客戶關系管理客戶關系管理1第6章客戶關系管理系統分類第6章客戶關系管理系統分2主要內容運營型CRM1分析型CRM2二者關系3主要內容運營型CRM1分析型CRM2二者關系3客戶關系管理（CRM）是一個盡可能自動化和持續的過程，最大化利用客戶的各種信息，有效地提高客戶對公司產品的忠誠度和滿意度，并且能夠同所選擇的客戶全體保持長期和有效益的業務關系。把合適的產品和服務，通過合適的渠道，在適當的時候，提供給適當的客戶。因而CRM的主要目標是：與所選客戶建立長期和有效的業務關系在與客戶的每一個“接觸點”上都更加接近客戶，了解客戶最大限度地增加利潤和利潤占有率

為了達到這些目標，必須需要CRM的整體解決方案。CRM整體解決方案由兩大部分組成：運營型CRM、分析型CRM。客戶關系管理（CRM）是一個盡可能自動化和持續的過程，最大化6.1運營型CRM6.1運營型CRM5運營型CRM運營型CRM是CRM系統的“軀體”，它是整個CRM系統的基礎，它可為分析和客戶的服務支持提供依據。運營型CRM主要包括銷售、市場和服務三個過程的流程化、規范化、自動化和一體化。運營型CRM運營型CRM是CRM系統的“軀體”，它是整個CR運營型CRM簡單舉一個例子，來說明銷售、市場和服務一體化：當舉行一次市場活動，收到大量的名片，市場部將名片輸入到客戶信息中，CRM系統就會將這些感興趣人的信息自動按行業、地域等分派給相應的銷售代表或銷售經理。銷售人員就會對感興趣的人進行跟蹤。銷售人員對急待需求的人員或單位會安排講座，講座的內容安排、聽眾的組成、達到的最低目標和最高目標等輸入到CRM系統中并自動傳給相應的售前經理，在售前經理的計算機上，會彈出一個待辦事宜的窗口，由他安排講座的活動，安排好的活動會自動傳給相關的人員。在講座安排的日期前指定的時間，計算機會自動提示相關人員參加活動。直到活動結束，達到了講座的預期目標，并將該活動自動記錄到銷售過程中，以便以后統計該項目活動的有效性和進行項目成本核算。如果此次活動不成功，銷售人員將要填寫存在的問題等。這是CRM的一個銷售流程管理，也體現了市場和銷售以及售前共享一個數據庫，使得他們一體化。運營型CRM簡單舉一個例子，來說明銷售、市場和服務一體化：運營型CRM在服務方面，當銷售成功后，服務部門就客戶看到相關客戶服務的信息。當客戶打來電話投訴時，如果客戶的電話號碼和客戶信息中的號碼一致，在坐席小姐/先生的計算機顯示屏上將馬上彈出客戶的基本信息，坐席人員馬上會問到：“您是XX先生嗎？您X年X月X日購買了我們公司的XX產品，現在需要我為您提供什么服務？”，本來客戶非常生氣，想大發脾氣，但是，廠商對客戶如此了解，客戶的氣也消了一半。為什么會這樣，是因為在CRM系統中，銷售、市場和服務的數據是共享的，這樣也不會造成當客戶投訴多次時，不同的坐席小姐給出不同的回答，因為每個坐席小姐的答復會自動或手動的記錄在客戶的服務信息中。運營型CRM在服務方面，當銷售成功后，服務部門就客戶看到相關CRM銷售套件客戶與聯系人管理；銷售機會管理；待辦事宜與工作流；產品的報價和配置；渠道銷售管理；合同制定和管理；網上訂購；銷售的預測和統計報表；競爭對手的跟蹤；合作伙伴的信息。CRM營銷套件市場預算和收入跟蹤管理；市場活動管理；活動反響跟蹤；促銷內容管理；市場宣傳資料；工作流自動化；任務管理；市場衡量指標；時間表管理；電話促銷管理；郵件促銷管理；Web促銷管理；CRM服務套件客服工單管理、客服活動管理、客戶投訴管理、現場服務、故障處理

CRM電子商務套件CRM搭建了一個高效可靠的電子商務平臺，既能夠幫助企業與消費者實現每一筆交易，又能夠滿足企業與合作伙伴間的貿易往來。CRM商務平臺套件實現產品基礎數據維護、安全控制、動態配置與工作流程定制等功能主要有以下5個方面的應用

服務請求（投訴）創建分配解決跟蹤反饋回訪CRM銷售套件主要有以下5個方面的應用服務請求（投訴）創建所以我們講，運營型CRM是整個CRM的基礎，他收集了大量的客戶信息、市場活動信息和客戶服務的信息，并且使得銷售、市場、服務一體化、規范化和流程化，但是，對于大量的客戶信息，將如何處理，如何從數據中得到信息，從信息中得到知識，對我們的決策和政策制定加以指導將是十分重要的。那么，自然導出了分析型的CRM。所以我們講，運營型CRM是整個CRM的基礎，他收集了大量的客6.2分析型CRM6.2分析型CRM11分析型CRM分析型CRM是CRM系統的“心臟”和“大腦”。它為我們的決策提供指導。主要是分析運營型CRM中獲得的各種數據，進而為企業的經營、決策提供可靠的量化的依據。這種分析需要用到許多先進的數據管理和數據分析工具，如數據倉庫、OLAP分析和數據挖掘（DM）等。分析型CRM分析型CRM是CRM系統的“心臟”和“大腦”。它分析型CRM--主要功能客戶分析客戶建模客戶溝通個性化優化接觸管理

分析型CRM--主要功能客戶分析分析型CRM--主要功能主要功能--客戶分析（Analysis）客戶細分背景、行為、購買模式、人口統計學資料……客戶價值分析收入、成本、未來成長趨勢客戶流失分析流失預警、流失客戶特征分析分析型CRM--主要功能主要功能--客戶分析（Ana分析型CRM--主要功能主要功能--客戶建模（Modeling）歷史資料交易模式預測模型功能：技術：建模信息分析DM機器學習：是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。神經網絡方法分析型CRM--主要功能主要功能--客戶建模（Mode分析型CRM的4個階段客戶分析市場區段：市場分段信息應用于客戶分析一對一的市場：日常市場活動的分析事件模型：預報客戶行為分析型CRM的4個階段分析型CRM的4個階段客戶分析客戶分析需要很多可以定量化的信息，這些信息通常來自各種不同的數據源。對于這些信息必須加以整合，并以合理的方式放到客戶數據倉庫中，以便于對其作分段或挖掘處理。客戶分析所需要的信息來源：企業與其客戶的主要“接觸點”：客戶服務中心、Web和自動柜員機關鍵收益點：POS、電子商務、定單錄入外部數據：客戶的地域分布、生活方式等信息客戶分析階段所需的關鍵信息客戶服務歷史信息客戶市場歷史信息銷售信息收益信息客戶的地域分布數據生活方式數據銷售點終端-pos（pointofsale）消費pos，具有消費、預授權、查詢支付名單等功能，主要用于特約商戶受理銀行卡消費。轉帳pos，具有財務轉帳和卡卡轉帳等功能，主要用于單位財務部門。分析型CRM的4個階段客戶分析銷售點終端-pos（point分析型CRM的4個階段市場區段在客戶數據倉庫準備就緒之后，就可以對當前客戶以及預期的客戶群作區段分析，判斷不同區段的優勢與弱勢。市場區段分析中常見的問題是：

哪些客戶購買產品A而不購買產品B？對某個特定的市場活動而言，最感興趣的是哪些客戶？對商家最有價值的是哪些客戶？客戶的價值是否因其地域分布和人口學特征的不同而不同？找到合適企業的市場區段，企業可以先鎖定某一市場區段，然后在此區段中將品牌名氣打響，之后再將品牌觸角延伸或是拓展到其它區段。例如：“新東方”開始是鎖定托福、GRE等英語留學考試市場，建立起英文考試補習界第一把手的名氣，之后才陸續推廣到考研補習、中短期進修、就業人士的證照考試等市場；“南翔”最早是針對饅頭市場，后來延伸到蟹粉小籠、肉包、素包等產品市場，進一步拓展為面食類的名牌；北京“全聚德”烤鴨最早只有店內餐飲，后來也經營起外帶包裝的快餐市場。分析型CRM的4個階段市場區段分析型CRM的4個階段一對一的市場找到最具價值的市場區段后，就可以為不同區段設計，并提交適應其特定需要的成套服務，從電話市場活動到為不同的用戶區段的特定需求的用戶服務。這與醫生給病人看病中的情況并無本質區別，都是按照服務對象的要求，提供最有效的，最優的和最完整的“處置”。舉例說，假定你為了開拓銀行的借貸業務而針對這批客戶制定了一項業務策略。作為一種鼓勵和吸引客戶的手段，對有VISA卡的客戶可以在一年之內在某些選定的航海項目上有優惠。你所策劃的業務策略中，不僅有能抓住對此有興趣的客戶的計劃，也可以為此建立專門的網頁和相應的客戶服務計劃。類似的分析，同樣的做法可以推而廣之延伸到諸如高爾夫球運動等有其他愛好的客戶群中去。這樣的有針對性的市場開拓工作，可以促使你所在的企業瞄準更有前景和更有商機的領域。如果能夠使你的產品和服務被本來可能并不需要它們的客戶所接受，你就可能為本企業贏得最具價值和贏得可能的客戶。分析型CRM的4個階段一對一的市場分析型CRM的4個階段事件模型通過對那些為不同領域所設計的作法做作全局性的考察，將相似的處置策略集中起來并加以提煉。就可以構建特定的事件模型。事件模型是一種技術手段，旨在幫助企業，使其市場促銷活動與處理策略準確、到位并最終取得成功。與事件模型有關的一些典型問題有：哪些年齡段的客戶對降價處理最感興趣？在購買了新車后多長時間，客戶會要求家用抵押貸款？哪些客戶更喜歡通過個人渠道購物?針對高收入客戶的市場策略是否達到了預期的目的等等。通常利用某些統計工具建立一些模型。發現影響客戶反應和我們預期的主要因素。然后，才能將客戶按照他們的特征加以標識與分類。運用這些模型可以“刻畫”客戶的行為及反應，還可以預見未來市場活動的后果。事件模型提供了一種可能，讓我們能從客戶生活中的某些事件（諸如生日，買房，買車乃至孩子過生日等）為自己的產品與服務找到新的商機。這些事件不僅形成不同的市場區段，而且也是對客戶實施評估并預期未來收益的有利工具。事件模型有助于發現使企業利潤最大化的種種方法，例如，如何減少促銷活動的次數，如何提高客戶對促銷活動的回應以及如何控制業務策劃的費用并提高客戶的滿意程度等等。分析型CRM的4個階段事件模型

分析型CRM--核心技術分析型CRM的架構圖分析型CRM--核心技術分析型CRM的架構圖分析型CRM--核心技術數據倉庫數據挖掘和聯機分析處理(OLAP)先進的決策支持和報表工具

分析型CRM--核心技術數據倉庫分析型CRM--核心技術數據倉庫（datawarehouse，DW）（1）數據倉庫不是為了存儲數據，而是為決策支持更好地組織企業內的所有可能收集到的數據。建立數據倉庫不是目的，只是進行決策支持的中間環節，保證數據的一致性、準確性、綜合性、易用性，為各種決策支持方案提供統一的數據源。

是一個過程，而非一個項目。分析型CRM--核心技術數據倉庫（datawareho分析型CRM--核心技術數據倉庫（datawarehouse，DW）（2）數據倉庫的要素包含以下幾個方面：ETL(數據的抽取、轉換和裝載)；為了用一致、規則、綜合和經過總結的數據充實DW。數據倉庫的存儲；數據倉庫的管理和維護(包含元數據的管理)分析型CRM--核心技術數據倉庫（datawareho分析型CRM--核心技術數據挖掘和OLAP分析一個大型企業數據庫中數據，只有百分之七得到很好應用。這樣，相對于“數據過剩”和“信息爆炸”,人們又感到“信息貧乏”和“數據關在牢籠中”奈斯伯特(JohnNaisbett)驚呼：Wearedrowningininformation，butstarvingforknowledge.分析型CRM--核心技術數據挖掘和OLAP分析分析型CRM--核心技術數據挖掘（DataMining，DM）數據挖掘是按照企業既定的業務目標，對大量的企業數據進行探索、揭示隱藏其中的規律性，并進一步將之模型化的先進、有效的方法。數據挖掘（DataMining）是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取人們感興趣的知識的過程，就是利用包括數據倉庫在內的分析工具在海量數據中發現模型或規律等知識并做出預測的復雜過程。CRM中的數據挖掘指通過高等統計工具等的使用，利用分類、關聯性、序列分析、群集分析、機器自我學習及其他統計方法，從數據庫中龐大的數據中，收集與顧客相關的數據，對這些數據進行篩選、推演與模型建造等程序，找出隱藏的、未知的、但卻對企業經營十分有用的信息，或者說是在數據與模式中的可把原始數據轉換成商機并成為決策依據的新知識。從CRM的整體結構來說，數據挖掘是整個CRM的核心，也是構成商業智能的基礎。分析型CRM--核心技術數據挖掘（DataMining分析型CRM--核心技術數據挖掘在CRM上的應用客戶細分(CustomerSegmentation)：根據對現有客戶的特征和背景，對客戶進行分類，每類客戶都有不同的屬性。按照客戶的價值對潛在客戶和現有客戶進行細分，設定相應的客戶級別(TagofRanking)，從而指導企業將有限的服務資源進行更有效的分配，以期望最少的投入獲得更大的回報。客戶行為分析(MarketBehavior)：通過積累的數據進行客戶生命周期價值分析、客戶流失率分析、客戶滿意度分析、客戶貢獻分析、客戶響應度分析、欺詐發現、交叉銷售等分析問題，有助于保持良好的客戶關系，提高客戶的忠誠度，有效地指導銷售和促銷行為，給企業帶來更大的利益。市場分析(MarketTrend)：分析預測產品發展趨勢、預測不同區域消費者對不同產品的消費趨勢、以及分析季節性變化、非規則變化等，來把握市場動態的發展趨勢，針對不同區域安排不同的促銷行為，安排生產和庫存計劃，更好地占領市場空間。分析型CRM--核心技術數據挖掘在CRM上的應用分析型CRM--核心技術OLAP定義：OLAP(聯機分析處理)是使分析人員、管理人員或執行人員能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業維特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。OLAP特性快速性：用戶對OLAP的快速反應能力有很高的要求。系統應能在5秒內對用戶的大部分分析要求做出反應。可分析性：OLAP系統應能處理與應用有關的任何邏輯分析和統計分析。多維性：多維性是OLAP的關鍵屬性。系統必須提供對數據的多維視圖和分析,包括對層次維和多重層次維的完全支持。信息性：不論數據量有多大，也不管數據存儲在何處，OLAP系統應能及時獲得信息，并且管理大容量信息。分析型CRM--核心技術OLAP分析型CRM--核心技術OLAP—多維性維

假定某某是個百貨零售商，有一些因素會影響他的銷售業務，如商品、時間、商店或流通渠道，更具體一點，如品牌、月份、地區等。對某一給定的商品，也許他想知道該商品在哪個商店和哪段時間的銷售情況。對某一商店，也許他想知道哪個商品在哪段時間的銷售情況。在某一時間，也許他想知道哪個商店哪種產品的銷售情況。因此，他需要決策支持來幫助制定銷售政策。這里，商店、時間和產品都是維。各個商店的集合是一維，時間的集合是一維，商品的集合是一維。維就是相同類數據的集合，也可以理解為變量。而每個商店、每段時間、每種商品都是某一維的一個成員。每個銷售事實由一個特定的商店、特定的時間和特定的商品組成。維有自己固有的屬性，如層次結構、排序、計算邏輯。這些屬性對進行決策支持是非常有用的。分析型CRM--核心技術OLAP—多維性分析型CRM--核心技術多維數據模型通過引入維、維分層和度量等概念，將信息在概念上視為一個立方體。下圖表示了一個數據立方體。

立方體：用三維或更多的維數描述一個對象，每個維彼此垂直。數據的度量值發生在維的交叉點上，數據空間的各個部分都有相同的維屬性。維：是人們觀察數據的特定角度，是考慮問題時的一類屬性，屬性的集合構成一個維（如時間維、機構維等）。維分層：同一維度還可以存在細節程度不同的各個描述方面（如時間維可包括年、季度、月份、旬和日期等）。維屬性：維的一個取值，是數據項在某維中位置的描述（例如“某年某月某日”是在時間維上位置的描述）。度量：立方體中的單元格，用以存放數據。這個單元格表示什么？表示：北京分行星期一的銷戶數是12。分析型CRM--核心技術多維數據模型通過引入維、維分層和各正方體的體積大小和顏色深淺分別表示銷售數量和銷售收入的多少。各正方體的體積大小和顏色深淺分別表示銷售數量和銷售收入的多少分析型CRM--核心技術OLAP分析--切片切片和切塊(SliceandDice)——在多維數據結構中，按二維進行切片，按三維進行切塊，可得到所需要的數據。如在“城市、產品、時間”三維立方體中進行切塊和切片，可得到各城市、各產品的銷售情況。切片的數目取決于維成員的個數。分析型CRM--核心技術OLAP分析--切片切片的數分析型CRM--核心技術OLAP分析--鉆取鉆取(Drill)——鉆取包含向下鉆取(Drill-down)和向上鉆取(Drill-up)/上卷(Roll-up)操作，鉆取的深度與維所劃分的層次相對應。維度有層次性，例如時間維由年、季、月、日構成。一個緯度的層次越高，那么它代表的數據的綜合程度越高，細節越少，數據量越少。反之，層次越低，數據的綜合度越低，細節越多，數據量也越多。分析型CRM--核心技術OLAP分析--鉆取維度有層分析型CRM--核心技術OLAP分析--旋轉旋轉(Rotate)/轉軸(Pivot)–通過旋轉可以得到不同視角的數據。分析型CRM--核心技術OLAP分析--旋轉分析型CRM--核心技術DM與OLAP對企業的作用（1）加速企業對客戶的響應速度CRM改變了企業的運作流程，企業應用與客戶多種方式直接進行交流，大大縮短了企業對客戶的響應時間，企業也可以更敏銳的捕捉到客戶的需求，從而為改進企業的業務提供了可靠的依據。幫助企業改善服務CRM向客戶提供主動的客戶關懷，根據銷售和服務歷史提供個性化的服務，在知識庫的支持下向客戶提供更專業化的服務，嚴密的客戶糾紛跟蹤，這些都成為企業改善服務的有力保證。提高企業工作效率由于CRM建立了客戶與企業溝通的統一平臺，客戶與企業一次接觸就可以完成多項業務，因此辦事效率大大提高。另一方面，所有流程都在一個平臺上完成，大家共享一個數據庫，使得很多重復性的工作(如批量發送傳真、郵件)都由計算機系統完成，工作的效率和質量都是人工無法比擬的。有效降低成本數據挖掘技術的運用使得團隊銷售的效率和準確率大大提高，對潛在客戶的促銷安排也更加合理，潛在客戶的響應率也提高，服務質量的提高也使得服務時間和工作量大大降低，這些都無形中降低了企業的運作成本。分析型CRM--核心技術DM與OLAP對企業的作用（1）分析型CRM--核心技術DM與OLAP對企業的作用（2）規范企業的管理CRM軟件提供了統一的業務平臺，并且通過自動化的工作流程將企業的各種業務緊密結合起來，這樣就將個人的工作納入到企業規范的業務流程中，與此同時將發生的各種業務信息存儲在統一的數據庫中，從而避免了重復工作，以及人員流動造成的損失。幫助企業深入挖掘客戶的需求數據倉庫中有大量的客戶信息，并將這些信息存儲在統一的數據庫中，CRM提供的數據挖掘工具可以充分利用這些數據，可以幫助企業對客戶的各種信息進行深入的分析和挖掘，使得企業“比客戶自己更了解客戶”。提供科學的決策支持CRM是建立在“海量”的數據信息之上的，CRM的數據挖掘工具可以幫助企業了解信息和數據背后蘊含的規律和邏輯關系。掌握了這些，企業的管理者就可以做出科學、準確的決策，使得企業在競爭中占盡先機。分析型CRM--核心技術DM與OLAP對企業的作用（2）分析型CRM--核心技術決策支持和報表工具Web-enabled的報表工具和企業信息系統用于發布已被發現的業務信息和知識。這個增強的客戶知識需要及時提供給決策支持者和同客戶的“接觸點”。在一些企業，Internet/Intranet技術是管理客戶關系的組成部分。它們不僅用Web技術從CRM的過程中分享客戶知識，對每一位客戶在每一個客戶“接觸點”上進行更好的了解，而且收集額外的有關現有客戶和潛在客戶的信息，從而進一步實施CRM。分析型CRM--核心技術決策支持和報表工具6.3二者關系6.3二者關系38二者關系操作型CRM系統多偏重于對流程數據的收集——數據庫的建設與數據的存儲，而較少進行數據的信息挖掘。由于簡單的處理與獨立的數據調用，忽視了連續的歷史數據隱藏的信息和知識，從而導致企業決策缺乏連貫性與前瞻性導致企業采取過多短視的戰術性措施。二者關系操作型CRM系統多偏重于對流程數據的收集——數據庫的二者關系CRM整體解決方案的基本流程如下：CRM運營型的軟件從客戶的各種“接觸點”將客戶的各種背景數據和進行數據收集整合在一起，這些運營數據和外來的市場數據經過整合和變換，裝載進數據倉庫。

之后，運用OLAP和數據挖掘等技術從數據中分析和提取相關規律、模式趨勢。

最后，利用精美的動態報表系統和企業信息系統等，把有關客戶信息和知識在整個企業內得到有效的流轉和共享。

二者關系CRM整體解決方案的基本流程如下：二者關系這些信息和知識將轉化為企業的戰略和戰術行動，用于提高在所有渠道上同客戶交互的有效性和針對性，把合適的產品和服務，通過合適的渠道，在適當的時候，提供給適當的客戶。運營型的CRM管理接觸點，適應于通過Web與客戶聯系；而數據倉庫不管理接觸點，適應于分析和決策。客戶與企業的互動，就需要把分析型CRM與接觸點CRM結合在一起。一個強大的CRM解決方案應該是把接觸點的運營型CRM和分析型的后臺的數據倉庫相結合。這也就產生了稱為協作型的CRM。而后端和前端走向融合的關鍵點在于系統是開放的，只有開放的系統才能把各自的優點結合起來。二者關系這些信息和知識將轉化為企業的戰略和戰術行動，用于提高ThankYou!ThankYou!42客戶關系管理客戶關系管理43第6章客戶關系管理系統分類第6章客戶關系管理系統分44主要內容運營型CRM1分析型CRM2二者關系3主要內容運營型CRM1分析型CRM2二者關系3客戶關系管理（CRM）是一個盡可能自動化和持續的過程，最大化利用客戶的各種信息，有效地提高客戶對公司產品的忠誠度和滿意度，并且能夠同所選擇的客戶全體保持長期和有效益的業務關系。把合適的產品和服務，通過合適的渠道，在適當的時候，提供給適當的客戶。因而CRM的主要目標是：與所選客戶建立長期和有效的業務關系在與客戶的每一個“接觸點”上都更加接近客戶，了解客戶最大限度地增加利潤和利潤占有率

為了達到這些目標，必須需要CRM的整體解決方案。CRM整體解決方案由兩大部分組成：運營型CRM、分析型CRM。客戶關系管理（CRM）是一個盡可能自動化和持續的過程，最大化6.1運營型CRM6.1運營型CRM47運營型CRM運營型CRM是CRM系統的“軀體”，它是整個CRM系統的基礎，它可為分析和客戶的服務支持提供依據。運營型CRM主要包括銷售、市場和服務三個過程的流程化、規范化、自動化和一體化。運營型CRM運營型CRM是CRM系統的“軀體”，它是整個CR運營型CRM簡單舉一個例子，來說明銷售、市場和服務一體化：當舉行一次市場活動，收到大量的名片，市場部將名片輸入到客戶信息中，CRM系統就會將這些感興趣人的信息自動按行業、地域等分派給相應的銷售代表或銷售經理。銷售人員就會對感興趣的人進行跟蹤。銷售人員對急待需求的人員或單位會安排講座，講座的內容安排、聽眾的組成、達到的最低目標和最高目標等輸入到CRM系統中并自動傳給相應的售前經理，在售前經理的計算機上，會彈出一個待辦事宜的窗口，由他安排講座的活動，安排好的活動會自動傳給相關的人員。在講座安排的日期前指定的時間，計算機會自動提示相關人員參加活動。直到活動結束，達到了講座的預期目標，并將該活動自動記錄到銷售過程中，以便以后統計該項目活動的有效性和進行項目成本核算。如果此次活動不成功，銷售人員將要填寫存在的問題等。這是CRM的一個銷售流程管理，也體現了市場和銷售以及售前共享一個數據庫，使得他們一體化。運營型CRM簡單舉一個例子，來說明銷售、市場和服務一體化：運營型CRM在服務方面，當銷售成功后，服務部門就客戶看到相關客戶服務的信息。當客戶打來電話投訴時，如果客戶的電話號碼和客戶信息中的號碼一致，在坐席小姐/先生的計算機顯示屏上將馬上彈出客戶的基本信息，坐席人員馬上會問到：“您是XX先生嗎？您X年X月X日購買了我們公司的XX產品，現在需要我為您提供什么服務？”，本來客戶非常生氣，想大發脾氣，但是，廠商對客戶如此了解，客戶的氣也消了一半。為什么會這樣，是因為在CRM系統中，銷售、市場和服務的數據是共享的，這樣也不會造成當客戶投訴多次時，不同的坐席小姐給出不同的回答，因為每個坐席小姐的答復會自動或手動的記錄在客戶的服務信息中。運營型CRM在服務方面，當銷售成功后，服務部門就客戶看到相關CRM銷售套件客戶與聯系人管理；銷售機會管理；待辦事宜與工作流；產品的報價和配置；渠道銷售管理；合同制定和管理；網上訂購；銷售的預測和統計報表；競爭對手的跟蹤；合作伙伴的信息。CRM營銷套件市場預算和收入跟蹤管理；市場活動管理；活動反響跟蹤；促銷內容管理；市場宣傳資料；工作流自動化；任務管理；市場衡量指標；時間表管理；電話促銷管理；郵件促銷管理；Web促銷管理；CRM服務套件客服工單管理、客服活動管理、客戶投訴管理、現場服務、故障處理

CRM電子商務套件CRM搭建了一個高效可靠的電子商務平臺，既能夠幫助企業與消費者實現每一筆交易，又能夠滿足企業與合作伙伴間的貿易往來。CRM商務平臺套件實現產品基礎數據維護、安全控制、動態配置與工作流程定制等功能主要有以下5個方面的應用

服務請求（投訴）創建分配解決跟蹤反饋回訪CRM銷售套件主要有以下5個方面的應用服務請求（投訴）創建所以我們講，運營型CRM是整個CRM的基礎，他收集了大量的客戶信息、市場活動信息和客戶服務的信息，并且使得銷售、市場、服務一體化、規范化和流程化，但是，對于大量的客戶信息，將如何處理，如何從數據中得到信息，從信息中得到知識，對我們的決策和政策制定加以指導將是十分重要的。那么，自然導出了分析型的CRM。所以我們講，運營型CRM是整個CRM的基礎，他收集了大量的客6.2分析型CRM6.2分析型CRM53分析型CRM分析型CRM是CRM系統的“心臟”和“大腦”。它為我們的決策提供指導。主要是分析運營型CRM中獲得的各種數據，進而為企業的經營、決策提供可靠的量化的依據。這種分析需要用到許多先進的數據管理和數據分析工具，如數據倉庫、OLAP分析和數據挖掘（DM）等。分析型CRM分析型CRM是CRM系統的“心臟”和“大腦”。它分析型CRM--主要功能客戶分析客戶建模客戶溝通個性化優化接觸管理

分析型CRM--主要功能客戶分析分析型CRM--主要功能主要功能--客戶分析（Analysis）客戶細分背景、行為、購買模式、人口統計學資料……客戶價值分析收入、成本、未來成長趨勢客戶流失分析流失預警、流失客戶特征分析分析型CRM--主要功能主要功能--客戶分析（Ana分析型CRM--主要功能主要功能--客戶建模（Modeling）歷史資料交易模式預測模型功能：技術：建模信息分析DM機器學習：是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。神經網絡方法分析型CRM--主要功能主要功能--客戶建模（Mode分析型CRM的4個階段客戶分析市場區段：市場分段信息應用于客戶分析一對一的市場：日常市場活動的分析事件模型：預報客戶行為分析型CRM的4個階段分析型CRM的4個階段客戶分析客戶分析需要很多可以定量化的信息，這些信息通常來自各種不同的數據源。對于這些信息必須加以整合，并以合理的方式放到客戶數據倉庫中，以便于對其作分段或挖掘處理。客戶分析所需要的信息來源：企業與其客戶的主要“接觸點”：客戶服務中心、Web和自動柜員機關鍵收益點：POS、電子商務、定單錄入外部數據：客戶的地域分布、生活方式等信息客戶分析階段所需的關鍵信息客戶服務歷史信息客戶市場歷史信息銷售信息收益信息客戶的地域分布數據生活方式數據銷售點終端-pos（pointofsale）消費pos，具有消費、預授權、查詢支付名單等功能，主要用于特約商戶受理銀行卡消費。轉帳pos，具有財務轉帳和卡卡轉帳等功能，主要用于單位財務部門。分析型CRM的4個階段客戶分析銷售點終端-pos（point分析型CRM的4個階段市場區段在客戶數據倉庫準備就緒之后，就可以對當前客戶以及預期的客戶群作區段分析，判斷不同區段的優勢與弱勢。市場區段分析中常見的問題是：

哪些客戶購買產品A而不購買產品B？對某個特定的市場活動而言，最感興趣的是哪些客戶？對商家最有價值的是哪些客戶？客戶的價值是否因其地域分布和人口學特征的不同而不同？找到合適企業的市場區段，企業可以先鎖定某一市場區段，然后在此區段中將品牌名氣打響，之后再將品牌觸角延伸或是拓展到其它區段。例如：“新東方”開始是鎖定托福、GRE等英語留學考試市場，建立起英文考試補習界第一把手的名氣，之后才陸續推廣到考研補習、中短期進修、就業人士的證照考試等市場；“南翔”最早是針對饅頭市場，后來延伸到蟹粉小籠、肉包、素包等產品市場，進一步拓展為面食類的名牌；北京“全聚德”烤鴨最早只有店內餐飲，后來也經營起外帶包裝的快餐市場。分析型CRM的4個階段市場區段分析型CRM的4個階段一對一的市場找到最具價值的市場區段后，就可以為不同區段設計，并提交適應其特定需要的成套服務，從電話市場活動到為不同的用戶區段的特定需求的用戶服務。這與醫生給病人看病中的情況并無本質區別，都是按照服務對象的要求，提供最有效的，最優的和最完整的“處置”。舉例說，假定你為了開拓銀行的借貸業務而針對這批客戶制定了一項業務策略。作為一種鼓勵和吸引客戶的手段，對有VISA卡的客戶可以在一年之內在某些選定的航海項目上有優惠。你所策劃的業務策略中，不僅有能抓住對此有興趣的客戶的計劃，也可以為此建立專門的網頁和相應的客戶服務計劃。類似的分析，同樣的做法可以推而廣之延伸到諸如高爾夫球運動等有其他愛好的客戶群中去。這樣的有針對性的市場開拓工作，可以促使你所在的企業瞄準更有前景和更有商機的領域。如果能夠使你的產品和服務被本來可能并不需要它們的客戶所接受，你就可能為本企業贏得最具價值和贏得可能的客戶。分析型CRM的4個階段一對一的市場分析型CRM的4個階段事件模型通過對那些為不同領域所設計的作法做作全局性的考察，將相似的處置策略集中起來并加以提煉。就可以構建特定的事件模型。事件模型是一種技術手段，旨在幫助企業，使其市場促銷活動與處理策略準確、到位并最終取得成功。與事件模型有關的一些典型問題有：哪些年齡段的客戶對降價處理最感興趣？在購買了新車后多長時間，客戶會要求家用抵押貸款？哪些客戶更喜歡通過個人渠道購物?針對高收入客戶的市場策略是否達到了預期的目的等等。通常利用某些統計工具建立一些模型。發現影響客戶反應和我們預期的主要因素。然后，才能將客戶按照他們的特征加以標識與分類。運用這些模型可以“刻畫”客戶的行為及反應，還可以預見未來市場活動的后果。事件模型提供了一種可能，讓我們能從客戶生活中的某些事件（諸如生日，買房，買車乃至孩子過生日等）為自己的產品與服務找到新的商機。這些事件不僅形成不同的市場區段，而且也是對客戶實施評估并預期未來收益的有利工具。事件模型有助于發現使企業利潤最大化的種種方法，例如，如何減少促銷活動的次數，如何提高客戶對促銷活動的回應以及如何控制業務策劃的費用并提高客戶的滿意程度等等。分析型CRM的4個階段事件模型

分析型CRM--核心技術分析型CRM的架構圖分析型CRM--核心技術分析型CRM的架構圖分析型CRM--核心技術數據倉庫數據挖掘和聯機分析處理(OLAP)先進的決策支持和報表工具

分析型CRM--核心技術數據倉庫分析型CRM--核心技術數據倉庫（datawarehouse，DW）（1）數據倉庫不是為了存儲數據，而是為決策支持更好地組織企業內的所有可能收集到的數據。建立數據倉庫不是目的，只是進行決策支持的中間環節，保證數據的一致性、準確性、綜合性、易用性，為各種決策支持方案提供統一的數據源。

是一個過程，而非一個項目。分析型CRM--核心技術數據倉庫（datawareho分析型CRM--核心技術數據倉庫（datawarehouse，DW）（2）數據倉庫的要素包含以下幾個方面：ETL(數據的抽取、轉換和裝載)；為了用一致、規則、綜合和經過總結的數據充實DW。數據倉庫的存儲；數據倉庫的管理和維護(包含元數據的管理)分析型CRM--核心技術數據倉庫（datawareho分析型CRM--核心技術數據挖掘和OLAP分析一個大型企業數據庫中數據，只有百分之七得到很好應用。這樣，相對于“數據過剩”和“信息爆炸”,人們又感到“信息貧乏”和“數據關在牢籠中”奈斯伯特(JohnNaisbett)驚呼：Wearedrowningininformation，butstarvingforknowledge.分析型CRM--核心技術數據挖掘和OLAP分析分析型CRM--核心技術數據挖掘（DataMining，DM）數據挖掘是按照企業既定的業務目標，對大量的企業數據進行探索、揭示隱藏其中的規律性，并進一步將之模型化的先進、有效的方法。數據挖掘（DataMining）是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取人們感興趣的知識的過程，就是利用包括數據倉庫在內的分析工具在海量數據中發現模型或規律等知識并做出預測的復雜過程。CRM中的數據挖掘指通過高等統計工具等的使用，利用分類、關聯性、序列分析、群集分析、機器自我學習及其他統計方法，從數據庫中龐大的數據中，收集與顧客相關的數據，對這些數據進行篩選、推演與模型建造等程序，找出隱藏的、未知的、但卻對企業經營十分有用的信息，或者說是在數據與模式中的可把原始數據轉換成商機并成為決策依據的新知識。從CRM的整體結構來說，數據挖掘是整個CRM的核心，也是構成商業智能的基礎。分析型CRM--核心技術數據挖掘（DataMining分析型CRM--核心技術數據挖掘在CRM上的應用客戶細分(CustomerSegmentation)：根據對現有客戶的特征和背景，對客戶進行分類，每類客戶都有不同的屬性。按照客戶的價值對潛在客戶和現有客戶進行細分，設定相應的客戶級別(TagofRanking)，從而指導企業將有限的服務資源進行更有效的分配，以期望最少的投入獲得更大的回報。客戶行為分析(MarketBehavior)：通過積累的數據進行客戶生命周期價值分析、客戶流失率分析、客戶滿意度分析、客戶貢獻分析、客戶響應度分析、欺詐發現、交叉銷售等分析問題，有助于保持良好的客戶關系，提高客戶的忠誠度，有效地指導銷售和促銷行為，給企業帶來更大的利益。市場分析(MarketTrend)：分析預測產品發展趨勢、預測不同區域消費者對不同產品的消費趨勢、以及分析季節性變化、非規則變化等，來把握市場動態的發展趨勢，針對不同區域安排不同的促銷行為，安排生產和庫存計劃，更好地占領市場空間。分析型CRM--核心技術數據挖掘在CRM上的應用分析型CRM--核心技術OLAP定義：OLAP(聯機分析處理)是使分析人員、管理人員或執行人員能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業維特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。OLAP特性快速性：用戶對OLAP的快速反應能力有很高的要求。系統應能在5秒內對用戶的大部分分析要求做出反應。可分析性：OLAP系統應能處理與應用有關的任何邏輯分析和統計分析。多維性：多維性是OLAP的關鍵屬性。系統必須提供對數據的多維視圖和分析,包括對層次維和多重層次維的完全支持。信息性：不論數據量有多大，也不管數據存儲在何處，OLAP系統應能及時獲得信息，并且管理大容量信息。分析型CRM--核心技術OLAP分析型CRM--核心技術OLAP—多維性維

假定某某是個百貨零售商，有一些因素會影響他的銷售業務，如商品、時間、商店或流通渠道，更具體一點，如品牌、月份、地區等。對某一給定的商品，也許他想知道該商品在哪個商店和哪段時間的銷售情況。對某一商店，也許他想知道哪個商品在哪段時間的銷售情況。在某一時間，也許他想知道哪個商店哪種產品的銷售情況。因此，他需要決策支持來幫助制定銷售政策。這里，商店、時間和產品都是維。各個商店的集合是一維，時間的集合是一維，商品的集合是一維。維就是相同類數據的集合，也可以理解為變量。而每個商店、每段時間、每種商品都是某一維的一個成員。每個銷售事實由一個特定的商店、特定的時間和特定的商品組成。維有自己固有的屬性，如層次結構、排序、計算邏輯。這些屬性對進行決策支持是非常有用的。分析型CRM--核心技術OLAP—多維性分析型CRM--核心技術多維數據模型通過引入維、維分層和度量等概念，將信息在概念上視為一個立方體。下圖表示了一個數據立方體。

立方體：用三維或更多的維數描述一個對象，每個維彼此垂直。數據的度量值發生在維的交叉點上，數據空間的各個部分都有相同的維屬性。維：是人們觀察數據的特定角度，是考慮問題時的一類屬性，屬性的集合構成一個維（如時間維、機構維等）。維分層：同一維度還可以存在細節程度不同的各個描述方面（如時間維可包括年、季度、月份、旬和日期等）。維屬性：維的一個取值，是數據項在某維中位置的描述（例如“某年某月某日”是在時間維上位置的描述）。度量：立方體中的單元格，用以存放數據。這個單元格表示什么？表示：北京分行星期一的銷戶數是12。分析型CRM--核心技術多維數據模型通過引入維、維分層和各正方體的體積大小和顏色深淺分別表示銷售數量和銷售收入的多少。各正方體的體積大小和顏色深淺分別表示銷售數量和銷售收入的多少分析型CRM--核心技術OLAP分析--切片切片和切塊(SliceandDice)——在多維數據結構中，按二維進行切片，按三維進行切塊，可得到所需要的數據。如在“城市、產品、時間”三維立方體中進行切塊和切片，可得到各城市、各產品的銷售情況。切片的數目取決于維成員的個數。分析型CRM--核心技術OLAP分析--切片切片的數分析型CRM--核心技術OLAP分析--鉆取鉆取(Drill)——鉆取包含向下鉆取(Drill-down)和向上鉆取(Drill-up)/上卷(Roll-up)操作，鉆取的深度與維所劃分的層次相對應。維度有層次性，例如時間維由年、季、月、日構成。一個緯度的層次越高，那么它代表的數據的綜合程度越高，細節越少，數據量越少。反之，層次越低，數據的綜合度越低，細節越多，數據量也越多。分析型CRM--核心技術OLAP分析--鉆取維度有層分析型CRM--核心技術OLAP分析--旋轉旋轉(Rotate)/轉軸(Pivot)–通過旋轉可以得到不同視角的數據。分