在正確的時間，通過正確的渠道，給正確的人提供恰當(dāng)?shù)姆?wù)——和福州OA、SCM一起構(gòu)成了現(xiàn)代基礎(chǔ)設(shè)施。如果說SCM用于優(yōu)化企業(yè)外部環(huán)境和外部資源配置，福州OA著力于內(nèi)部生產(chǎn)管理流程的規(guī)劃控制和企業(yè)硬件資源的充分利用，那么CRM則緊緊圍繞“客戶”這個為企業(yè)創(chuàng)造利潤的軟資源，直接面向市場，提高企業(yè)的核心競爭力，以創(chuàng)新的技術(shù)和管理理念經(jīng)營企業(yè)。

CRM和福州OA、SCM一樣，在實(shí)施過程中會面臨管理和技術(shù)上的挑戰(zhàn)。從技術(shù)角度來說，CRM的組成模塊可以分為四大類：一是操作級實(shí)時業(yè)務(wù)過程模塊；二是系統(tǒng)內(nèi)功能集成模塊；三是企業(yè)級應(yīng)用協(xié)同集成模塊；四是企業(yè)活動分析模塊，也就是商業(yè)智能決策過程模塊。前三項是傳統(tǒng)的，例如：MIS、OA、福州OA等企業(yè)應(yīng)用的構(gòu)成，可以統(tǒng)稱為操作型應(yīng)用；而商業(yè)智能是CRM的分析型應(yīng)用，由于能對數(shù)據(jù)和用戶提供更深層次的理解和展示，協(xié)助管理層進(jìn)行決策，是構(gòu)成CRM核心競爭力的核心模塊。本文從技術(shù)層面、從客戶模型角度論述CRM的核心競爭力。

1CRM和商業(yè)智能

Goldenberg是這樣定義CRM的：CRM是人、過程和技術(shù)的有機(jī)集成，以使企業(yè)和客戶的關(guān)系最優(yōu)；CRM提供了面向客戶的各種功能模塊的無縫連接；CRM越來越倚重（increaasinglyleverages）因特網(wǎng)技術(shù)。Goldenberg的這個定義基本上概括了CRM的理念：CRM不僅是一個軟件系統(tǒng)，也是一種管理思想。

CRM的最終目的是確保客戶忠誠度，以使企業(yè)利潤最大化。CRM的構(gòu)建，在技術(shù)方面要把握的是：CRM是“面向客戶”的智能化系統(tǒng)。知識經(jīng)濟(jì)時代，與客戶相關(guān)的數(shù)據(jù)是海量的，從海量數(shù)據(jù)中快速有效地抽取有用知識，以支持面向客戶的決策，是傳統(tǒng)技術(shù)難以有效完成的，商業(yè)智能技術(shù)也就有了用武之地。所謂商業(yè)智能，就是把海量數(shù)據(jù)轉(zhuǎn)化為知識，以支持企業(yè)正確決策的方法和過程，確切地說，商業(yè)智能只是一個新概念，并不是一種新技術(shù)。一般認(rèn)為，數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘是商業(yè)智能的三大支撐組件，數(shù)據(jù)倉庫構(gòu)成整個商業(yè)智能的數(shù)據(jù)基礎(chǔ)，OLAP和數(shù)據(jù)挖掘則是為商業(yè)決策提供支持的知識提取和展示的智能化過程。商業(yè)智能實(shí)質(zhì)上是一個決策支持系統(tǒng)的解決方案，但它和傳統(tǒng)方案的不同之處在于商業(yè)智能解決方案有更完整、更規(guī)范化的體系結(jié)構(gòu)。圖1展示了一個商業(yè)智能解決方案的典型結(jié)構(gòu)。

圖1典型商業(yè)智能解決方案

組成CRM的部件很多，但最核心的是客戶建模部分，這些模型部件直接描述客戶行為特征，提供決策支持。

2數(shù)據(jù)建模

2.1建模理論

建模的過程就是對構(gòu)建模型的原始數(shù)據(jù)描述和解釋的過程，最后得出的模型或者能夠揭示源數(shù)據(jù)的一些本質(zhì)屬性，或者能夠成功地對數(shù)據(jù)未來的發(fā)展做出預(yù)測或說明。一般分為識別問題域、問題描述和模型建立、模型解釋、模型驗證和模型維護(hù)五個步驟。

在商業(yè)智能建模過程中，數(shù)據(jù)源扮演著一個很重要的角色。在研究商業(yè)智能解決方案時，有時要識別向題域之后才著手解決數(shù)據(jù)源、數(shù)據(jù)格式和建立什么樣的數(shù)據(jù)模型問題；但有時要明確企業(yè)所能提供的數(shù)據(jù)源之后才考慮所能解決的商業(yè)問題。

問題描述和模型建立過程要分清楚影響向題的參數(shù)是什么，參數(shù)之間的關(guān)系以及參數(shù)是如何影響問題域的。

模型解釋需要回答模型是否正確地揭示了現(xiàn)實(shí)世界的間題，主要是定性分析的過程。

與模型解釋從定性角度說明模型的性質(zhì)不同，模型驗證從定量角度來證明模型的實(shí)用性。常見的方法包括交叉驗證法、留一法、自舉法等。

模型維護(hù)是為了使模型適應(yīng)環(huán)境變化所應(yīng)該采取的措施。

2.2CRM中常見客戶模型

CRM的核心價值所在，就是面向客戶所建立的一些分析模型所表達(dá)的商業(yè)智能水平。CRM中常見的客戶模型，大致可以分為三大類：客戶獲得、客戶保持和客戶盈利能力，這三大類模型可能會由一些更具體的模型去實(shí)現(xiàn)。

客戶獲得，通過對客戶行為進(jìn)行分析，識別客戶特征，找到潛在客戶，獲得新客戶。如能回答蔽得某些客戶群體的最佳廣告類型是什么，贏得客戶的最有效廣告媒體是什么，購買特定商品的是哪一類客戶等等這樣問題的模型，就可以應(yīng)用到客戶獲取中。

客戶保持，保持長久客戶關(guān)系，避免客戶流失，提高客戶滿意度。實(shí)踐表明，保留一個客戶比爭取一個客戶的花費(fèi)要少得多，因此客戶保持也顯得越來越有價值。類似地，很多模型也能夠完成客戶保持的任務(wù)，比如客戶流失建模，如果模型能夠回答最有利可圖或最無利可圖的客戶具有哪些特征，客戶最可能的購買時機(jī)是什么時間，就可以給決策者提供信息以采取相應(yīng)的措施，防止客戶流失。使用的客戶保持技術(shù)多種多樣，像OLAP、分類樹（CART，CHAID等）、聚類技術(shù)等是比較常見的。例如，在銀行業(yè)中，用分類技術(shù)建立了一個模型，定義客戶在不同的生命周期內(nèi)不同的消費(fèi)行為。如在早期，某一類客戶可能對助學(xué)貸款和養(yǎng)老保險儲蓄感興趣；而在后期，對房屋貸款和投資不同行業(yè)更感興趣。這樣的模型就可以幫助銀行對相同類型的客戶作出營銷策略。圖2顯示了這樣一個模型的建立和使用過程。

圖2一個銀行業(yè)客戶模型的建立和使用

客戶盈利能力是客戶給企業(yè)創(chuàng)造利潤的能力，這種能力包括現(xiàn)在的和未來的創(chuàng)利能力。在如何用商業(yè)智能技術(shù)描述客戶盈利能力模型之前，必須在商業(yè)上給出“客戶盈利能力”的定義，也就是客戶盈利能力的一些優(yōu)化目標(biāo)。這個目標(biāo)可能是一些簡單的計算公式，例如盈利＝收入－成本，也可能是一些更復(fù)雜的公式集。

其他比較獨(dú)立的模型包括欺詐檢測、風(fēng)險評估等，在銀行業(yè)、電信業(yè)用得比較普遍，這兩個行業(yè)也是CRM系統(tǒng)、商業(yè)智能系統(tǒng)應(yīng)用得比較好的行業(yè)。這兩類模型很多時候是相輔相成的，風(fēng)險評估的目的之一就是為了避免欺詐，欺詐檢測往往是風(fēng)向評估的一種手段?？梢圆捎梅诸惡途垲愡@樣的技術(shù)來遴別正常用戶和欺詐用戶，分析它們的特征，用作欺詐檢測。另外，像離群點(diǎn)（outlier）分析也是欺詐分析的常用技術(shù)。風(fēng)險評估涉及參數(shù)可能包括用戶的經(jīng)營情況、歷史信貸記錄、信譽(yù)度和還債能力等。商業(yè)智能技術(shù)幫助信用評估由定性轉(zhuǎn)向定量，更加可靠，從而提高關(guān)于客戶的信用決策水平。

2.3商業(yè)智能建模技術(shù)

簡單地說，一個企業(yè)的商業(yè)智能系統(tǒng)是為了幫助決策者更好地理解企業(yè)的操作。這種理解需要的知識是“深層次”的.是面向用戶快速反應(yīng)的，這些不是傳統(tǒng)如OLAP這樣的技術(shù)所能達(dá)成的目標(biāo)。商業(yè)智能建模技術(shù)基本上可以分為兩大類：一是數(shù)據(jù)倉庫——OLAP建模技術(shù)；二是數(shù)據(jù)挖掘建模技術(shù)。

數(shù)據(jù)倉庫是一個集成的數(shù)據(jù)環(huán)境，也是一個集成的分析中心，其中的數(shù)據(jù)是依據(jù)商業(yè)智能主題，而不是傳統(tǒng)數(shù)據(jù)庫應(yīng)用來組織的。OLAP提供強(qiáng)大、友好的知識獲取界面，使得決策者可以從不同的角度觀察數(shù)據(jù)，這樣的功能，可以通過切片、切塊、旋轉(zhuǎn)、上卷、下鉆等功能實(shí)現(xiàn)。

數(shù)據(jù)挖掘技術(shù)，使用一些數(shù)學(xué)方法，一些算法和適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)對數(shù)據(jù)進(jìn)行建模，從而描述隱藏在大量數(shù)據(jù)背后的傳統(tǒng)技術(shù)不能或很難發(fā)現(xiàn)的知識，用于給決策提供支持。數(shù)據(jù)挖掘建模技術(shù)包括神經(jīng)網(wǎng)絡(luò)、決策樹、logistic回歸、模糊集、遺傳算法、聚類、關(guān)聯(lián)規(guī)則挖掘等等。數(shù)據(jù)挖掘模型都為特定目標(biāo)而設(shè)計，在模型建立之前，分析員必須對模型的需求假設(shè)、數(shù)據(jù)結(jié)構(gòu)要求、應(yīng)用范圍和結(jié)果解釋方法了然于胸。

同一個商業(yè)智能分析任務(wù)，可以用不同的技術(shù)實(shí)現(xiàn)。比如市場籃分析，可以用數(shù)據(jù)挖掘技術(shù)，也可以用數(shù)據(jù)倉庫OLAP技術(shù)，但兩種方法得出的結(jié)果可能不同，于是，其有用性依賴于決策人員的技術(shù)涵養(yǎng)。

OLAP技術(shù)回答的間題通常可以歸結(jié)為一些查詢式的提問，一般情況下，復(fù)雜一些的SQL或者SQL集也能夠回答。但是數(shù)據(jù)倉庫——OLAP技術(shù)的優(yōu)勢在于提供了一個面向主題的集成的數(shù)據(jù)環(huán)境、高效的分析操作和友好的結(jié)果顯示界面，大大提高了決策效率。數(shù)據(jù)挖掘技術(shù)找出的結(jié)果表現(xiàn)形式往往層次更深，更多樣化。如果說數(shù)據(jù)挖掘是一個知識發(fā)現(xiàn)的過程，那么OLAP就是一個“知識驗證”的過程。

3基于商業(yè)智能的CRM系統(tǒng)

一個基于商業(yè)智能的CRM系統(tǒng)解決方案一般包括四個層次：數(shù)據(jù)源層、數(shù)據(jù)存儲層、應(yīng)用支持層和服務(wù)層。實(shí)際上，這可以看作圖1商業(yè)智能解決方案在具體行業(yè)（CRM）中的應(yīng)用。方案中包括商業(yè)智能系統(tǒng)的一些通用元素，比如數(shù)據(jù)集市、數(shù)據(jù)倉庫、ODS（OperationalDataStore）、OLAP、DM等，也看到了一些面向CRM的特定元素的位置，例如關(guān)于客戶的數(shù)據(jù)源，面向客戶的業(yè)務(wù)處理和集成以及面向客戶的服務(wù)層。

數(shù)據(jù)源層主要是關(guān)系型數(shù)據(jù)庫表數(shù)據(jù)，也包括其它像文本文件等數(shù)據(jù)源，提供CRM數(shù)據(jù)存儲層的數(shù)據(jù)來源。

數(shù)據(jù)存儲層數(shù)據(jù)包括數(shù)據(jù)倉庫和ODS，它們都是通過對源數(shù)據(jù)的ETL（ExtractionTransformationLoad）生成。通過EYL的數(shù)據(jù)流向，一條指向ODS，另一條指向DW。這兩條數(shù)據(jù)流滿足了各種終端用戶對多種功能的多種分析應(yīng)用需求。

ODS是一個集成了來自不同操作數(shù)據(jù)庫數(shù)據(jù)的環(huán)境，其目的是為終端用戶提供一致的企業(yè)數(shù)據(jù)集成視圖，它使用戶能夠進(jìn)行跨多個模塊功能的操作。這些與DW是類似的，但與數(shù)據(jù)倉庫和數(shù)據(jù)集市受約束的更新相比，主要差異在于頻致的更新頻率和直接的更新途徑。ODS具有DW的一些特征，例如它也是面向主題的、集成的數(shù)據(jù)，但它還有一些DB的特征，例如反映當(dāng)前值的、變化的、細(xì)節(jié)的數(shù)據(jù)。

ODS和DW的數(shù)據(jù)流向是雙向的。ODS通過標(biāo)準(zhǔn)批處理方法把數(shù)據(jù)推入DW，例如，為了快照、數(shù)據(jù)分期存儲（datastaging）或存放歷史數(shù)據(jù)的目的，將一個總結(jié)型數(shù)據(jù)元素的當(dāng)前值轉(zhuǎn)存入DW。

根據(jù)ODS的類型，少量的數(shù)據(jù)可以以受控的方式從DW回流至ODS。雖然這個數(shù)據(jù)流只是ODS很小的一部分，但是卻有著重大的商業(yè)意義。根據(jù)ODS的類型，最終用戶對ODS的更新可能會觸發(fā)數(shù)據(jù)回流至數(shù)據(jù)源。

解決方案的最頂兩層是應(yīng)用支持層和服務(wù)層，這兩層是緊密相連的，服務(wù)層的服務(wù)通過應(yīng)用層應(yīng)用提供，應(yīng)用支持層的功能通過服務(wù)層直接面對客戶和決策者。

CRM應(yīng)用支持層包括操作級實(shí)時業(yè)務(wù)應(yīng)用、模塊級和企業(yè)應(yīng)用級集成及商業(yè)智能應(yīng)用支持層。實(shí)時業(yè)務(wù)應(yīng)用層包括基本的CRM操作型數(shù)據(jù)應(yīng)用，如客戶信息查詢處理、產(chǎn)品銷售過程處理、客戶支持處理監(jiān)控過程、促銷活動記錄等實(shí)時業(yè)務(wù)和。至于模塊級和應(yīng)用級集成就是引言中提到的系統(tǒng)內(nèi)功能集成模塊和企業(yè)級應(yīng)用協(xié)同集成模塊。前者協(xié)調(diào)CRM解決面向CRM中各部門的子模塊的數(shù)據(jù)交換和功能協(xié)調(diào)，后者則負(fù)責(zé)與企業(yè)的福州OA、SCM等生產(chǎn)管理系統(tǒng)的集成。商業(yè)智能應(yīng)用支持就是CRM的企業(yè)活動分析模塊，通過OLAP和DM得到一些模型和報表。提供給決策人做決策，并通過一個商業(yè)活動管理子模塊提供直接面向客戶的活動。

服務(wù)層既要面對客戶，也要面對決策者，界面應(yīng)該是清晰、直觀、友好的?？蛻魪姆?wù)層接受系統(tǒng)提供的功能和服務(wù)，并向系統(tǒng)反饋意見；決策人員根據(jù)反饋意見和數(shù)據(jù)分析展示，進(jìn)行相應(yīng)決策。在這個互動的過程中，CRM完成它的目標(biāo)：爭取新客戶、保留老客戶、達(dá)成企業(yè)利潤最大化。

最后是貫穿整個系統(tǒng)的工作流管理，工作流管理是CRM系統(tǒng)中的另外一個挑戰(zhàn)。前面已經(jīng)花了相當(dāng)篇幅論述系統(tǒng)模型和系統(tǒng)應(yīng)用集成，事實(shí)上，在整個系統(tǒng)結(jié)構(gòu)中，工作流管理系統(tǒng)不僅是控制業(yè)務(wù)流程的“引擎”，還充當(dāng)了模塊級集成和企業(yè)應(yīng)用級集成的“粘和劑”。限于篇幅，不再詳述。

本文針對分析型應(yīng)用的CRM系統(tǒng)建設(shè)瓶頸，從建模視角分析了商業(yè)智能在CRM中的地位和作用，描述了一個基于商業(yè)智能的完整CRM解決方案應(yīng)該包含的基本部件，并從模塊功能、數(shù)據(jù)流、工作流三方面論述了方案良好的集成性。（萬方數(shù)據(jù)）