11客户关系管理 CRM 与数据挖掘

《11客户关系管理 CRM 与数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、11客户关系管理CRM与数据挖掘11-1什么是CRM11-2长期忠诚客户11-3CRM的特征11-4CRM技术11-5销售点管理系统POS11-6客户电话服务中心CallCenter11-7计算机电话整合系统CTI11-8CRM的效益11-9CRM案例研究11-10CRM的市场发展11-11网上客户支持11-12数据挖掘11-13数据仓库与数据库11-14知识管理与知识经济11-1什么是CRM广义：企业为获得新客户、保留旧客户，以及增进客户利润贡献度，而通过不熠地沟通，以了解并影响客户行为的方法。狭义：

2、通过IT，将营销、客户服务等工作项目加以整合，以更精确且实时的方式预测与响应客户，提供客户量身订做的服务，增加客户满意度与忠诚度，提升客户的服务品质，达到企业经营绩效的目标。11-2长期忠诚客户长期忠诚的客户其优点：更容易挽留每年买的更多每次买的更多买较高价位的东西服务成本比新客户低会为公司免费宣传，介绍新的客户给公司所谓客户关系经营管理，是持续性的关系营销，强调寻找对企业最有价值的客户，以微型区隔的概念，界定不同价值的客户群。11-3CRM的特征CRM的概念认为，企业会有一群贡献度最高的“最有价值的客

3、户”，所以应针对这群客户，设计并销售更适用的产品。CRM利用手中已有的数据，试图发掘客户的潜在需求，而不是仅着眼于眼前的利益11-3-1传统的客户关系管理传统客户服务的方式，是设法改善企业经营效率、增加客户附加价值的服务，来满足客户的需求。传统企业组织通常通过下列四个重要层次增加在客户服务过程中的附加价值：以客为尊的服务以促销为主的服务以制造为主的服务以时间为主的服务11-3-2CRM的发展历程与主要功能20世纪80年代，所谓的ContactManagement,主要是收集客户与公司联系的信息；90年代

4、则演变为客户电话服务中心CallCenter等支持数据分析的客户服务CustomerCare。电子化时代，CRM结合了计算机软硬件，进一步延伸到运用IT，提供客户量身订做的服务，以提高客户忠诚度，因此CRM与企业整体经营有了更深一层的整合。11-3-3为什么要引进CRMCRM可分为B2B和B2C两大类。厂商引进CRM的主要原因，有以下四点：提高服务品质：根据数据库里的客户数据，快速响应客户的需求，这样不仅可减少抱怨，还可以增加客户的忠诚度。推展营销业务：公司希望引进CRM后，能为消费者发展客户化（Cus

5、tomized）的产品，并因此提高业绩提升公司形象。提升经营绩效：企业期待采用面向客户经营管理后，可以降低各项成本，提高绩效。11-3-4知识管理与客户关系管理CRM是一种知识的应用与管理，企业若能掌握关键客户的知识，就能掌握获利的关键。通过有效的客户知识管理，可以将其转化CRM的基础：善用客户知识（CustomerKnowledge）：搜集并分析各种客户资料来源，企业可以针对数据间的各种关系进行分析，并针对个别客户的需求，设计他们最能接受的特定营销方式或信息强化客户互动（CustomerInterac

6、tion）：通过互动管道，企业能强化客户信息搜集的力度，并提供与客户相关的营销活动和客户服务。因此，CRM也是管理与客户有关的知识，因此涉及知识管理方面的重要议题。11-3-5CRM的四大循环过程CRM四大循环过程，有助于改良企业与客户之类间的关系。CRM四大循环过程是：知识发掘（KnowledgeDiscovery）客户群体市场计划（MarketPlanning）客户互动与回馈(CustomerInteractionandFeedback)反复分析与修正(RepeatedAnalysisandRefn

7、ement)11-3-6推行CRM时可能遇到的障碍推行CRM时，面临的障碍有：初期引进成本太高初期效益不明显提供CRM解决方案的厂商能力不足公司内部缺乏相关的管理和信息人才新科技与新流程所带来的冲击11-4CRM技术利用好CRM、有效掌握CRM技术是一个企业成功的关键。执行CRM共有四大步骤：信息搜集（DataCollectioln）信息存储（DataStorage）信息分析（DataAnalysis）信息应用和呈现（DataApplicationandVisualization）这四大步骤中，所使用到

8、的技术，如表表12-1CRM所使用到的技术CRM的步骤CRM技术（1）信息搜集（DataCollection）企业资源计划（ERP）客户电话服务中心（CallCenter）计算机电话整合系统（CTI）销售点管理系统（POS）电子数据交换（EDI）电子订货系统（EOS）增值型网络（VAN）市场调查分析柜台机（2）信息存储（DataStorage）数据库（Database）数据仓库（DataWarehouse）知识库（KnowledgeBase