客户关系管理系统分类资料课件

单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,CRM,第,5,章,CRM,系统分类,客户关系管理,第6章 客户关系管理系统分类,主要内容,运营型,CRM,1,分析型,CRM,2,二者关系,3,客户关系管理（,CRM,）是一个尽可能自动化和持续的过程，最大化利用客户的各种信息，有效地提高客户对公司产品的忠诚度和满意度，并且能够同所选择的客户全体保持长期和有效益的业务关系。把合适的产品和服务，通过合适的渠道，在适当的时候，提供给适当的客户。因而,CRM,的主要目标是：,与所选客户建立长期和有效的业务关系,在与客户的每一个,“,接触点,”,上都更加接近客户，了解客户,最大限度地增加利润和利润占有率,为了达到这些目标，必须需要,CRM,的整体解决方案。,CRM,整体解决方案由两大部分组成：运营型,CRM,、分析型,CRM,。,6.1 运营型CRM,运营型,CRM,运营型,CRM,是,CRM,系统的“躯体”，它是整个,CRM,系统的基础，它可为分析和客户的服务支持提供依据。运营型,CRM,主要包括销售、市场和服务三个过程的流程化、规范化、自动化和一体化。,运营型,CRM,简单举一个例子，来说明销售、市场和服务一体化：,当举行一次市场活动，收到大量的名片，市场部将名片输入到客户信息中，,CRM,系统就会将这些感兴趣人的信息自动按行业、地域等分派给相应的销售代表或销售经理。销售人员就会对感兴趣的人进行跟踪。销售人员对急待需求的人员或单位会安排讲座，讲座的内容安排、听众的组成、达到的最低目标和最高目标等输入到,CRM,系统中并自动传给相应的售前经理，在售前经理的计算机上，会弹出一个待办事宜的窗口，由他安排讲座的活动，安排好的活动会自动传给相关的人员。在讲座安排的日期前指定的时间，计算机会自动提示相关人员参加活动。直到活动结束，达到了讲座的预期目标，并将该活动自动记录到销售过程中，以便以后统计该项目活动的有效性和进行项目成本核算。如果此次活动不成功，销售人员将要填写存在的问题等。,这是,CRM,的一个销售流程管理，也体现了市场和销售以及售前共享一个数据库，使得他们一体化。,运营型,CRM,在服务方面，当销售成功后，服务部门就客户看到相关客户服务的信息。,当客户打来电话投诉时，如果客户的电话号码和客户信息中的号码一致，在坐席小姐,/,先生的计算机显示屏上将马上弹出客户的基本信息，坐席人员马上会问到：“您是,XX,先生吗？您,X,年,X,月,X,日购买了我们公司的,XX,产品，现在需要我为您提供什么服务？”，本来客户非常生气，想大发脾气，但是，厂商对客户如此了解，客户的气也消了一半。,为什么会这样，是因为在,CRM,系统中，销售、市场和服务的数据是共享的，这样也不会造成当客户投诉多次时，不同的坐席小姐给出不同的回答，因为每个坐席小姐的答复会自动或手动的记录在客户的服务信息中。,CRM,销售套件,客户与联系人管理；销售机会管理；待办事宜与工作流；产品的报价和配置；渠道销售管理；合同制定和管理；网上订购；销售的预测和统计报表；竞争对手的跟踪；合作伙伴的信息。,CRM,营销套件,市场预算和收入跟踪管理；市场活动管理；活动反响跟踪；促销内容管理；市场宣传资料；工作流自动化；任务管理；市场衡量指标；时间表管理；电话促销管理；邮件促销管理；,Web,促销管理；,CRM,服务套件,客服工单管理、客服活动管理、客户投诉管理、现场服务、故障处理,CRM,电子商务套件,CRM,搭建了一个高效可靠的电子商务平台，既能够帮助企业与消费者实现每一笔交易，又能够满足企业与合作伙伴间的贸易往来。,CRM,商务,平台,套件,实现产品基础数据维护、安全控制、动态配置与工作流程定制等功能,主要有以下,5,个方面的应用,服务请求（投诉）,创建,分配,解决,跟踪,反馈,回访,所以我们讲，运营型,CRM,是整个,CRM,的基础，他收集了大量的客户信息、市场活动信息和客户服务的信息，并且使得销售、市场、服务一体化、规范化和流程化，但是，对于大量的客户信息，将如何处理，如何从数据中得到信息，从信息中得到知识，对我们的决策和政策制定加以指导将是十分重要的。那么，自然导出了分析型的,CRM,。,6.2 分析型CRM,分析型,CRM,分析型,CRM,是,CRM,系统的“心脏”和“大脑”。它为我们的决策提供指导。,主要是分析运营型,CRM,中获得的各种数据，进而为企业的经营、决策提供可靠的量化的依据。这种分析需要用到许多先进的数据管理和数据分析工具，如数据仓库、,OLAP,分析和数据挖掘（,DM,）等。,分析型,CRM,-,主要功能,客户分析,客户建模,客户沟通,个性化,优化,接触管理,分析型,CRM,-,主要功能,主要功能,-,客户分析,（,Analysis,）,客户细分,背景、行为、购买模式、人口统计学资料,客户价值分析,收入、成本、未来成长趋势,客户流失分析,流失预警、流失客户特征分析,分析型,CRM,-,主要功能,主要功能,-,客户建模,（,Modeling,）,历史资料,交易模式,预测模型,功能：,技术：,建模,信息分析,DM,机器学习：,是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。,神经网络,方法,分析型,CRM,的,4,个阶段,客户分析,市场区段,：市场分段信息应用于客户分析,一对一的市场,：日常市场活动的分析,事件模型,：预报客户行为,分析型,CRM,的,4,个阶段,客户分析,客户分析需要很多可以定量化的信息，这些信息通常来自各种不同的数据源。对于这些信息必须加以整合，并以合理的方式放到客户数据仓库中，以便于对其作分段或挖掘处理。,客户分析所需要的信息,来源：,企业与其客户的主要,“,接触点”,：,客户服务中心、,Web,和自动柜员机,关键收益点,：,POS,、电子商务、定单录入,外部数据,：,客户的地域分布、生活方式等信息,客户分析阶段所需的关键信息,客户服务历史信息,客户市场历史信息,销售信息,收益信息,客户的地域分布数据,生活方式数据,销售点终端,-pos,（,point of sale,）,消费,pos,，具有消费、预授权、查询支付名单等功能，主要用于特约商户受理银行卡消费。,转帐,pos,，具有财务转帐和卡卡转帐等功能，主要用于单位财务部门。,分析型,CRM,的,4,个阶段,市场区段,在客户数据仓库准备就绪之后，就可以对当前客户以及预期的客户群作区段分析，判断不同区段的优势与弱势。,市场区段分析中常见的问题是：,哪些客户购买产品,A,而不购买产品,B,？,对某个特定的市场活动而言，最感兴趣的是哪些客户？,对商家最有价值的是哪些客户？,客户的价值是否因其地域分布和人口学特征的不同而不同？,找到合适企业的市场区段，企业可以先锁定某一市场区段，然后在此区段中将品牌名气打响，之后再将品牌触角延伸或是拓展到其它区段。例如：,“新东方”开始是锁定托福、,GRE,等英语留学考试市场，建立起英文考试补习界第一把手的名气，之后才陆续推广到考研补习、中短期进修、就业人士的证照考试等市场；,“南翔”最早是针对馒头市场，后来延伸到蟹粉小笼、肉包、素包等产品市场，进一步拓展为面食类的名牌；,北京“全聚德”烤鸭最早只有店内餐饮，后来也经营起外带包装的快餐市场。,分析型,CRM,的,4,个阶段,一对一的市场,找到最具价值的市场区段后，就可以为不同区段设计,，,并提交适应其特定需要的成套服务，从电话市场活动到为不同的用户区段的特定需求的用户服务。这与医生给病人看病中的情况并无本质区别,，,都是按照服务对象的要求，提供最有效的，最优的和最完整的“处置”。,举例说,，假定你为了开拓银行的借贷业务而针对这批客户制定了一项业务策略。作为一种鼓励和吸引客户的手段，对有,VISA,卡的客户可以在一年之内在某些选定的航海项目上有优惠。你所策划的业务策略中，不仅有能抓住对此有兴趣的客户的计划，也可以为此建立专门的网页和相应的客户服务计划。,类似的分析，同样的做法可以推而广之延伸到诸如高尔夫球运动等有其他爱好的客户群中去。这样的有针对性的市场开拓工作，可以促使你所在的企业瞄准更有前景和更有商机的领域。如果能够使你的产品和服务被本来可能并不需要它们的客户所接受，你就可能为本企业赢得最具价值和赢得可能的客户。,分析型,CRM,的,4,个阶段,事件模型,通过对那些为不同领域所设计的作法做作全局性的考察,，,将相似的处置策略集中起来并加以提炼。就可以构建特定的事件模型,。,事件模型是一种技术手段，旨在帮助企业，使其市场促销活动与处理策略准确、到位并最终取得成功。,与事件模型有关的一些典型问题有：,哪些年龄段的客户对降价处理最感兴趣？,在购买了新车后多长时间，客户会要求家用抵押贷款？,哪些客户更喜欢通过个人渠道购物,?,针对高收入客户的市场策略是否达到了预期的目的等等。,通常利用某些统计工具建立一些模型。发现影响客户反应和我们预期的主要因素。然后，才能将客户按照他们的特征加以标识与分类。运用这些模型可以“刻画,”,客户的行为及反应,，,还可以预见未来市场活动的后果。,事件模型提供了一种可能，让我们能从客户生活中的某些事件,（,诸如生日,，,买房，买车乃至孩子过生日等,）,为自己的产品与服务找到新的商机。这些事件不仅形成不同的市场区段，而且也是对客户实施评估并预期未来收益的有利工具。,事件模型有助于发现使企业利润最大化的种种方法，例如，如何减少促销活动的次数，如何提高客户对促销活动的回应以及如何控制业务策划的费用并提高客户的满意程度等等。,分析型,CRM,-,核心技术,分析型,CRM,的架构图,分析型,CRM,-,核心技术,数据仓库,数据挖掘,和,联机分析处理,(OLAP),先进的决策支持和报表工具,分析型,CRM,-,核心技术,数据仓库,（,data warehouse,，,DW,）（,1,）,数据仓库不是为了存储数据，而是为决策支持更好地组织企业内的所有可能收集到的数据。建立数据仓库不是目的，只是进行决策支持的中间环节，保证数据的一致性、准确性、综合性、易用性，为各种决策支持方案提供统一的数据源。,是一个过程，而非一个项目。,分析型,CRM,-,核心技术,数据仓库,（,data warehouse,，,DW,）,（,2,）,数据仓库的要素包含以下几个方面：,ETL(,数据的抽取、转换和装载,),；,为了用一致、规则、综合和经过总结的数据充实,DW,。,数据仓库的存储,；,数据仓库的管理和维护,(,包含元数据的管理,),分析型,CRM,-,核心技术,数据挖掘和,OLAP,分析,一个大型企业数据库中数据，只有百分之七得到很好应用。这样，相对于“数据过剩”和“信息爆炸”,人们又感到“信息贫乏”和“数据关在牢笼中”,奈斯伯特,(,John,Naisbett,),惊呼：,We are drowning in information,，,but starving for knowledge.,分析型,CRM,-,核心技术,数据挖掘（,Data Mining,，,DM,）,数据挖掘是按照企业既定的业务目标，对大量的企业数据进行探索、揭示隐藏其中的规律性，并进一步将之模型化的先进、有效的方法。,数据挖掘（,Data Mining,）,是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取人们感兴趣的知识的过程，就是利用包括数据仓库在内的分析工具在海量数据中发现模型或规律等知识并做出预测的复杂过程。,CRM,中的数据挖掘,指通过高等统计工具等的使用，利用分类、关联性、序列分析、群集分析、机器自我学习及其他统计方法，从数据库中庞大的数据中，收集与顾客相关的数据，对这些数据进行筛选、推演与模型建造等程序，找出隐藏的、未知的、但却对企业经营十分有用的信息，或者说是在数据与模式中的可把原始数据转换成商机并成为决策依据的新知识。,从,CRM,的整体结构来说，数据挖掘是整个,CRM,的核心，也是构成商业智能的基础。,分析型,CRM,