摘要：本文通過介紹商務(wù)智能的定義和組成，說明應(yīng)用商務(wù)智能技術(shù)是CRM發(fā)展的趨勢(shì)，并且指出將商務(wù)智能技術(shù)應(yīng)用于CRM的運(yùn)營(yíng)系統(tǒng)、分析系統(tǒng)，可以有效地分析客戶數(shù)據(jù)，幫助企業(yè)管理者做出更好的商業(yè)決策。

關(guān)鍵字：客戶關(guān)系管理 商務(wù)智能 數(shù)據(jù)挖掘 數(shù)據(jù)倉(cāng)庫(kù)

進(jìn)入21世紀(jì)，隨著全球經(jīng)濟(jì)一體化進(jìn)程的加快和競(jìng)爭(zhēng)的加劇，企業(yè)已逐步由傳統(tǒng)的以產(chǎn)品和規(guī)模為中心的粗放式經(jīng)營(yíng)管理模式向以客戶為中心、服務(wù)至上、實(shí)現(xiàn)客戶價(jià)值和達(dá)到企業(yè)利潤(rùn)最大化的集約化經(jīng)營(yíng)管理模式轉(zhuǎn)變，良好的客戶關(guān)系是企業(yè)求得生存與發(fā)展的重要資源。企業(yè)為獲得滿意的客戶關(guān)系，當(dāng)前較流行的思路是通過實(shí)施客戶關(guān)系管理（CRM）項(xiàng)目來實(shí)現(xiàn)。

CRM是一種使用專用工具、工藝和技術(shù)來幫助管理部門實(shí)現(xiàn)業(yè)務(wù)功能運(yùn)作和提高的管理原則，旨在優(yōu)化客戶關(guān)系產(chǎn)生的總價(jià)值。它是一套先進(jìn)的管理思想和技術(shù)手段，通過將企業(yè)的人力資源（People）、業(yè)務(wù)流程（Process）與信息技術(shù)（Technology）進(jìn)行有效的整合，最終為企業(yè)涉及到客戶的各個(gè)領(lǐng)域提供了完美的集成。目前將商務(wù)智能技術(shù)與CRM結(jié)合，是CRM發(fā)展的一個(gè)新的趨勢(shì)。

一、什么是商務(wù)智能

1．商務(wù)智能的定義

商務(wù)智能（Business Intelligence）是運(yùn)用了數(shù)據(jù)倉(cāng)庫(kù)、在線分析和數(shù)據(jù)挖掘技術(shù)來處理和分析數(shù)據(jù)的技術(shù)，它允許用戶查詢和分析數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)，進(jìn)而得出影響商業(yè)活動(dòng)的關(guān)鍵因素，最終幫助用戶做出更好、更合理的決策。

2．商務(wù)智能的組成

通常商務(wù)智能由商務(wù)智能應(yīng)用、訪問工具、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)源、元數(shù)據(jù)管理、安全管理和數(shù)據(jù)集成工具等幾部分組成。

商務(wù)智能應(yīng)用是許多針對(duì)不同行業(yè)或應(yīng)用領(lǐng)域的商務(wù)智能解決方案軟件包，包括了從基本查詢和報(bào)表工具到先進(jìn)的預(yù)測(cè)分析再到信息挖掘工具的各類工具。所有工具都支持GUI客戶界面。許多在Web界面也可以上使用。這些工具大多都能處理來自于數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)化信息，有的也能對(duì)文件系統(tǒng)、多媒體甚至郵件或Web服務(wù)器上的復(fù)雜的和非結(jié)構(gòu)化的信息進(jìn)行處理。

訪問工具包括應(yīng)用接口和中間件服務(wù)器，使得客戶工具能夠訪問和處理數(shù)據(jù)庫(kù)及數(shù)據(jù)倉(cāng)庫(kù)中的業(yè)務(wù)信息。數(shù)據(jù)庫(kù)中間件允許客戶透明地訪問后臺(tái)各種異構(gòu)的數(shù)據(jù)庫(kù)服務(wù)器，Web服務(wù)器中間件允許Web客戶連接到數(shù)據(jù)庫(kù)中。

數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)源用于管理終端用戶感興趣的業(yè)務(wù)信息。一般采用多層信息存儲(chǔ)模式，分為操作層數(shù)據(jù)、數(shù)據(jù)集市和數(shù)據(jù)倉(cāng)庫(kù)。其中，操作層數(shù)據(jù)用于處理正在進(jìn)行的商業(yè)運(yùn)作的各種業(yè)務(wù)數(shù)據(jù)，包括各種業(yè)務(wù)處理系統(tǒng)的數(shù)據(jù)、歷史性數(shù)據(jù)和外部數(shù)據(jù)，它們可以來源于任何數(shù)據(jù)存儲(chǔ)方式（文本文件、Excel表等）；數(shù)據(jù)倉(cāng)庫(kù)作為面向整個(gè)企業(yè)的企業(yè)級(jí)數(shù)據(jù)存儲(chǔ)，收集和組織數(shù)據(jù)，并使數(shù)據(jù)適用于分析處理，這種類型的數(shù)據(jù)稱為“信息化數(shù)據(jù)”；數(shù)據(jù)集市作為部門級(jí)的數(shù)據(jù)存儲(chǔ)，是公司數(shù)據(jù)的一個(gè)子集，數(shù)據(jù)集市是根據(jù)不同部門的統(tǒng)計(jì)分析需要來定義的。

元數(shù)據(jù)管理是管理與整個(gè)商務(wù)智能有關(guān)的元數(shù)據(jù)，包括開發(fā)者和管理員使用的技術(shù)元數(shù)據(jù)以及支持商業(yè)用戶的業(yè)務(wù)元數(shù)據(jù)。

安全管理包括商務(wù)智能的安全性和驗(yàn)證、備份和恢復(fù)、監(jiān)控和調(diào)整、操作和調(diào)度，審計(jì)和計(jì)算等。

數(shù)據(jù)集成工具是數(shù)據(jù)抽取、轉(zhuǎn)換和裝載的工具，作為系統(tǒng)的數(shù)據(jù)集成平臺(tái)可以將企業(yè)各個(gè)業(yè)務(wù)系統(tǒng)面向應(yīng)用的數(shù)據(jù)重新按照面向統(tǒng)計(jì)分析的方式進(jìn)行組織，解決數(shù)據(jù)存在的不一致、不完整等影響統(tǒng)計(jì)分析的情況。

二、CRM中的商務(wù)智能

在CRM的解決方案中，用計(jì)算機(jī)來模仿人的思考和行為來進(jìn)行商業(yè)活動(dòng)即商務(wù)智能的應(yīng)用非常普遍。據(jù)統(tǒng)計(jì)，全球企業(yè)的信息量平均每1.5年翻一番，而目前僅僅利用了全部信息數(shù)據(jù)的7％。隨著知識(shí)經(jīng)濟(jì)時(shí)代的來臨，記錄客戶與市場(chǎng)數(shù)據(jù)的信息和信息利用能力已經(jīng)成為決定企業(yè)成敗的關(guān)鍵因素，越來越多的國(guó)內(nèi)外企業(yè)已經(jīng)根據(jù)信息流和數(shù)據(jù)分析技術(shù)進(jìn)行企業(yè)重整，傳統(tǒng)的數(shù)據(jù)記錄方式無疑被更先進(jìn)的商務(wù)智能技術(shù)所代替。

目前流行的CRM整體解決方案不但完成客戶的數(shù)據(jù)采集、業(yè)務(wù)處理的流程化等運(yùn)營(yíng)型CRM的管理功能，而且將數(shù)據(jù)倉(cāng)庫(kù)（DW）、數(shù)據(jù)挖掘（DM）的相關(guān)技術(shù)引入，能夠進(jìn)行客戶相關(guān)數(shù)據(jù)分析和營(yíng)銷、銷售和服務(wù)的部門級(jí)輔助決策支持，并能為高層領(lǐng)導(dǎo)提供企業(yè)全局的輔助決策支持，實(shí)現(xiàn)了運(yùn)營(yíng)與分析的閉環(huán)互動(dòng)。

CRM運(yùn)營(yíng)系統(tǒng)通過多種渠道與客戶互動(dòng)，通過市場(chǎng)營(yíng)銷（Marketing）、銷售（Sales）和服務(wù)（Service）等業(yè)務(wù)流程的管理，將客戶的各種背景信息、偏好、行為習(xí)慣、交易數(shù)據(jù)、信用狀況等信息收集并整合在一起，再將這些運(yùn)營(yíng)數(shù)據(jù)和外來的市場(chǎng)數(shù)據(jù)經(jīng)過整合和變換，裝載進(jìn)數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）。

CRM分析系統(tǒng)運(yùn)用OLAP和數(shù)據(jù)挖掘（Data Mining）等技術(shù)來從數(shù)據(jù)倉(cāng)庫(kù)中分析和提取相關(guān)規(guī)律、模型和趨勢(shì)，讓客戶信息和知識(shí)在整個(gè)企業(yè)內(nèi)得到有效的流轉(zhuǎn)和共享，并進(jìn)一步轉(zhuǎn)化為企業(yè)的戰(zhàn)略規(guī)劃、科學(xué)決策和各業(yè)務(wù)流程的輔助支持，用于提高在所有渠道上同客戶交互的有效性和針對(duì)性，把適合的產(chǎn)品和服務(wù)，通過適合的渠道，在適當(dāng)?shù)臅r(shí)候，提供給合適的客戶，從而實(shí)現(xiàn)企業(yè)利潤(rùn)的最大化。

數(shù)據(jù)挖掘是商務(wù)智能的一個(gè)關(guān)鍵技術(shù)，是用于客戶數(shù)據(jù)分析的一個(gè)有力工具?，F(xiàn)在各行業(yè)業(yè)務(wù)操作流程的自動(dòng)化，使企業(yè)內(nèi)產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)不是為了分析的目的而收集的，而是由于商業(yè)運(yùn)作而產(chǎn)生。分析這些數(shù)據(jù)也不是為了研究的需要，而是為商業(yè)決策提供真正有價(jià)值的信息，進(jìn)而獲得利潤(rùn)。

但所有企業(yè)面臨的一個(gè)共同問題是：信息數(shù)據(jù)量非常大，而其中真正有價(jià)值的信息是哪些？這些信息之間有哪些關(guān)聯(lián)？因此就需要從大量的數(shù)據(jù)中經(jīng)過深層分析，從而獲得有利于商業(yè)運(yùn)作、提高競(jìng)爭(zhēng)力的信息，數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中挖掘出更有價(jià)值的信息。

客戶關(guān)系管理的目的就是創(chuàng)造、挽留客戶并不斷升級(jí)對(duì)客戶的服務(wù)，以保證企業(yè)利潤(rùn)的持續(xù)增長(zhǎng)?！耙钥蛻魹橹行摹钡臄?shù)據(jù)挖掘內(nèi)容涵蓋了客戶需求分析、客戶忠誠(chéng)度分析、客戶等級(jí)評(píng)估分析等三部分，有些還包括產(chǎn)品銷售。

客戶需求分析包括：消費(fèi)習(xí)慣、消費(fèi)頻度、產(chǎn)品類型、服務(wù)方式、交易歷史記錄、需求變化趨勢(shì)等因素分析。

客戶忠誠(chéng)度分析包括：客戶服務(wù)持續(xù)時(shí)間、交易總數(shù)、客戶滿意程度、客戶地理位置分布、客戶消費(fèi)心理等因素分析。

客戶等級(jí)評(píng)估分析包括：客戶消費(fèi)規(guī)模、消費(fèi)行為、客戶履約情況、客戶信用度等因素分析。

數(shù)據(jù)挖掘技術(shù)幫助企業(yè)管理客戶生命周期的各個(gè)階段，包括爭(zhēng)取新的客戶，讓已有的客戶創(chuàng)造更多的利潤(rùn)、保持住有價(jià)值的客戶等等。它能夠幫助企業(yè)確定客戶的特點(diǎn)，使企業(yè)能夠?yàn)榭蛻籼峁┯嗅槍?duì)性的服務(wù)。

客戶獲得傳統(tǒng)的獲得客戶的途徑一般包括廣泛的媒體廣告、大量的電話行銷、市中心及車站碼頭的廣告牌等。做廣告，大多選擇讀者群和直接目標(biāo)客戶群重疊最大的主流媒體。但數(shù)據(jù)挖掘可以幫助企業(yè)改變這些。

假設(shè)你是一家是生產(chǎn)嬰兒尿布的企業(yè)的市場(chǎng)部經(jīng)理，決定采用直郵的方式為產(chǎn)品進(jìn)行宣傳。最傳統(tǒng)的做法是先選擇一個(gè)比較感興趣的地區(qū)，通過信息中介公司拿到這個(gè)地區(qū)的符合你的條件的商業(yè)數(shù)據(jù)，一般情況下要求的條件可能是：25－32歲的最近購(gòu)買了嬰兒車的人的名單和地址。然后你就會(huì)和他們聯(lián)系，向他們郵寄資料。這是一種非常簡(jiǎn)單的直郵廣告，雖然它比普通的廣告經(jīng)濟(jì)有效得多，但我們認(rèn)為這還是比較初級(jí)、不能完全令人滿意的直郵廣告。因?yàn)樵谶@些25-32歲最近購(gòu)買了嬰兒車的人當(dāng)中，有很多其它的因素，比如很多人會(huì)在他們的小孩出世之前先準(zhǔn)備好嬰兒車，而他們還沒有到?jīng)Q定使用哪一個(gè)牌子的尿布的時(shí)候。

在采用了數(shù)據(jù)挖掘后，為客戶提供的直郵廣告的有效性和回應(yīng)率都得到了大幅度的提高。通過數(shù)據(jù)挖掘可以發(fā)現(xiàn)買嬰兒尿布的消費(fèi)者是男性還是女性，學(xué)歷、收入如何，有什么愛好，是什么職業(yè)等等。甚至我們可以發(fā)現(xiàn)不同的人會(huì)在購(gòu)買嬰兒車后多長(zhǎng)時(shí)間開始買尿布，以及什么樣的人（嬰兒）會(huì)購(gòu)買什么型號(hào)的尿布等等。也許很多因素表面上看起來和購(gòu)買嬰兒尿布不存在任何聯(lián)系，但數(shù)據(jù)挖掘的結(jié)果卻證明他們之間有聯(lián)系。

交叉銷售現(xiàn)在企業(yè)和客戶之間的關(guān)系是經(jīng)常變動(dòng)的，一旦一個(gè)人或者一個(gè)公司成為企業(yè)的客戶，就要盡力使這種客戶關(guān)系對(duì)企業(yè)趨于完美。一般來說可以通過這三種方法：1、最長(zhǎng)時(shí)間地保持這種關(guān)系；2、最多次數(shù)地和客戶交易；3、最大數(shù)量地保證每次交易的利潤(rùn)。因此我們就需要對(duì)我們已有的客戶進(jìn)行交叉銷售。

交叉銷售是指企業(yè)向原有客戶銷售新的產(chǎn)品或服務(wù)的過程。一個(gè)購(gòu)買了嬰兒車的客戶很有可能對(duì)生產(chǎn)的嬰兒尿布或其它嬰兒產(chǎn)品感興趣，這很容易理解。但對(duì)企業(yè)，真正關(guān)心的問題在于如何發(fā)現(xiàn)這其中內(nèi)在的微妙關(guān)系。數(shù)據(jù)挖掘就能夠幫助企業(yè)發(fā)現(xiàn)這其中的關(guān)系。

交叉銷售的好處在于，對(duì)于原有客戶，企業(yè)可以比較容易地得到關(guān)于這個(gè)客戶的比較豐富的信息，大量的數(shù)據(jù)對(duì)于數(shù)據(jù)挖掘的準(zhǔn)確性來說是有很大幫助的。在企業(yè)所掌握的客戶信息，尤其是以前購(gòu)買行為的信息中，可能正包含著這個(gè)客戶決定他下一個(gè)的購(gòu)買行為的關(guān)鍵，甚至決定因素。這個(gè)時(shí)候數(shù)據(jù)挖掘的作用就會(huì)體現(xiàn)出來，它可以幫助企業(yè)尋找到這些影響他購(gòu)買行為的因素。

客戶保持現(xiàn)在各個(gè)行業(yè)的競(jìng)爭(zhēng)都越來越激烈，企業(yè)獲得新客戶的成本正不斷地上升，因此保持原有客戶對(duì)所有企業(yè)來說就顯得越來越重要。比如在美國(guó)，移動(dòng)通信公司每獲得一個(gè)新用戶的成本平均是300美元，而挽留住一個(gè)老客戶的成本可能僅僅是通一個(gè)電話。成本上的差異在各行業(yè)可能會(huì)不同，在金融服務(wù)業(yè)、通訊業(yè)、高科技產(chǎn)品銷售業(yè)，這個(gè)數(shù)字是非常驚人的，但無論什么行業(yè)，6－8倍以上的差距是業(yè)界公認(rèn)的。而且往往失去的客戶比新得到的客戶要貢獻(xiàn)更多的利潤(rùn)。

近幾年，國(guó)內(nèi)一對(duì)一營(yíng)銷(One To One)正在被越來越多的企業(yè)和媒體宣傳。一對(duì)一營(yíng)銷是指了解企業(yè)的每一個(gè)客戶，并和他建立起長(zhǎng)期持久的關(guān)系。這個(gè)看似很新的概念卻一直采用很陳舊的方法執(zhí)行，甚至一些公司理解的一對(duì)一營(yíng)銷就是每逢客戶生日或紀(jì)念日給他寄一張卡片。在科技發(fā)展的今天，的確每個(gè)人都可以有一些自己獨(dú)特的商品或服務(wù)，比如按照自己的尺寸做一套很合身的衣服，但實(shí)際上營(yíng)銷不是裁衣服，你可以知道什么樣的衣服合適你的顧客，但你永遠(yuǎn)不會(huì)知道什么股票適合你的顧客。一對(duì)一營(yíng)銷是一個(gè)很理想化概念，大多數(shù)行業(yè)在實(shí)際操作中是很難做到的。

數(shù)據(jù)挖掘可以把大量的客戶分成不同的類，在每個(gè)類里的客戶擁有相似的屬性，而不同類里的客戶的屬性也不同，并且完全可以做得到給這兩類客戶提供完全不同的服務(wù)來提高客戶的滿意度。客戶分類的好處顯而易見，既是很簡(jiǎn)單的分類也可以給企業(yè)帶來一個(gè)令人滿意的結(jié)果。比如說如果你知道你的客戶有85％是老年人，或者只有20％是女性，相信你的市場(chǎng)策略都會(huì)隨之而不同。數(shù)據(jù)挖掘同樣也可以幫助企業(yè)進(jìn)行客戶分類，細(xì)致而切實(shí)可行的客戶分類對(duì)企業(yè)的經(jīng)營(yíng)策略有很大益處。

三、小結(jié)

在商務(wù)智能解決方案的幫助下，企業(yè)級(jí)用戶可以通過充分挖掘現(xiàn)有的數(shù)據(jù)資源，捕獲信息、分析信息、溝通信息，發(fā)現(xiàn)許多過去缺乏認(rèn)識(shí)或未被認(rèn)識(shí)的數(shù)據(jù)關(guān)系，幫助企業(yè)管理者作出更好的商業(yè)決策。總之，商務(wù)智能的目標(biāo)是將企業(yè)所掌握的信息轉(zhuǎn)換成競(jìng)爭(zhēng)優(yōu)勢(shì)，提高企業(yè)決策能力、決策效率、決策準(zhǔn)確性。為完成這一目標(biāo)，商務(wù)智能必須具有從實(shí)現(xiàn)數(shù)據(jù)分析到知識(shí)發(fā)現(xiàn)的算法、模型和過程，決策的主題應(yīng)具有廣泛的普遍性。

作者簡(jiǎn)介：?jiǎn)未毫幔?978年生）女 天津財(cái)經(jīng)學(xué)院2001級(jí)研究生 研究方向：經(jīng)濟(jì)信息管理聯(lián)系方式：天津財(cái)經(jīng)學(xué)院337信箱單春玲收郵編：300222