CRM:CustomerRelationshipManagement

客戶關系管理教材及參考書教材：?客戶關系管理?湯兵勇王素芬等高等教育出版社參考書：?客戶關系管理——理論與實踐?邵兵家于同奎等清華大學出版社?CRM原理設計實踐?何榮勤電子工業出版社電子商務是一場商業革命改變了傳統的商務活動方式(在家購物)擺脫了地域和時間的限制(3a)節省本錢提升效勞拓展商機電子商務是一場革命打破時空局限改變貿易形態匯聚信息生成新的業務自適應導航服務個人化電子商務的開展電子商務的開展電子商務的開展電子商務的開展穩步開展階段2002年底至今，電子商務步入復蘇和穩步開展階段。在經歷了電子商務開展冬天的嚴峻考驗后，生存下的電子商務網站開始懂得必須以務實的態度經營電子商務網站，而且首先要在經營上找到經濟的贏利點，正是有了這可貴的經營實踐和務實的經營理念，才使得這些經營性的網站一返長期虧損局面而出現了贏利。人們看到了希望，電子商務網站的經營實現了突破，開始迎來了又一個春天。電子商務畢竟是具有強大生命力的新生事物，短暫的調整改變不了其上升趨勢。在經歷了慘烈的調整之后，從2002年底開始，不斷有電子商務企業宣布實現贏利，這標志著電子商務的復蘇。電子商務規模WorldwideE-Business(total),inUS$billion全球電子商務總交易額，以10億美元計其他地區拉美西歐亞太北美圖中地區與圖例說明中的順序一樣Source:ForresterResearchWorldwideEB:US$3trillion

(1/2003,est.)全球電子商務：

3萬億美元〔2003年1月估計〕電子商務定義電子商務定義企業電子化框架企業策略企業價值電子化企業

EB電子商務

EC企業智能BI知識管理

KMSRMERPCAD/CAM/CAPP…CRM客戶供給商電子商務和CRM電子商務公司的經營長時間處于無序和迷茫之中，雖然他們急于想抓住已有的客戶并開展潛在的客戶，但實際上卻在無視他們，漸漸喪失這局部最重要的資源。而面對客戶個性化需求的增長，電子商務公司更是一籌莫展。目前84%的在線交易沒有對客戶進行跟蹤;96%的在線交易沒有為客戶提供個性化的效勞；75%的在線交易無法識別重復客戶。CRM必將成為電子商務時代企業競爭的關鍵。隨著電子商務模式的普及和開展，一對一的銷售和個性化的銷售正逐漸成為企業利潤增長的重要來源，無視CRM系統的建設，等同于漠視企業客戶資源的流失，任何一個企業，尤其是那些面對急劇擴張的客戶群而束手無策的電子商務企業都不得不考慮這樣的問題。CRM所提供的信息可以直接成為電子商務活動的信息流，CRM使企業全面觀察客戶，綜合利用客戶信息，推動電子商務的開展。CRM定義不同機構對CRM有著不同的理解和表述CRM的“鐵三角〞內涵CRM的定義返回不同機構對CRM有著不同的理解和表述GartnetGroup認為所謂的客戶關系管理就是為企業提供全方位的管理視角，賦予企業更完善的客戶交流能力，使客戶的收益率最大化。Hurwitzgroup認為CRM的焦點是改善與銷售、市場營銷、客戶效勞和支持等領域的客戶關系有關的商業流程并實現自動化。IBM把客戶關系管理分為三類：關系管理、流程管理和接入管理，涉及企業識別、挑選、獲取、保持和開展客戶的整個商業過程。返回GartnetGroup認為所謂的客戶關系管理就是為企業提供全方位的管理視角，賦予企業更完善的客戶交流能力，使客戶的收益率最大化。

返回Hurwitzgroup認為CRM的焦點是改善與銷售、市場營銷、客戶效勞和支持等領域的客戶關系有關的商業流程并實現自動化。返回IBM認為把客戶關系管理分為三類：關系管理、流程管理和接入管理，涉及企業識別、挑選、獲取、保持和開展客戶的整個商業過程。返回CRM的“鐵三角〞內涵返回CRM的定義返回關于CRM的幾點誤解返回CRM產生背景——管理理念更新企業管理中心開展階段產值中心論銷售額中心論利潤中心論客戶中心論客戶滿意中心論客戶資源價值表達本錢領先優勢和規模優勢市場價值和品牌效應信息價值網絡化價值CRM產生背景——過程需求拉動客戶行為的需求消費價值觀變遷:理性消費、感覺消費、感情消費。互聯網使客戶選擇權空前擴大：購置者可以獲得更多相關的信息；客戶很容易比劇痛廠商的價格和效勞；切換廠商帶來的損失大大降低；客戶期望值提升等。新時代客戶購置行為的準那么：快速、容易、廉價、個性化、熟悉、平安等。市場競爭的需求競爭全球化產品差距縮小，競爭力從產品轉向效勞大批e化企業對傳統企業蠶食鯨吞內部管理的需求客戶信息分割大致客戶效勞效率低下銷售人員花在一般事務處理的時間太多銷售人員占有關鍵客戶資料企業各部門難以獲得所需的客戶互動信息。來自不同部門的信息分散在企業內，無法對客戶有全面的了解，各部門難以在統一的信息的根底上面對客戶。企業的客戶可通過、、網絡等訪問企業，進行業務往來。任何與客戶打交道的員工都能全面了解客戶關系、根據客戶需求進行交易、了解如何對客戶進行縱向和橫向銷售、記錄自己獲得的客戶信息。能夠對市場活動進行規劃、評估，對整個活動進行360度的透視。能夠對各種銷售活動進行追蹤。系統用戶可不受地域限制，隨時訪問企業的業務處理系統，獲得客戶信息。擁有對市場活動、銷售活動的分析能力。能夠從不同角度提供本錢、利潤、生產率、風險率等信息，并對客戶、產品、職能部門、地理區域等進行多維分析。CRM的產生

接觸管理CRM最早由美國GartnerGroup提出，在1980年初便有所謂的"接觸管理"(ContactManagement)專門收集客戶與公司聯系的所有信息。客戶關心到1990那么演變成包括效勞中心支持資料分析的客戶關心〔Customercare〕。客戶關系管理經過近二十年的不斷開展，客戶關系管理不斷演變開展并趨向成熟，現在已形成了一套完整的管理理論體系。CRM的開展接觸管理CRM最早由美國GartnerGroup提出，在1980年初便有所謂的"接觸管理"(ContactManagement)專門收集客戶與公司聯系的所有信息。客戶關心到1990那么演變成包括效勞中心支持資料分析的客戶關心〔Customercare〕。客戶關系管理經過近二十年的不斷開展，客戶關系管理不斷演變開展并趨向成熟，現在已形成了一套完整的管理理論體系。CRM的作用返回CRM的分類按目標客戶分類按應用集成度分類返回按目標客戶分類高端應用中低端應用返回按應用集成度分類

CRM專項應用CRM整合應用CRM企業集成應用返回CRM與企業文化的關系CRM實施的前提是企業文化的改造CRM的實施也推動了企業文化的變革。返回中國實施CRM的難點實施本錢過高、周期長實施達不到理想效果缺乏優秀的CRM咨詢機構人的認識不夠企業IT根底設施較差CRM:CustomerRelationshipManagement

客戶關系管理重慶大學經濟與工商管理學院于同奎E-mail:2004.8CRM開展CRM含義CRM的“鐵三角〞內涵CRM理念CRM理念是指企業根據客戶終生價值的大小，充分調配可用的資源，有效的建立、維護、開展客戶的長期合作關系，以提高客戶忠誠度、滿意度，實現企業利潤最大化。CRM理念是CRM的指導性原那么CRM理念關注的對象是“關系〞CRM理念要有效的建立、維護、開展客戶的長期合作關系，主體是關系。關系：人或事物之間的關聯。Relationship:arelationshipisthewayinwhichtwopeopleofgroupsofpeoplebehavetowardseachotherandfeeltowardseachother.(關系是兩個人或兩組人之間彼此的行為方式和感覺狀態)。關系的特征關系是雙方彼此的行為和感覺，是相互的過程，缺少任何一方都不行。〔企業選擇終生價值大的客戶，也必須通過提高客戶滿意度留住客戶，“雙贏〞。〕關系有感覺和行為兩個要素。關系有一個生命周期。〔關系建立、關系開展、關系維持、關系結束〕關系營銷CRM理念源自關系營銷學。關系營銷，是把營銷活動看成是一個企業與消費者、供給商、分銷商、競爭者、政府機構及其他公眾發生互動作用的過程，其核心是建立和開展與這些公眾的良好關系。關系營銷產生

1984年，科特勒提出了所謂的“大市場營銷〞概念。〔4P+政治權利+公共關系〕貝瑞率先提出和討論了如何維系和改善同現有客戶之間關系的問題。杰克遜提出要與不同的客戶建立不同類型的關系。北歐諾迪克學派的的代表人物葛勞羅斯、舒萊辛格和赫斯基那么論證了企業同客戶的關系對效勞企業市場營銷的巨大影響。關系營銷與傳統交易營銷比照關系營銷的本質特征

〔１〕雙向溝通。在關系營銷中，溝通應該是雙向而非單向的。只有廣泛的信息交流和信息共享，才可能使企業贏得各個利益相關者的支持與合作。〔２〕合作。一般而言，關系有兩種根本狀態，即對立和合作。只有通過合作才能實現協同，因此合作是“雙贏〞的根底。〔３〕雙贏。即關系營銷旨在通過合作增加關系各方的利益，而不是通過損害其中一方或多方的利益來增加其他各方的利益。〔４〕親密。關系能否得到穩定和開展，情感因素也起著重要作用。因此關系營銷不只是要實現物質利益的互惠，還必須讓參與各方能從關系中獲得情感的需求滿足。〔５〕控制。關系營銷要求建立專門的部門，用以跟蹤客戶、分銷商、供給商及營銷系統中其他參與者的態度，由此了解關系的動態變化，及時采取措施消除關系中的不穩定因素和不利于關系各方利益共同增長因素。此外，通過有效的信息反響，也有利于企業及時改進產品和效勞，更好地滿足市場的需求。關系營銷層次

一級關系營銷〔財務層次營銷〕，利用價格刺激增加目標市場客戶的財務利益。二級關系營銷

〔社交層次營銷〕，即增加目標客戶的財務利益，同時也增加他們的社會利益。三級關系營銷

〔結構層次營銷〕，向交易伙伴提供財務利益和社會利益的同時，與交易伙伴結成定結構紐帶穩聯系。客戶關系類型客戶滿意度客戶滿意度是客戶對企業以及企業產品或效勞的滿意程度。客戶滿意度也是客戶對企業的一種感受狀態，并且在這種感受狀態下更容易激發交易行為的發生。一個常用的統計結果是：一個滿意的客戶，要6倍于一個不滿意的客戶更愿意繼續購置那個企業的產品或效勞。客戶滿意是指一個人通過對一個產品的可感知效果〔或結果〕與他的期望值相比較后，所形成的愉悅或失望的感覺狀態。美國營銷學會更為直觀表達為：滿意=期望-結果。客戶忠誠度客戶忠誠是從客戶滿意概念中引出的概念，是指客戶滿意后而產生的對某種產品品牌或公司的信賴、維護和希望重復購置的一種心理傾向。客戶忠老實際上是一種客戶行為的持續性，客戶忠誠度是指客戶忠誠于企業的程度。客戶忠誠是企業取得競爭優勢的源泉,因為忠誠客戶趨向于購置更多的產品、對價格更不敏感,而且主動為本企業傳遞好的口碑、推薦新的客戶。因此,擁有長期忠誠客戶的企業比擁有低單位本錢、高市場份額但客戶流失率高的對手更有競爭優勢。ＣＲＭ的目的就是通過適宜的客戶保持戰略,不斷強化客戶的關系持續意愿,最終建立客戶忠誠,從而實現長期穩定的客戶重復購置。因此,客戶忠誠是企業實施ＣＲＭ所追求的根本目標。客戶忠誠度客戶忠誠的定義分歧較大，不同的研究者從不同的角度進行了闡述。比較典型的是以客戶的重復購置次數來定義，如Tucker將連續3次購置定義為客戶忠誠。而Oliver認為，客戶忠誠是高度承諾在未來一貫地重復購置偏好的產品或效勞，并因此產生對同一品牌或同一品牌系列產品或效勞的重復購置行為，而且不會因為市場態勢的變化和競爭性產品營銷努力的吸引而產生轉移行為。這一定義不僅描述了客戶忠誠的行為特征即重復購置，也強調了客戶忠誠的態度特征即客戶的忠誠來源于客戶對產品的喜愛和依賴，是積極的，不會隨著外界條件的改變而改變。客戶忠誠類型1〕壟斷忠誠2〕惰性忠誠3〕價格忠誠4〕鼓勵忠誠5〕超值忠誠客戶的忠誠表達1〕客戶關系的持久性，表現在時間和聯系的持續性。2〕客戶花在企業的消費金額提高，表現在增加錢包份額，增加交叉銷售。3〕客戶對企業有很深的感情，非常愿意購置企業的產品，自覺地為企業作正面宣傳，不會總是等到打折時才購置，對企業的滿意度很高。客戶忠誠度的指標體系

從分析忠誠客戶行為，我們確定客戶忠誠度的相關因素為3類，即3個子系統，共9個因素。關系的持久性A1購置持續期A11購置頻率A12購置頻率變化趨勢A13消費金額A2錢包份額A21交叉銷售A22情感因素A3產品被提及率A31對價格敏感性A32客戶滿意度A34購置自愿程度A33客戶滿意陷阱美國學者Reicheld和Sasser的研究說明，客戶忠誠度提高5%，行業的平均利潤率提高25%~85%。因此，許多企業采取大量的措施提高客戶的滿意度，希望籍此提高客戶忠誠度。但是實踐和研究發現，客戶滿意度并不等于忠誠度，許多行業存在著高滿意度，低忠誠度的現象。根據美國貝思公司的一項調查顯示，宣稱滿意或很滿意的客戶，有65%~85%會轉向其他公司的產品。在汽車行業中，有85%~95%的客戶感到滿意，可只有30%~40%的客戶會繼續購置同一品牌的產品，這就是所謂的客戶滿意陷阱。客戶滿意陷阱根本期望和潛在期望客戶的期望由兩局部構成即根本期望和潛在期望。根本期望是指客戶認為理應從產品和效勞中得到滿足的根本需要；潛在期望是指超出根本期望的客戶并未意識到而又確實存在的需求。客戶滿意也有兩種類型：客戶的根本期望得到滿足導致的滿意和客戶的潛在期望得到滿足導致的滿意。這兩種類型的滿意對客戶忠誠的影響是不同的。根本期望滿意水平與客戶忠誠關系圖當客戶根本期望的滿意水平到達一定程度，客戶忠誠就會隨著滿意水平的提高而提高，但這種滿意水平對客戶忠誠的邊際效用是遞減的。尤其是客戶忠誠度上升到平均忠誠度〔平均忠誠度是指提供行業平均水平的產品和效勞所激發的客戶忠誠〕附近，不管企業采取何種措施提高客戶滿意水平，客戶忠誠度的變化都不大。這是因為根本期望對客戶而言需求層次比較低，客戶認為商品和效勞的這些價值是自己理應得到的，其他的供給商也能提供類似的價值，企業的產品和效勞并沒有特別的吸引力，因此客戶很難做出不好的評價卻缺乏再次購置的熱情，也不會向其他人推薦。根本期望滿意水平與客戶忠誠關系圖客戶潛在期望的滿意水平對客戶忠誠的邊際效用是遞增的。其原因是客戶從商品中獲得了意想不到的價值〔此處的價值包括物質、心理、精神幾方面的價值〕，滿足了自己的潛在期望而感到愉悅。這種感覺越強對客戶的吸引力越大，在下一次購置時，為了再次體驗到這種感覺，客戶很可能仍然選擇同一品牌。經過屢次重復購置，客戶屢次感到愉悅，對該種產品逐漸產生信任和依賴，不再考慮其他品牌的產品，形成積極的長期忠誠。兩種期望滿意水平與客戶忠誠關系圖

本圖由上面兩圖合成。對客戶而言，這兩種期望是同時存在的，但是客戶首先要求滿足根本期望，否那么就會不滿更談不上忠誠。當客戶的根本期望得到了極大的滿足，客戶忠誠度接近平均忠誠度時，客戶會更關注潛在期望的實現。如果此時企業仍致力于提高客戶根本期望的滿意水平而忽略客戶的潛在期望就造成了客戶滿意陷阱。因此，客戶滿意陷阱不是客戶的滿意度高而忠誠度低，而是客戶根本期望的滿意水平高而忠誠度低，只要提高客戶潛在期望的滿意水平，客戶滿意陷阱的問題就可以迎刃而解。根據上面的分析我們可以得出結論：根本期望得不到滿足客戶就會產生不滿，但根本期望的滿意水平對鼓勵客戶忠誠效果不大。潛在期望得不到滿足客戶不會不滿，得到了滿足就能讓客戶感到愉悅，鼓勵客戶再次購置，其滿意水平與客戶忠誠度近似于線性關系。潛在期望才是影響客戶忠誠最重要的因素。客戶關系生命周期對于客戶而言，根本期望和潛在期望并不是一成不變的。隨著購置次數的增加，客戶對商品和效勞越來越熟悉，變得越來越苛刻，越來越難以滿足，以前充滿吸引力的因素已不再令人感到新鮮，同時客戶對市場和競爭對手的了解也更加深入，他們知道該要求什么，并要求得到更多。這說明客戶有一個成長成熟的過程，在這一過程中，客戶根本期望和潛在期望的層次越來越高。為此，我們引入客戶關系生命周期的概念。將客戶關系劃分為三個階段：考察期、形成期和穩定期。我們結合客戶關系生命周期不同階段的特征，探討在不同的階段客戶根本期望和潛在期望的變化，以及為了滿足這些需要應采取的措施。考察期

在客戶關系生命周期的考察期，不確定性是最重要的特征，客戶不能確定自己在交易中到底能獲得多少價值，而供給商對客戶的需求和偏好也沒有充分的了解。因此，評估供給商的潛在價值和降低不確定性是這一階段的中心目標，客戶會嘗試性地購置。由于自身價值評估能力缺乏，對可替代供給商和市場狀況的了解有限，客戶根本期望價值的根底是以往的經歷和的類似關系。只要企業有形產品的性價比高于同行業的平均水平，配套的售后效勞如送貨、維修等及時完善，客戶一般會感到滿意。而客戶的潛在期望是得到更多的物質利益和供給商的關心。針對這一時期客戶的潛在期望，供給商可以實施常客獎勵方案和感情聯絡方案。常客獎勵方案即客戶每重復購置一次就能夠得到更大的優惠。而感情聯絡方案那么是指提供客戶意料之外的有價值的附加產品，讓客戶感受到企業的關愛，逐漸使企業的產品和效勞成為客戶生活完整的一局部。如生產微波爐的廠商免費為客戶贈送微波爐菜譜，定期向客戶傳遞最新菜式和使用小竅門以及行業的最新資訊，吸收客戶成為客戶俱樂部的會員等等。形成期在客戶關系的形成期，客戶通過一系列的重復購置，拓寬了視野，對可替代供給商和市場狀況更加熟悉，自身的價值評估能力得到提高。在使用產品的過程中，客戶也會遇上一些特別的問題或是根據自己的情況產生一些特殊的要求。同時，供給商對客戶的喜好、習慣、背景、購置方式和能力等私人信息更加了解。由于客戶對供給商以前提供的優質產品和效勞已習以為常，不再感覺新鮮和有吸引力，但是產品和效勞的質量一旦下降一點，客戶立即就會表示不滿。因此，在這一時期，客戶根本期望的根底是以前購置該產品的經歷和市場上最好的供給商，要滿足客戶的根本期望，就要一如既往地為客戶提供在考察期提供的所有優質的產品和效勞。客戶的潛在期望是作為個體受到供給商非同一般的重視。因此要鼓勵客戶忠誠，供給商應采取特別對待方案，即分析每一位老客戶的資料，傾聽客戶在購置和使用產品中產生的個性化需求，為客戶量身定制最適合客戶的產品和獎勵方式和特殊效勞，以此表達對客戶高度的尊重和重視。穩定期在客戶關系的穩定期，客戶對產品產生了強烈的喜愛和依賴，對企業高度信任，不會再積極地搜尋可替代供給商。但是，客戶不僅對市場狀況非常熟悉，而且對企業的產品、組織結構和運作流程及方法都有了越來越深入的了解，客戶不僅關注自身從企業獲得了多少價值，也關注企業在交易中獲得的價值，在客戶看來，雙方獲得的價值必須是均等的，否那么就不公平。因此，企業要向客戶提供在客戶關系的考察期和形成期提供的一切價值，還要通過各種宣傳讓客戶明白企業和客戶雙方得到的價值是對等的，讓客戶了解企業為滿足客戶的個人要求所花費的苦心和本錢，才能滿足客戶的根本期望。如上所述，客戶對企業非常了解和熟悉，而企業的產品和效勞也是客戶生活不可或缺的局部，因而客戶對企業有一種潛在的歸屬感：希望成為企業的一局部而且自我對企業重要價值能得到成認。要滿足客戶的這種心理，企業應采取共同體方案：將客戶視為企業的一局部，讓他們參與到企業活動中來，聽取客戶對企業各方面工作的建議并給予獎勵，讓客戶有成就感，有參與感，使客戶和企業真正成為一家人。不同階段客戶忠誠的鼓勵措施客戶的終生價值所謂客戶的終生價值是隨著時間的延續，企業從客戶〔個人、家庭或中間商〕那里獲得的所有收益超過公司為吸引這個客戶、向這個客戶出售商品、提供效勞等所有支出本錢的一個可接受的現金量，并且要將這個現金量折為現值。客戶終生價值的組成CLV=CLV1+CLV2+CLV3+CLV4+CLV5+CLV6其中： CLV指客戶在其一生中有可能為企業帶來的價值之和；CLV1指客戶初期購置給企業帶來的收益；CLV2指以后假設干時間內客戶重復購置及由于客戶提高支出分配〔或我們稱為錢包份額〕為企業所帶來的收益；CLV3指交叉銷售帶來的收益。客戶在長時期內傾向于使用一個廠家的更多種產品和效勞；CLV4指由于廠商和客戶都知道如何在長期內更有效地相互配合，使得效勞本錢降低、并能原諒某些失誤及提高營銷效率所帶來的收益；CLV5指客戶是公司的一個免費的廣告資源，客戶向朋友或家人推薦企業的產品或效勞所給企業帶來的收益，即推薦收益；CLV6指隨著時間推移，重復購置者或忠誠客戶對價格的敏感性降低，不是等到降價或不停地討價還價才購置所獲得的收益。客戶讓渡價值客戶讓渡價值是指客戶購置的總價值與客戶購置的總本錢之間的差額。客戶購置總價值客戶購置總價值是指客戶購置某一商品與效勞所期望獲得的一組利益，它包括產品價值、效勞價值、人員價值和形象價值等。客戶購置總本錢客戶購置總本錢是指客戶為購置某商品所消耗的貨幣本錢、時間本錢、精神本錢和體力本錢的總和。客戶購置總本錢不僅指貨幣本錢(產品價格)，正如亞當·斯密曾說過的“任何東西的真實價格就是獲得它的辛勞和麻煩〞，它還包括購置者預期的時間、精力和精神費用。購置者將這些費用與貨幣價格加在一起，就構成了客戶購置總本錢。客戶讓渡價值可以把顧客讓渡價值看成是顧客購置所獲得的利潤。每一個顧客在他購置商品的過程中總是力圖爭取得到最大的顧客讓渡價值。企業不僅要著力創造價值，還必須關注消費者在購置商品和效勞中所傾注的全部本錢。由于顧客在購置商品和效勞時，總希望把有關本錢，包括貨幣、時間、精力和精神降到最低限度，而同時又希望從中獲得更多實際利益。因此，企業還必須通過降低生產與銷售本錢，減少顧客購置商品的時間、精力與精神消耗從而降低貨幣非貨幣本錢。客戶保存本錢&客戶流失本錢科特勒提出按照四個步驟來進行是否采取客戶保存措施的決策。測定客戶的保存率。客戶保存率即發生重復購置的客戶比率。識別造成客戶流失的原因，并且計算不同原因造成的流失客戶比率。估算由于不必要的客戶流失，企業利潤的損失。這一利潤就是客戶生命周期價值的總和。決策。企業維系客戶的本錢只要小于損失的利潤，企業就應支付降低客戶流失率的費用。客戶盈利性&客戶奉獻度客戶盈利性=客戶總收益-客戶總本錢Allcustomerrevenues,minusallcustomerexpenses(transactional,channel,deliveryetc.)equalscustomerprofitabilityorvalue.

客戶奉獻度=客戶總收益-客戶直接本錢客戶終生價值模型一、不考慮客戶支出分配的客戶終生價值模型二、考慮客戶支出分配的客戶終生價值模型影響客戶終生價值各因素分析〔一〕計算的時間長度〔二〕貼現率〔三〕客戶的維系率〔四〕產品被提及率〔五〕客戶的收入的變化〔六〕客戶關系的維系本錢〔七〕營銷費用〔八〕其它客戶生命周期客戶生命周期是指當一個客戶開始對企業進行了解或企業欲對某一客戶進行開發開始，直到客戶與企業的業務關系完全終止且與之相關的事宜完全處理完畢的這段時間。客戶的生命周期是企業產品生命周期的演變，但對商業企業來講，客戶的生命周期要比企業某個產品的生命周期重要得多。客戶的生命周期性可分為潛在客戶期、客戶開發〔開展〕期、客戶成長〔維系〕期、客戶成熟期、客戶衰退期、客戶終止期共六個階段。在客戶生命周期不同階段，企業的投入與客戶對企業收益的奉獻是大不相同的。潛在客戶期當客戶對企業的業務進行了解，或企業欲對某一區域的客戶進行開發時，企業與客戶開始交流并建立聯系，此時客戶已進入潛在客戶期。因客戶對企業的業務進行了解企業要對其進行相應的解答，某一特定區域內的所有客戶均是潛在客戶，企業投入是對所有客戶進行調研，以便確定出可開發的目標客戶。此時企業有一定的投入本錢，但客戶尚未對企業做出任何奉獻。客戶開發期當企業對潛在客戶進行了解后，對已選擇的目標客戶進行開發時，便進入客戶開發期。此時企業要進行大量的投入，但客戶為企業所做的奉獻很小甚至沒有。客戶成長期當企業對目標客戶開發成功后，客戶已經與企業發生業務往來，且業務在逐步擴大，此時已進入客戶成長期。企業的投入和開發期相比要小得多，主要是開展投入，目的是進一步融洽與客戶的關系，提高客戶的滿意度、忠誠度，進一步擴大交易量。此時客戶已經開始為企業做奉獻，企業從客戶交易獲得的收入已經大于投入，開始盈利。客戶成熟期當客戶與企業相關聯的全部業務或大局部業務均與企業發生交易時，說明此時客戶已進入成熟期，成熟的標志主要看客戶與企業發生的業務占其總業務的份額。此時企業的投入較少，客戶為企業做出較大的奉獻，企業與客戶交易量處于較高的盈利時期。客戶衰退期當客戶與企業的業務交易量逐漸下降或急劇下降，客戶自身的總業務量并未下降時，說明客戶已進入衰退期。此時，企業有兩種選擇，一種是加大對客戶的投入，重新恢復與客戶的關系，確保忠誠度；另一種做法便是不再做過多的投入，漸漸放棄這些客戶。企業兩種不同做法自然就會有不同的投入產出效益。

客戶終止期當企業的客戶不再與企業發生業務關系，且企業與客戶之間的債權債務關系已經理清時，意味客戶生命周期的完全終止。此時企業有少許本錢支出而無收益。延長客戶生命周期企業要盡可能的延長客戶的生命周期，尤其是成熟期。客戶成熟期的長度可以充分反映出一個企業的盈利能力。面對劇烈的市場競爭，企業要掌握客戶生命周期的不同特點，提供相應的個性化效勞，進行不同的戰略投入，使企業的本錢盡可能低，盈利盡可能高，從而增強企業競爭力。客戶生命周期企業投入產出比客戶生命周期的劃分階段一客戶是潛在客戶最初，當一個客戶在詢問企業的業務時，他就表現出對該業務的興趣，他就成為了該企業業務的潛在客戶。特征是：詢問。影響客戶進入下一階段的因素： 1〕外界評價 2〕客戶的層次 3〕客戶的所屬行業階段二客戶是新客戶當客戶經過需求意識階段、信息收集階段、評估選擇階段后，對企業業務有所了解，或者在別人的推薦和介紹之下會將某種產品和效勞的期望同屬于自己的價值觀念密切聯系在一起了，客戶決定使用或者購置某一企業的某個產品或是效勞時，他就由潛在客戶上升為了新客戶。影響新客戶的因素：1〕客戶對產品質量的感知2〕客戶對產品效勞質量的感知3〕客戶對價值的感知4〕企業競爭者的資費信息5〕客戶需求的情況階段三客戶是老客戶用戶對企業培養起了根本的信任感，使用該企業的業務也持續了一段時間，從而成為了該企業業務的老用戶。影響老客戶的因素主要是： 1〕企業的效勞情況 2〕客戶新的業務需求 3〕企業競爭者的信息階段四客戶是新業務的新客戶是由原來的老用戶開展而來的，即原有的老客戶由于建立起對該企業業務的信任感，進而進一步使用了該企業的新業務。影響新業務的新客戶的因素主要是： 1〕老業務的運行情況 2〕新業務的開展情況 3〕客戶的滿意程度 4〕企業的開展狀況基于客戶生命周期的客戶終生價值客戶終生價值就是指客戶在其整個生命周期過程中，為企業所做奉獻的總和。由于在客戶生命周期的不同時間內，對企業所做的奉獻亦有所不同，同時由于時間價值的存在，所以計算客戶終生價值時，必須要對不同時期的奉獻進行貼現，計算出客戶的終生價值的現值。客戶終生價值的計算可分成以下四個步驟：第一步：確定客戶生命周期；第二步：計算客戶生命周期內每年給企業帶來的利潤凈額；第三步：對客戶生命周期內每年的利潤凈額進行貼現；第四步：求和。客戶的維持策略CRM更側重于客戶份額所帶來的長期收益增加客戶份額的兩種手段一、多吸引新客戶；二、保存老客戶。客戶維系策略有三個層次第一層次，維系客戶的手段主要是利用價格刺激來增加客戶關系的財務利益。第二層次，既增加財務利益，又增加社會利益，而社會利益要優先于財務利益。第三層次，在增加財務利益和社會利益的根底上，附加了更深層次的結構性聯系。返回全面客戶體驗全面客戶體驗〔Totalcustomerexperience〕就是客戶跟企業產品、人員和流程互動的總和。它從客戶看到產品廣告的瞬間開始，到客戶收到貨物的時刻，直至產品使用過程中的很長一段時間。客戶體驗管理根據BerndH.Schmitt在?顧客體驗管理?一書中的定義，顧客〔客戶〕體驗管理是“戰略性地管理顧客對產品或公司全面體驗的過程〞。客戶體驗管理注重與客戶的每一次接觸，通過協調整合售前、售中和售后等各個階段,各種接觸渠道,有目的地,無縫隙地為客戶傳遞良性信息,創造匹配品牌承諾的正面感覺,以實現良性互動，進而創造差異化的客戶體驗，實現客戶的忠誠,強化感知價值,從而增加企業收入與資產價值。通過對客戶體驗加以有效把握和管理，可以提高客戶對公司的滿意度和忠誠度、并最終提升公司價值。總之通過CRM企業可以獲得如下的收益：1．更快和更明智的決策制定2．提高營銷精確度3．改善客戶效勞4．更快地實現產品上市5．從重視產品向重視客戶的轉移返回CRM:CustomerRelationshipManagement

客戶關系管理重慶大學經濟與工商管理學院于同奎E-mail:2004.8CRM軟件系統的一般模型

CRM軟件系統的一般模型模型說明了目標客戶、主要過程以及功能之間的相互關系。CRM的主要過程由市場、銷售和效勞構成。首先，在市場營銷過程中，通過對客戶和市場的細分，確定目標客戶群，制定營銷戰略和營銷方案。而銷售的任務是執行營銷方案，包括發現潛在客戶、信息溝通、推銷產品和效勞、收集信息等，目標是建立銷售訂單，實現銷售額。在客戶購置了企業提供的產品和效勞后，還需對客戶提供進一步的效勞與支持，這主要是客戶效勞部門的工作。產品開發和質量管理過程分別處于CRM過程的兩端，提供必要的支持。營銷管理營銷管理的主要任務是：通過對市場和客戶信息的統計和分析，發現市場時機，確定目標客戶群和營銷組合，科學地制定出市場和產品策略；為市場人員提供制定預算、方案、執行和控制的工具，不斷完善市場方案；同時，還可管理各類市場活動〔如廣告、會議、展覽、促銷等〕，對市場活動進行跟蹤、分析和總結以便改進工作。銷售管理客戶效勞和支持CRM軟件系統的一般模型在CRM軟件系統中，各種渠道的集成是非常重要的。CRM的管理思想要求企業真正以客戶為導向，滿足客戶多樣化和個性化的需求。而要充分了解客戶不斷變化的需求，必然要求企業與客戶之間要有雙向的溝通，因此擁有豐富多樣的營銷渠道是實現良好溝通的必要條件。

CRM軟件系統的一般模型CRM改變了企業前臺業務運作方式，各部門間信息共享，密切合作。位于模型中央的共享數據庫作為所有CRM過程的轉換接口，可以全方位地提供客戶和市場信息。過去，前臺各部門從自身角度去掌握企業數據，業務割裂。而對于CRM模型來說，建立一個相互之間聯系緊密的數據庫是最根本的條件。這個共享的數據庫也被稱為所有重要信息的“閉環〞〔Closed-loop〕。由于CRM系統不僅要使相關流程實現優化和自動化，而且必須在各流程中建立統一的規那么，以保證所有活動在完全相同的理解下進行。這一全方位的視角和“閉環〞形成了一個關于客戶以及企業組織本身的一體化藍圖，其透明性更有利于與客戶之間的有效溝通。這一模型直接指出了面向客戶的目標，可作為構建CRM系統核心功能的指導。CRM軟件系統的組成

根據CRM系統的一般模型，可以將CRM軟件系統劃分為接觸活動、業務功能及數據庫三個組成局部。接觸活動在客戶交互周期中的客戶接觸參與階段，系統主要包含：營銷分析活動管理營銷電子營銷潛在客戶管理常有的渠道典型的方式有：CallCenter；面對面的溝通；；移動銷售〔mobilesales〕；電子郵件；Internet；其他營銷渠道，如金融中介或經紀人等。返回接觸活動CRM軟件應當能夠或多或少地支持各種各樣的接觸活動。企業必須協調這些溝通渠道，保證客戶能夠采取其方便或偏好的形式隨時與企業交流，并且保證來自不同渠道的信息完整、準確和一致。今天，Internet已經成為企業與外界溝通的重要工具，特別是電子商務的迅速開展，促使CRM軟件與Internet進一步緊密結合，開展成為基于Internet的應用模式。業務功能銷售模塊營銷模塊客戶效勞模塊呼叫中心模塊電子商務模塊功能返回業務功能

企業中每個部門必須能夠與客戶進行溝通，而市場營銷、銷售和效勞部門與客戶的接觸和交流最為頻繁，因此，CRM軟件主要應對這些部門予以支持。然而,并不是所有的CRM軟件產品都能覆蓋所有的功能范圍。一般地，一個軟件最多能夠支持兩至三種功能，如市場營銷和銷售。因此，在軟件評價中，功能范圍可以作為決定性的評判依據。業務功能

業務功能——銷售模塊目標：提高銷售過程的自動化和銷售效果。該模塊所能實現的主要功能：銷售現場銷售管理現場銷售/掌上工具銷售銷售傭金業務功能——營銷模塊目標：對直接市場營銷活動加以方案、執行、監視和分析。該模塊所能實現的主要功能：營銷針對電信行業的營銷部件其它功能返回業務功能——客戶效勞模塊目標：提高那些與客戶支持、現場效勞和倉庫修理相關的業務流程的自動化并加以優化。該模塊所能實現的主要功能：效勞合同客戶關心移動現場效勞呼叫中心模塊所能實現的主要功能〔1〕管理員開放連接效勞語音集成效勞報表統計分析管理分析工具呼叫中心模塊所能實現的主要功能〔2〕代理執行效勞自動撥號效勞呼入呼出調度管理多渠道接入效勞市場活動支持效勞返回電子商務模塊功能電子商店電子營銷電子支付電子貨幣與支付電子支持返回數據庫

信息分析能力對客戶互動渠道集成能力支持網絡應用能力建設集中客戶數據倉庫能力對工作流集成能力與ERP集成能力返回CRM功能模塊

銷售管理子系統市場營銷管理子系統效勞管理子系統現場效勞管理子系統呼叫中心管理銷售管理子系統

在CRM系統中銷售管理子系統〔SalesManagement〕主要管理商業機遇〔Opportunity〕、客戶帳號〔Account〕以及銷售渠道等方面。該模塊把企業的所有銷售環節有機的組合起來，使其產品化。這樣在企業銷售部門之間、異地銷售部門之間以及銷售與市場之間建立一條以客戶為引導的流暢工作流程。它縮短了企業的銷售周期，同時提高了銷售的成功率。隨著銷售周期的縮短，銷售人員將有更多的時間去與客戶進行面對面的銷售活動。銷售管理模塊能確保企業的每一個銷售代表〔包括移動和固定銷售代表〕能及時的獲得企業當前的最新信息，包括企業的最新動態、客戶信息、帳號信息、產品和價格信息以及同行業競爭對手的信息等信息。這樣銷售代表在同客戶面對面的交流中將更有效，成功率將更高。市場營銷管理子系統市場營銷管理子系統〔MarketingManagement〕幫助市場專家對客戶和市場信息進行全面的分析，從而對市場進行細分，產生高質量的市場籌劃活動，指導銷售隊伍更有效的工作。在市場營銷子系統中可以對市場、客戶、產品和地理區域信息進行復雜的分析。幫助市場專家開發、實施、管理和優化他們的策略。市場管理子系統為銷售、效勞和呼叫中心提供關鍵性的信息。比方產品信息、報價信息、企業宣傳資料等等都將在市場營銷管理模塊提供。呼叫中心的智能化呼叫腳本的制作也在市場營銷管理模塊編制。市場營銷管理子系統通過數據分析工具，幫助市場人員識別、選擇和產生目標客戶列表。市場營銷管理系統能和其它的應用模塊相集成，確保新的市場活動自動的發布給適宜的銷售、效勞人員手里，使活動得到快速的執行。效勞管理子系統效勞管理子系統〔ServiceManagement〕可以使客戶效勞代表能夠有效地提高效勞效率，增強效勞能力，從而更加容易捕捉和跟蹤效勞中出現的問題，迅速準確地根據客戶需求分解調研、銷售擴展、銷售提升各個步驟中的問題，增長每一個客戶在企業中的生命周期。效勞專家通過分解客戶效勞的需求，并向客戶建議其他的產品和效勞，來增強和完善每一個專門的客戶解決方案。效勞管理子系統通過提供易于使用的工具和信息〔包括效勞需求管理，效勞環境配置及多種問題解決方案〕。這些方案包括相關案例分析，問題的分析診斷〔包括橫向決策樹〕，用于在巨大的科技文檔庫、產品標示、操作步驟、FAQ數據庫和已有的客戶效勞解決方案中進行查找的強有力的集成文本檢索工具。基于客戶、話務員、效勞渠道和效勞許可等廣泛的信息，客戶咨詢通過適宜的渠道被發送給適宜的話務員進行處理。效勞管理子系統可以從空閑的話務員中選擇最稱職的話務員來解決客戶咨詢。通過對效勞許可管理的全面支持，采用自動的工作流并增強對每一個咨詢的路由、監控和解決，效勞效勞子系統可以確保客戶的要求及時滿意地得到解決。效勞子系統可以采用不同的方式來與客戶進行交流〔包括INTERNET，電子郵件，FAX，IVR-交互式語音應答，〕。通過與呼叫中心的持久連接及與包括第三方效勞提供商，商業伙伴和客戶在內的INTERNET客戶的間斷性連接，效勞子系統全面支持客戶效勞專家在機構擴展方面的進行全方位的運做。現場效勞管理子系統場效勞管理子系統〔FieldServiceManagement〕提供了一個移動解決方案，允許公司有效地管理其效勞領域的方方面面。現場效勞的組織主要可以預防的維護方案、中斷/安裝效勞事件、返回物料許可〔RMA〕、高級的區域資源調配、提供與確保客戶問題在第一次訪問過程中得到解決所需的資源〔包括工具、部件和技能等相關的全面信息〕來實現。現場效勞管理子系統提供效勞請求管理、效勞活動管理、帳號管理、智能分配及發送、組件使用、主要清單、和以有問題及解決方案的知識根底。數據驅動的工作流、路由和鑒權機制確保現場效勞組織遵循許可的行業習慣。現場效勞管理子系統支持多種渠道，包括移動現場效勞專家使用掌上或膝上型電腦裝置，連接呼叫中心的話務員，與包括第三方效勞提供商，商業伙伴和客戶在內的INTERNET客戶的間斷性連接，提供機構的擴展。智能呼叫路由，分配及幫助的發送分配給最有資格的效勞代表。使他們可以在他們的掌上或膝上型電腦訪問到全面的客戶信息及問題和解決方案的相關知識，移動現場效勞專家可以迅速有效地解決客戶問題。一旦需要，現場效勞子系統自動在整個組織內增強這個問題，確保可以根據效勞級別許可應用適宜的資源來解決這個問題。在話務員迅速解決了客戶的效勞咨詢后，他們還可以擴展銷售或提升銷售其他附加的產品和效勞，增加客戶的收入和潛在的贏利。呼叫中心管理

CRM軟件系統開展趨勢目前CRM系統軟件架構的開展潮流之一就是采用J2EE體系結構。J2EE體系框架把絕大局部的應用邏輯和數據處理都集中在應用效勞器上(應用效勞層可以由幾臺或幾十臺機器組成，采用負載均衡理論，對應用邏輯進行分解)，這種結構提高了系統的處理效率，降低了系統的維護本錢〔當業務邏輯發生改變時，只需要維護應用效勞器上的邏輯構件〕，保證了數據的平安和完整統一，同時還簡化了體系結構設計和應用開發，具有良好的可擴展性，可滿足各種需求，可自由選擇應用效勞器、開發工具、組件，并提供了靈活可靠的平安模型。采用參數化的設定理念

提供方便的工作流管理與監控

小結CRM的主要目的就在于在適當的時間通過適當的渠道將適宜的產品提供給適宜的客戶。通過CRM軟件系統的應用，企業提高了前臺業務的運作效率。CRM:CustomerRelationshipManagement

客戶關系管理重慶大學經濟與工商管理學院于同奎E-mail:2004.8數據挖掘的出現數據挖掘數據庫越來越大有價值的知識可怕的數據數據挖掘的出現數據爆炸，知識貧乏苦惱:淹沒在數據中;不能制定適宜的決策!數據知識決策模式趨勢事實關系模型關聯規則序列目標市場資金分配貿易選擇在哪兒做廣告銷售的地理位置金融經濟政府POS.人口統計生命周期技術是一個驅動因素什么是數據挖掘？數據挖掘的定義數據挖掘的定義數據挖掘〔DataMining〕就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。這個定義包括好幾層含義(1)數據源必須是真實的、大量的、含噪聲的；(2)發現的是用戶感興趣的知識；(3)發現的知識要可接受、可理解、可運用；(4)并不要求發現放之四海皆準的知識，僅支持特定的發現問題。什么是數據挖掘數據挖掘依賴的基礎

統計學機器學習數據庫高效率的計算統計學Gauss,Fisher,和--最小二乘法，最大似然法--一些根本原理的開展數學時代--1950`s：Neyman等數學家獨領風騷計算時代--自從1960`s平穩增長--1970`s：EDA,Bayesianestimation,flexiblemodels,EM,etc--逐漸意識到計算機在數據分析中的能力和作用

計算機科學模式識別和人工智能(AI)--集中于感官問題,如:語言識別,圖像識別

--1960`s:統計方法與非統計方法的分流

--應用統計學與工程學的交叉如:統計圖像分析機器學習和神經網絡

--1980`s非統計學習方法的失敗

--flexiblemodels的出現,如:樹,網絡

--應用統計學與學習方法的交叉數據挖掘技術的出現直接演化的結果:--AI和機器學習*1989KDD工作組2000ACMSIGKDD工作組*集中于自動發現

--數據庫研究*大型數據組*SIGMMODassociation

rules,scalablealgorithms--數據管理者*如何處理數據*面向客戶*工業占主導的,面向應用必然性數據挖掘不同于傳統上的統計學前者:發現驅動(數據驅動)數據研究后者:假設驅動(人為驅動)研究數據數據挖掘模型的分類描述性模型:描述數據中的模式,用以創立有意義的群或子群預測性模型:在從條件中確定的模式根底上,預測一些現象或數值數據挖掘都干了些什么？英國電信需要發布一種新的產品，需要通過直郵的方式向客戶推薦這種產品。。。。。。使直郵的回應率提高了100％數據挖掘都干了些什么？GUS日用品零售商店需要準確的預測未來的商品銷售量，降低庫存本錢。。。。。。通過數據挖掘的方法使庫存本錢比原來減少了3.8%數據挖掘都干了些什么？匯豐銀行需要對不斷增長的客戶群進行分類，對每種產品找出最有價值的客戶。。。。。。營銷費用減少了30％數據挖掘都干了些什么？發現可能存在欺詐的交易，進行深入調查，節約了大量的調查本錢數據挖掘都干了些什么？美國國內稅務局需要提高對納稅人的效勞水平。。。。。。合理安排稅務官的工作，為納稅人提供更迅捷、更準確的效勞通過數據挖掘您可以發現最有價值的客戶通過數據挖掘您可以使組合銷售更有效率通過數據挖掘您可以留住那些最有價值的客戶通過數據挖掘您可以用更小的本錢發現欺詐現象數據挖掘應用領域數據挖掘效益分析(直郵〕(BigBank&CreditCardCompany)目的：發現新客戶數據挖掘以前數據挖掘以后差別發信的數量1,000,000750,000(250,000)成本$1,000,000$750,000($250,000)響應的數量10,0009,000(1,000)每個響應的毛利$125$125$0總毛利$1,250,000$1,125,000($125,000)凈利潤$250,000$375,000$125,000建模的費用040,000$40,000最終的利潤$250,000$335,000$85,000數據挖掘的方法很多，大致可分為：統計方法、機器學習方法、神經網絡方法和數據庫方法。其中，統計方法可細分為：回歸分析〔多元回歸、自回歸等〕、判別分析〔貝葉斯判別、費歇爾判別、非參數判別等〕、聚類分析〔系統聚類、動態聚類等〕、探索性分析〔主元分析法、相關分析法等〕、以及模糊集、粗糙集、支持向量機等。機器學習中，可細分為：歸納學習方法〔決策樹、規那么歸納等〕、基于范例的推理CBR、遺傳算法、貝葉斯信念網絡等。神經網絡方法，可細分為：前向神經網絡〔BP算法等〕、自組織神經網絡〔自組織特征映射、競爭學習等〕等。數據庫方法主要是基于可視化的多維數據分析或OLAP方法，另外還有面向屬性的歸納方法。決策樹決策樹把數據歸入可能對一個目標變量有不同效果的規那么組。例如，我們希望發現可能會對直郵有反響的個人特點。這些特點可以解釋為一組規那么。決策樹假設您是一個銷售一種新的銀行效勞的直郵方案研究的負責人。為最大程度地獲益，您希望確定基于前次促銷活動的家庭細分最有可能響應相似的促銷活動。通常這可以通過查找最能把響應前次促銷的家庭和沒有響應的家庭區分開的人口統計信息變量的組合來實現。決策樹為您提供諸如誰會最好地響應新的促銷等重要線索，并通過只郵寄給最有可能響應的人來最大程度地獲得直郵效益，提高整體響應率，并極有希望同時增加銷售。決策樹建立決策樹中最上面的節點稱為根節點，是整個決策樹的開始。本例把響應客戶作為根節點。可以看到所有收到直郵信件的人中有7%有響應。然后根據記錄字段的不同取值建立樹的分支,如分為有住房和無住房兩組，那么15%的租戶有響應，而房主那么只有5%。還可以在每個分支子集中重復建立下層結點和分支。我們可以繼續分組來發現最有可能響應的組群。這一組群可以表示為一個規那么，如“如果收件人是租戶，有較高的家庭收入，沒有儲蓄存款賬戶，那么他有45%的響應概率〞。簡單地說，有這些特點的組群中有45%可能會對直郵有響應。決策樹圖決策樹應用決策樹也是分析消耗(流線性生產)、發現交叉銷售時機、進行促銷、信用風險或破產分析和覺察欺詐行為的得力工具。決策樹算法常用的算法有CHAID、CART、Quest和C5.0。決策樹的優缺點：優點：1)

可以生成可以理解的規那么。2)

計算量相對來說不是很大。3)

可以處理連續和種類字段。4)

決策樹可以清晰的顯示哪些字段比較重要缺點：1)

對連續性的字段比較難預測。2)

對有時間順序的數據，需要很多預處理的工作。3)

當類別太多時，錯誤可能就會增加的比較快。4)

一般的算法分類的時候，只是根據一個字段來分類。聚類分析聚類如同通常所說的“物以類聚〞，是把一組個體按照相似性歸成假設干類別。它的目的是使屬于同一類別的個體之間的距離盡可能的小，而不同類別上的個體間的距離盡可能的大。它反映同類事物共同性質的特征型知識和不同事物之間的差異性質的特征型知識。通過聚類，數據庫中的記錄可被劃分為一系列有意義的子集。聚類增強了人們對客觀現實的認識，是進行概念描述和偏差分析的先決條件。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；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；應用聚類分析的例子聚類分析的評判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；人工神經網絡神經網絡近來越來越受到人們的關注，因為它為解決大復雜度問題提供了一種相對來說比較有效的簡單方法。神經網絡可以很容易的解決具有上百個參數的問題〔當然實際生物體中存在的神經網絡要比我們這里所說的程序模擬的神經網絡要復雜的多〕。神經網絡常用于兩類問題：分類和回歸。人工神經網絡遺傳算法遺傳算法GA的算法首先在解空間中取一群點，作為遺傳開始的第一代。每個點〔基因〕用一二進制的數字串表示，其優劣程度用一目標函數〔Fitnessfunction〕來衡量。在向下一代的遺傳演變中，首先把前一代中的每個數字串根據由其目標函數值決定的概率分配到配對池中。好的數字串以高的概率被復制下來，劣的數字串被淘汰掉。然后將配對池中的數字任意配對，并對每一數字串進行交叉操作，產生新的子孫〔數字串〕。最后對新的數字串的某一位進行變異。這樣就產生了新的一代。按照同樣的方法，經過數代的遺傳演變后，在最后一代中得到全局最優解或近似最優解。支持向量機支持向量機〔SVM〕是一種建立在統計學習理論根底上的機器學習方法。通過學習算法，SVM可以自動尋找那些對分類有較好區分能力的支持向量，由此構造出的分類器可以最大化類與類的間隔，因而有較好的推廣性能和較高的分類準確率。SVM主要思想是針對兩類分類問題，在高維空間中尋找一個超平面作為兩類的分割，以保證最小的分類錯誤率。而且SVM一個重要的優點是可以處理線性不可分的情況。用SVM實現分類，首先要從原始空間中抽取特征，將原始空間中的樣本映射為高維特征空間中的一個向量，以解決原始空間中線性不可分的問題。貝葉斯預測貝葉斯網絡是用來表示變量集合連接概率的圖形模式，它提供了一種自然的表示因果信息的方法，用來發現數據間的潛在關系。在這個網絡中，用節點表示變量，有向邊表示變量間的依賴關系。在數據挖掘中具有以下優點：可以處理不完整和帶有噪聲的數據集。它用概率測度的權重來描述數據間的相關性，從而解決了數據間的不一致性，甚至是相互獨立的問題；用圖形的方法描述數據間的相互關系，語義清晰、可理解性強，這有助于利用數據間的因果關系進行預測分析。規那么推導規那么推導，從統計意義上對數據中的“如果-那么〞規那么進行尋找和推導，得到關聯規那么。關聯規那么挖掘發現大量數據中項集之間有趣的關聯或相關聯系。規那么推導近鄰算法，將數據集合中每一個記錄進行分類的方法。統計分析方法，在數據庫字段項之間存在兩種關系:函數關系(能用函數公式表示確實定性關系)和相關關系(不能用函數公式表示，但仍是相關確定性關系)，對它們的分析可采用回歸分析、相關分析、主成分分析等方法。模糊論方法，利用模糊集合理論，對實際問題進行模糊判斷、模糊決策、模糊模式識別、模糊簇聚分析。數據挖掘功能—預測數據挖掘功能—關聯分析數據挖掘功能—分類按照分析對象的屬性、特征，建立不同的組類來描述事物。例如：銀行部門根據以前的數據將客戶分成了不同的類別，現在就可以根據這些來區分新申請貸款的客戶，以采取相應的貸款方案。數據挖掘功能—聚類

數據挖掘功能—概念描述概念描述就是對某類對象的內涵進行描述，并概括這類對象的有關特征。概念描述分為特征性描述和區別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區別。生成一個類的特征性描述只涉及該類對象中所有對象的共性。生成區別性描述的方法很多，如決策樹方法、遺傳算法等。數據挖掘功能—偏差檢測數據庫中的數據常有一些異常記錄，從數據庫中檢測這些偏差很有意義。偏差包括很多潛在的知識，如分類中的反常實例、不滿足規那么的特例、觀測結果與模型預測值的偏差、量值隨時間的變化等。偏差檢測的根本方法是，尋找觀測結果與參照值之間有意義的差異。偏差檢測對分析對象的少數的、極端的特例的描述，揭示內在的原因。例如：在銀行的100萬筆交易中有500例的欺詐行為，銀行為了穩健經營，就要發現這500例的內在因素，減小以后經營的風險。數據挖掘環境

數據挖掘是指一個完整的過程，該過程從大型數據庫中挖掘先前未知的、有效的、可實用的信息，并使用這些信息做出決策或豐富知識。

數據挖掘環境數據挖掘的流程

數據挖掘的流程確定業務對象數據準備數據挖掘結果分析和知識同化數據挖掘的流程-確定業務對象清晰地定義出業務問題，認清數據挖掘的目的是數據挖掘的重要一步。挖掘的最后結構是不可預測的，但要探索的問題應是有預見的，為了數據挖掘而數據挖掘那么帶有盲目性，是不會成功的。數據挖掘的流程-數據準備數據的選擇：搜索所有與業務對象有關的內部和外部數據信息，并從中選擇出適用于數據挖掘應用的數據。數據的預處理：研究數據的質量，為進一步的分析作準備.并確定將要進行的挖掘操作的類型。數據的轉換：將數據轉換成一個分析模型.這個分析模型是針對挖掘算法建立的.建立一個真正適合挖掘算法的分析模型是數據挖掘成功的關鍵。

數據挖掘的流程-數據挖掘對所得到的經過轉換的數據進行挖掘.除了完善從選擇適宜的挖掘算法外，其余一切工作都能自動地完成。數據挖掘的流程-分析和同化數據挖掘過程工作量

在數據挖掘中被研究的業務對象是整個過程的根底，它驅動了整個數據挖掘過程，也是檢驗最后結果和指引分析人員完成數據挖掘的依據。數據挖掘的過程并不是自動的，絕大多數的工作需要人工完成。其中60%的時間用在數據準備上，這說明了數據挖掘對數據的嚴格要求，而后挖掘工作僅占總工作量的10%.數據挖掘過程工作量

數據挖掘需要的人員

數據挖掘工具及其功能數據挖掘中存在的問題數據挖掘的根本問題就在于數據的數量和維數，數據結構也因此顯的非常復雜，如何進行探索，選擇分析變量，也就成為首先要解決的問題。面對如此大的數據，現有的統計方法等都遇到了問題，我們直接的想法就是對數據進行抽樣，那么怎么抽樣，抽取多大的樣本，又怎樣評價抽樣的效果，這些都是值得研究的難題。既然數據是海量的，那么數據中就會隱含一定的變化趨勢，在數據挖掘中也要對這個趨勢做應有的考慮和評價。各種不同的模型如何應用，其效果如何評價。不同的人對同樣的數據進行挖掘，可能產生不同的結果，甚至差異很大，這就涉及到可靠性的問題。當前互聯網的開展迅速，如何進行互聯網的的數據挖掘，還有文本等非標準數據的挖掘，都引起了極大的興趣。數據挖掘涉及到數據也就碰到了數據的私有性和平安性。數據挖掘的結果是不確定的，要和專業知識相結合才能對其做出判斷。總之，數據挖掘只是一個工具，不是萬能的，它可以發現一些潛在的用戶，但是不會告訴你為什么，也不能保證這些潛在的用戶成為現實。數據挖掘的成功要求對期望解決問題的領域有深刻的了解，理解數據，了解其過程，才能對數據挖掘的結果找出合理的解釋。例如曾經用數據挖掘找出的啤酒和尿布的例子，如何去解釋這種現象，是應該將兩者放在一起還是分開銷售，這還需要對消費心理學有所研究才能做出決定，而不是數據挖掘能力所及的了。數據挖掘未來研究方向

OLAMOLAM產生的原因OLAM產生的原因一方面，分析工具OLAP功能雖強大，能為客戶端應用程序提供完善的查詢和分析，但它也存在以下缺乏:1)OLAP是一種驗證型分析工具，是由用戶驅動的。即在某個假設的前提下通過數據查詢和分析來驗證或否認這個假設，這很大程度上受到用戶假設能力的限制。2)OLAP分析事先需要對用戶的需求有全面而深人的了解，然而用戶的需求并不是確定的，難以把握。所以OLAP分析常常采用試湊法在大型數據庫或倉庫中搜索，不僅花時間，而且可能產生一些無用的結果。3)即使搜索到了有用的信息，由于缺乏應有的維度，從不同的視圖得到的結果可能并不相同，容易產生誤導。OLAM產生的原因另一方面，數據挖掘雖然可以使用復雜算法來分析數據和創立模型表示有關數據的信息，用戶也不必提出確切的要求，系統就能夠根據數據本身的規律性，自動地挖掘數據潛在的模式，或通過聯想，建立新的業務模型以輔助決策。但它也存在一些缺點:1)DM是挖掘型分析工具，是由數據驅動的。用戶需要事先提出挖掘任務。但對于用戶來講，很多時候預先是不知道想挖掘什么樣的知識的。2)由于數據庫或數據倉庫中存有大量數據和信息，用戶僅僅指出挖掘任務，而不提供其他搜索線索，這樣DM工具就會遍歷整個數據庫，導致搜索空間太大。計算機將處于長時間的工作，而且結果中可能會生成很多無用信息。3)即使挖掘出了潛在有價值的信息，但它究竟用來做什么分析用，用戶也可能不清楚。OLAM產生OLAM產生聯機分析挖掘概念正式提出是在1997年，由加拿大SimonFraser大學教授JiaweiHan等在數據立方體的根底上提出多維數據挖掘的概念，稱為OLAPmining。這實際上是在OLAP系統的根底上，把數據分析算法、數據挖掘算法引人進來，解決多維數據環境的數據挖掘問題。OLAM體系結構OLAM體系結構OLAM的系統特征OLAM系統的主要目的就是實現OLAP與數據挖掘的功能互補，提高數據分析挖掘的性能。建立在龐大復雜的數據倉庫根底上的OLAM在實現過程中面臨最大的挑戰是數據分析挖掘執行的效率的提高和對用戶請求的快速準確響應。目前專門的OLAM產品還沒有正式出現，但根據OLAM系統的設計目的和用戶要求，OLAM應具有其自己的系統及功能特征。OLAM的系統特征〔1〕多維分析和數據挖掘無縫集成，即多維分析與數據挖掘的完美結合需要理論根底，需要一套系統構建方法。比方借助于OLAP對數據立方體進行切片、切塊、旋轉、向下鉆取、向上匯總等操作的支持，應能方便地對任何一局部數據和不同抽象級別地數據進行挖掘。OLAM的系統特征〔2〕OLAM的系統特征〔3〕支持迭代分析過程，即系統應提供“回溯〞能力，以便隨時標記分析過程中的時空狀態點，并在分析過程中隨時回到這一點，有利于分析的靈活進行，防止在進行由淺人深的分析過程中用戶“迷失方向〞。OLAM的系統特征〔4〕支持復雜信息建模，即要求OLAM系統支持多種異構DBMS中多種數據類型的融合，全面處理企業內的各種決策支持應用。一方面，決策分析的數據對象來自于不同開發環境和目的的分立應用系統，數據的管理方法和數據結構也可能不同，這就要求OLAM在數據方面有很強的包容性;另一方面，不同的數據挖掘方法要求不同的數據結構支撐。OLAM的系統特征(5)良好的可擴展性。要求OLAM系統支持多種挖掘算法的模塊的添加、多種工作對象的建構、多種數據源的集成、多種前端工具的利用等擴展功能。用戶能根據實際問題的不同，選用不同的挖掘算法。此外，OLAM因該具有支持這些擴展的通用接口，以便與其它工具和算法銜接，或者嵌人用戶自己的算法。OLAM的系統特征(6)靈活友好的人機交互能力。OLAM中的決策分析過程是要在人的指導下進行的，人作為系統的有機組成局部和系統應用密不可分。人利用自己掌握的領域知識在OLAM系統的輔助下完成領域內問題的求解，在這個過程中人與計算機分別承擔各自最擅長的工作，到達資源的合理配置。OLAM的系統特征(7)支持復雜事務模型及多任務優化和調度。OLAM事務是有“內部結構〞的數據庫操作集合，是一個有層次的復雜網絡結構，傳統的無內部結構、彼此孤立的、最小原子特性的事務模型只是這種模型的特例。OLAM事務之間具有廣泛的聯系，考慮在對事務分解的根底上，充分利用不同事務中的公共子事務來優化事務的調度。OLAM的分析操作從OLAM的定義來看，它是建立在多維數據視圖根底之上的。因此，對于OLAM的操作應是超立方體計算與傳統挖掘算法的結合。這里所說的立方體計算方法一般指切片、切塊、上卷、下鉆、旋轉等操作;而挖掘算法那么是指關聯規那么、分類、聚類等挖掘算法。根據立方體計算和數據挖掘所進行的次序的不同組合可以有不同的模式。OLAM的分析操作先進行立方體計算、后進行數據挖掘。在進行數據挖掘以前，先對多維數據進行二定的立方體計算，以選擇適宜的數據范圍和恰當的抽象級別。先對多維數據作數據挖掘，然后再利用立方體計算算法對挖掘出來的結果做進一步的深人分析。立方體計算與數據挖掘同時進行。在挖掘的過程中，可以根據需要對數據視圖做相應的多維操作。這也意味著同一個挖掘算法可以應用于多維數據視圖的不同局部。回溯操作。OLAM的標簽和回溯特性，允許用戶回溯一步或幾步，或回溯至標志處，然后沿著另外的途徑進行挖掘，這樣用戶在挖掘分析中可以交互式的進行立方體計算和數據挖掘。CRM:CustomerRelationshipManagement

客戶關系管理重慶大學經濟與工商管理學院于同奎E-mail:2004.8DW&OLAPDW&OLAPOLAP專門用于支持復雜的決策分析，是支持信息管理和業務管理人員決策活動的一種決策分析工具。它可以根據分析人員的要求，迅速、靈活地對大量數據進行復雜的查詢處理，并且以直觀的、容易理解的形式將查詢結果提供給各種決策人員，使他們迅速、準確地掌握企業的運營情況，了解市場的需求。開展背景OLAP定義OLAP的特性

快速性：用戶對OLAP的快速反響能力有很高的要求，主要是指計算機的計算的反響速度，系統應能在5秒內對用戶的大局部分析要求做出反響，但對業務數據的實時信息卻很難反響。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：不管數據量有多大，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。OLAP相關根本概念維：維是人們觀察數據的特定角度。例如，一個企業在考慮產品的銷售情況時，通常從時間、地區和產品的不同角度來深入觀察產品的銷售情況。這里的時間、地區和產品就是維。維的層次：人們觀察數據的某個特定角度(即某個維)還可以存在細節程度不同的各個描述方面(時間維：日期、月份、季度、年)。維的成員：維的一個取值成為該維的一個維成員。是數據項在某維中位置的描述。如果維已經分成了多層次的，那么維成員就是不同維層次取值的組合。例如：某公司銷售數據在省、市、縣，地理維有三個層次，那么“山東省日照市五蓮縣〞就構成地理維的一個維成員。維成員并不一定要在維的每一個層次上都取值，例如：山東省，山東省日照市，日照市五蓮縣都是地理維的維成員。OLAP相關根本概念多維數據集〔數據立方體或超立方〕。多維數據集是決策支持的支柱，也是OLAP的核心。它是維和變量的組合表示，是維的不同組合和所考察的度量指標構成的多維數組。多維數據集可以用一個多維數組表示。可形式化表示為〔維1，維2，……，維n，度量指標〕，如〔地區、時間、產品、銷售額〕。三維的數據集可以用圖表示。