客户关系管理与数据挖掘

《客户关系管理与数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数据挖掘与资源管理(客户关系管理与数据挖掘CustomerRelationshipManagement&DataMining)数据挖掘与资源管理(2001-09-27)杰克•史密斯(通用汽车公司总裁)“要把所有的一切——全部的资产、决策都集中在顾客身上。他们才是成败的最终裁判。”数据挖掘与资源管理(2001-09-27)事实*现实中，长久以来，在客户关系方面做得很成功的企业并不多见。因为，一方面过去的企业模式并不要求这样做；另一方面，即使想做也缺乏必要的科技工具。数据挖掘与资源管理(2001-09-27)施乐公司的例子

2、直到70年代中期为止，施乐公司几乎垄断了普通纸复印机市场。施乐公司并不出售复印机，而是出租，其收入来源是复印机的每一份复印件。出租机器、出售纸张和色带所获得的利润数额巨大，而且呈不断上升的趋势。但是，用户除了对复印费用高这一没有现成替代办法的问题的抱怨之外，这些价格昂贵的机器的高故障率和不易于使用也很令人不满。数据挖掘与资源管理(2001-09-27)怎么办？！！！在一连串的故障下，公司不得不在两种方案中作出选择：1、要么对机器进行彻底的重新设计，以消除故障；2、要么扩大修理服务部门的规模。数据挖掘与资源管理(2001-0

3、9-27)一项看似“英明”的决策一方面，他们允许客户直接购买其复印机，然后建立起一支庞大的上门维修队伍，来修理客户们不能运行的机器。由于客户对这一服务的需求，作为一个单独的利润中心，它在很短的时间里就为公司的利润增长做出了巨大贡献。公司选择了后一方案，因为他们看到了进一步增加其财务业绩的一个机会。另一方面，由于在等待维修人员上门期间机器不能使用，许多公司被迫购买额外的复印机以备用。这样一来，销售额和利润进一步增长。因此，所有的财务指标，包括销售额和利润增长率以及投资回报率等，都显示公司的战略十分成功。按逻辑推断，产品设计和

4、生产部门再也没有改进复印机质量的动力，因为这样做反而会减少修理服务部门的工作量和利润。数据挖掘与资源管理(2001-09-27)结果……客户们闷闷不乐，怨气很大的局面不可避免地出现了。因为，他们所需要的并不是供应商提供一支出色的维修队伍，而是不出故障的、易于使用的机器。数据挖掘与资源管理(2001-09-27)竞争来临！当打入这一市场的竞争者们（尤其是佳能公司）提供了复印质量相当好或更好、故障率和价格都较低的机器时，他们大受对施乐公司不满意和不忠诚的客户们的欢迎，并从施乐公司手中夺走了小型复印机的市场份额，施乐公司这个从1

5、955年到1975间一直跻身于美国最成功公司之列的大公司几乎失败。多亏了一位狂热地追求质量和为客户服务的新总裁，并把这种追求传达到公司的各个角落，该公司才在80年代实现了引人注目的转变。数据挖掘与资源管理(2001-09-27)讨论：施乐公司受挫原因何在？数据挖掘与资源管理(2001-09-27)T牌汽车T牌汽车公司的销售部门以经销商涵盖责任区为范围，调查出每一个家庭与汽车相关的所有信息，再定期派人员挨家挨户访问。在登门拜访过程中，推销员同时更新家庭资料，包括一个家庭拥有汽车的数量、品牌、停车位置、主要用途、子女人数，以及

6、换车时重视哪些因素，等等。尤其是最后一个问题在产品规划过程中特别重要，因此T牌公司随时输入最新统计资料，供新产品开发部门参考。T牌汽车公司在维系老客户方面的做法是，利用正确的客户数据库，在客户收入、家庭规模、驾驶方式及品味改变之际，预测换车种类及时机，主动与客户接触，而将失去老客户的可能性降到最低。数据挖掘与资源管理(2001-09-27)一、CRM产生的时代背景市场环境：卖方市场买方市场企业管理：“产品”导向“客户”导向管理指标：成本、利润客户满意度、客户忠诚度、客户流失比率数据挖掘与资源管理(2001-09-27

7、)新旧经济之间最根本的区别旧经济——建立在制造业基础上，特征：标准化、规模化、模式化、讲求效率和层次化；新经济——建立在信息技术基础上，追求差异化、个性化、网络化和高速化。数据挖掘与资源管理(2001-09-27)新经济的三个显著特性1.价值转移：从有形资产转移到无形资产上2.从出售产品、提供服务到提供解决方案3.通过对组织数据的管理来降低成本数据挖掘与资源管理(2001-09-27)（一）CRM的兴起目前，大多数企业的销售人员仍需要独自人工跟踪他们的销售路线，通过传真、电话或电子邮件等与客户进行联系，并将相关信息记录在各

8、自的电脑中，然后定期向上级主管汇报，得到审批后形成销售合同。同样，这种交流也是通过传真、电子邮件或电话记录等方式完成。这种手工操作过程的结果是：数据挖掘与资源管理(2001-09-27)出现了一系列的问题……销售人员无法跟踪众多复杂的销售路线，销售周期长；大量重复性的工作和许多错误；信息的零散性和非集成