CRM系统:数据仓库在CRM 系统中的应用研究

数据仓库在CRM 系统中的应用研究 　　周　洋, 彭元珍　(长江大学计算机科学学院, 湖北荆州434023) [摘要] 从数据仓库和CRM 系统的内涵入手, 提出一个基于数据仓库技术的CRM 模型, 并从信息流的角 度进行了分析。最后给出数据挖掘的一个应用实例———移动客户流失业务模型的建立。 [关键词] CRM; 数据仓库; 数据挖掘 [中图分类号] TP393 [文献标识码] A 　　[文章编号] 1673 - 1409 (2009) 01 - N229 - 03 随着市场体制改革的日益深入, 各企业为了保持较高的客户获取和保持率, 并维持可赢利性, 需要 经常扩展和现有客户的关系、降低行销费用。这就需要对基于数据仓库的客户关系管理系统(CRM) 系统进行更深入的挖掘, 这时数据挖掘技术的使用便成为企业CRM 制胜的关键。 目前基于数据挖掘的客户关系管理系统的研究偏重于理论和算法研究, 应用也集中在电信、金融和 保险等大型企业中, 缺少能够满足中小企业需求的基于数据挖掘的客户关系管理系统的体系结构、关键 技术及其具体实现的研究。为此, 笔者提出一个基于数据仓库技术的CRM 模型。 1 　基于数据仓库技术的CRM 模型由于CRM 系统本身存在的需求以及数据仓库技术所能发挥的重要作用,目前, 越来越多的CRM 提供商将这一技术融合到CRM 系统中去。笔者对此进行了研究, 提出一个基于数据仓库技术的CRM 模型, 该CRM 模型具有决策支持能力, 结合了数据仓库、OLAP、数据挖掘、模型库、知识库、 方法库等技术, 如图1 所示。首先, 企业通过呼叫中心、销售中心、电子商务网站、市场调查以及销售人员与客户的直接交流等等手段与客户发生交互式接触, 在为客户提供服务和进行交易等行为的同时, 也收集大量的市场客户数据, 作为信息基础; 其次, 因为这些数据分别存储在不同的OL TP 数据库中, 所以为了保证数据质量, 必须先对这些分散的数据进行清洗, 即数据预处理, 为下一步的加载做好准备; 然后, 这些经过清洁的客户信息数据按计划定期的加载到客户信息数据仓库中,客户信息数据仓库实现了对企业客户信息数据的存储和综合, 并提供给各种分析工具使用; 最后, 由有经验的分析人员对存储在客户信息数据仓库中的大量客户信息数据进行探索和分析。数据挖掘用以发现客户信息数据仓库中的有价值知识, 预测客户行为; OLAP 实现多维数据分析。同时, CRM 系统中的决策支持模块也能实现对信息有效利用: 模型库实现多个广义模型的组合辅助决策; 知识库存贮用于模拟人类决策过程中的某些智能行为的规则、模式和规律; 方法库向系统提供通用的决策方法、优化方法及软件工具等。经过分析处理后的有用信息被反馈到企业的前台部门以及管理决策层, 为他们调整经营策略提供依据, 保证整个企业的运作能够真正实现“一切以客户为中心”的思想。 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。 关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统