客戶關(guān)系管理版教學(xué)課件第7章

1、客戶關(guān)系管理第七章中的數(shù)據(jù)管理與客服中心01 CRM的客戶數(shù)據(jù)02 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)03 數(shù)據(jù)挖掘技04 數(shù)據(jù)挖掘技術(shù)的應(yīng)用本章主要內(nèi)容CONTENTS部門：XXX 匯報(bào)人：xxx05 客戶服務(wù)中心06 案例：廣發(fā)銀行呼叫中心語(yǔ)音大數(shù)據(jù)分析系統(tǒng)建設(shè)01 掌握客戶數(shù)據(jù)的類型及收集方法本章學(xué)習(xí)重點(diǎn)和難點(diǎn)部門：XXX 匯報(bào)人：xxx02 了解客戶數(shù)據(jù)收集過(guò)程中對(duì)客戶隱私管理問(wèn)題03 掌握數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的有關(guān)含義04 掌握數(shù)據(jù)挖掘技術(shù)對(duì)的商業(yè)貢獻(xiàn)05 掌握數(shù)據(jù)挖掘技術(shù)在中的應(yīng)用流程06 正確理解客戶服務(wù)中心的定義、類型及作用案例導(dǎo)入 客戶數(shù)據(jù)的作用 美國(guó)公司對(duì)大量新生的三口之家周末家庭采購(gòu)記錄進(jìn)行的數(shù)

2、據(jù)分析發(fā)現(xiàn)，啤酒和尿布的購(gòu)買時(shí)間和購(gòu)買主體有著驚人相仿性。眾所周知，啤酒是成年男子的杯中物，尿布則是嬰兒的必需品，喝啤酒的人是不帶尿布的，帶尿布的人也不可能喝啤酒，二者看似難以發(fā)生商業(yè)聯(lián)系。客戶資料的細(xì)化分析揭穿了其中的秘密：原來(lái)，美國(guó)大量的年輕母親在周末都喜歡放松一下身心，而孩子的尿布卻需要在周末進(jìn)行大量補(bǔ)充，購(gòu)買尿布的差事自然就落到孩子父親的肩上，而這些年輕的爸爸在超級(jí)市場(chǎng)選好尿布之余，總是要順帶給自己拎上幾罐啤酒。 每一個(gè)獨(dú)到的商業(yè)發(fā)現(xiàn)都有其對(duì)應(yīng)的市場(chǎng)價(jià)值。這家美國(guó)公司隨即采取了行動(dòng)，將原本分散在兩層的啤酒和尿布集中到了一起擺放，使那些周末才出現(xiàn)在超市里的年輕父親節(jié)約了采購(gòu)時(shí)間。與此同時(shí)

3、，該公司主動(dòng)向這些年輕的三口之家提供包括啤酒和尿布在內(nèi)的周末送貨上門服務(wù)。如此一來(lái)，該百貨零售公司的銷售額同比上漲了多。 思考題： 請(qǐng)思考關(guān)于CRM，本案例給你帶來(lái)了怎樣的啟示？為什么說(shuō)客戶數(shù)據(jù)是CRM的靈魂？CRM的客戶數(shù)據(jù)客戶是企業(yè)競(jìng)爭(zhēng)的基礎(chǔ)，而客戶數(shù)據(jù)是系統(tǒng)的靈魂，對(duì)數(shù)據(jù)的處理和分析是 的主要任務(wù)和功能。在客戶數(shù)據(jù)庫(kù)中，收集和管理包括商品、客戶和潛在客戶等表示客戶 “基本狀態(tài)”的信息，幫助企業(yè)完成消費(fèi)者分析，確定目標(biāo)市場(chǎng)，進(jìn)行銷售管理，并跟蹤市場(chǎng)產(chǎn)品銷售狀況。01. 客戶數(shù)據(jù)的類型 CRM的客戶信息一般從銷售過(guò)程、客服過(guò)程、業(yè)務(wù)推廣過(guò)程或其他多種形式獲得。從商業(yè)活動(dòng)行為的需要來(lái)看，有一個(gè)

4、對(duì)客戶了解、針對(duì)性促銷、產(chǎn)生交易的過(guò)程，行為過(guò)程產(chǎn)生了不同的數(shù)據(jù)類型，據(jù)此把客戶數(shù)據(jù)分為3類。）客戶描述性數(shù)據(jù)此類數(shù)據(jù)是描述客戶或消費(fèi)者的數(shù)據(jù)類型，它通常是表格型的摘要數(shù)據(jù)，用關(guān)系數(shù)據(jù)庫(kù)的術(shù)語(yǔ)來(lái)說(shuō)，就是一個(gè)客戶數(shù)據(jù)中的不同列。由于是客戶的基本信息，變動(dòng)不是很快，可在較長(zhǎng)一段時(shí)間使用。）市場(chǎng)促銷性數(shù)據(jù)市場(chǎng)促銷性數(shù)據(jù)表示對(duì)每個(gè)客戶進(jìn)行了哪些促銷活動(dòng)，詳細(xì)設(shè)計(jì)取決于數(shù)據(jù)庫(kù)系 統(tǒng)的復(fù)雜程度）客戶交易數(shù)據(jù)描述企業(yè)和客戶相互作用的所有數(shù)據(jù)都屬于客戶交易數(shù)據(jù)。這類數(shù)據(jù)和促銷活動(dòng)的數(shù)據(jù)一樣，都 會(huì)隨時(shí)間迅速變化。因此，通常是將它們存放在特殊的數(shù)據(jù)庫(kù)結(jié)構(gòu)中，要求這種存儲(chǔ)結(jié)構(gòu)能方便地支持帶有時(shí)間標(biāo)記的交易數(shù)據(jù)的更

5、新和改變。. 客戶數(shù)據(jù)的采集 在企業(yè)的信息化過(guò)程中，越來(lái)越多的企業(yè)數(shù)據(jù)管理作為重要的工作內(nèi)容，而客戶數(shù)據(jù)的采集則是最重要的第一步。這一個(gè)階段主要的目標(biāo)就是要保證客戶數(shù)據(jù)的準(zhǔn)確、及時(shí)，如果數(shù)據(jù)質(zhì)量無(wú)法保證，后續(xù)的數(shù)據(jù)處理和分析則往往達(dá)不到預(yù)期的效果。 對(duì)一個(gè)成熟的數(shù)據(jù)庫(kù)系統(tǒng)來(lái)說(shuō)，其信息數(shù)據(jù)來(lái)源要求穩(wěn)定而又可靠，必須建立多渠道集成的客戶信息收集平臺(tái)（如圖所示），它的功能不僅是了解顧客需求、接收產(chǎn)品反饋信息，還擔(dān)負(fù)著企業(yè)與顧客的接口作用。. 客戶的隱私問(wèn)題及保護(hù)措施 不管如何為客戶數(shù)據(jù)建立內(nèi)部數(shù)據(jù)結(jié)構(gòu)，在從外部獲取客戶數(shù)據(jù)時(shí)，客戶的隱私問(wèn)題永遠(yuǎn)是企業(yè)應(yīng)考慮的重要步驟，它是客戶最為關(guān)心的問(wèn)題。而且隨著

6、CRM系統(tǒng)功能的更加強(qiáng)大，這個(gè)問(wèn)題變得更加重要。 人們對(duì)規(guī)模數(shù)據(jù)收集的擔(dān)心，必然會(huì)擴(kuò)展到對(duì)這些數(shù)據(jù)的任何分析?？蛻魯?shù)據(jù)使用的 法律問(wèn)題也許會(huì)成為CRM的一個(gè)絆腳石，尤其大數(shù)據(jù)時(shí)代加劇了個(gè)人對(duì)隱私的關(guān)注。在歐美國(guó)家，客戶數(shù)據(jù)隱私的法律問(wèn)題已在研究和試行，以“良好信息使用”為原則的觀點(diǎn)逐漸被 接受，在客戶數(shù)據(jù)收集時(shí)更強(qiáng)調(diào)客戶的授權(quán)主動(dòng)性。 在建立針對(duì)CRM的數(shù)據(jù)庫(kù)時(shí)，盡管不知道將來(lái)對(duì)保護(hù)消費(fèi)者隱私的法律取向如何，還是要有一些針對(duì)性指導(dǎo)方針，以避免諸多將來(lái)可能碰到的問(wèn)題。在當(dāng)前的法律的技術(shù)水平上，可采取以下措施：）使用匿名身份信息）盡量使用匯總數(shù)據(jù)）信息只用于市場(chǎng)定位或評(píng)估）盡可能不合并數(shù)據(jù)源在法律

7、對(duì)如何使用客戶隱私數(shù)據(jù)作出更好的規(guī)定之前，不存在一個(gè)可以解決所有相關(guān)問(wèn)題的方案。但是存在一個(gè)通用的體系結(jié)構(gòu)可以為數(shù)據(jù)分析提供幫助。這個(gè)結(jié)構(gòu)如圖所示：. 客戶數(shù)據(jù)庫(kù)的建立 企業(yè)需要建立以客戶為單位而不是以產(chǎn)品為單位的客戶數(shù)據(jù)庫(kù)，這實(shí)際上需要對(duì)客戶數(shù)據(jù)進(jìn)行適當(dāng)?shù)恼?，并且企業(yè)需要根據(jù)客戶的購(gòu)買行為對(duì)客戶進(jìn)行分類，以便提供個(gè)性化的服務(wù)。）客戶數(shù)據(jù)庫(kù)的特點(diǎn)在CRM應(yīng)用中，數(shù)據(jù)處理主要集中于客戶數(shù)據(jù)庫(kù)，與其他類型的數(shù)據(jù)庫(kù)相比，客戶數(shù)據(jù)庫(kù)具有以下一些特點(diǎn)：（）動(dòng)態(tài)的、整合的顧客數(shù)據(jù)管理和查詢系統(tǒng)（）基于數(shù)據(jù)庫(kù)支持的顧客關(guān)系格式或結(jié)構(gòu)系統(tǒng)（）基于數(shù)據(jù)庫(kù)支持的忠誠(chéng)顧客識(shí)別系統(tǒng)（）基于數(shù)據(jù)庫(kù)支持的顧客購(gòu)買行為參

8、考系統(tǒng)（）個(gè)性化服務(wù)）客戶數(shù)據(jù)的分類. 客戶數(shù)據(jù)庫(kù)的建立）客戶數(shù)據(jù)的分類 盡管企業(yè)可能期望客戶數(shù)據(jù)庫(kù)中有盡可能多的客戶群體和客戶類型，但一般情況下，客戶數(shù)據(jù)庫(kù)只包括以下種客戶類型：現(xiàn)有客戶潛在客戶流失的客戶分銷商. 客戶數(shù)據(jù)庫(kù)的建立）客戶數(shù)據(jù)信息處理 由于從目標(biāo)客戶群收集的數(shù)據(jù)一般是離散的、非結(jié)構(gòu)化的、待驗(yàn)證的，其中充斥著許多無(wú)效甚至容易起誤導(dǎo)作用的信息。這就需要采用科學(xué)的方法來(lái)清洗、提煉這些海量的數(shù)據(jù)， 達(dá)到去粗取精的目的，從而為企業(yè)各個(gè)層級(jí)的部門提供經(jīng)營(yíng)、決策上的支持。一般而言，客戶信息處理有個(gè)步驟：校驗(yàn)結(jié)構(gòu)化借助數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)的使用和分析）構(gòu)建客戶數(shù)據(jù)庫(kù)客戶數(shù)據(jù)庫(kù)是使用和挖掘客戶信息的

9、核心，它的建立是一切數(shù)據(jù)分析的基礎(chǔ)，在建立時(shí) 應(yīng)遵循以下幾條原則：按照可預(yù)見(jiàn)未來(lái)所需的信息量，盡可能多地考慮預(yù)期客戶購(gòu)買產(chǎn)品的情況和購(gòu)買后的反應(yīng)。深入策劃客戶數(shù)據(jù)庫(kù)的組成部分，應(yīng)保留一定的彈性，以滿足未來(lái)變化的需要。 建立數(shù)據(jù)庫(kù)，不需要因謀求建立一個(gè)詳細(xì)完備的數(shù)據(jù)庫(kù)而推遲建成時(shí)間，可先建成一 個(gè)小而實(shí)用的數(shù)據(jù)庫(kù)，在管理客戶數(shù)據(jù)庫(kù)中獲得經(jīng)驗(yàn)，并對(duì)其評(píng)價(jià)，不斷改進(jìn)。 構(gòu)建客戶數(shù)據(jù)庫(kù)時(shí)，讓盡可能多的部門和人員參與。一方面使信息采集科學(xué)完備；另 一方面讓數(shù)據(jù)庫(kù)的使用者充分了解設(shè)計(jì)者的思想。數(shù)據(jù)倉(cāng)庫(kù)技術(shù) 隨著計(jì)算機(jī)技術(shù)的廣泛應(yīng)用和發(fā)展，人們已不再滿足于僅僅執(zhí)行簡(jiǎn)單的數(shù)據(jù)事務(wù)操作， 而要求對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行

10、系統(tǒng)的組織、理解、分析和推理，從而迅速而準(zhǔn)確地獲取關(guān)聯(lián)信息， 為戰(zhàn)略決策提供依據(jù)。數(shù)據(jù)倉(cāng)庫(kù)就是針對(duì)上述問(wèn)題而產(chǎn)生的一種技術(shù)方案，它是基于大規(guī)模數(shù)據(jù)庫(kù)的決策支持系統(tǒng)環(huán)境的核心。02. 數(shù)據(jù)倉(cāng)庫(kù)概述 傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)是以單一的數(shù)據(jù)資源，即數(shù)據(jù)庫(kù)為中心，進(jìn)行事務(wù)處理、批處理、決策分析等各種數(shù)據(jù)處理工作，主要?jiǎng)澐譃閮纱箢悾翰僮餍吞幚砗头治鲂吞幚恚ɑ蛐畔⑿吞幚恚?近年來(lái)，隨著數(shù)據(jù)庫(kù)技術(shù)的應(yīng)用和發(fā)展，人們嘗試對(duì)DB中的數(shù)據(jù)進(jìn)行再加工，形成一個(gè)綜合的、面向分析的環(huán)境，以更好支持決策分析，從而形成了數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（Data Warehouseing，DW）。作為決策支持系統(tǒng)（Decision Making S

11、upport System，DSS），數(shù)據(jù)倉(cāng)庫(kù)系 統(tǒng)包括：數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing，OLAP）和數(shù)據(jù)挖掘技術(shù)（Data Mining，DM）。數(shù)據(jù)倉(cāng)庫(kù)定義數(shù)據(jù)倉(cāng)庫(kù)概念始于20世紀(jì)80年代中期，首次出現(xiàn)是在號(hào)稱“數(shù)據(jù)倉(cāng)庫(kù)之父”William H . Inmon的建立數(shù)據(jù)倉(cāng)庫(kù)一書(shū)中。隨著人們認(rèn)識(shí)的不斷完善，給出了更精確的定義：即“數(shù)據(jù)倉(cāng)庫(kù)是在企業(yè)管理和決策中面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合”。數(shù)據(jù)倉(cāng)庫(kù)彌補(bǔ)了原有的數(shù)據(jù)庫(kù)的缺點(diǎn)，將原來(lái)的以單一數(shù)據(jù)庫(kù)為中心的數(shù)據(jù)環(huán)境發(fā)展為一種新環(huán)境：體系化環(huán)境，如圖所示：. 數(shù)據(jù)倉(cāng)庫(kù)

12、概述數(shù)據(jù)倉(cāng)庫(kù)具備個(gè)關(guān)鍵特征：面向主題（Subject oriented）集成（Integrated）時(shí)變（Time Variant）不可修改（Nonvolatile）據(jù)數(shù)據(jù)倉(cāng)庫(kù)所管理的數(shù)據(jù)類型和它們所解決的企業(yè)問(wèn)題范圍，一般可將數(shù)據(jù)倉(cāng)庫(kù)分為：企業(yè)數(shù)據(jù)倉(cāng)庫(kù)（EDW）操作型數(shù)據(jù)庫(kù)（ODS）數(shù)據(jù)市集（Data Mart） 與關(guān)系數(shù)據(jù)庫(kù)不同的是，數(shù)據(jù)倉(cāng)庫(kù)并沒(méi)有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)，也沒(méi)有成熟的基本模式，且更偏向于工程，具有強(qiáng)烈的工程性。因此，在技術(shù)上人們習(xí)慣于從工作過(guò)程等方面來(lái)分析，并按其關(guān)鍵技術(shù)分為：數(shù)據(jù)的抽取數(shù)據(jù)的存儲(chǔ)和管理數(shù)據(jù)展現(xiàn) 總之，數(shù)據(jù)倉(cāng)庫(kù)并非是一個(gè)僅僅存儲(chǔ)數(shù)據(jù)的簡(jiǎn)單信息庫(kù)數(shù)據(jù)倉(cāng)庫(kù)實(shí)際上是一

13、個(gè)“以大型數(shù)據(jù)管理信息系統(tǒng)為基礎(chǔ)的、附加在這個(gè)數(shù)據(jù)庫(kù)系 統(tǒng)之上的、存儲(chǔ)了從企業(yè) 所有業(yè)務(wù)數(shù)據(jù)庫(kù)中獲取的綜合數(shù)據(jù)的、并能利用這些綜合數(shù)據(jù)為用戶提供經(jīng)過(guò)處理后的有用信息的應(yīng)用系統(tǒng)”。. 數(shù)據(jù)倉(cāng)庫(kù)概述聯(lián)機(jī)事務(wù)處理（OlTP） 聯(lián)機(jī)事務(wù)處理（On Line Transaction Processing，OlTP）是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)的核心應(yīng)用，主要執(zhí)行基本的插入、刪除等聯(lián)機(jī)事務(wù)和查詢處理，其基本任務(wù)就是及時(shí)、安全地將當(dāng)前事務(wù)所產(chǎn)生的記錄保存下來(lái)。 為實(shí)現(xiàn)OLTP，在外部接口部分，DBMS使用標(biāo)準(zhǔn)的SQL數(shù)據(jù)庫(kù)語(yǔ)言。在DBMS內(nèi)部則實(shí)現(xiàn)了事務(wù)管理，支持事務(wù)的并發(fā)和恢復(fù)，并使每一事務(wù)都滿足所謂的ACID特

14、性。原子性（Atomicity）一致性（Consistency）隔離性（Isolation）持續(xù)性（Durability）數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu). 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)發(fā)流程:實(shí)施數(shù)據(jù)倉(cāng)庫(kù)應(yīng)注意的問(wèn)題:與傳統(tǒng)業(yè)務(wù)系統(tǒng)不同，數(shù)據(jù)倉(cāng)庫(kù)是面向管理決策層應(yīng)用的，必須有系統(tǒng)自身的最終用 戶企業(yè)決策層的參與。由于數(shù)據(jù)倉(cāng)庫(kù)的訪問(wèn)和查詢往往能夠通過(guò)工具來(lái)提供，因此數(shù)據(jù)倉(cāng)庫(kù)的功能取決于系統(tǒng)的規(guī)劃和設(shè)計(jì)。在對(duì)待原始數(shù)據(jù)的問(wèn)題上，需要堅(jiān)持一個(gè)原則，就是不拘泥于業(yè)務(wù)系統(tǒng)的現(xiàn)狀。數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載是一項(xiàng)技術(shù)含量不高但卻非常煩瑣的工作，在系統(tǒng)實(shí)施過(guò)程 中建議由專門小組或人員負(fù)責(zé)數(shù)據(jù)抽取的工作，將其納入統(tǒng)一的管理和設(shè)

15、計(jì)，不僅考慮原始 數(shù)據(jù)源的類型，還必須考慮抽取的時(shí)間和方式. 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施實(shí)施數(shù)據(jù)倉(cāng)庫(kù)應(yīng)注意的問(wèn)題:與傳統(tǒng)業(yè)務(wù)系統(tǒng)不同，數(shù)據(jù)倉(cāng)庫(kù)是面向管理決策層應(yīng)用的，必須有系統(tǒng)自身的最終用 戶企業(yè)決策層的參與。由于數(shù)據(jù)倉(cāng)庫(kù)的訪問(wèn)和查詢往往能夠通過(guò)工具來(lái)提供，因此數(shù)據(jù)倉(cāng)庫(kù)的功能取決于系統(tǒng)的規(guī)劃和設(shè)計(jì)。在對(duì)待原始數(shù)據(jù)的問(wèn)題上，需要堅(jiān)持一個(gè)原則，就是不拘泥于業(yè)務(wù)系統(tǒng)的現(xiàn)狀。數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載是一項(xiàng)技術(shù)含量不高但卻非常煩瑣的工作，在系統(tǒng)實(shí)施過(guò)程 中建議由專門小組或人員負(fù)責(zé)數(shù)據(jù)抽取的工作，將其納入統(tǒng)一的管理和設(shè)計(jì)，不僅考慮原始數(shù)據(jù)源的類型，還必須考慮抽取的時(shí)間和方式。用戶對(duì)數(shù)據(jù)倉(cāng)庫(kù)的認(rèn)識(shí)常常從報(bào)表起步，但數(shù)據(jù)倉(cāng)

16、庫(kù)并不是為業(yè)務(wù)報(bào)表而設(shè)計(jì)的。系統(tǒng)的實(shí)施需要明確的計(jì)劃和時(shí)間表，新的技術(shù)和產(chǎn)品可以分階段加入，但要避免無(wú)休止的測(cè)試和選型。. 多維數(shù)據(jù)倉(cāng)庫(kù)中度量的建模設(shè)計(jì)和建立數(shù)據(jù)庫(kù)是成功地創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)關(guān)鍵步驟，這一步涉及的數(shù)據(jù)來(lái)自多 種數(shù)據(jù)源，并且要把它們合并成一個(gè)單獨(dú)的邏輯模型。數(shù)據(jù)倉(cāng)庫(kù)常常使用星型模式和雪花型模式來(lái)存儲(chǔ)數(shù)據(jù)，作為OLAP工具管理的基礎(chǔ)， 以便盡可能快地響應(yīng)復(fù)雜查詢下面就兩種存儲(chǔ)模式分別說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)中度量的建模。星型模式是最流行的實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)結(jié)構(gòu)。星型模式通過(guò)使用一個(gè)包含主題的事實(shí)表和多個(gè)包含事實(shí)的非正規(guī)化描述的維度表來(lái)執(zhí)行典型的決策支持查詢。一旦創(chuàng)建了事實(shí)表，那么可以使用OLA

17、P工具預(yù)先計(jì)算常用的訪問(wèn)信息。星型模式的結(jié)構(gòu)如圖所示：星型模式雪花模式雪花模式是星型模式的一種擴(kuò)展形式，在這種模式中，維度表存儲(chǔ)了正規(guī)化的數(shù)據(jù)，這 種結(jié)構(gòu)通過(guò)減少磁盤讀的數(shù)量而提高查詢性能。雪花模式的結(jié)構(gòu)示意圖如圖所示：. 數(shù)據(jù)倉(cāng)庫(kù)的執(zhí)行策略數(shù)據(jù)倉(cāng)庫(kù)中的兩個(gè)概念：數(shù)據(jù)集市（Data Mart）。數(shù)據(jù)集市是一個(gè)針對(duì)某個(gè)主題的經(jīng)過(guò)預(yù)統(tǒng)計(jì)處理的部門級(jí)分析數(shù)據(jù)庫(kù)，如銷售數(shù)據(jù)集 市、營(yíng)銷數(shù)據(jù)集市、庫(kù)存集市和財(cái)務(wù)集市等。元數(shù)據(jù)（Metadata）。元數(shù)據(jù)為數(shù)據(jù)中的數(shù)據(jù)，即描述數(shù)據(jù)的數(shù)據(jù)。隨著數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的發(fā)展，如今數(shù)據(jù)倉(cāng)庫(kù)的執(zhí)行策略已經(jīng)從最初的“自上而下”模式發(fā) 展成為多種形式。1-1.自上而下模式1-2

18、.有反饋的自上而下模式. 數(shù)據(jù)倉(cāng)庫(kù)的執(zhí)行策略2-1.自下而上模式2-2.有反饋的自下而上模式3-1.平行開(kāi)發(fā)模式3-1.有反饋的平行開(kāi)發(fā)模式. 聯(lián)機(jī)分析處理（OLAP） 聯(lián)機(jī)分析處理（On Line Analytical Processing，OLAP）是在1993年由關(guān)系型數(shù)據(jù)庫(kù)模型 的發(fā)明者E.F.Cood博士提出的。OLAP支持通過(guò)多維的方式對(duì)數(shù)據(jù)進(jìn)行分析、查詢和生成報(bào)表，其基本功能是對(duì)用戶當(dāng)前及歷史數(shù)據(jù)進(jìn)行分析以輔助領(lǐng)導(dǎo)決策。即OLAP 應(yīng)當(dāng)提交對(duì)共享的多維信息的快速分析，其中包含個(gè)關(guān)鍵特征：多維 快速 分析 共享 信息傳統(tǒng)的OLTP（On Line Transaction Proce

19、ssing，聯(lián)機(jī)事務(wù)處理系統(tǒng)）是事件驅(qū)動(dòng)，面向應(yīng)用的。其特點(diǎn)是：響應(yīng)時(shí)間要求高；用戶數(shù)量龐大，面向的對(duì)象主要是操作人員；數(shù)據(jù)庫(kù)的操作基本依靠索引進(jìn)行。OLAP（On Line Analytical Processing，聯(lián)機(jī)分析）是基于數(shù)據(jù)倉(cāng)庫(kù)的信息分析處理過(guò)程， 是數(shù)據(jù)倉(cāng)庫(kù)的用戶接口部分。OLAP是跨部門、面向主題的，其基本特點(diǎn)有基本數(shù)據(jù)來(lái)源于多個(gè)數(shù)據(jù)源的數(shù)據(jù)；響應(yīng)時(shí)間合理；用戶數(shù)量相對(duì)較少，其用戶主要是業(yè)務(wù)決策與管理人員； 數(shù)據(jù)庫(kù)的各種操作不能完全基于索引進(jìn)行。數(shù)據(jù)挖掘技術(shù) 數(shù)據(jù)挖掘是近年來(lái)隨著人工智能和數(shù)據(jù)庫(kù)技術(shù)的發(fā)展而出現(xiàn)的一門新興技術(shù)。它是從大量的數(shù)據(jù)中篩選出隱含的、可信的、新穎的、

20、有效的信息的高級(jí)處理過(guò)程。 數(shù)據(jù)挖掘是面向事實(shí)的，在數(shù)據(jù)挖掘中，數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)、測(cè)試數(shù)據(jù)和應(yīng)用數(shù)據(jù)3大部分，而這3部分的比例依據(jù)經(jīng)驗(yàn)來(lái)確定（例如1:1:8）。數(shù)據(jù)挖掘力圖在訓(xùn)練數(shù)據(jù)中發(fā)現(xiàn)事實(shí)，并以測(cè)試數(shù)據(jù)作為檢驗(yàn)和修正理論的依據(jù)，而最后把知識(shí)應(yīng)用于數(shù)據(jù)中。03. 數(shù)據(jù)挖掘的含義技術(shù)角度的定義 數(shù)據(jù)挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識(shí)的過(guò)程。商業(yè)角度的定義 數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù) 據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提

21、取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。因此，數(shù)據(jù)挖掘可以描述為：按企業(yè)既定業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析， 揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性，并進(jìn)一步將其模型化的先進(jìn)有效的方法。.2 數(shù)據(jù)挖掘的作用和意義數(shù)據(jù)挖掘工具能從龐雜的信息中篩選出有用的數(shù)據(jù)，以公正客觀的統(tǒng)計(jì)分析快速準(zhǔn)確地得知企業(yè)經(jīng)營(yíng)的信息，從而找出銷售模式，正確掌握未來(lái)的經(jīng)營(yíng)動(dòng)態(tài)。從CRM的整體結(jié)構(gòu)來(lái)說(shuō)，數(shù)據(jù)挖掘是整個(gè)CRM最重要的一個(gè)階段，也是構(gòu)成商業(yè)智能整體解決方案的基礎(chǔ)。數(shù)據(jù)挖掘是CRM中的關(guān)鍵性階段，透過(guò)數(shù)據(jù)挖掘，能有效地提供行銷、銷售和服務(wù)的決策支持，讓工作人員得到充分的信息而展開(kāi)行動(dòng)，并于適當(dāng)?shù)臅r(shí)間和地點(diǎn)給客戶提供適當(dāng)

22、的產(chǎn)品及服務(wù)?！皵?shù)據(jù)挖掘”也讓消費(fèi)者更有能力找到真正需要的東西。他們可以用全球語(yǔ)義信息網(wǎng) （Global Semantic）的紅色鏈接輕而易舉地找到相關(guān)的產(chǎn)品和它們的特性。.3 數(shù)據(jù)挖掘的發(fā)展歷程 隨著數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，人們積累的數(shù)據(jù)越來(lái)越多。激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠?qū)ζ溥M(jìn)行更高層次的分析，以便更好地利用這些數(shù)據(jù)。.4 數(shù)據(jù)挖掘的任務(wù)挖掘知識(shí)的類型在多數(shù)文獻(xiàn)和“數(shù)據(jù)挖掘”軟件中稱為數(shù)據(jù)挖掘任務(wù)?？偨Y(jié)規(guī)則挖掘。它所要做的是從客戶指定的數(shù)據(jù)中挖掘出（從不同的角度或在不同的層次上）平均值極小值極大值、總和、百分比等。關(guān)聯(lián)規(guī)則挖掘。它所要做的是從

23、客戶指令的數(shù)據(jù)庫(kù)中挖掘出滿足一定條件的依賴性關(guān)系。分類規(guī)則挖掘。它所做的是在已知訓(xùn)練信息的特征和分類結(jié)果的基礎(chǔ)上，為每一種類別找到一個(gè)合理的描述或模型，然后再用這些分類的描述或模型來(lái)對(duì)未知的新數(shù)據(jù)進(jìn)行分類。群集規(guī)則挖掘。它又稱為無(wú)監(jiān)督式的分類，其目的在于實(shí)事求是地，即客觀地按被處理對(duì)象的特征分類，有相同特征的對(duì)象被歸為一類。預(yù)測(cè)分析。當(dāng)分類的工作偏向于插入漏掉的數(shù)據(jù)、預(yù)測(cè)數(shù)據(jù)分類或發(fā)展的趨勢(shì)時(shí)，此時(shí)的工作即為預(yù)測(cè)分析。趨勢(shì)分析。趨勢(shì)分析又稱為時(shí)間序列分析，它是從相當(dāng)長(zhǎng)時(shí)間的發(fā)展中發(fā)現(xiàn)規(guī)律與趨勢(shì)偏差分析。偏差分析又稱為比較分析，它找出一系列判別式的規(guī)則，以區(qū)別客戶設(shè)置的兩個(gè)不同類別.5 數(shù)據(jù)挖掘

24、的基本方法）統(tǒng)計(jì)分析方法）人工神經(jīng)網(wǎng)絡(luò)）決策樹(shù) 統(tǒng)計(jì)分析方法主要用于完成知識(shí)總結(jié)和關(guān)系型知識(shí)挖掘。對(duì)關(guān)系表中各屬性進(jìn)行統(tǒng)計(jì)分析，找到它們之間存在的關(guān)系。在關(guān)系表的屬性之間一般存在兩種關(guān)系：第一種是函數(shù)關(guān)系（能用函數(shù)公式表示的確定性關(guān)系），第二種是相關(guān)關(guān)系，即不能用函數(shù)公式表示的關(guān)系。決策樹(shù)可用于分類。利用信息論中的信息增益尋找數(shù)據(jù)庫(kù)中具有最大信息量的字節(jié)， 建立決策樹(shù)的一個(gè)結(jié)點(diǎn)，再根據(jù)字段的不同取值建立樹(shù)的分支。典型的決策樹(shù)方法有“分類回歸樹(shù)”（Classification And Regression Trees，CART）、ID3、C45、卡方自動(dòng)歸納法（Chi Squared Autom

25、atic Induction）、卡方自動(dòng)互動(dòng)偵測(cè)器（Chi Squared Automatic Interaction Detector）等技術(shù) 產(chǎn)生的有效模型。人工神經(jīng)網(wǎng)絡(luò)用于分類、群集、特征挖掘、預(yù)測(cè)和模式識(shí)別。人工神經(jīng)網(wǎng)絡(luò)可分為種：前饋式網(wǎng)絡(luò)反饋式網(wǎng)絡(luò)自組織型網(wǎng)絡(luò).5 數(shù)據(jù)挖掘的基本方法）粗糙集）聯(lián)機(jī)分析處理技術(shù)（OLAP）基因算法基因算法用于分類、關(guān)系型規(guī)則挖掘等?；蛩惴７氯斯みx擇培育良種的思路，從一 個(gè)初始規(guī)則集合（知識(shí)基因）開(kāi)始，逐步通過(guò)交換對(duì)象成員（雜交、基因突變）產(chǎn)生群體（繁 殖），評(píng)估并擇優(yōu)復(fù)制（物競(jìng)天擇、適者生存、不適應(yīng)者淘汰），優(yōu)勝劣汰，逐代積累計(jì)算，最終得到最優(yōu)化的

26、知識(shí)集。粗糙集用于數(shù)據(jù)簡(jiǎn)化（比如，刪除與任務(wù)無(wú)關(guān)的記錄或字段）、數(shù)據(jù)意義評(píng)估、對(duì)象相似性或共性分析、因果關(guān)系及范式挖掘等。條件屬性上的等價(jià)類與決策屬性上的等價(jià)類之間有 種情況：下近似包含上近似和的交集并非空集無(wú)關(guān)和的交集為空集。用具體圖形將信息模式、數(shù)據(jù)的關(guān)聯(lián)或趨勢(shì)呈現(xiàn)給決策者，使客戶能交互式地分析數(shù)據(jù) 的關(guān)系，而OLAP技術(shù)將人的觀察力和智力融入挖掘系統(tǒng)中，極大地改善了系統(tǒng)挖掘的速度和深度。.6 數(shù)據(jù)挖掘方法的應(yīng)用舉例.6 數(shù)據(jù)挖掘方法的應(yīng)用舉例實(shí)際中最常見(jiàn)的兩種挖掘方法，書(shū)中已經(jīng)給出舉例應(yīng)用，讓讀者有一個(gè)初步的了解。）關(guān)聯(lián)規(guī)則挖掘）分類規(guī)則挖掘舉例當(dāng)前推出的數(shù)據(jù)挖掘軟件有很多，其實(shí)現(xiàn)的功能

27、、方法都不同。鑒于對(duì)軟件的評(píng)價(jià)標(biāo) 準(zhǔn)，選擇介紹如下：） （數(shù)據(jù)挖掘軟件）數(shù)據(jù)挖掘軟件）數(shù)據(jù)分析工具箱） 數(shù)據(jù)挖掘建模工具） 數(shù)據(jù)挖掘建模工具數(shù)據(jù)挖掘技術(shù)的應(yīng)用 數(shù)據(jù)挖掘就是探索客戶行為規(guī)律的過(guò)程。數(shù)據(jù)挖掘技術(shù)目前已越來(lái)越多地被應(yīng)用于CRM系統(tǒng)中，成為客戶細(xì)分、客戶贏利能力分析、交叉營(yíng)銷和客戶維護(hù)的基礎(chǔ)。并且，在客戶生命周期的不同階段都有不同的應(yīng)用04 數(shù)據(jù)挖掘客戶關(guān)系管理中的應(yīng)用對(duì)客戶數(shù)據(jù)的分析更多體現(xiàn)在數(shù)據(jù)挖掘工具的使用上，數(shù)據(jù)挖掘在客戶關(guān)系管理系統(tǒng)中體現(xiàn)出重要的商業(yè)價(jià)值?，F(xiàn)在國(guó)內(nèi)外推出的諸多客戶關(guān)系管理產(chǎn)品中，數(shù)據(jù)挖掘都作為一個(gè)重要的模塊嵌在其中，單純的操作型客戶關(guān)系管理已被逐漸淘汰。）客

28、戶的細(xì)分一個(gè)真正的細(xì)分必須滿足以下條件：完整性，數(shù)據(jù)庫(kù)中的每一個(gè)消費(fèi)者都必須屬于一個(gè)細(xì)分群；互斥性，數(shù)據(jù)庫(kù)中的任何一個(gè)消費(fèi)者不能同屬多個(gè)細(xì)分群。如圖就是一個(gè)利用決策樹(shù)來(lái)進(jìn)行細(xì)分群的例子，挖掘的數(shù)據(jù)之間保持了互斥性和完整性。 數(shù)據(jù)挖掘客戶關(guān)系管理中的應(yīng)用）客戶的贏利能力分析在進(jìn)行挖掘應(yīng)用之前，先必須對(duì)客戶價(jià)值進(jìn)行分析。按照市場(chǎng)營(yíng)銷的理論，商家要從客戶的角度來(lái)衡量商品的價(jià)值。這種價(jià)值也就是消費(fèi)者由于購(gòu)買商品而獲得的價(jià)值，國(guó)外學(xué) 者將其定義為“消費(fèi)者可見(jiàn)價(jià)值”（）： （7.1）可見(jiàn)費(fèi)用。為購(gòu)買價(jià)格、咨詢費(fèi)、培訓(xùn)費(fèi)、運(yùn)輸費(fèi)、安裝費(fèi)、修理費(fèi)及維護(hù)費(fèi)等； 可見(jiàn)利益。為商品效用、售后服務(wù)、提供保險(xiǎn)、質(zhì)量保證

29、及技術(shù)支持等。在分析消費(fèi)者可見(jiàn)價(jià)值時(shí)，須考慮這種關(guān)系所包含的不可見(jiàn)的價(jià) 值，即：關(guān)系利益關(guān)系費(fèi)用。故式（7.1）應(yīng)擴(kuò)展為客戶關(guān)系價(jià)值（）：RB關(guān)系利益。給消費(fèi)者帶來(lái)諸如安全、信用、可靠等；RS關(guān)系費(fèi)用。的商家忽略消費(fèi)者所付出的。 數(shù)據(jù)挖掘客戶關(guān)系管理中的應(yīng)用）交叉營(yíng)銷）客戶的保持商家與客戶建立的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系，良好的客戶關(guān)系對(duì)商家利潤(rùn)的貢獻(xiàn)是很大的。因此一旦建立成這種雙向關(guān)系后，商家會(huì)盡量?jī)?yōu)化這種關(guān)系：延長(zhǎng)關(guān)系的時(shí)間，關(guān)系期內(nèi)增加接觸，每次接觸中獲取更多的利潤(rùn)。做交叉營(yíng)銷的分析時(shí)，數(shù)據(jù)挖掘可分為3個(gè)步驟：首先對(duì)個(gè)體行為進(jìn)行建模其次用預(yù) 測(cè)模型來(lái)對(duì)數(shù)據(jù)進(jìn)行評(píng)分再次是優(yōu)化階段，

30、根據(jù)追求目標(biāo)的不同，可以采取簡(jiǎn)單的質(zhì)樸的方法（如以得分高低選擇），也可以融合其他一些經(jīng)濟(jì)信息，用平均效益的方法使總體經(jīng)濟(jì)效益最大化?？蛻舻谋３质强蛻絷P(guān)系管理的核心內(nèi)容，也往往是考核客戶關(guān)系管理系統(tǒng)成功與否的 首要指標(biāo)。在研究客戶的保持這個(gè)問(wèn)題時(shí)，首先要對(duì)影響企業(yè)客戶保持能力的因素加以分析，以下是一些常見(jiàn)的影響因素：客戶購(gòu)買行為要受到來(lái)自文化、社會(huì)環(huán)境、個(gè)人特性、心理等方面的影響?？蛻魸M意與客戶保持有著非線性的正相關(guān)關(guān)系?？蛻粼诳紤]是否轉(zhuǎn)向其他供應(yīng)商時(shí)必然要考慮轉(zhuǎn)移的成本?？蛻絷P(guān)系具有明顯的生命周期的特征。 數(shù)據(jù)挖掘技術(shù)在客戶生命周期各階段的應(yīng)用在客戶生命周期的各個(gè)過(guò)程中，不同階段包含了多種重要

31、的事件。數(shù)據(jù)挖掘技術(shù)可在客戶生命周期的各個(gè)階段加以應(yīng)用，包括爭(zhēng)取新客戶、讓已有客戶創(chuàng)造更多的利潤(rùn)、保留原有老客戶等，從而提高企業(yè)的客戶關(guān)系管理能力。如右圖展示了數(shù)據(jù)挖掘技術(shù)在客戶生命周期事件中的典型應(yīng)用。 中實(shí)施數(shù)據(jù)挖掘的基本步驟如果進(jìn)一步將 分析應(yīng)用需求進(jìn)行技術(shù)型整理，可以歸納出以下幾類數(shù)據(jù)挖掘需求：數(shù)據(jù)描述和總結(jié)。對(duì)歷史數(shù)據(jù)描述和總結(jié)，可以看清過(guò)去發(fā)生了什么。 數(shù)據(jù)分類。數(shù)據(jù)分類可以提高市場(chǎng)細(xì)分的可操作性和可管理性。預(yù)測(cè)。給出一個(gè)或一批預(yù)測(cè)輸入，其結(jié)果會(huì)如何？ 數(shù)據(jù)相關(guān)性發(fā)現(xiàn)。一種行為的發(fā)生有很大可能性觸發(fā)另一種行為。數(shù)據(jù)依賴性分析。一種行為的發(fā)生以另一種行為為前提。如圖是數(shù)據(jù)挖掘的過(guò)程圖

32、，基本上由個(gè)步驟組成，下面對(duì)每一步驟分別說(shuō)明）確定分析和預(yù)測(cè)目標(biāo)。在進(jìn)行數(shù)據(jù)挖掘之前，首先要明確企業(yè)的業(yè)務(wù)目標(biāo)，即通過(guò)數(shù)據(jù)挖掘解決什么樣的問(wèn)題，達(dá)到什么目的）了解數(shù)據(jù)。確定了要解決的問(wèn)題以及可以測(cè)量的目標(biāo)之后，必須對(duì)數(shù)據(jù)挖掘的基礎(chǔ)數(shù)據(jù)進(jìn)行初步 了解。）數(shù)據(jù)準(zhǔn)備。這一階段是對(duì)已確定的基本數(shù)據(jù)進(jìn)行必要的轉(zhuǎn)換、清理、填補(bǔ)以及合并工作。）數(shù)據(jù)相關(guān)性前期探索。）模型構(gòu)造。包括：選擇適用的挖掘技術(shù)。建立培訓(xùn)數(shù)據(jù)和測(cè)試數(shù)據(jù)。利用培訓(xùn)數(shù)據(jù)采用相應(yīng)算法建立模型。模型解釋。）模型評(píng)估和檢驗(yàn)。這個(gè)階段對(duì)所建立的模型用測(cè)試數(shù)據(jù)進(jìn)行測(cè)試，計(jì)算誤差率，以確定模型的可信度。）部署和應(yīng)用 中實(shí)施數(shù)據(jù)挖掘的基本步驟 應(yīng)用數(shù)據(jù)挖

33、掘技術(shù)是優(yōu)化客戶關(guān)系管理的關(guān)鍵利用數(shù)據(jù) 挖掘技術(shù)優(yōu)化客戶關(guān)系管理已經(jīng)成為領(lǐng)域一個(gè)非常熱門的話題。數(shù)據(jù)挖掘應(yīng)用起來(lái)比較復(fù)雜，因此在中實(shí)施數(shù)據(jù)挖掘需要經(jīng)過(guò)審慎的考慮，以保證實(shí)施成功，使企業(yè)從中受益。）確定如何使用數(shù)據(jù)挖掘）具備一定的商業(yè)智能和分析能力）定義數(shù)據(jù)挖掘應(yīng)用的用戶）定義所使用的數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理）反復(fù)驗(yàn)證及用戶培訓(xùn)在中實(shí)施數(shù)據(jù)挖掘應(yīng)用是一個(gè)持續(xù)的過(guò)程，不可能一蹴而就。隨著系統(tǒng)的 不斷擴(kuò)展和數(shù)據(jù)資源的不斷積累，很可能需要重新建立其中的數(shù)據(jù)挖掘模型或者創(chuàng)建新的 數(shù)據(jù)挖掘應(yīng)用。 案例：數(shù)據(jù)挖掘技術(shù)在的應(yīng)用從以下五個(gè)方面對(duì)7-Eleven案例進(jìn)行閱讀，并完成下述案例分析題。）挑戰(zhàn)）業(yè)務(wù)影響）數(shù)

34、據(jù)源）為什么選擇作為數(shù)據(jù)分析工具）應(yīng)用效果案例分析題 數(shù)據(jù)挖掘?qū)ζ鸬搅耸裁醋饔茫?對(duì)于其他零售商超， 應(yīng)用數(shù)據(jù)挖掘技術(shù)有哪些成功的經(jīng)驗(yàn)和值得思考的 教訓(xùn)？客戶服務(wù)中心 早在20世紀(jì)80年代，歐美等國(guó)的電信企業(yè)、航空公司、商業(yè)銀行為了密切與用戶的聯(lián) 系及廣泛應(yīng)用計(jì)算機(jī)技術(shù)，利用電話作為與用戶交互聯(lián)系的媒體，設(shè)立了呼叫中心，實(shí)際上就是建立了針對(duì)用戶的服務(wù)中心。 此呼叫中心利用計(jì)算機(jī)技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和電話通 信技術(shù)，為客戶提供自動(dòng)語(yǔ)音應(yīng)答服務(wù)和人工接聽(tīng)服務(wù)，包括信息查詢、業(yè)務(wù)咨詢、業(yè)務(wù)受理、質(zhì)量投訴和處理、信息發(fā)布等全方位客戶服務(wù)功能，還實(shí)現(xiàn)了內(nèi)部使用的服務(wù)分類統(tǒng)計(jì)和分析、服務(wù)質(zhì)量監(jiān)控和考核等功

35、能。05 客戶服務(wù)中心的概況）客戶服務(wù)中心的定義客戶服務(wù)中心的定義可從多種角度給出，這里從兩方面給出。從管理的方面，客戶服務(wù)中心是一個(gè)促進(jìn)企業(yè)營(yíng)銷、市場(chǎng)開(kāi)拓并為客戶提供友好的交互式服務(wù)的管理與服務(wù)系統(tǒng)。從技術(shù)的方面，客戶服務(wù)中心是圍繞客戶采用計(jì)算機(jī)電話集成技術(shù)建立起來(lái)的客戶關(guān)照中心）客戶服務(wù)中心的發(fā)展據(jù)客戶服務(wù)中心核心技術(shù)的變化，可以將客戶服務(wù)中心的發(fā)展過(guò)程分為以下個(gè)階段第一代客戶服務(wù)中心客戶代表。這一階段是客戶服務(wù)中心的雛形階段，也就是熱線電話階段 客戶服務(wù)中心的概況）客戶服務(wù)中心的發(fā)展第二代客戶服務(wù)中心客戶代表。第一代客戶服務(wù)中心在人工接聽(tīng)電話的基礎(chǔ)上增加了基于（Interactive V

36、oice Response，交互式語(yǔ)音應(yīng)答）技術(shù)的全自動(dòng)語(yǔ)音應(yīng)答服務(wù)，即將一些簡(jiǎn)單的、容易理解的業(yè)務(wù)通過(guò)自動(dòng)語(yǔ)音應(yīng)答的服務(wù)方式提供標(biāo)準(zhǔn)化的應(yīng)答口徑為客戶解釋第三代客戶服務(wù)中心客戶代表 。為了適應(yīng)客戶個(gè)性化的需求，客戶服務(wù)中心又進(jìn)一步應(yīng)用技術(shù)提供了電話與計(jì)算 機(jī)的集成（語(yǔ)音與數(shù)據(jù)的協(xié)同傳送），從而就形成了第三代客戶服務(wù)中心。第四代客戶服務(wù)中心客戶代表Internet。第四代客戶服務(wù)中心是目前應(yīng)用的主流。其主要特點(diǎn)是在第三代客戶服務(wù)中心的基礎(chǔ) 上集成了。 客戶服務(wù)中心的概況）客戶服務(wù)中心的類型目前，現(xiàn)代化的客戶服務(wù)中心主要包括互聯(lián)網(wǎng)客戶服務(wù)中心、多媒體客戶服務(wù)中心、可視化多媒體客戶服務(wù)中心、 虛擬

37、客戶服務(wù)中心類：（）互聯(lián)網(wǎng)客戶服務(wù)中心（Internet Call Center，ICC）（）多媒體客戶服務(wù)中心（Multimedia Call Center，MCC）（）可視化多媒體客戶服務(wù)中心（Video Multimedia Call Center，VMCC）（）虛擬客戶服務(wù)中心）客戶服務(wù)中心的作用總體上來(lái)說(shuō)，系統(tǒng)中，客戶服務(wù)中心在企業(yè)中的作用主要表現(xiàn)在以下幾個(gè)方面：（）提高客戶服務(wù)水平（）獲取客戶信息、了解客戶需求（）改善內(nèi)部管理（）創(chuàng)造利潤(rùn) 技術(shù)簡(jiǎn)介）技術(shù)的定義 客戶服務(wù)中心是基于技術(shù)的應(yīng)用系統(tǒng)。（Computer Telephony Integration）即計(jì)算機(jī)與電話集成技術(shù)，

38、是在現(xiàn)有的通信交換設(shè)備上，綜合計(jì)算機(jī)和電話的功能，使其能提供更加完善、先進(jìn)的通信方法）的主要功能功能主要集中在話務(wù)控制與媒介處理兩大方面。話務(wù)控制的功能有電話的建立及 中斷、話路的選擇及網(wǎng)絡(luò)界面控制等。媒介處理的功能則主要是話音傳真處理，另外還有 數(shù)字處理等。 客戶服務(wù)中心的設(shè)計(jì)與建設(shè)）系統(tǒng)客戶服務(wù)中心的結(jié)構(gòu) 客戶服務(wù)中心成為一項(xiàng)結(jié)合語(yǔ)音通信，數(shù)據(jù)通信和數(shù)據(jù)處理技術(shù)，使企業(yè)能夠處理靈活性和實(shí)時(shí)性很強(qiáng)的業(yè)務(wù)，并減少業(yè)務(wù)開(kāi)支的業(yè)務(wù)方式（）自動(dòng)呼叫分配子系統(tǒng)排隊(duì)機(jī)（Automatic Call Distribution）（）服務(wù)器（Computer Telecommunication Integra

39、tion）（）交互式語(yǔ)音應(yīng)答（Interactive Voice Response）（）人工坐席子系統(tǒng)（）系統(tǒng)管理子系統(tǒng)（）數(shù)據(jù)庫(kù)子系統(tǒng)）客戶服務(wù)中心的建設(shè)（）建立自己的客戶服務(wù)中心系統(tǒng)的模式：“外包”模式?！蔼?dú)建”模式。（）構(gòu)建一個(gè)客戶服務(wù)中心系統(tǒng)的具體步驟明確有關(guān)的目標(biāo) 制訂有關(guān)的技術(shù)方案 完成有關(guān)的詳細(xì)設(shè)計(jì) 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 系統(tǒng)測(cè)試 系統(tǒng)運(yùn)行 系統(tǒng)維護(hù) 客戶服務(wù)中心的設(shè)計(jì)與建設(shè)）客戶服務(wù)中心的管理客戶服務(wù)中心的管理是把客戶服務(wù)中心由傳統(tǒng)的成本中心轉(zhuǎn)化為利潤(rùn)中心的關(guān)鍵，主要包括以下幾個(gè)大方面（）戰(zhàn)略管理（）運(yùn)營(yíng)管理（）人員管理（）績(jī)效管理總之，客戶服務(wù)中心的績(jī)效管理者應(yīng)根據(jù)企業(yè)業(yè)務(wù)運(yùn)營(yíng)的實(shí)際情況，以客戶為中心，以幫助客戶解決問(wèn)題為出發(fā)點(diǎn)，設(shè)計(jì)客戶代表的績(jī)效管理考核指標(biāo)來(lái)進(jìn)行考核和管理。）客戶服務(wù)中心的應(yīng)用客戶服務(wù)中心應(yīng)用領(lǐng)域較廣，其中以電信客戶服務(wù)中心為代表。其余還有如銀行業(yè)、電話銀行、網(wǎng)絡(luò)銀行服務(wù)中心、證券公司、航空和鐵路運(yùn)輸公司、旅游平臺(tái)的呼叫中心、商業(yè)機(jī)構(gòu)（電話購(gòu)物）、跨國(guó)公司（服務(wù)中心）、郵政業(yè)等。）建設(shè)客戶服務(wù)中