信息质量管理评价实施
在CRM系统信息质量管理成熟度评价指标体系的基础上,采用模糊综合评价法评价企业CRM系统信息质量管理成熟度。
(1)构建模糊评判矩阵
①确定CRM系统信息质量管理成熟度的评价指标集
CRM系统信息质量管理成熟度模型的指标体系为A、B、C三层,其中:
用权重w1、w2、w3、w4和w5来衡量类别指标的重要程度。
②建立类别指标模糊评判矩阵
评语集为v= { v1,v2,v3,v4}={无序级,简单级,规范级,优化级},某个类别指标的模糊评判矩阵为Ri:
R1、R2、R3、R4、R5分别为IQ管理流程、过程管控、系统开发管理、供应商管理和人员行为管理等类别指标的模糊评判矩阵。R1矩阵中r11的值表示IQ管理流程的第一个属性指标IQ发展规划对第一个评价等级(无序级)的隶属度,其他r的值以此类推。
表2 CRM系统信息质量要素及评价指标体系
(2)计算各层指标的权重
采用传统的层次分析法(AHP)计算各层指标的权重,包括以下步骤:
①建立B层指标的判断矩阵
5位专家分别对各类别指标进行两两对比从而获得判断矩阵,再对每位专家的判断矩阵进行一致性检验,然后计算平均值,建立类别指标的判断矩阵M=(mik)n×n。
②计算B层指标判断矩阵的权重
计算判断矩阵的特征向量值可以得到B层指标的权重W={w1,w2,w3,w4,w5}。
③进行一致性检验
对判断矩阵进行一致性检验,若检验得出一致性程度高,判断矩阵的特征向量即为有效权重。计算判断矩阵的最大特征根λmax,一致性检验公式为:
当CR≤0.1为有效权重,否则为无效,其中,n= 5时,RI=1.15。
④设置C层指标的权重
让专家给关键过程域指标评判打分,按照重要性程度分为1~5分,再把各位专家给出的分数加总,求其算术平均值,即:
关键过程域指标的权重为:
⑤输出B层、C层的指标权重向量
(3)计算成熟度综合评价值
①确定评价向量
根据单因素模糊判断矩阵Ri,计算相应的评价向量Bi:
多因素模糊评价向量为:
其中,A为CRM系统信息质量管理成熟度综合评价值,B为模糊综合评价向量,L为成熟度等级矩阵,L=(1,2,3,4)。
②计算成熟度综合评价值
选取5名熟悉企业CRM系统或信息质量管理的专家组成专家小组,参与指标重要性评判和关键过程域成熟度等级评定。根据以上介绍的评价方法和步骤,最终确定某企业CRM系统信息质量管理成熟度评价指标体系的权重,汇总结果如表3所示。
类别层指标判断矩阵最大特征根λmax为5.0796,一致性检验结果CR=0.0173≤0.1,符合要求,类别层指标权重{0.3109,0.2555,0.2224,0.0759,0.1353}是有效的。
根据公式(5),计算单因素评价向量:
IQ管理流程B1=W1×R1=(0.2728 0.3910 0.2018 0.1344)
过程管控B2=W2×R2=(0.1986 0.4268 0.2000 0.1746)
系统开发管理B3=W3×R3=(0.2774 0.2703 0.2467 0.2056)
系统供应商管理B4=W4×R4=(0.2000 0.2945 0.3801 0.1254)
人员行为管理B5=W5×R5=(0.2354 0.2883 0.2377 0.2386)
根据公式(6),计算多因素评价向量:
B=W×R=(0.2443 0.3521 0.2297 0.1739)
各类别层指标成熟度评价结果:
A1=B1×LT=2.2,A2=B2×LT=2.35,A3=B3×LT=2.38,A4=B4×LT=2.43,A5=B5×LT=2.48,表明企业IQ管理流程、过程管控、系统开发管理、系统供应商管理和人员行为管理等方面的成熟度均小于3,处于简单级和规范级之间,各个方面的管理水平还需要努力改善。
CRM系统信息质量管理成熟度综合评价结果:A=B×LT=2.33,表明企业CRM系统信息质量管理水平处于[2,3]的区间,成熟度属于简单级和规范级之间的层次,企业已完成了CRM系统信息质量管理基本制度的建设,并开始向IQ标准化、信息生产过程控制和管理流程规范化等方面发展,但信息管理水平仍需进行大幅度的改进。
根据测评的结果,IQ管理流程、IQ过程管控和系统开发方面的管理水平相对偏低,而这三个方面又是衡量CRM系统信息质量管理成熟度最为重要的部分,是企业提高信息质量管理水平的瓶颈。基于专家的模糊评判,在IQ管理流程方面,建议重点关注IQ管理流程重组和IQ缺陷预防机制;在IQ过程管控方面,重点改进信息生产过程管控和IQ控制;在系统开发管理方面,在大数据背景下,尤其应注重客户数据仓库的重新设计和数据集成管理。此外,信息系统用户的使用经验和IQ维护激励也需要加强,提高关键过程域的管理水平,向更高CRM系统信息质量管理成熟度等级发展。
表3 CRM系统信息质量成熟度评价指标权重测量表
本文基于大数据背景下CRM系统信息质量管理实践,将IS成功理论、能力成熟度模型和全面信息质量管理框架应用于企业CRM系统信息质量管理,构建企业CRM系统信息质量管理成熟度等级模型和评价体系,通过实例企业的信息质量管理成熟度评价结果,指出企业提高信息质量管理水平的瓶颈,提出需要改进的关键过程域。本研究有助于企业认识自身CRM系统信息质量管理的问题和改进方向,未来的研究需要深入探讨大数据背景下客户信息质量管理的关键过程域,继续关注影响客户信息质量管理实践的关键因素。
*本文受国家社会科学基金“社会化媒体环境下的信息质量影响机理及管控体系研究”(项目编号:14BTQ051)、国家自然科学基金“多维组间网络外部性下B2B平台交易机制与竞争策略研究”(项目编号:71302087)、江苏大学高级人才科研基金“社会化媒体环境下基于转推模式的营销信息传播机制研究”(项目编号:14JDG105)、镇江市软科学项目“IT外包服务质量研究”(项目编号:YJ2013001)资助。
参考文献:
[1]、[16]冯芷艳,郭迅华,曾大军,等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报,2013(1):1-9.
[2]宗威,吴峰.大数据时代下数据质量的挑战[J].西安交通大学学报(社会科学版),2013(5):1-9.
[3]Crosby P. B.. Quality is Free:The Art of Making Quali⁃ty Certain[M].New York:Penguin Group,1979.
[4]Paulk M.,Curtis B.,Chrissis M.,et al. Capability Ma⁃turity Model for Software,Version 1.1[M].Pittsburgh:SEI,Carnegie Mellon University,1993.
[5]Kwak Y. H.,Ibbs C. W...Project Management Process Maturity Model(PM)2[J].Journal of Management in Engineer⁃ing,ASCE,2002(3):150-155.
[6]Klimko G.. Knowledge Management and Maturity Mod⁃els:Building Common Understanding[C].Bled,Proceedings of the 2nd European Conference on Knowledge Management,2001:269-278.
[7]Strutt J. E.,Sharp J. V.,Terry E.,et al.Capability Ma⁃turity Models for off Shore Organizational Management [J].En⁃ vironment International,2006(32):1094-1105.
[8]Xiuxia Yan,Zhongwen S..A Study on Information Qual⁃ity Maturity Model in Enterprise[J].Service Operations and Lo⁃gistics,and Informatics,2007(8):27-29.
[9]王侃昌,高建民,高智勇,等.企业信息质量成熟度模型研究[J].计算机集成制造系统,2007(2):282-286.
[10]Sasa B.,Koronios A.,Gao J.. IQM-CMM:A Frame⁃work for Assessing Organizational Information Quality Manage⁃ment Capability Maturity[C].Proceedings of the 12th Interna⁃tional Conference on Information Quality,MIT,Cambridge:MA,USA,2007.
[11]Caballero I.,Caro A.,Calero C.,et al. IQM3:Infor⁃mation Quality Management Maturity Model[J].Journal of Uni⁃versal Computer Science,2008(22):3658-3685.
[12]、[17]English L. P.. Total Information Quality Manage⁃ment:A Complete Methodology for IQ Management[J].D M Re⁃view,2003(9):1-7.
[13]宋立荣,彭洁.科技信息共享建设中信息质量成熟度模型构建[J].情报杂志,2009(9):176-179.
[14]宋立荣.信息质量管理成熟度模型研究[J].情报科学,2012(7):176-179.
[15]Hill G.. A Framework for Valuing the Quality of Cus⁃tomer Information[D].Melloume:Department of Information Systems,The University of Melbourne,2009.
责任编辑:方程
A Study on Quality Management Maturity Model for Customer Information in the Context of Big Data
XIE Gang,FENG Ying and LI Zhiwen
(Jiangsu University,Jiangsu,Zhenjiang212013,China)
Abstract:In the context of big data,a study on the information quality management maturity framework and assessment of firm’s CRM system is critical to improve the level of customer information quality management. An information quality management maturity grade model is built based on two perspectives,such as CMM and total information quality management. The evaluation criteria are also suggested from organizational,technological and human factors. A case study is applied to show how to assess the information quality management maturity. The result of case study provides a reference for improving the level of information quality management.
Key words:information quality management;maturity model;CRM system;customer information
[作者简介]谢刚(1974—),男,四川省广安市人,江苏大学管理学院教师,博士,主要研究方向为信息管理、电子商务;冯缨(1970—),女,江苏省无锡市人,江苏大学管理学院教授,博士,主要研究方向为信息管理、信息质量;李治文(1981—),男,山东省海阳市人,江苏大学管理学院副教授,博士,主要研究方向为电子商务。
中图分类号:F270.7
文献标识码:A
文章编号:1007-8266(2015)05-0094-06