CRM流程的操作戰術

直銷管理（SFA）銷售管理分銷管理（DRP）

服務請求處理（CSM）客戶服務管理維修管理（MDM）市場營銷管理（MMS）CallCenter交互式網站（WEB）……數據倉庫數據分析數據挖掘知識管理客戶接入業務流程決策支持1CRM流程的操作戰術市場市場工作是一個企業中的重要部分，合格的市場部門應該承擔起企業的智囊責任，有義務為企業的領導決策提供戰略支持依據。因此市場的主要工作包括以下方面：品牌戰略媒體選擇廣告設計與投放活動策劃與實施公關策略渠道規劃與發展數據庫網絡營銷2市場市場工作是一個企業中的重要部分，合格的市場部門應該承擔起品牌戰略建立品牌推廣品牌品牌營銷3品牌戰略建立品牌3媒體選擇媒體選擇技巧媒體合作策略4媒體選擇媒體選擇技巧4廣告設計與投放廣告設計原則廣告投放策略5廣告設計與投放廣告設計原則5活動策劃活動策劃活動實施6活動策劃活動策劃6公關策略政府公關行業公關媒體公關客戶公關7公關策略政府公關7渠道規劃與發展渠道建立策略渠道維護渠道放棄原則8渠道規劃與發展渠道建立策略8數據庫網絡營銷網絡時代的營銷策略數據庫營銷的基礎網絡營銷的策略網絡營銷的方法9數據庫網絡營銷網絡時代的營銷策略9市場工作主要包括哪些？網絡營銷的基本方法有哪些？回顧問答10市場工作主要包括哪些？回顧問答10休息10分鐘11休息10分鐘11CRM產生的背景CRM理論CRM業務流程分析型CRM的技術架構CRM隱私問題CRM實施方法議程12CRM產生的背景議程12練習請列出你的企業在進行客戶關系管理中，在決策之前，經常會遇到那些問題？13練習13發現問題更加詳細的分析和探討所提出的問題向其他決策者展現你的發現和結論，并得到確認企業決策的過程14發現問題企業決策的過程14報表分析預測決策支持的類型15報表決策支持的類型15決策支持的類型-報表告訴我們已經發生了什么，常見的問題有：

誰是我們的客戶？（年齡、性別、收入、行業）他們在哪里？（地理位置、經濟狀況、風格）在過去客戶購買過什么？（歷史的視圖）

16決策支持的類型-報表告訴我們已經發生了什么，常見的問題有：產品數據客戶數據市場數據總賬數據收入數據外部數據收入報表生產報表銷售報表產品報表存貨報表客戶報表財務報表報表應用從客戶那里得到的總收入是多少？我們制造了多少?我們在哪里銷售的最多?總生產量是多少？我們為多少客戶服務？我們還有多少庫存？在哪里？典型的報表問題預定義查詢模糊查詢報表應用——發生了什么？17產品數據收入報表報表應用從客戶那里得到的總收入是多少？典型的決策支持的類型-分析當我們知道了發生了什么，我們馬上會關注為什么會發生？常見的問題有：

為什么平均客戶收益下降？

為什么客戶會流失？

為什么我們的商業活動沒有達到目標？18決策支持的類型-分析當我們知道了發生了什么，我們馬上會關注為產品數據客戶數據市場數據總賬數據收入數據外部數據收入分析生產分析銷售分析產品分析存貨分析客戶分析財務分析分析應用為什么沒有達到經營預測？為什么服務效率如此低下？為什么我們沒有更多的服務項目？誰是我們的客戶？哪些客戶給我們帶來了更多的收益？典型的分析問題預定義查詢模糊查詢分析模型分析應用19產品數據收入分析分析應用為什么沒有達到經營預測？典型的分析問決策支持的類型-預測在一個有“分析建模”能力的復雜數據倉庫中，將要進行的查詢是“將發生什么？”這個問題，系統將提供強大的預言能力。什么樣的客戶處于流失的邊緣？客戶保留客戶將購買什么樣的產品和服務？市場細分與客戶取得聯系的最好方式是什么？渠道優化市場需要什么樣的新產品？需求預測20決策支持的類型-預測在一個有“分析建模”能力的復雜數據倉庫中預測應用產品數據客戶數據市場數據總賬數據收入數據外部數據客戶保留市場細分目標市場渠道優化客戶收益率欺詐預測需求預測預測應用什么樣的客戶存在流失風險？客戶會買什么樣的產品？誰是郵寄的產品的最佳候選人接觸客戶的最好途徑是什么？客戶的終身利潤如何？什么樣的交易可能有欺詐性？典型的問題預定義查詢模糊查詢分析模型21預測應用產品數據客戶保留預測應用什么樣的客戶存在流失風險？典練習將練習1.1中列出的問題歸類報表：分析：預測：22練習將練習1.1中列出的問題歸類22午間休息23午間休息23數據倉庫—分析的基礎

數據倉庫的起因、概念基于數據倉庫的CRM管理理念運用數據倉庫的CRM業務模型24數據倉庫—分析的基礎數據倉庫的起因、概念24練習你是基于那些數據和信息進行CRM分析和企業決策支持，這些數據來源于何處？25練習你是基于那些數據和信息進行CRM分析和企業決策支持，這些為什么需要數據倉庫企業的業務數據分別來自不同的數據源：客戶數據—來自CRM系統銷售數據—來自銷售系統庫存數據—來自庫存系統成本利潤—來自財務系統……

26為什么需要數據倉庫企業的業務數據分別來自不同的數據源：26數據倉庫它必須容納大量的詳細數據數據倉庫應能因業務和交易的不斷進展而持續加載數據數據倉庫為市場營銷和管理層以及許多其他部門的大量人員所使用數據倉庫沒有固定的模式，需要由使用者自己建立適用的模式系統必須隨時可用具有良好的擴展性必須對敏感數據提供可靠的保護數據倉庫是一種什么樣的系統？27數據倉庫它必須容納大量的詳細數據數據倉庫是一種什么樣的系統？數據倉庫的概念數據倉庫（DataWarehouse）是一個面向主題的（SubjectOriented）、集成的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（TimeVariant）的數據集合，用于支持管理決策的一種數據結構形式。28數據倉庫的概念數據倉庫（DataWarehouse）是一個數據金礦數據倉庫是一個信息的金礦，不僅可以用來預測工作，而且可以用于業務管理。比如：

上個月同前幾年同比有何不同？華南地區和華北地區的銷量比較如何？誰是TOP10的創利客戶？如果象競爭對手那樣實行本地話費下調50%會出現什么情況？29數據金礦數據倉庫是一個信息的金礦，不僅可以用來預測工作數據倉庫的基本功能它可以將來自不同數據源的數據集合在一起

它包含當前的和歷史的數據，能對信息做歷史性的透視分析

它可以容納大量的詳細數據

能夠持續加載數據對敏感信息提供保護……30數據倉庫的基本功能它可以將來自不同數據源的數據集合在一起3基于數據倉庫的CRM管理理念

CRM不再專注于大量化的市場營銷理念，而代之以頻繁的、小規模的和有針對性的營銷活動CRM是一個不斷學習的過程——與客戶的每一次接觸都是公司增長知識的機會CRM完全依賴于大量詳實的客戶數據數據倉庫不是目的，只是進行決策支持的中間環節數據倉庫不是為了存儲數據，而是為決策支持更好地組織數據31基于數據倉庫的CRM管理理念CRM不再專注于大量化的市場營五種數據挖掘算法決策樹聚類近鄰分析遺傳算法神經網絡32五種數據挖掘算法32數據挖掘算法（一）聚類分析簇（Cluster）:一個數據對象的集合在同一個類中，對象之間具有相似性；不同類的對象之間是相異的。聚類分析把一個給定的數據對象集合分成不同的簇；聚類是一種無監督分類法:沒有預先指定的類別。33數據挖掘算法（一）聚類分析簇（Cluster）:一個數據對象數據挖掘算法（一）聚類分析典型的應用作為一個獨立的分析工具，用于了解數據的分布；作為其它算法的一個數據預處理步驟。例如，在市場銷售中，幫助市場人員發現客戶中的不同群體，然后用這些知識來開展一個目標明確的市場計劃。34數據挖掘算法（一）聚類分析典型的應用34數據挖掘算法（一）聚類分析一個好的聚類方法要能產生高質量的聚類結果——簇，這些簇要具備以下兩個特點：高的簇內相似性低的簇間相似性聚類結果的好壞取決于該聚類方法采用的相似性評估方法以及該方法的具體實現；聚類方法的好壞還取決與該方法是能發現某些還是所有的隱含模式；結果是可解釋的、可理解的和可用的。35數據挖掘算法（一）聚類分析一個好的聚類方法要能產生高質量的聚多維星型結構季月周天年華東華南華中西南西北ISDNADSLIDC固定電話移動電話收入毛利利潤欠款返利36多維星型結構季月周天年華東華南華中西南西北ISDNADSLI關聯分析通過尋找相關因素之間的關聯性，得出有價值的見解。啤酒與尿布的關系37關聯分析通過尋找相關因素之間的關聯性，得出有價值的見解。37客戶分析——聯動圖38客戶分析——聯動圖38客戶分析——3D探索39客戶分析——3D探索39客戶分析——等高線視圖40客戶分析——等高線視圖40客戶分析——客戶細分圖41客戶分析——客戶細分圖41目標營銷某銀行要推出汽車消費信貸電信部門推出免費安裝第二部電話

分析目標客戶

預設活動

分析成本和利潤空間

決定活動形式42目標營銷某銀行要推出汽車消費信貸42客戶保留對保留客戶的主要因素的驗證對贏回客戶的主要因素和活動方式的驗證對忠實客戶的特性的確定43客戶保留對保留客戶的主要因素的驗證43欺詐檢測建立欺詐預測模型聚類分析列出已知欺詐性客戶的因素（年齡、性別、戶籍、欠費金額等等）例如：保險公司歸納出保單剛剛生效兩星期、年齡在25歲以下的、摩托車擁有者有高欺詐傾向44欺詐檢測建立欺詐預測模型44數據挖掘可擴展的體系結構MISERPCRME_Business數據挖掘應用平臺探索數據倉庫數據挖掘算法庫模型庫組件庫產品推薦客戶細分客戶流失欺詐甄別特征分析序列分析……行業應用知識數據挖掘應用服務器信息系統行業客戶端45數據挖掘可擴展的體系結構MISERPCRME_Busines實施分析型CRM的回報

企業收入提高市場成本降低尋找最有效的市場活動方式，降低獲得目標客戶成本通過組合銷售和交叉銷售戰略，增加客戶的購買能力分析客戶忠誠度和流失率，幫助企業及時采取挽留措施客戶滿意增加46實施分析型CRM的回報企業收入提高市場成本降低尋找最有效的休息10分鐘47休息10分鐘47CRM流程的操作戰術

直銷管理（SFA）銷售管理分銷管理（DRP）

服務請求處理（CSM）客戶服務管理維修管理（MDM）市場營銷管理（MMS）CallCenter交互式網站（WEB）……數據倉庫數據分析數據挖掘知識管理客戶接入業務流程決策支持48CRM流程的操作戰術市場市場工作是一個企業中的重要部分，合格的市場部門應該承擔起企業的智囊責任，有義務為企業的領導決策提供戰略支持依據。因此市場的主要工作包括以下方面：品牌戰略媒體選擇廣告設計與投放活動策劃與實施公關策略渠道規劃與發展數據庫網絡營銷49市場市場工作是一個企業中的重要部分，合格的市場部門應該承擔起品牌戰略建立品牌推廣品牌品牌營銷50品牌戰略建立品牌3媒體選擇媒體選擇技巧媒體合作策略51媒體選擇媒體選擇技巧4廣告設計與投放廣告設計原則廣告投放策略52廣告設計與投放廣告設計原則5活動策劃活動策劃活動實施53活動策劃活動策劃6公關策略政府公關行業公關媒體公關客戶公關54公關策略政府公關7渠道規劃與發展渠道建立策略渠道維護渠道放棄原則55渠道規劃與發展渠道建立策略8數據庫網絡營銷網絡時代的營銷策略數據庫營銷的基礎網絡營銷的策略網絡營銷的方法56數據庫網絡營銷網絡時代的營銷策略9市場工作主要包括哪些？網絡營銷的基本方法有哪些？回顧問答57市場工作主要包括哪些？回顧問答10休息10分鐘58休息10分鐘11CRM產生的背景CRM理論CRM業務流程分析型CRM的技術架構CRM隱私問題CRM實施方法議程59CRM產生的背景議程12練習請列出你的企業在進行客戶關系管理中，在決策之前，經常會遇到那些問題？60練習13發現問題更加詳細的分析和探討所提出的問題向其他決策者展現你的發現和結論，并得到確認企業決策的過程61發現問題企業決策的過程14報表分析預測決策支持的類型62報表決策支持的類型15決策支持的類型-報表告訴我們已經發生了什么，常見的問題有：

誰是我們的客戶？（年齡、性別、收入、行業）他們在哪里？（地理位置、經濟狀況、風格）在過去客戶購買過什么？（歷史的視圖）

63決策支持的類型-報表告訴我們已經發生了什么，常見的問題有：產品數據客戶數據市場數據總賬數據收入數據外部數據收入報表生產報表銷售報表產品報表存貨報表客戶報表財務報表報表應用從客戶那里得到的總收入是多少？我們制造了多少?我們在哪里銷售的最多?總生產量是多少？我們為多少客戶服務？我們還有多少庫存？在哪里？典型的報表問題預定義查詢模糊查詢報表應用——發生了什么？64產品數據收入報表報表應用從客戶那里得到的總收入是多少？典型的決策支持的類型-分析當我們知道了發生了什么，我們馬上會關注為什么會發生？常見的問題有：

為什么平均客戶收益下降？

為什么客戶會流失？

為什么我們的商業活動沒有達到目標？65決策支持的類型-分析當我們知道了發生了什么，我們馬上會關注為產品數據客戶數據市場數據總賬數據收入數據外部數據收入分析生產分析銷售分析產品分析存貨分析客戶分析財務分析分析應用為什么沒有達到經營預測？為什么服務效率如此低下？為什么我們沒有更多的服務項目？誰是我們的客戶？哪些客戶給我們帶來了更多的收益？典型的分析問題預定義查詢模糊查詢分析模型分析應用66產品數據收入分析分析應用為什么沒有達到經營預測？典型的分析問決策支持的類型-預測在一個有“分析建模”能力的復雜數據倉庫中，將要進行的查詢是“將發生什么？”這個問題，系統將提供強大的預言能力。什么樣的客戶處于流失的邊緣？客戶保留客戶將購買什么樣的產品和服務？市場細分與客戶取得聯系的最好方式是什么？渠道優化市場需要什么樣的新產品？需求預測67決策支持的類型-預測在一個有“分析建模”能力的復雜數據倉庫中預測應用產品數據客戶數據市場數據總賬數據收入數據外部數據客戶保留市場細分目標市場渠道優化客戶收益率欺詐預測需求預測預測應用什么樣的客戶存在流失風險？客戶會買什么樣的產品？誰是郵寄的產品的最佳候選人接觸客戶的最好途徑是什么？客戶的終身利潤如何？什么樣的交易可能有欺詐性？典型的問題預定義查詢模糊查詢分析模型68預測應用產品數據客戶保留預測應用什么樣的客戶存在流失風險？典練習將練習1.1中列出的問題歸類報表：分析：預測：69練習將練習1.1中列出的問題歸類22午間休息70午間休息23數據倉庫—分析的基礎

數據倉庫的起因、概念基于數據倉庫的CRM管理理念運用數據倉庫的CRM業務模型71數據倉庫—分析的基礎數據倉庫的起因、概念24練習你是基于那些數據和信息進行CRM分析和企業決策支持，這些數據來源于何處？72練習你是基于那些數據和信息進行CRM分析和企業決策支持，這些為什么需要數據倉庫企業的業務數據分別來自不同的數據源：客戶數據—來自CRM系統銷售數據—來自銷售系統庫存數據—來自庫存系統成本利潤—來自財務系統……

73為什么需要數據倉庫企業的業務數據分別來自不同的數據源：26數據倉庫它必須容納大量的詳細數據數據倉庫應能因業務和交易的不斷進展而持續加載數據數據倉庫為市場營銷和管理層以及許多其他部門的大量人員所使用數據倉庫沒有固定的模式，需要由使用者自己建立適用的模式系統必須隨時可用具有良好的擴展性必須對敏感數據提供可靠的保護數據倉庫是一種什么樣的系統？74數據倉庫它必須容納大量的詳細數據數據倉庫是一種什么樣的系統？數據倉庫的概念數據倉庫（DataWarehouse）是一個面向主題的（SubjectOriented）、集成的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（TimeVariant）的數據集合，用于支持管理決策的一種數據結構形式。75數據倉庫的概念數據倉庫（DataWarehouse）是一個數據金礦數據倉庫是一個信息的金礦，不僅可以用來預測工作，而且可以用于業務管理。比如：

上個月同前幾年同比有何不同？華南地區和華北地區的銷量比較如何？誰是TOP10的創利客戶？如果象競爭對手那樣實行本地話費下調50%會出現什么情況？76數據金礦數據倉庫是一個信息的金礦，不僅可以用來預測工作數據倉庫的基本功能它可以將來自不同數據源的數據集合在一起

它包含當前的和歷史的數據，能對信息做歷史性的透視分析

它可以容納大量的詳細數據

能夠持續加載數據對敏感信息提供保護……77數據倉庫的基本功能它可以將來自不同數據源的數據集合在一起3基于數據倉庫的CRM管理理念

CRM不再專注于大量化的市場營銷理念，而代之以頻繁的、小規模的和有針對性的營銷活動CRM是一個不斷學習的過程——與客戶的每一次接觸都是公司增長知識的機會CRM完全依賴于大量詳實的客戶數據數據倉庫不是目的，只是進行決策支持的中間環節數據倉庫不是為了存儲數據，而是為決策支持更好地組織數據78基于數據倉庫的CRM管理理念CRM不再專注于大量化的市場營五種數據挖掘算法決策樹聚類近鄰分析遺傳算法神經網絡79五種數據挖掘算法32數據挖掘算法（一）聚類分析簇（Cluster）:一個數據對象的集合在同一個類中，對象之間具有相似性；不同類的對象之間是相異的。聚類分析把一個給定的數據對象集合分成不同的簇；聚類是一種無監督分類法:沒有預先指定的類別。80數據挖掘算法（一）聚類分析簇（Cluster）:一個數據對象數據挖掘算法（一）聚類分析典型的應用作為一個獨立的分析工具，用于了解數據的分布；作為其它算法的一個數據預處理步驟。例如，在市場銷售中，幫助市場人員發現客戶中的不同群體，然后用這些知識來開展一個目標明確的市場計劃。81數據挖掘算法（一）聚類分析典型的應用34數據挖掘算法（一）聚類分析一個好的聚類方法要能產生高質量的聚類結果——簇，這些簇要具備以下兩個特點：高的簇內相似性低的簇間相似性聚類結果的好壞取決于該聚類方法采用的相似性評估方法以及該方法的具體實現；聚類方法的好壞還取決與該方法是能發現某些還是所有