CRM系统：基于OLAM 的中间代理商CRM 决策支持系统研究

基于OLAM 的中间代理商CRM 决策支持系统研究 Research on CRM Decision Support System of Intermediate Agents Based on OLAM 崔俊凯　范丽亚　黄　岚 (西安理工大学工商管理学院　西安　710054) 摘　要　随着市场的不断成熟,客户成为中间代理商竞争的最重要资源。制定针对不同的客户群体需求的产品价格, 才能为企业赢得更多的新客户。结合数据仓库,将OLAM 技术应用在某企业的CRM 决策支持系统中,提出了基于 OLAM的中间代理商CRM 决策支持系统架构,并将该架构应用到该企业的销售价格决策中,取得了良好的应用效 果。 关键词　OLAM 　中间代理商　CRM 　决策支持系统 　　随着互联网迅猛发展和市场的不断成熟,更多的企业采 用中间代理商的形式来协助自己完成战略目标。中间代理商 往往没有自己的产品,是通过代理的形式将供应商的产品销 售给用户,获得中间差价的一种经营组织形式。中间代理商 从选择供应商到确定产品最终价格报给客户整个业务过程 中,使用客户关系管理(Customer Relationship Management , CRM) 决策支持系统(Decision Support System ,DSS) 对客户及 供应商的相关信息进行存储和分类管理,并辅助企业决策者 对客户需求、业务往来等复杂问题进行及时有效的分析。但 随着业务的增多,中间代理商积累的数据越来越多。CRM - DSS 虽然可以实现查询、统计分析等功能,但却无法发现激增 的数据背后隐藏的重要信息。而联机分析挖掘OLAM (O2 LAP Mining) 技术的出现正好解决了这一难题。在中间代理 商CRM - DSS 中应用OLAM 技术可以对客户和供应商数据 进行更深层次的分析挖掘,更好地选择供应商,把握不同客户 群体的产品需求,在确定合理报价基础上发展更多潜在的客 户资源,为企业赢得更多的市场和机遇。 1 　中间代理商CRM - DSS 需求分析 　111 　业务分析　作者针对西安市某企业的实际需要,进行 了实地调研。该企业代理多种国外品牌的集成电路及电路 板,销售前要进行高低温、湿度等多种质量测试。从获得客户 需求到报给客户产品价格整个业务过程中不仅要对供应商进 行评价、选择,还要扣除运输费和测试费用等来对价格进行调 整。具体业务过程(如图1) 包括以下四个方面:a. 用户需求 信息。客户通过传真(或电话) 将自己的相关信息及需求信息 发给企业,如企业名称、所需产品规格型号、质量等级、数量、 到货日期等,等待企业给出产品价格等信息。b. 中间商需求 信息。企业将客户的相关信息存档,并将客户需求整理汇总。 企业查找到供应商的传真号,将企业信息及汇总的客户需求 发给不同的供应商,询问产品价格及供货时间等信息。c. 供 应商产品报价。将供应商发来的产品价格信息进行统计综合 比较,确定最终供应商。d. 调整后的产品报价。将选定的供 应商的产品价格加上运输费、测试费等,形成最终产品价格报 给用户。 　112 　存在的问题及解决思路　从以上报价业务过程可以 看出,中间代理商的业务往来关系复杂,要处理的信息量大。 仅仅靠手工输入很难发现客户和业务之间的关系,而且随着 时间的推移,Word 文档表格越来越多,查找某个具体资料都 成了令人头疼的问题。针对该企业的目前状况和需求,采用 以下步骤: a. 建立企业Intranet 网站,连接互联网;b. 为企业量身定 做一个CRM 决策支持系统;c. 应用数据挖掘方法对客户资料 及产品价格数据进行挖掘分析。 数据挖掘方法的选择可采用以下几种方案:a. 采用联机 分析处理(Online - Analytical Processing ,OLAP) 对系统数据 进行分析处理。OLAP 的分析结果可向分析人员、经理或管 理人员提供数据多层面、多角度的逻辑视图。但目前OLAP 的分析操作对用户提出很高的专业要求,不利于该系统的普 及及应用[1 ] 。b. 采用数据挖掘(Data Mining , DM) 对系统数 据进行分析处理。由于DM 方法是以人工智能、机器学习、统 计学等技术为基础,因而可以高度自动化地分析企业原有的 数据,作出归纳性推理,从中挖掘出潜在的模式,预测客户的 行为[2 ] 。它具有分析数据深入和分析过程不需要用户参与的特点, 但这不利于用户希望参与挖掘分析的应用情况。c. 采 用OLAM (OLAP Mining) 对系统数据进行分析处理。由于 OLAM是结合OLAP 和DM 的优点在数据仓库的基础上发 展起来的,因而在实际处理当中,OLAM 可以实现OLAP 和 DM功能上的互补:一方面OLAP 的分析结果可以为DM 提 供挖掘的依据,引导DM 的进行;另一方面,在数据挖掘的结 果中进行OLAP 分析,使OLAP 分析深度进一步拓展。因此 利用OLAM 技术,用户可以提出具体的挖掘任务,增加了用 户和挖掘任务的互动性,从而为决策者提供更具体有效的决 策支持。灵活选择所需的数据挖掘功能,增强和用户的互动 性,在数据仓库的基础上提供更有效的决策支持。 通过对三种方案的分析,针对该企业的现况本文决定采 用第三种方案,即在系统中使用OLAM 技术对客户和供应商 数据进行挖掘分析。 2 　OLAM 模型 　211 　异构数据库层　该层是系统各种存储类型的数据存 储层。考虑到CRM - DSS 开发过程中,不同开发人员用到的 数据库技术不同,本层对系统用到的各种数据库例如Oracle、 SQL Server 、DB2 等进行汇集存储,以备数据处理层进行数据 清洗和集成。 　212 　异构数据处理层　该层从异构数据库存储层把原来 分散在企业内外的关于客户及产品价格等数据进行集成和清 洗,形成数据仓库。数据仓库是一个面向主题(如客户、产品) 的、集成的(数据全局一致) 、稳定的(不是频繁更新) 、不同 时间(包含历史数据) 的数据集合[3 ] 。 　213 　OLAM 数据处理层　该层是对上一层数据仓库中的 数据进行联机挖掘分析,主要包括元数据、OLAM 分析引擎 和数据立方体三个部分。 a. 数据仓库的管理主要是通过元数据来实现的。元数据 是数据仓库的核心,它用于存储数据模型和定义数据结构、转 换、仓库结构、控制信息等,例如关系数据库中的数据字典就 是一种元数据。b. OLAM 分析引擎包括OLAP 分析引擎和 DM 分析引擎两部分,OLAP 分析引擎主要从数据立方体中 获取多维度的表格,进行在线分析,为决策者提供多种图形、 报表形式的数据展示,可以让决策者从多个角度观察数据任 务执行情况。而DM 分析引擎主要是对OLAP 的分析结果进 行深层次的数据挖掘,找出数据之间的潜在规律并挖掘异常 信息来辅助用户决策。c. 数据立方体是数据仓库中过滤后系 统数据的一种存储形式。例如数据立方体可以将CRM - DSS 中的数据按立方体的三个不同维度分别存储产品、客户 和时间。 OLAM 分析引擎在元数据的指导下,对数据立方体进行 集合运算(如求和、求平均) 和导向运算(如选择、旋转、上钻与 下钻) 等,就可获得不同时间段不同产品的销售数据。 　214 　用户界面层　该层是一个图形用户界面,供用户和系 统挖掘任务的交互。用户可以从该界面查看到挖掘结果,也 可以提出挖掘查询请求,提交给系统进行挖掘分析。 3 　基于OLAM 的中间代理商CRM - DSS 架构 　311 　应用流程分析　在上面OLAM 模型分析的基础上, 提出基于OLAM 的中间代理商CRM - DSS 架构,如图4 所 示,它主要分为四层: 3. 1. 1 　客户层。用户需要订购企业某类产品,登录企业 Intranet 网站,提交身份信息,发出产品询价请求。 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