首页管理学企业管理客户关系管理实务 07 第07章 客户关系数据管理与分析.pptx

07 第07章 客户关系数据管理与分析.pptx

页数:36页文件大小:677.3 KB来源: 客户关系管理实务ppt课件

本课件讲解客户关系数据管理与分析,说明客户数据的类型划分与质量标准、从数据到信息与客户知识的转化,介绍收集渠道、整理步骤与客户数据库的作用,并概述数据仓库的特点、建设步骤与数据挖掘的实施流程与应用场景。

客户关系数据管理与分析章节封面,标示课程名称与客户数据仓库挖掘主题
第7章知识架构图,串联客户数据、数据处理应用、数据仓库与数据挖掘等模块
第7章学习目标页,列出熟悉客户数据类型、掌握收集处理与了解挖掘应用七项要求
查看本课件的文字版(共 36 页,供检索与复制)

第1页:第7章客户关系数据管理与分析封面

《客户关系管理实务》教学课件

第07章 客户关系数据管理与分析

第2页:本章知识架构

知识架构

本页图示内容以原课件图片为准。

第3页:本章学习目标

  • 通过本章的学习,读者应该能够:
  • 熟悉客户数据的内容与类型划分
  • 理解客户数据的质量及其重要性
  • 了解客户信息、客户知识的含义
  • 掌握客户数据收集、处理与应用
  • 了解CRM中客户数据库的作用
  • 了解数据仓库在CRM中的应用
  • 了解数据挖掘在CRM中的应用

第4页:案例7-0沃尔玛啤酒加尿布

案例7-0:沃尔玛公司发现“啤酒+尿布”的故事(内容详见教材P183)点评:从本例可以看出,CRM运用的成功必须依靠客户数据,对客户数据进行科学地分析,往往会带来意想不到的商机:对客户数据进行初级处理,可以完成基本业务过程;对数据进行高级处理(如数据挖掘),可以提供企业决策,促进销售,保持消费群体的稳定。所以说,客户数据是整个CRM运用的灵魂,本章内容就是以客户数据管理与分析为主。

第5页:本章提纲

◦7.1客户数据及其重要性◦7.2客户数据的处理、分析与应用◦7.3数据仓库及其在CRM中的应用◦

第6页:7.1客户数据及其重要性

◦7.1.1客户数据的类型划分◦7.1.2客户数据的质量保证◦7.1.3客户数据的重要性◦7.1.4从客户数据到客户信息与客户知识

第7页:客户数据的类型划分

7.1.1客户数据的类型划分

本页图示内容以原课件图片为准。

第8页:客户数据的质量保证

  • 1.客户数据质量的重要性
  • 2.高质量数据的评判标准
  • (1)数据的准确性。
  • (2)数据的有效性。
  • (3)数据的时效性。
  • (4)数据的完备性。
  • 另外,客户数据既要符合逻辑,又不能冗余。逻辑性主要从业务逻辑的角度判断数据是否正确;同时客户数据中要避免不必要的冗余(如客户出生日期和年龄同步采集)。

第9页:客户数据的重要性

  1. 客户数据是进行客户分级的依据
  2. 客户数据是开展企业决策的基础
  3. 客户数据是加强客户互动的指南
  4. 客户数据是达到客户满意的要求

第10页:从客户数据到客户信息与客户知识

7.1.4从客户数据到客户信息与客户知识

本页图示内容以原课件图片为准。

第11页:7.2客户数据的处理、分析与应用

◦7.2.1客户数据的收集渠道◦7.2.2客户数据的整理◦7.2.3客户数据库及其建立◦7.2.4客户数据库在CRM中的重要作用

第12页:客户数据的收集渠道:直接渠道

  • 1.直接渠道
  • (1)在市场调查中获取客户数据
  • (2)在营销活动中获取客户数据
  • (3)在服务过程中获取客户数据
  • (4)在终端收集客户数据
  • (5)通过博览会、展销会、洽谈会等获取客户数据
  • (6)网站和呼叫中心是收集客户数据的新渠道
  • (7)从客户投诉中收集

第13页:客户数据的收集渠道:间接渠道

  • 2.间接渠道
  • (1)各种媒介
  • (2)工商行政管理部门及驻外机构
  • (3)国内外金融机构及其分支机构
  • (4)国内外咨询公司及市场研究公司
  • (5)从已建立客户数据库的公司租用或购买
  • (6)其他渠道

第14页:客户数据的整理

  • 一般而言,客户信息处理有三个步骤。
  • 首先是把从多渠道集成平台获得的数据进行一些基本的校验,去除有明显错误的数据。
  • 第二个步骤是结构化。
  • 第三个步骤是进行数据的使用和分析。数据使用指的是企业的内部人员以一种可预测

第15页:客户数据库及其建立:主要特点

  • 1.客户数据库的特点
  • (1)动态整合客户数据管理和查询系统。
  • (2)基于数据库支持的客户关系格式或结构系统。
  • (3)基于数据库支持的忠诚客户识别系统
  • (4)基于数据库支持的客户购买行为参考系统。
  • (5)个性化服务。

第16页:客户数据库的内容

2.客户数据库的内容

本页图示内容以原课件图片为准。

第17页:建立客户数据库的注意事项

  • 3.建立客户数据库的注意事项
  • (1)按照预测所需的信息量,尽可能多地考虑客户购买产品的情况和购买后的反应。
  • (2)深入策划客户数据库的组成部分,应保留一定的弹性,以满足未来变化的需要。
  • (3)不需要因谋求建立一个详细完备的数据库而推迟建成时间,可先建成一个小而实用的数据库,并对其评价获得经验,然后再不断改进。
  • (4)构建客户数据库时,让尽可能多的部门和人员参与。一方面使信息采集科学完备,另一方面让数据库的使用者充分了解设计者的思想。

第18页:客户数据库在CRM中的重要作用

  1. 运用客户数据库可以对客户开展一对一的营销
  2. 运用客户数据库,可以实现客户服务及管理的自动化
  3. 运用客户数据库,可以实现对客户的动态管理
  4. 客户数据库能为企业深入分析客户提供帮助,并指导客户关系的努力方向

第19页:7.3数据仓库及其在CRM中的应用

◦7.3.1数据仓库基本知识介绍◦7.3.2 CRM中数据仓库的建立方法◦7.3.3 CRM中数据仓库的应用介绍

第20页:数据仓库基本知识介绍

  • 1.数据仓库的含义
  • 目前,对于数据仓库的概念,权威的定义是“数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合”。
  • 2.数据仓库的特点
  • (1)面向主题
  • (2)集成的数据
  • (3)数据不可更新
  • (4)数据随时间不断变化

第21页:从数据库系统到数据仓库

  • 3.从数据库系统到数据仓库
  • 数据仓库来源于数据库系统,是在原来存储数据库的基础上整合而成的。但数据仓库并非是一个仅仅存储数据的简单信息库,因为它与传统数据库存在差别。
  • 4.建立数据仓库的目的
  • 建立数据仓库并不是要取代原有的运作数据库系统,建立数据仓库的目的是为了将企业多年来已经收集到的数据按统一、一致的企业级视图组织、存储,对这些数据进行分析,从中得出有关企业经营状况、客户需求、对手情况、发展趋势等有用信息,帮助企业及时、准确地把握机会,以求在激烈的竞争中获得更大的利益。

第22页:CRM中数据仓库的逻辑结构

1.CRM中的数据仓库的逻辑结构

本页图示内容以原课件图片为准。

第23页:CRM中数据仓库建设的基本步骤

  • 2.CRM中数据仓库建设的基本步骤
  • 企业数据仓库的建设通常按照快速原型法予以实施,包括确定范围、环境评估、分析、设计、开发、测试和运行等几个阶段,是一个在原型的基础上不断迭代的过程。
  • 数据仓库系统的建设不可能一蹴而就,它是一个不断建立、完善、健全的过程。这个过程是随着业务量、业务范围和客户的不断发展而发展的,其成长的速度非常之快,同时随着业务的发展,数据仓库的价值也将随之增长。世界商业零售帝国沃尔玛举世无双的庞大数据仓库系统,据说目前其容量已达到PB数量级(1PB=1024TB;1TB=1024GB),这也正是其数据仓库价值所在。

第24页:CRM中数据仓库的应用介绍

  • 1.CRM客户行为分析
  • (1)客户理解。
  • (2)行为规律分析。
  • (3)组间交叉分析。
  • 2.重点客户发现

第25页:7.4数据挖掘及其在CRM中的应用

◦7.4.1数据挖掘基本知识介绍◦7.4.2数据挖掘在CRM中的实施流程◦7.4.3数据挖掘在CRM中的应用介绍

第26页:数据挖掘基本知识介绍

  • 1.数据挖掘的含义
  • 简单地说,数据挖掘是从大量的数据中抽取出潜在的、有价值的知识、模型或规则的过程。对于企业而言,数据挖掘可以有助于发现业务发展的趋势,揭示已知的事实,预测未知的结果,并帮助企业分析出完成任务所需的关键因素,以达到增加收入、降低成本,使企业处于更有利的竞争位置的目的。
  • 2.数据挖掘的基本应用
  • 主要包括六种,分别是分类、估值、预测、确定关联规则、聚类、描述和可视化。

第27页:数据挖掘的一般过程与人员配备

3.数据挖掘的一般过程 4.实施数据挖掘的人员配备(1)业务分析人员。(2)数据分析人员。(3)领域专家。(4)决策制定人员:评估业务方案和批准解决方案。(5)数据管理人员。

第28页:数据挖掘在CRM中的实施流程

  1. 定义商业问题
  2. 建立营销数据库
  3. 探索数据
  4. 准备数据
  5. 建立模型
  6. 评价模型
  7. 将数据挖掘运用到CRM方案中

第29页:数据挖掘在CRM中的应用介绍

在CRM中,数据挖掘可以应用在以下几个方面:(1)客户特征多维分析。(2)客户行为分析。(3)客户流失分析。(4)销售分析与销售预期。(5)交叉销售。(6)客户细分。(7)客户获取。(8)客户盈利能力分析。(9)风险评估和防止诈骗。

第30页:本章小结

  • 本章首先介绍了客户数据的基本知识,包括客户数据的类型、质量标准、重要性,以及从客户数据到客户信息、客户知识的转化流程;然后介绍了对客户数据进行处理、分析和应用的相关知识,包括客户数据的收集渠道、客户数据的整理、客户数据库的建立及其在CRM中的应用;最后本章浅谈了数据仓库和数据挖掘的基本知识及其在CRM中的应用。
  • 通过本章学习,读者应充分认识数据管理和分析在CRM中的主要作用,养成重视客户档案数据库的习惯;同时要基本理解数据仓库和数据挖掘技术的在CRM中的应用。

第31页:关键术语

  • 客户数据
  • 描述性数据
  • 促销性数据
  • 交易性数据
  • 客户数据库
  • RFM模型
  • 数据仓库
  • 数据挖掘

第32页:练习题

一、填空题

二、名词解释

三、简答题以上三类题型详见教材P209-210,相应的参考答案或者答案提示请参见网上教学资源提供的相应内容

四、

第33页:案例7-1亚马逊利用客户数据库

  • 案例7-1亚马逊利用客户数据库为客户简化交易手续和推荐书目(详细内容参见教材P210)
  • 1.请分析亚马逊书店是如何利用客户数据库,以便推荐书目进而实现交叉销售的。
  • 2.本例中可以看出,亚马逊书店之所以成功,其中一个主要原因就是——非常重视客户体验,并尽力精简用户操作流程。那么,对于CRM在电子商务中的重要性,你如何认识?
  • 3.我国的网上书店(例如当当网、卓越网),在简化客户交易手续方面都做了哪些具体工作?请自己进行实际调研,然后进行相关内容的总结。

第34页:案例7-2美国第一银行数据仓库

  • 案例7-2美国第一银行:借助数据仓库系统支持“如您所愿”(详细内容参见教材p211)
  • 1.你如何看待美国第一银行的“ICARE”和“At YourRequest”的客户服务理念?
  • 2.美国第一银行数据仓库系统是如何支持其“At YourRequest”(如您所愿)服务的?

第35页:案例7-3天津联通SAS数据挖掘

  • 案例7-3天津联通利用SAS数据挖掘技术实现精细营销(详细内容参见教材P211-213)
  • 1.在本案例中,天津联通为什么要考虑采用数据挖掘技术对客户数据进行分析?
  • 2.天津联通为什么选择了SAS公司?SAS公司的方案对于天津联通带来了什么好处?

第36页:实践训练

实践训练

本页图示内容以原课件图片为准。

顶部目录