越來越多的CRM系統(tǒng)廠商在其解決方案中都提及到"客戶智能"。但究竟什么是客戶智能(customer intelligence，CI)，尚沒有發(fā)現(xiàn)這方面的明確論述。本文是作者本人多年專注于客戶智能的研究成果，它概括了客戶智能的本質(zhì)，并提出了基于客戶智能的CRM框架。該框架以商業(yè)智能所提供的決策支持工具為技術(shù)支撐，圍繞整個過程為CRM構(gòu)建一個具有可操作性、科學(xué)的信息結(jié)構(gòu)。

　　引言

　　客戶關(guān)系管理(customer relationship management，簡稱CRM)是適應(yīng)企業(yè)"以產(chǎn)品為中心"到"以客戶為中心"的經(jīng)營模式的戰(zhàn)略轉(zhuǎn)移而迅猛發(fā)展起來的新的管理理念，它把追求客戶滿意和客戶忠誠作為最終目標。近年來，越來越多的國內(nèi)外企業(yè)和軟件開發(fā)商把CRM作為研究熱點。CRM系統(tǒng)是集成了后臺應(yīng)用的前臺應(yīng)用系統(tǒng)，是在以客戶為中心的銷售、營銷、服務(wù)和支持應(yīng)用的增強、自動化的基礎(chǔ)上，提高客戶滿意度和忠實度，從而給企業(yè)帶來長久利益的一種應(yīng)用和理念。許多企業(yè)在實施CRM時，正是違背了這條原則，致使CRM不成功的案例屢見不鮮。

　　另一方面，在激烈的競爭環(huán)境下，對有限數(shù)目的客戶的爭奪將加白熱化。由于獲取一個新客戶的成本比保留一個老客戶的成本大得多，采取什么樣的客戶保留措施來提高戶忠誠度，已成為企業(yè)考慮客戶關(guān)系時的關(guān)鍵問題。而這些答案已經(jīng)存在于與客戶的交往過程的記錄中，即客戶數(shù)據(jù)庫中，只不過沒有對客戶數(shù)據(jù)進行有效地利用，從中發(fā)現(xiàn)潛在的、與客戶忠誠有關(guān)的、有價值的知識。META Group行的一項調(diào)查中，800家商業(yè)和IT公司的經(jīng)理們被問了一個問題：你是認為你的公司是否使用了客戶數(shù)據(jù)來理解你的客戶？29%的答案承認在一定程度上使用了客戶數(shù)據(jù)來理解客戶，67%的回答是否定的。僅有4%的回答是充分利用了客戶數(shù)據(jù)。本文建立的CRM的信息結(jié)構(gòu)不再局限于事務(wù)處理，更強調(diào)如何將分析工具應(yīng)用于客戶數(shù)據(jù)，將發(fā)現(xiàn)的知識用于與優(yōu)化客戶關(guān)系有關(guān)的決策問題。

　　1.客戶智能

　　有些專家在研究中提到了客戶智能的概念。本文將他們對客戶智能的研究分為三大類：一、圍繞客戶智能的作用、內(nèi)容、實質(zhì)的研究。Mark Allen SmITh將客戶智能與客戶分析等同起來。BO公司的Paul Clark在分析客戶智能與CRM的關(guān)系時認為：客戶智能是CRM的智慧所在(the brains behind CRM)。二、圍繞客戶智能的實現(xiàn)的研究。Jim Berkowitz提出"商業(yè)智能是CRM的基礎(chǔ)"的觀點。另一個難得可貴的地方是該研究對商業(yè)智能包括的組件進行了分析，將OLAP、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘技術(shù)作為商業(yè)智能的必備組件。三、與客戶智能密切相關(guān)的研究。Emma Chablo則在研究中指出，客戶知識是CRM的重要的組成部分，而營銷數(shù)據(jù)智能是向CRM提供真正客戶知識的CRM部分。他將營銷數(shù)據(jù)智能定義為利用數(shù)據(jù)驅(qū)動營銷手段和技術(shù)來提高對客戶，產(chǎn)品和交易數(shù)據(jù)的理解和知識，以此幫助CRM制訂戰(zhàn)略決策。

　　由于研究的角度因人而異，很難從中總結(jié)出一個令人信服的定義。這其中存在一個共性：幾乎沒有人從知識在制訂與客戶有關(guān)的決策的過程中的作用這一視角來研究客戶智能，而只有將對知識的研究作為出發(fā)點，才能夠發(fā)現(xiàn)客戶智能實質(zhì)的內(nèi)容，本文認為，客戶智能，是創(chuàng)新和使用客戶知識、幫助企業(yè)提高優(yōu)化客戶關(guān)系的決策能力和整體運營能力的概念、方法、過程以及軟件的集合。對該定義的正確解釋，本文從五個層面展開：

　　1) 理論基礎(chǔ)：

　　客戶智能的理論基礎(chǔ)是企業(yè)對客戶采取決策的指導(dǎo)依據(jù)，這既包括企業(yè)分析和對待客戶的理論和方法，也包括分別從客戶和企業(yè)角度進行的價值分析。通過消費行為分析、滿意度分析、利益率分析等諸如此類的指標的測評與衡量，達到?jīng)Q策科學(xué)化、合理化的目的。

　　2) 信息系統(tǒng)層面：

　　稱為客戶智能系統(tǒng)(CI System)的物理基礎(chǔ)。表現(xiàn)為具有強大決策分析功能的軟件工具和面向特定應(yīng)用領(lǐng)域的信息系統(tǒng)平臺，如CRM、ERP、銷售自動化、商業(yè)活動管理。與事務(wù)型的MIS不同，客戶智能系統(tǒng)能提供分析、趨勢預(yù)測等決策分析功能。

　　3) 數(shù)據(jù)分析層面：

　　是一系列算法、工具或模型。首先獲取與所關(guān)心主題有關(guān)的高質(zhì)量的數(shù)據(jù)或信息，然后自動或人工參與使用具有分析功能的算法、工具或模型，幫助人們分析信息、得出結(jié)論、形成假設(shè)、驗證假設(shè)。

　　4) 知識發(fā)現(xiàn)層面：

　　與數(shù)據(jù)分析層面一樣，是一系列算法、工具或模型。將數(shù)據(jù)轉(zhuǎn)變成信息，而后通過發(fā)現(xiàn)，將信息轉(zhuǎn)變成知識；或者直接將信息轉(zhuǎn)變成知識。

　　5) 戰(zhàn)略層面：

　　將信息或知識應(yīng)用在提高決策能力和運營能力上、企業(yè)建模等�？蛻糁悄艿膽�(zhàn)略層面是利用多個數(shù)據(jù)源的信息以及應(yīng)用經(jīng)驗和假設(shè)來提高企業(yè)決策能力的一組概念、方法和過程的集合。它通過對數(shù)據(jù)的獲取、管理和分析，為貫穿企業(yè)組織的各種人員提供知識，以提高企業(yè)戰(zhàn)略決策和戰(zhàn)術(shù)決策能力。

　　客戶發(fā)展戰(zhàn)略指的是企業(yè)堅持以客戶為中心的發(fā)展戰(zhàn)略，將企業(yè)內(nèi)部資源條件與外部環(huán)境因素結(jié)合起來考慮，最終目標是使客戶生命周期價值最大化�？蛻舭l(fā)展戰(zhàn)略離不開企業(yè)其他戰(zhàn)略類型的支持，如目標市場戰(zhàn)略、營銷組合戰(zhàn)略、市場競爭戰(zhàn)略、財務(wù)戰(zhàn)略、協(xié)作戰(zhàn)略、組織戰(zhàn)略、人才戰(zhàn)略等。以客戶為中心的發(fā)展戰(zhàn)略不能代替企業(yè)總體戰(zhàn)略，但是總體戰(zhàn)略最具有參照價值的戰(zhàn)略。

　　客戶智能系統(tǒng)(CI System)是本文提出的實現(xiàn)客戶智能的系統(tǒng)平臺。它包括了客戶智能體系中的信息系統(tǒng)層面、數(shù)據(jù)分析層面、知識發(fā)現(xiàn)層面，是基于客戶智能理論的可操作的系統(tǒng)框架。因此，客戶智能體系也可以簡單地用客戶智能基礎(chǔ)理論和基于客戶智能理論的客戶智能系統(tǒng)兩個邏輯層面表示。基于客戶智能的CRM系統(tǒng)是本文描述的客戶智能系統(tǒng)中的一種。

　　總之，客戶智能的目標是將企業(yè)所掌握的信息轉(zhuǎn)換成競爭優(yōu)勢，提高企業(yè)決策能力、決策效率、決策準確性。為完成這一目標，客戶智能必須具有實現(xiàn)數(shù)據(jù)分析到知識發(fā)現(xiàn)的算法、模型和過程，決策的主題具有廣泛的普遍性。

　　2.客戶智能是對客戶知識的生成、分發(fā)、使用

　　客戶知識，顧名思義，是有關(guān)客戶的知識。客戶知識包括客戶的消費偏好、喜歡選用的接觸渠道、消費行為特征等等許多描述客戶的知識。本文對客戶知識進行如下分類：一、對話性客戶知識：通過企業(yè)與客戶之間正式或非正式的對話，以及客戶與企業(yè)員工、企業(yè)員工與供應(yīng)商等之間的互動交流，來了解客戶的需求；二、觀察性客戶知識：透過觀察客戶使用產(chǎn)品或服務(wù)的狀況來獲得客戶知識，汽車等高檔消費品或工業(yè)用品的制造商主要通過這個方法得到客戶知識；三、預(yù)測性客戶知識：利用市場營銷的專業(yè)分析工具和方法預(yù)測客戶的需求與反應(yīng)。預(yù)測性客戶知識是本文構(gòu)建的信息結(jié)構(gòu)考慮的重點。

　　客戶知識是人們通過實踐認識到的、與客戶有關(guān)的規(guī)律性，而客戶智能是獲得客戶知識并使用客戶知識求解問題的能力�？蛻糁悄苁菍ζ髽I(yè)戰(zhàn)略決策真正有價值的事物和行動。客戶智能不僅包括了客戶知識的生成，而且更強調(diào)了客戶知識在企業(yè)中的分發(fā)、使用，直到產(chǎn)生客戶智能。所以，客戶智能是對客戶知識的生成、分發(fā)和使用。

　　1) 客戶知識的生成(generation)

　　使用商業(yè)智能提供的OLAP分析工具、知識發(fā)現(xiàn)工具或兩種工具的組合，發(fā)現(xiàn)存在于客戶數(shù)據(jù)中的模式、規(guī)則、概念、規(guī)律的整個過程，叫客戶知識的生成。相比較而言，知識發(fā)現(xiàn)工具的使用難度較大，包括確定任務(wù)、選擇合適的挖掘工具(數(shù)據(jù)準備、挖掘算法、結(jié)果解釋等)，以及明確哪部分任務(wù)必須有營銷專家參與，哪部分可以自動執(zhí)行。

　�、� 客戶標識(identification)

　　又稱客戶認識(Awareness)。即知道誰是你的客戶。如果你的企業(yè)沒有集成的客戶數(shù)據(jù)，那么它很有可能會遭受客戶認識危機(customer-aware challenged)。

　　集成的客戶數(shù)據(jù)是指面向客戶的操作數(shù)據(jù)存貯(operational data store)，它存貯了集成的和經(jīng)過凈化的、當前的客戶數(shù)據(jù)。企業(yè)的任何與客戶打交道的職員每時每刻會參考這其中的數(shù)據(jù)，了解客戶目前產(chǎn)品和服務(wù)的處境，當前的接觸信息、接觸結(jié)果，突發(fā)事件等。存貯當前信息的數(shù)據(jù)庫的正確利用，會大大提高企業(yè)對客戶的評價的準確性和認識能力。

　�、� 客戶分類(segmentation)

　　假設(shè)企業(yè)已經(jīng)認識到客戶的存在，但如何知道哪些客戶對企業(yè)是盈利，哪些是不盈利的。僅依據(jù)對客戶當前信息的分析，很難得出令人滿意的答案。企業(yè)此時需要與客戶有關(guān)的歷史記錄。針對不同的客戶分類方式，有時采用分析技術(shù)可以實現(xiàn)，而當有時面對較深層次的分類任務(wù)時，就需要引入知識發(fā)現(xiàn)技術(shù)了。

　　一個好的數(shù)據(jù)倉庫環(huán)境，可完全滿足客戶分類對數(shù)據(jù)的多重需求。數(shù)據(jù)倉庫環(huán)境集成了與客戶有關(guān)的當前和歷史的數(shù)據(jù)，并在此基礎(chǔ)上建立起面向不同分析任務(wù)的應(yīng)用(數(shù)據(jù)集市)。比如，客戶利潤率分析，銷售渠道分析，商業(yè)活動分析等。這些分析算法必須與企業(yè)的商業(yè)模式相一致。

　�、� 客戶滿意

　　企業(yè)是否能夠測量客戶滿意度？在你的企業(yè)中，客戶滿意分別與企業(yè)員工的積極性和企業(yè)實施的優(yōu)惠政策是否有關(guān)系？如果你的答案是否定的，那么可以認識你的企業(yè)還沒有建立以客戶為中心的正確的環(huán)境。

　　這種正確的環(huán)境絕非是僅建設(shè)先進的Call Center等手段所能實現(xiàn)的，它需要一個企業(yè)的企業(yè)文化、組織結(jié)構(gòu)、管理模式等整體環(huán)境的大調(diào)整，以適應(yīng)從以產(chǎn)品為中心到以客戶為中心的轉(zhuǎn)變；另一方面，還包括使用知識發(fā)現(xiàn)技術(shù)對客戶知識的正確的發(fā)現(xiàn)和使用，了解客戶滿意需要的是什么，如何改進產(chǎn)品使客戶做到更滿意。

　　④ 客戶差異(differentiation)

　　客戶差異是指企業(yè)根據(jù)不同客戶對企業(yè)的貢獻的大小，實施在客戶上的不同的價值回報。分析的對象包括客戶生命周期價值、消費行為、VIP特征等。企業(yè)需要建立相應(yīng)的知識發(fā)現(xiàn)模型。此外，企業(yè)必須具有對知識發(fā)現(xiàn)結(jié)果-客戶知識的快速反應(yīng)的能力，企業(yè)各部門能夠做到基于客戶知識的互動。

　�、� 客戶忠誠

　　客戶忠誠直接的表現(xiàn)是客戶的持續(xù)購買，它反應(yīng)了企業(yè)對客戶不斷更新的需求的有效把握�？蛻糁艺\是對客戶知識的反復(fù)有效利用的結(jié)果�？蛻糁艺\的獲得是企業(yè)在客戶關(guān)系上最難達到的境界，但卻是最佳的。通過持續(xù)的接觸，忠誠客戶數(shù)據(jù)的收集和集成成為最容易和是最有效的事情，但忠誠客戶的保留問題仍離不開知識發(fā)現(xiàn)技術(shù)的支持。隨著人們越來越深刻地認識到客戶忠誠的重要性，知識發(fā)現(xiàn)技術(shù)在客戶保留中的作用也會逐漸顯現(xiàn)出來。

　　2) 客戶知識的分發(fā)(distribution)

　　客戶知識必須到達組織內(nèi)每一個需要客戶知識的部分。將客戶知識存貯于動態(tài)知識庫，借助CRM的系統(tǒng)平臺，將客戶知識分發(fā)到需要的終端。不僅如何分發(fā)知識，還有一個知識分發(fā)質(zhì)量(qualITy)和多少(how much)的問題。

　　3) 客戶知識的使用(using IT)

　　3.構(gòu)建基于客戶智能的CRM系統(tǒng)

　　3.1. 系統(tǒng)主要組件及作用

　　1) 數(shù)據(jù)倉庫

　　數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制訂過程�？蛻魯�(shù)據(jù)分布在企業(yè)的多個應(yīng)用系統(tǒng)中，數(shù)據(jù)倉庫從這些應(yīng)用系統(tǒng)中抽取、清洗、轉(zhuǎn)換，使之符合基于數(shù)據(jù)倉庫的分析與決策工具的數(shù)據(jù)要求。本文將數(shù)據(jù)倉庫應(yīng)用在CRM的形式稱為CCDW(customer-centric datawarehouse，客戶信息數(shù)據(jù)倉庫)

　　數(shù)據(jù)集市(data mart)是按照某一特定部門的決策支持需求而組織起來的、針對一組主題的小型數(shù)據(jù)倉庫。由于創(chuàng)建企業(yè)級的數(shù)據(jù)倉庫存在許多困難，許多CRM方案采用數(shù)據(jù)集市的變通辦法。從數(shù)據(jù)集市可以升級到企業(yè)級數(shù)據(jù)倉庫。

　　2) OLAP

　　CRM從CCDW中發(fā)現(xiàn)有用的信息有兩種不同的方式，方式之一是較低層次上的由用戶制導(dǎo)的被動方式，這種方式多指OLAP分析。OLAP分析屬于驗證驅(qū)動型發(fā)現(xiàn)。其策略是：用戶首先提出自己的假設(shè)，然后利用OLAP工具檢索查詢以驗證或否定假設(shè)。

　　在CCDW的數(shù)據(jù)環(huán)境下，OLAP提供上鉆、下鉆、切片、旋轉(zhuǎn)等在線分析機制。完成的功能包括多角度實時查詢、簡單的數(shù)據(jù)分析，并輔之于各種圖形展示分析結(jié)果。

　　3) 知識發(fā)現(xiàn)(Knowledge Discovery in Database, KDD)

　　CRM從CCDW中發(fā)現(xiàn)信息的另一種方式就是知識發(fā)現(xiàn)，是高層次上的主動式自動發(fā)現(xiàn)方法，被稱為發(fā)現(xiàn)驅(qū)動型知識發(fā)現(xiàn)。知識發(fā)現(xiàn)是從大型數(shù)據(jù)庫中的數(shù)據(jù)中提取人們感興趣的知識。這些知識是隱含的、事先未知的、潛在有用的信息，提取的知識表示為概念(concepts)，規(guī)則(rules)，規(guī)律(regulations)，模式(patterns)等形式。知識發(fā)現(xiàn)是實現(xiàn)從客戶數(shù)據(jù)、信息到客戶知識轉(zhuǎn)變的有力的工具。

　　從以上構(gòu)成系統(tǒng)的三個組件的介紹中同時可以找到對以下兩個問題的答案：1、客戶數(shù)據(jù)、客戶信息、客戶知識之間的區(qū)別：由來自于事務(wù)系統(tǒng)，如ERP、SFA等的源數(shù)據(jù)經(jīng)整理后放入CCDW或數(shù)據(jù)集市，這一過程處理的對象稱為客戶數(shù)據(jù)；OLAP為決策人員提供了展示有意義的客戶數(shù)據(jù)的機制，這種有意義的客戶數(shù)據(jù)稱之為客戶信息；客戶數(shù)據(jù)和客戶信息均可以通過KDD技術(shù)的運用，提升為對決策有價值的客戶知識。2、客戶知識生成的途徑：從對第一個問題的解答中可以知道，客戶知識從KDD作用的對象來看有兩種途徑：KDD作用于客戶數(shù)據(jù)、KDD作用于客戶信息，總之，客戶知識生成是依賴于KDD過程的復(fù)雜的過程。

　　3.2. 系統(tǒng)架構(gòu)

　　從數(shù)據(jù)源層來的客戶數(shù)據(jù)經(jīng)過ETL(抽取、轉(zhuǎn)換、裝載)、清洗后以數(shù)據(jù)存儲層的CCDW或數(shù)據(jù)集市的形式存儲。應(yīng)用支持層是提供了報表查詢、OLAP、知識發(fā)現(xiàn)分析決策工具，作用于客戶數(shù)據(jù)，該過程產(chǎn)生的有價值的客戶知識存儲于動態(tài)知識庫中。互動層提供了I-CRM利用客戶知識從而有效實施其功能的場所。該架構(gòu)具有以下特點：

　　1) I-CRM有自己獨立的數(shù)據(jù)存儲中心，不依賴于業(yè)務(wù)系統(tǒng)；

　　3) I-CRM在互動層提供多種渠道與客戶接觸，如Email，Call Center，WEB等；

　　4) 商業(yè)規(guī)則與元數(shù)據(jù)管理貫穿了I-CRM的整個結(jié)構(gòu)；

　　5) EIP(Enterprise Information Portal，企業(yè)信息門戶)提供了用戶獲取信息的統(tǒng)一界面(基于WEB)。通過這個界面，I-CRM將客戶知識分發(fā)在包括事務(wù)型系統(tǒng)在內(nèi)的所有企業(yè)應(yīng)用，使I-CRM成為企業(yè)應(yīng)用的核心并促進企業(yè)集成；

　　6) 中描述的知識庫是存儲客戶知識的場所，它與傳統(tǒng)的DSS、EIS中的知識庫有很大區(qū)別。由于系統(tǒng)是一個閉環(huán)的動態(tài)系統(tǒng)，知識庫的內(nèi)容在不斷地自動修正，所以是一種動態(tài)結(jié)構(gòu)，而不像DSS、EIS中的知識庫是很少發(fā)生變化的。

　　數(shù)據(jù)源層代表數(shù)據(jù)的收集，互動層是將分析、處理的結(jié)果直接作用于客戶，可以歸為操作層面；應(yīng)用支持層是I-CRM的分析、處理層面，叫做分析層面；數(shù)據(jù)存儲層為操作層和分析層面提供統(tǒng)一的客戶視圖，歸為統(tǒng)一視圖層面。三層的關(guān)系為：統(tǒng)一視圖層面是操作層面和分析層面的數(shù)據(jù)支持；操作層面為統(tǒng)一視圖層面收集數(shù)據(jù)，將分析層面的決策支持結(jié)果加以執(zhí)行。分析層面為操作層面提供技術(shù)支持。

　　強大的決策分析功能和整合的客戶信息是I-CRM科學(xué)、正確地實現(xiàn)客戶智能的靈魂。決策分析的主題體現(xiàn)了客戶智能理論基礎(chǔ)所能涉及的所有內(nèi)容，如利益率分析、忠誠度分析、消費行為分析等，這些分析的結(jié)果(客戶知識)指導(dǎo)企業(yè)如何更有效地滿足客戶需求和期望，`同時，對企業(yè)來講，不但要實現(xiàn)以產(chǎn)品為中心到以客戶為中心的戰(zhàn)略轉(zhuǎn)變，而且應(yīng)對客戶的策略也必須做出轉(zhuǎn)變，如采用有益于提高滿意與忠誠的營銷策略、注重客戶生命周期價值而不是一兩次交易的收益等。

　　4.總結(jié)

　　本文針對存在于人們對商業(yè)智能認識上的偏差和CRM實施中的實際困難，提出了客戶智能的概念。接下來通過介紹客戶知識從產(chǎn)生，到分發(fā)、使用的可操作性流程與方法，說明了客戶智能實現(xiàn)的流程。本文創(chuàng)新性地提出了以客戶智能為核心的CRM的系統(tǒng)架構(gòu)、邏輯結(jié)構(gòu)，該框架集成了商業(yè)智能先進的信息技術(shù)手段，突出了客戶智能在實現(xiàn)CRM功能中的決定性作用。相信通過本文對客戶智能概念和實現(xiàn)的介紹，有助于人們對CRM的理解和實施。