文档介绍：CRM中的数据仓库
潘维民
数据仓库与CRM有着难以割舍的密切关系,从某种意义上说,数据仓库是CRM的灵魂。CRM的很多工作都是以数据仓库为基础展开的。利用数据仓库,企业可以制定准确的市场策略与促销活动;另一方面,CRM也是提高数据仓库项目ROI的一个途径。CRM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,并通过销售和服务等部门与客户交流,从而提高企业的利润。
首先,数据仓库将客户行为数据(反馈)和其他相关的客户数据集中起来,为市场分析提供依据;其次,数据仓库将对客户行为的分析以OLAP或报表形式传递给市场专家,市场专家利用这些分析结果,制定准确、有效的市场策略。图1是利用数据仓库实现CRM的业务逻辑。
从以上分析可知,数据仓库在CRM中有以下三方面的作用:客户行为分析、重点客户发现和市场性能评估。
客户行为分析
客户行为可以划分为两个方面:整体行为分析和群体行为分析。整体行为分析用来发现企业所有客户的行为规律,但仅有整体行为分析是不够的,企业的客户千差万别,俗话说:“物以类聚,人以群分”,根据客户行为的不同可以将他们划分为不同的群体,各个群体有着明显的行为特征,这种划分方式叫做“行为分组”。
通过行为分组,CRM用户可以更好地理解客户,发现群体客户的行为规律。基于这些理解和规律,市场专家可以制定相应的市场策略,同时还可以针对不同客户组进行交叉分析,帮助CRM用户发现客户群体间的变化规律。
行为分组只是分析的开始。在行为分组完成后,还要进行客户理解、客户行为规律发现和客户组之间的交叉分析。

客户理解又可以称为群体特征分析,其目标是将客户在行为上的共同特征与已知的资料结合在一起,对客户进行具体分析。特征分析至少应包括以下功能:
●哪些人具有这样的行为?
●哪里的人具有这样的行为?
●具有这些行为的人能给企业带来多少利润?
●具有这样行为的人是否对本企业忠诚?
2. 行为规律分析
行为规律分析的目标是发现群体客户的行为规律。一般来说,行为规律分析至少应该包括以下功能:
●这些客户拥有企业的哪些产品?
●这些客户的购买高峰期是什么时候?
●这些客户通常的购买行为在哪里发生?
通过对这些客户的行为分析,能够为企业在确定市场活动的时间、地点、合作商等方面提供确凿的依据。
3. 组间交叉分析
通过对群体客户的特征分析和行为规律分析,企业在一定程度上了解了自己的客户,但客户的组间交叉分析对企业来说更为重要。例如,有些客户同时属于两个不同的行为分组,且这两个分组对企业的影响相差很大,但这些客户的基本资料非常相似。此时,我们就需要充分分析客户发生这种现象的原因,这就是组间交叉分析的重要内容。通过组间交叉分析,企业可以了解以下内容:
●哪些客户能够从一个行为分组跃进到另一个行为分组中?
●行为分组之间的主要差别有哪些?
●客户从一个对企业价值较小的组上升到对企业有较大价值的组的条件是什么?
这些分析帮助企业能够准确地制定市场策略,获得更多的利润。
点客户发现
重点客户发现的目标是找出对企业具有重要意义的客户,这些重点客户主要包括以下几类:
●潜在客户——有价值的新客户;
●交叉销售——同一客户有更多的消费需求;
●增量销售——更多地使用同一种产品或服务