1、“”第第1 1章章 客户关系管理概述客户关系管理概述1.1 客户关系管理的含义1.1.1 客户关系管理的产生1.1.2 客户关系管理的含义1.2 客户关系管理系统的类型1.2.1 按目标客户分类1.2.2 按应用集成度分类1.2.3 按系统功能分类“”1.1 客户关系管理的含义 1.1.1 1.1.1 客户关系管理的产生客户关系管理的产生 客户资源价值的重视(管理理念的更新)、 客户价值实现过程需求的拉动 信息技术的推动 图1.1 CRM产生的原因“”1.1.2客户关系管理的内涵 综合所有CRM的定义,我们可以将其理解为理念、技术、实施三个层面。其中,理念是CRM成功的关键,它是CRM实施应用
2、的基础和土壤;信息系统、IT技术是CRM成功实施的手段和方法;实施是决定CRM成功与否、效果如何的直接因素。 三者构成CRM稳固的“铁三角” 图图1.2 CRM铁三角铁三角“”1.2 客户关系管理系统的类型1.2.1 按目标客户分类 以全球企业或者大型企业为目标客户的企业级CRM; 以200人以上、跨地区经营的企业为目标客户的中端CRM;以200人以下企业为目标客户的中小企业CRM。 1.2.2 按应用集成度分类 CRM专项应用 、CRM整合应用 、 CRM企业集成应用 1.2.3 按系统功能分类 操作型CRM 、合作型CRM 、分析型CRM “”第第2 2章章 客户关系管理理论基础客户关系管
3、理理论基础2.1 关系营销理论2.2 客户生命周期及其价值2.3 客户满意陷阱及其成因2.4 客户智能与客户知识“”2.1.1关系营销的涵义与特征 所谓关系营销,是把营销活动看成是一个企业与消费者、供应商、分销商、竞争者、政府机构及其他公众发生互动作用的过程,其核心是建立和发展与这些公众的良好关系。 “”2.1.2关系营销的涵义与特征 关系营销的本质特征:()双向沟通()合作()双赢()亲密()控制。 “”2.1.2关系营销的中心客户忠诚1947年由美国学者塞利弗和肯切尔在研究社会判断理论时提出的“涉入理论”。 客户忠诚的前提是客户满意,而客户满意的关键条件是客户需求的满足。 对客户满意研究的
4、最新进展是斯普林格、麦肯齐和奥尔沙夫斯基通过实验和数理分析,重新检验了形成客户满意的决定因素之后所建立的客户满意理论模型。 “”2.1.3 关系营销梯度推进层次 贝瑞和帕拉苏拉曼归纳了三种创造客户价值的关系营销层次。一级关系营销 它维持客户关系的主要手段是利用价格刺激增加目标市场客户的财务利益。 二级关系营销 即增加目标客户的财务利益,同时也增加他们的社会利益。 三级关系营销 增加结构纽带,与此同时附加财务利益和社会利益。 “”2.2.1 客户生命周期客户生命周期是指当一个客户开始对企业进行了解或企业欲对某一客户进行开发开始,直到客户与企业的业务关系完全终止且与之相关的事宜完全处理完毕的这段时
5、间。 客户的生命周期性可分为潜在客户期、客户开发(发展)期、客户成长(维系)期、客户成熟期、客户衰退期、客户终止期共六个阶段。 “”2.2.1 客户生命周期“”2.2.2 企业客户群体生命周期的计算 企业客户群体的生命周期与单一客户生命周期不同的是,它计算出的是企业整个客户群体的平均生命周期,具体采用客户流失率来计算。企业客户流失率是指企业客户单位时间内流失的数量占总客户量的比率。 “”2.3 客户满意陷阱及其成因2.3.1客户满意陷阱的含义2.3.2 基本期望、潜在期望与客户满意陷阱“”2.3.1 客户满意陷阱的含义美国学者Reicheld 和 Sasser的研究表明,客户忠诚度提高5%,行
6、业的平均利润率提高25%85%。许多企业采取大量的措施提高客户的满意度,希望籍此提高客户忠诚度。但是实践和研究发现,客户满意度并不等于忠诚度,许多行业存在着高满意度,低忠诚度的现象,这就是所谓的客户满意陷阱。“”2.3.2 基本期望、潜在期望与客户满意陷阱图2.2 客户满意度与客户忠诚度关系曲线图2.5 两种期望的满意水平与客户忠诚的关系图“”2.4.1 客户智能及其体系框架 客户智能,是创新和使用客户知识、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。 图2.6 客户智能体系框架“”第第3 3章章 客户关系管理能力客户关系管理能力3.1 客户关系管理能力的
7、界定3.2 客户关系管理能力评价指标体系3.3 客户关系管理能力对企业绩效的影响3.4 提升企业客户关系管理能力的措施“”3.1 客户关系管理能力的界定3.1.1 客户关系管理能力的含义3.1.2 客户关系管理能力的构成3.1.3 影响客户关系管理能力的因素“”3.1.1 客户关系管理能力的含义 企业以实施客户关系管理为导向,在经营活动中配置、开发和整合企业内外的各种资源,主动利用、分析和管理客户信息,迅速满足客户个性化需求,从而建立、发展和提升客户关系,形成竞争优势的知识和技能的集合。 “”3.1.2 客户关系管理能力的构成 客户洞察能力创造和传递客户价值的能力管理客户关系生命周期的能力3.
8、1.3影响客户关系管理能力的因素 信息技术 高层领导 企业文化 人类资源 组织设计 供应链伙伴 “”3.2 3.2 客户关系管理能力评价指标体系客户关系管理能力评价指标客户洞察能力 创造和传递客户价值的能力 管理客户关系生命周期的能力“”3.3 3.3 客户关系管理能力对企业绩效的影响对企业绩效影响的调节因素:对企业绩效影响的调节因素:(1)客户需求和偏好的变动程度(2)行业竞争程度(3)行业技术变动程度(4)经济的繁荣程度“”3.4 3.4 提升企业客户关系管理能力的措施3.4.1 实施企业文化的变革3.4.2 人力资源管理变革3.4.3 组织结构变革3.4.4 信息技术的引入3.4.5 供
9、应链伙伴的选择“”第4 4章 客户关系管理软件系统4.1 CRM软件系统的一般模型4.2 CRM软件系统的组成部分4.3 CRM软件系统的技术功能4.4 CRM软件系统的系统模块4.5 CRM软件系统的发展趋势“”4.1 CRM4.1 CRM软件系统的一般模型“”4.2 CRM软件系统的组成 根据CRMCRM的一般模型,可以将CRMCRM软件系统分为四个组成部分: 接触活动接触活动 业务功能业务功能 数据库数据库 技术功能技术功能信息分析能力对客户互动渠道集成能力支持网络应用能力建设集中客户数据仓库能力对工作流集成能力与ERP集成能力“”4.3 CRM4.3 CRM功能模块销售管理子系统 市场
10、营销管理子系统 服务管理子系统 现场服务管理子系统 呼叫中心管理“”4.4 CRM4.4 CRM软件系统发展趋势 采用先进的软件技术架构 采用分布式技术 采用参数化的设定理念 提供方便的工作流管理与监控 融入现代呼叫中心和门户技术 采用商业智能(BI)技术 CRM的ASP模式“”ASPASP的含义ASP即为应用服务提供商,是指通过广域网络,基于中央服务器实施、管理和远程托管套装应用软件,从数据中心为多个实体提供和管理应用服务的第三方服务。ASP是随着企业信息系统外包趋势、软件应用服务和相关业务的发展而逐渐形成的,它具有三大特点,首先,ASP向用户提供的服务应用系统本身的所有权属ASP,用户租用
11、服务之后对应用系统拥有使用权;其次,应用系统被集中放置在ASP的IDC(Internet数据服务中心)中,具有充足的带宽、电力和空间保证以及具有专业质量的系统维护服务;同时ASP定期向用户收取服务费。“”推动CRM-ASPCRM-ASP模式的因素中小企业喜欢租用的商业模式 CRMCRM软件厂商一直积极地把中小企业作为销售目标。中小企业喜欢租用的商业模式,因为这种模式可以避免配置、维护和升级软件的费用。软件供应商也欢迎这种安排,因为许可证销售收入很难预料,因为软件销售有季节性,并且受宏观经济形势的影响,租用业务比基于许可证的业务收入更稳定可靠。 用户依靠外包CRMCRM功能来控制风险 据有关统计
12、表明,只有45%45%的用户完全满意他们采购的CRMCRM软件。用户的不满意已经引起许多购买者慎重地考虑购买全套的CRMCRM软件,并且希望得到可以量化的投资回报。租用模式能使购买者的投资相对小一些,并且随着这种应用软件证明其价值而逐步增加使用。 放弃不使用的软件 在9090年代末,经济的繁荣导致企业错误地预测了增长率。而这种繁荣的泡沫在20002000年破灭了。结果,企业在软件厂商打折优惠的刺激下购买了大批超出其需要的软件。现在,企业对于其采购采取了更实际的措施。他们的购买方式出现了巨大的变化,转向购买策略的、更小的、更容易消化的软件。 “”第第5 5章章 CRMCRM与数据仓库与数据仓库5
13、.1 数据仓库概述5.1.1 数据仓库概念及特征5.1.2 数据仓库的内容5.1.3 数据仓库系统的体系结构5.2 客户关系管理数据仓库的实施“”5.1.1 5.1.1 数据仓库的概念和特征数据仓库的概念和特征目前,数据仓库一词尚没有一个统一的定义。著名的数据仓库专家W.H.Inmon在其著作Building the Data Warehouse一书中给予如下描述:数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策
14、。5.1 数据仓库概述“”5.1.3 5.1.3 数据仓库的内容数据仓库的内容数据仓库并没有严格的数学理论基础,也没有成熟的基本模式,且更偏向于工程,具有强烈的工程性。因此,在技术上人们习惯于从工作过程等方面来分析,并按其关键技术部份分为数据的抽取、存储与管理以及数据的表现等三个基本方面。 “”5.1.3 5.1.3 数据仓库系统体系结构数据仓库系统体系结构 “”OLAPOLAP服务器服务器OLAP服务器对分析需要的数据进行有效集成,按多维模型予以组织,以便进行多角度、多层次的分析,并发现趋势。其具体实现可以分为:ROLAP、MOLAP和HOLAP。ROLAP基本数据和聚合数据均存放在RDBM
15、S之中;MOLAP基本数据和聚合数据均存放于多维数据库中;HOLAP基本数据存放于RDBMS之中,聚合数据存放于多维数据库中。“”5.2 5.2 数据仓库的项目实施数据仓库的项目实施数据仓库提供了有效地存取和管理大量数据的理想环境,而数据仓库系统的建立是一个由数据驱动、以技术支撑并满足应用需求的不断增长和完善的开发过程。因此数据仓库的建立可以从数据、技术和应用三方面展开。“”5.2.1 5.2.1 联机分析处理(OLAPOLAP)OLAP是一种软件技术,他使分析人员能够迅速、一致、交互地从各个方面观察信息,以达到深入理解数据的目的,这些信息是从原始数据直接转换过来的,他们以用户容易理解的方式反
16、映企业的真实情况。OLAP大部分策略都是将关系型的或普通的数据进行多维数据存贮,以便于进行分析,从而达到联机分析处理的目的。这种多维DB也被看作一个超立方体,沿着各个维方向存贮数据,它允许用户沿事物的轴线方便地分析数据,与主流业务型用户相关的分析形式一般有切片和切块以及下钻、挖掘等操作。共享多维信息的快速分析。“”5.2.2 OLAP5.2.2 OLAP评价标准(1)多维概念视图(2)透明性(3)易访问性(4)一致的报表性能(5)客户/服务器结构(6)维的等同性(7)动态稀疏矩阵处理(8)多用户支持(9)无约束的跨维操作。(10)直观的数据操作。(11)灵活的报表。(12)不限制的维和聚合级别
17、“”第第6 6章章 CRMCRM与数据挖掘与数据挖掘6.1 数据挖掘的定义6.2 数据挖掘的技术6.3 数据挖掘的功能6.4 数据挖掘的流程6.5 数据挖掘的发展方向“”6.1 6.1 数据挖掘的定义数据挖掘的定义SAS研究所(1997):“在大量相关数据基础之上进行数据探索和建立相关模型的先进方法”。Bhavani(1999):“使用模式识别技术、统计和数学技术,在大量的数据中发现有意义的新关系、模式和趋势的过程”。Hand et al(2000):“数据挖掘就是在大型数据库中寻找有意义、有价值信息的过程”。“”6.2 6.2 数据挖掘技术数据挖掘技术数据挖掘的方法很多,大致可分为:统计方法
18、、机器学习方法、神经网络方法和数据库方法。其中,统计方法可细分为:回归分析(多元回归、自回归等)、判别分析(贝叶斯判别、费歇尔判别、非参数判别等)、聚类分析(系统聚类、动态聚类等)、探索性分析(主元分析法、相关分析法等)、以及模糊集、粗糙集、支持向量机等。机器学习中,可细分为:归纳学习方法(决策树、规则归纳等)、基于范例的推理CBR、遗传算法、贝叶斯信念网络等。神经网络方法,可细分为:前向神经网络(BP算法等)、自组织神经网络(自组织特征映射、竞争学习等)等。数据库方法主要是基于可视化的多维数据分析或OLAP方法,另外还有面向属性的归纳方法。 “”6.3 6.3 数据挖掘的功能数据挖掘的功能
19、自动预测趋势和行为 关联分析对象分类 聚类分析概念描述 偏差检测 “”6.4 6.4 数据挖掘的流程数据挖掘的流程 “”确定业务对象: 清晰地定义出业务问题,认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结构是不可预测的,但要探索的问题应是有预见的,为了数据挖掘而数据挖掘则带有盲目性,是不会成功的。数据准备数据的选择:搜索所有与业务对象有关的内部和外部数据信息,并从中选择出适用于数据挖掘应用的数据。数据的预处理:研究数据的质量,为进一步的分析作准备. .并确定将要进行的挖掘操作的类型。数据的转换:将数据转换成一个分析模型. .这个分析模型是针对挖掘算法建立的. .建立一个真正适合挖掘算法的
20、分析模型是数据挖掘成功的关键。 数据挖掘:对所得到的经过转换的数据进行挖掘. .除了完善从选择合适的挖掘算法外,其余一切工作都能自动地完成。 分析和同化结果分析:解释并评估结果,其使用的分析方法一般应作数据挖掘操作而定,通常会用到可视化技术。知识的同化:将分析所得到的知识集成到业务信息系统的组织结构中去。 “”6.5 6.5 数据挖掘未来研究方向数据挖掘未来研究方向 发现语言的形式化描述,即研究专门用于知识发现的数据挖掘语言,也许会像SQLSQL语言一样走向形式化和标准化;寻求数据挖掘过程中的可视化方法,使知识发现的过程能够被用户理解,也便于在知识发现的过程中进行人机交互;研究在网络环境下的数
21、据挖掘技术(WebMiningWebMining),特别是在因特网上建立DMKDDMKD服务器,并且与数据库服务器配合,实现WebMiningWebMining;加强对各种非结构化数据的开采(DataMiningforAudioDataMiningforAudioVideoVideo),如对文本数据、图形数据、视频图像数据、声音数据乃至综合多媒体数据的开采;处理的数据将会涉及到更多的数据类型,这些数据类型或者比较复杂,或者是结构比较独特。为了处理这些复杂的数据,就需要一些新的和更好的分析和建立模型的方法,同时还会涉及到为处理这些复杂或独特数据所做的费时和复杂数据准备的一些工具和软件。交互式发现
22、和知识的维护更新。 “”OLAMOLAM联机分析挖掘,又称为OLAP MiningOLAP Mining。它是联机分析处理技术与数据挖掘技术在数据库或数据仓库应用中的结合,是联机分析处理技术的新发展,也是近年来数据库领域的研究重点和热点。“”第第7 7章章 客户关系管理战略客户关系管理战略7.1 客户关系管理战略7.2 客户关系管理战略评价指标“”7.1 客户关系管理战略7.1.1 客户增长矩阵7.1.2 识别与选择客户7.1.3 客户关系管理过程7.1.4 客户关系管理战略的三大基本点“”7.1.1 客户增长矩阵客户忠实于你的战略客户扩充战略客户获得战略客户多样化战略“”不同的客户战略组合“
23、”7.1.2 7.1.2 识别与选择客户谁为你的企业提供了收入使用你的产品或服务是谁做出的决定谁从你的产品或服务受益了 “”7.1.3 客户关系管理过程 区分客户群中的不同客户 建立和发展与客户之间的高质量的互动 调整产品和服务以满足客户的需要 “”7.1.4 7.1.4 客户关系管理战略的三大基本点客户的真正需求是企业建立有效客户关系的根本出发点。实现客户让渡价值的增值,让客户满意是企业建立高质量客户关系的基础。 保持与客户良性接触,让客户拥有愉快的消费经验与感受,是建立持久客户关系的保证。 “”7.2 7.2 客户关系管理战略评价指标新增客户量(率):衡量潜在客户增加对营销战略影响。流失客
24、户量(率):衡量客户关系好坏.升级客户量(率):客户升级的最终目标是使客户成为企业、品牌的忠实客户。客户平均赢利能力:衡量营销策略的市场反应状况。客户阶梯给予了客户平均赢利能力新的内容,也就是客户关系管理里面的客户平均赢利能力是“级次”的。“”8 客户关系管理项目的实施8. 1 CRM项目管理简述8. 2 CRM项目实施流程8. 3 CRM项目实施前的评估8. 4 促进CRM实施成功的因素8. 5 导致CRM实施失败的因素“”8.1 CRM项目管理简述项目:将人力资源和非人力资源结合成一个短期组织以达到一个特殊目的。项目管理:在项目活动中运用专门的知识、技能、工具和方法,使项目能够实现或超过项
25、目干系人的需要和期望。 美国项目管理学会(PMI)CRM项目管理的核心就在于:CRM项目团队在范围、时间和成本这三个维度上进行权衡的基础上,使用项目管理工具和技术来对整个项目实施过程进行管理和控制。 “”8.2 CRM8.2 CRM项目实施流程 美国Jill DycheCRM Hand Book“”8.3 CRM8.3 CRM项目实施前的评估1. CRM资金是否已经到位? 2. 是否确定了企业的CRM战略?以及相应的CRM战略目标和战略实施计划?3. 项目经理是否已经对实施步骤“胸有成竹”?4. 项目团队是否已经定义好企业的CRM需求?5. 是否已经建立了成功的标准?6. 企业所有部门对“客户”有一个共同的定义吗?7. 当前的工作站开发环境是否支持CRM产品的客户化?8企业是否已经确定哪些应用软件或系统,必须与CRM产品进行集成?“”8. 4 促进CRM实施成功的因素高层领导的支持 专注于流程 技术的灵活运用 组织良好的团队 极大地重视人的因素 分步实施 系统的整合 “”8.5 8.5 导致CRMCRM实施失败的因素忽视了数据质量。组织内的政策导致部门性的行为,或者彼此之间完全没有沟通。IT部门和商业部门不能够协同工作。缺少计划。CRM是为了满足企业的需求,而不是为了满足客户的需求。有问题的流程被自动化了。对于技能掌握没有引起足够的重视。