CRM系统：关于大型零售企业CRM应用现状及对策研究

1. 数据准备。数据准备负责从外部数据源中 获取数据、清洗噪声和处理缺失数据,集成多个数 据源的数据,将数据转换成可处理的格式。 2. 数据挖掘。运用所选择的知识发现算法, 从预处理的数据集中提取出用户所需要的知识。 通过数据挖掘,发现用户需要的知识。在这个阶 段,用户需要根据经验,对挖掘过程或者结果提出 某些限定。根据挖掘任务的要求,设计了如图1 所示的数据挖掘模型。 3. 知识评价。该模块将发现的知识同知识库 中已有的知识(由领域专家提供的原始基础知识 和此前新发现的知识)进行对比和评估,将那些 有价值的知识存入知识库,并以用户能了解的方 式呈现给用户。 4. 知识管理。知识管理主要对以领域知识的 表示数据进行增、删、改操作,包括知识录入、知识 编辑和知识查询。 四、知识发现在零售业CRM中的应用 基于知识发现的CRM重点在于对客户知识 的生成与获取、挖掘、共享和应用等方面。通过对 与客户互动过程中所获知识的创造、交流和应用 来使企业业务增长和价值最大化,从而实现创造 公司价值、维持竞争优势的过程。零售业CRM中 利用知识发现技术会在很多方面有卓越表现: 1. 销售全局。通过分类信息了解企业每天的 运营和财政情况,对销售的每一点增长、库存的变 化以及通过促销而提高的销售额都可了如指掌。 2. 商品分组布局。通过对商品销售品种的活 跃性分析和关联性分析,建立商品设置的最佳结 构和商品的最佳布局。 3. 低库存成本。通过数据挖掘系统,将销售 数据和库存数据集中起来,通过数据分析,以决定 对各个商品各色货物进行增减,确保正确的库存。 4. 市场和趋势分析。利用数据挖掘工具和统 计模型对数据仓库的数据进行研究,以分析客户 的购买习惯、广告成功率和其它战略性信息;利用 数据仓库通过检索数据库中近年来的销售数据, 做分析和数据挖掘,可预测出季节性、月销售量, 对商品品种和库存的趋势进行分析;还可确定降 价商品,并对数量和运作做出决策。 5. 有效的商品促销。通过对一种厂家商品在 各连锁店的市场共享分析、客户统计以及历史状况 的分析,来确定销售和广告业务的有效性。通过对 客户购买偏好的分析,确定商品促销的目标客户, 以此设计各种商品促销的方案,并通过商品购买关 联分析的结果,采用交叉销售和向上销售的方法, 挖掘客户的购买力,实现准确的商品促销。 知识发现与CRM的结合将是全方面的,即销 售、营销和客户服务都可以从知识发现中获得决 策支持,将知识发现应用于我国的零售业CRM, 将有助于企业管理者及时、准确地把握销售过程 中各因素的总体特征和发展趋势,从而改善企业 的运行状况,提高自身的竞争力。 [参考文献] [ 1 ]马　峻, 任建平. 知识发现在CRM中的应用[ J ]. 计 算机应用, 2003, 23 (4) : 46 - 49. [ 2 ]叶孝明, 柳炳祥. 客户关系管理在零售业的应用分析 [ J ]. 商业时代, 2004 (12) : 9 - 10. [ 3 ]李建军. 零售业客户关系管理(CRM)系统分析研究 [ J ]. 哈尔滨商业大学学报:社科版, 2007 (3) : 13 - 14. [ 4 ]顾美芳, 陈建明. 基于决策支持的零售业客户关系管 理研究[ J ]. 苏州大学学报, 2005, 25 (6) : 25 - 28. 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。 关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统