crm客户关系管理系统文献综述

毕业设计材料文献综述 课题名称 CRM客户关系管理系统 专 业 软件开发与测试 学 生姓名 李祥坤 班 级 0813113 学 号 30 指 导教师 卢正洪 一 兀 成日期 2011-10-23 CRM客户关系管理系统文献综述 才商要随着经济的全球化和网络化成为世界经济发展的必然趋势，以及公司 之间的竞争日趋激烈，客户己经成为企业与公司争夺的焦点。客户关系管理 Customer Relationship Management , CRM系统作为一种新型的客户关系管理 系统应运而生。本文简要介绍了CRM系统的结构和分类，以及CRM的发展，同时对 CRM系统的设计原理和基本功能作出了描述，在此基础上详细分析了客户关系管 理应用系统设计的模式。 关键词客户关系管理、管理系统、CRM系统、客户 、CRM概述 1、CRM的体系结构 CRM是一种旨在改善企业与客户之间关系的管理机制，利用现代信息技术，在 企业和客户之间建立一种数字、实时、互动的交流管理系统［1 ］。从逻辑模型 角度来讲，一个完整的CRM系统分为三个层次界面层、功能层和支持层。其中， 界面层是用户与系统之间进行交互、获取或输入信息的接口。通过直观的、简便 易用的前台界面，为各项用户操作提供方便。功能层是由各种功能模块构成，包括 销售自动化、营销自动化、客户支持与服务、呼叫中心、电子商务以及辅助决策 等功能模块，执行CRM的各项基本功能。支持层是保证整个系统正常运行的基础， 通常包括数据库管理系统、网络通信协议等。 2、CRM分类 通常,CRM系统分为操作型、分析型和协作型三类。 1 运营型CRM。运营型CRM为分析和客户的服务支持提供依据o运营型CRM收 集大量的客户信息、市场活动信息和客户服务的信息，使得销售、市场、服务一 体化、规范化和流程化，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。在销售方面，包括销售信息管理、销售过程定制、销售过程监 控等。在市场营销方面，提供从市场营销活动信息管理、计划预算、项目追踪等 功能。 2 分析型CRM。分析型CRM主要是将大容量的销售、服务、市场以及业务数 据进行整合，使用决策支持技术，将完整的和可靠的数据转化为有价值的、感兴趣 的、可靠的信息，并将信息转化为知识,对未来的发展趋势做出必要而有意义的预 测,为整个企业提供战略和战术上的商业决策，为客户服务和新产品的研发提供 准确依据，提高企业的竞争能力。 3 协作型CRM。协作型CRM是为了实现全方位地为客户提供交互服务与收集 客户信息，实现多种客户交流渠道，并使各种渠道融会贯通，以保证企业和客户均 能得到完整、准确和一致的信息。三者之间有着相辅相成的关系。运营型系统为 分析型提供必要的数据。分析型系统的进一步工作需要协作型系统，在分析型系 统给出分析结果之后，系统自动地将相关的客户联络方式送到Call Center ,通过 Call Center和客户进行互动、关怀。这就需要协作型CRM。 二、CRM系统的发展 （一）CRM系统应用现状 由于CRM的实际实施过程并没有真正的严格执行标准的CRM实施过程,没能有 意识地将客户关系管理战略与CRM系统运用相结合，这就造成了CRM的高实施失 败率。例如很多企业会不会如同实施一个竞争战略一样动用庞大的力量来实施 一套CRM软件。为了有效降低CRM系统实施的失败率,用户需要将战略管理方法应 用于CRM系统实施过程。在CRM系统标准实施方法之前，用户需要进行正确的环境 审视和评价，避免系统的盲目上马，为系统设计做好必要的准备工作。另外，企业 要从竞争战略角度来高度认识CRM的重要性，企业的目光不能仅仅局限于营销、销 售、服务等前台部门，而要从战略的角度进行资源的配置、观念的改变、激励政 策的制定，对系统的实施成功提供更多的保证。用户要从定量和定性两个方面来 提供正确定义的系统评价指标,这有利于在系统设计与实施过程中出现问题时能 够及时纠正，避免更大的损失。 （二）CRM系统的发展方向 随着全球化信息网络和全球化市场的形成，企业拥有海量的客户数据。为了能 够对生产经营和企业战略决策提供强有力的支持，这些海量数据需要被有效的存 储和管理，需要企业有能力对信息资源进行深度计算与分析。近年来，数据仓库、 联机分析处理和数据挖掘等技术的发展为实现企业对大量数据的分析处理提供 了强有力的工具。 1、数据仓库技术。数据仓库（Data Warehouse）就是面向主题的、集成的、 不可更新的、随时间不断变化的数据集合，提供用户用于决策支持的当前和历史 数据。借助于数据仓库,CRM系统可以充分利用数据仓库的分析结果，制定市场策 略,产生市场机会，提高企业的利润。在基于数据仓库的CRM系统中，系统将数据抽 取、集成、转换并加载到数据仓库中，并通过OLAP和报表，将客户的整体行为分析 和企业的运营分析等传递给数据仓库用户；用户利用这些分析结果，制定准确、有 效的市场策略。 2、数据挖掘技术。数据挖掘（Data Mining）就是从大量的、不完全的、模 糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用 的信息和知识的过程。在CRM系统中，数据挖掘就是对大量的客户数据，借助各种 分析方法,透过无序的、表层的数据挖出内在的信息，并根据信息设计模型，对未 发生行为做出结果预测。数据挖掘技术在CRM中的一些重要应用如下 （1）客户的获取。利用数据挖掘技术可以把大量的客户分成不同的类（群 体），适合于进行客户细分。通过群体细分,CRM用户可以更好地理解客户，发现 整体客户行为和群体客户的行为规律,制定相应的市场策略。同时，通过对不同客 户的群组之间交叉分析,可以使企业发现客户群体间的变化规律。 （2）重点客户发现。重点客户发现就是找出对企业具有重要意义的客户， 重点客户包括有价值的潜在客户；有更多的消费需求的同一客户；更多使用同一 种产品或服务的客户；需要保持其忠诚度的客户。重点客户发现在CRM中具有举 足轻重的作用。 （3）客户流失分析。判断具备哪些特性的客户群体最容易流失，能够帮助企 业对有流失风险的顾客提前采取相应营销措施。利用分类技术来构建预测模型， 较准确地找出易流失客户群，并制定相应的方案，最大程度地保持住老客户。 （4）交叉营销。商家与其客户之间的商业关系是一种持续的不断发展的关 系，通过不断地相互接触和交流,客户得到了更好更贴切的服务质量，商家则因为 增加了销售量而获利。交叉营销指向已购买商品的客户推荐其它产品和服务。 （5）市场性能评估。市场性能评估用来评价市场活动能否达到预定的目标, 以客户所提供的市场反馈为基础，通过数据仓库的数据清理与集中过程,将客户 对市场的反馈自动地输入到数据仓库中，从而进行客户行为跟踪。性能评估与客 户行为分析和重点客户发现是相互交叉的过程,这样才能保证CRM能够达到既定 的目标，建立良好的客户关系。 三、CRM系统的设计原理和基本功能 目前多数CRM系统的设计是先实现企业的各个业务系统