在競爭激烈的網絡經濟時代，隨著Internet以及Web的商業迅速發展、營銷理念的更新，企業保持客戶所面臨的困難越來越大，企業競爭的重點是“以客戶為中心”，如何加強對企業客戶資源的管理、開發與利用變得更加重要。 自產生以來，CRM的相關研究與應用得到了快速發展，然而，在企業中CRM應用失敗的案例也比比皆是。這其中的主要原因有兩個：一個是人們對CRM核心思想的理解認識不準確；另一個是現有企業CRM應用的體系結構不完善。因此， 如何進行有效的客戶關系管理就成了企業的當務之急。 

    一、CRM的概念與內涵

    CRM(Customer Relationship Management)，即客戶關系管理。是指通過培養企業的最終客戶、分銷商和合作伙伴對本企業及其產品更積極的偏愛或偏好，留住他們并依次提升企業業績的一種營銷策略。

    CRM的內涵是以客戶信息和與企業的交易數據為基礎，利用計算機信息技術，深層分析數據庫中的海量數據，找出客戶的不同特征，分析客戶行為，然后挖掘出有商業價值的信息，從而幫助企業規劃和決策相關的企業經營活動。

    二、基于數據倉庫的CRM體系結構

    1 數據倉庫與數據挖掘技術數據倉庫

的創始人W.H.Inmon將數據倉庫定義如下：“數據倉庫是一個面向主題的、集成的、不可更新的、隨時間不斷變化的數據集合，用以支持企業或組織的決策分析處理。”從CRM的角度來看，數據挖掘的應用其實就是從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規則，并能夠根據已有的信息預測未來可能發生的行為和結果，為企業經營決策、市場策劃提供依據。各種類型的數據，比如是靜態的歷史數據和動態的數據流數據等等，都可利用數據挖掘技術進行分析。關聯分析、序列分析、分類分析、預測分析、聚類分析以及是時間序列分析等等，都屬于數據挖掘的范疇。數據挖掘技術是企業實現有效的客戶關系管理的引擎。數據倉庫及其數據挖掘技術在企業CRM系統中的應用，不僅有助于企業全方位的了解客戶，把握客戶的特征與需求，而且還更有效地掌握客戶的行為。

    2.基于數據倉庫的CRM解決方案

    基于數據倉庫的CRM是：利用數據倉庫與數據挖掘的理論與技術，創建能夠描述并預測企業客戶行為的模型，目的是優化整個CRM的流程，最終實現有效的客戶關系管理。 CRM分析系統主要由數據源、數據倉庫應用系統和CRM分析系統這三個部分所組成，下面是整個CRM體系結構：

    (1)通過廣泛收集企業生產、經營過程中產生的客戶信息、客戶行為、生產系統和其他相關數據，最終形成了數據源當中的海量數據。

    (2) 數據倉庫建設和數據倉庫系統這兩個部分組成了CRM的數據倉庫應用系統。數據倉庫建設的功能是利用數據倉庫的數據ETL和設計工具的抽取、轉換、加載、刷新等功能逐步形成數據倉庫；數據倉庫系統具有聯機分析處理(OLAP)、報表等功能，可分析客戶的整體行為和企業運營數據，并針對不同的數據倉庫用戶提供有價值的信息。

    (3)CRM的核心是CRM分析系統，主要有分析數據準備、客戶分析數據集市、客戶分析系統和企業調度監控等模塊。分析數據準備模塊從數據倉庫中提取出進行客戶分析所需要的數據，并形成客戶分析數據集市；客戶分析系統在客戶分析數據集市的基礎上，進行客戶行為分組、重點客戶發現和市場性能評估，其分析結果通過進一步的OLAP和報表，為市場專家經營決策、市場策劃提供依據；對客戶分析系統的有效性、可靠性分析由企業調度監控模塊進行監管，提高企業應用CRM的成功機率。

    三、 應用在數據倉庫中的CRM分析

    CRM系統的運行是以數據倉庫為基礎展開的，能夠為企業制訂市場策略、開展營銷活動提供決策支持。CRM分析系統是CRM應用的核心功能，圍繞客戶為中心展開，主要有客戶行為分析、重點客戶發現和市場性能評估等三種功能，能夠應用于一對一營銷、客戶盈利能力分析等方面。

    1 客戶分級管理

    在CRM系統中，客戶分級管理是一項非常重要的內容。首先需要進行客戶行為分析，包括整體行為分析和群體行為分析兩個方面。整體行為分析能夠用來幫助企業發現所有客戶的行為規律，但企業的客戶千差萬別，進行群體行為分析更為重要。根據客戶行為的不同，進行“行為分組”，將客戶劃分為若干個不同的、有著明顯的行為特征群體，如此的話，企業就可以發現群體客戶的行為規律，更好地理解客戶。行為分組也只是客戶群體行為分析的開始，還需要進行客戶理解、客戶行為規律發現和客戶組之間的交叉分析等，針對不同客戶組進行的交叉分析，能夠幫助企業發現客戶群體間的變化規律，通過不斷升級客戶就能為企業帶來更大的利益。同樣地，采用數據挖掘技術，通過特征化和分類(包括聚類分析、演變分析、分類預測等)，可把大量的客戶分成不同的類，在每一個類里的客戶具有相似的屬性，而不同類里的客戶的屬性則不同。基于這些理解和規律，通過數據挖掘了解不同客戶的愛好，市場專家就能夠制定相應的市場策略，提供有針對性的產品和服務，從而大幅提高各類客戶對企業和產品的滿意度。其次是進行重點客戶發現，客戶分級的目標是找出對企業具有重要意義的客戶，觀察和分析客戶行為對企業收益的影響，建立和維護企業與客戶之間卓有成效的“一對一關系”。在客戶群中，客戶的盈利能力的區別也很大。利用數據挖掘技術，從客戶的交易歷史紀錄中發現一些行為模式，并預測客戶盈利能力的高低，或是預測在不同的市場活動情況下客戶盈利能力的變化，根據不同客戶的盈利能力，制定相應的、有效的營銷策略，以獲取最有價值的客戶，提高客戶的忠誠度。正如戴維?卡米倫所說“若要讓數據有用，就要將數據轉化為營銷(信息)。數據必須特”和“字節”的形式轉化為營銷者在進行市場細分、促銷和分析中需要的信息。”

    2 性能評估與調度監控

    CRM的實施成果要經得起企業銷售額、客戶滿意度、客戶忠誠度、市場份額等“硬指標”的檢測。在CRM系統中設置性能評估模塊，保證系統運行的有效性和可靠性，企業也能夠監控和調整CRM的運行狀態，與企業的經營目標始終保持一致，進而使企業應用CRM的成功率大大提升。譬如，企業可通過客戶行為分析、重點客戶發現等進行客戶分級管理，針對不同客戶相應地制定市場策略和策劃市場活動。但這些企業行為有沒有達到預定的目標需要進行評估，對企業進一步完善客戶行為分析性能和改進市場策略十分重要。

    這些性能評估分析的基礎是客戶所提供的市場反饋 。數據倉庫具有數據獲取與存儲功能，自動地刷新客戶對市場的反饋數據，此過程被稱為客戶行為跟蹤。在針對客戶行為分析和重點客戶發現過程的性能評估模塊中，首先對企業的每個市場目標，設計一系列評估模板，在一定的時間范圍內(以月或季度為單位)給出客戶行為分析的報告，為企業進行策劃和實施市場活動提供信息依據；其次要可以及時跟蹤市場的變化，并通過一些具體的統計指標(如銷售訂單、訪客記錄等)來度量市場活動的效率，而且這些報告應該按月份更新，并可以根據市場活動的變化而及時修改。

    四、結束語

    隨著CRM在企業經營過程中的應用，企業生產、經營和銷售數據等等的相關信息不斷積累，數據倉庫已成為企業組織和管理信息的最有效方式。基于數據倉庫的CRM，具有數據挖掘和在線分析等功能，能幫助企業提高市場決策能力、完善經營計劃和獲得市場優勢。