和数据挖掘在客户关系管理系统中的应用.doc

【精品文档】如有侵权，请联系网站删除，仅供学习与交流和数据挖掘在客户关系管理系统中的应用.精品文档.UML和数据挖掘在客户关系管理系统中的应用摘 要当前企业秉承的是“客户就是上帝”的管理理念，而客户关系管理(CRM)则是实现这种理念的解决方案之一。本文从介绍CRM及本文用到的相关技术的基本概念入手，讨论了CRM与数据挖掘相关技术的关系及其在销售、零售领域企业中的应用，并对CRM的国内外发展现状以及未来趋势进行了一定的分析和总结。结合销售行业的市场经营分析及CRM系统开发，提出了适合该行业的简单客户关系管理系统客户服务的解决方案，并进行了部分实现。1、对CRM系统采用了基于UML的建模方法。本文着重探讨了一种使用UML语言的面向对象的建模过程，侧重用Use Case捕获需求。2、对CRM系统运用数据挖掘的基本手段进行优化，同时采取了适当的知识表现方式表达所得到的信息。本文是以大型销售或零售商的客户关系管理系统作为优化的对象的。通过这些优化技术，客户关系管理系统能更加准确的从庞大的客户数据中找出好的预测客户购买行为和当前业务问题相关的模式，从而提高企业的投资回收率，获得更大的企业效益。关键词：客户关系管理（CRM） UML Use Case 数据挖掘（Data Mining）目 录1 引言31.1客户关系管理（CRM）概述31.1.1客户关系管理（CRM）的概念及主要内容31.1.2客户关系管理（CRM）的国内外现状及发展31.1.3本文所讨论的CRM系统的定位31.2 UML概述31.2.1统一建模语言(Unified Modeling Language,UML)简介31.2.2 UML中的Use Case简介31.3数据挖掘概述31.3.1数据挖掘的概念31.3.2数据挖掘的任务与过程32 Use Case在CRM系统开发过程中的应用32.1使用Use Case进行捕获需求的原因32.1.1规范化开发过程32.1.2 CRM系统复杂性的要求32.2本文CRM系统的总体框架32.3 CRM系统的UML建模32.3.1 CRM系统的顶层Use Case模型设计32.3.2客户类型划分模块的Use Case模型设计及实现32.3.3客户结构分析模块的Use Case模型设计32.3.4客户流失报警32.3.5授信业务控制模块的Use Case模型设计与实现33 数据挖掘在CRM系统实施阶段的应用33.1采用数据挖掘技术的原因33.2 CRM系统在数据准备阶段的具体应用33.2.1客户类型划分模块数据准备33.2.2客户结构分析模块数据准备33.2.3客户流失报警模块数据准备33.2.4授信业务控制模块数据准备33.3数据挖掘的后续工作34 论文工作总结35 谢辞36 附录37 参考文献31 引言当前的企业行为是以客户为中心的，企业要在激烈地竞争中取得胜利，必须秉承“客户就是上帝”的原则，为客户提供周到的服务，要想为客户提供周到的、个性化的服务，就必须有相应的服务工具，客户关系管理（CRM）就是这种管理理念的具体实现。实践也证明，在很多情形下，高质量的客户关系是企业唯一重要的竞争优势，而积极主动的寻求和加强对客户关系的管理已经被认为能够形成一种可以带来较大利润和竞争优势的运作机制，因此，开发、获得和保留客户关系已经成为全球企业必须优先考虑的问题。一个客户关系管理系统对所在企业的客户服务内容的合理描述及对客户数据资料处理的准确性直接关系了整个客户关系管理系统的强大与否。因此，客观准确从用户和业务角度描述CRM系统以及采用数据挖掘进行较客观的预测企业行为已经是未来CRM系统发展的主流方向之一。本文正是从软件UML规范开发过程和数据挖掘技术应用两个角度对销售商的客户关系管理系统进行优化的。1.1客户关系管理（CRM）概述1.1.1客户关系管理（CRM）的概念及主要内容客户关系管理（Customer Relationship Management，CRM），是指对企业和客户之间的交互活动进行管理的过程，更深入的说，就是通过正确的途径，在正确的时间、地点，给需要服务的客户提供合适的服务。由于CRM是一种新兴的管理机制，这造成了不同行业的人在强调CRM的不同侧重点时，其定义稍有不同。在这里，我对CRM给出一个实用的解释。CRM指的是企业通过富有意义的交流沟通，理解并影响客户行为，最终实现提高客户获得、客户保留、客户忠诚和客户创利的目的。因此，CRM实际上是一个概念，它需要一个新的、以客户为中心的业务模型，并由集成了前台和后台业务流程的一系列应用程序来支撑。作为CRM的提出者，同时也是ERP的提出者的Gartner Group公司指出，CRM是迄今为止规模最大的IT概念，它将看待客户的概念从独立分散的单个部门提升到了企业的层面，虽然与每个客户的具体交互行为是由每个部门来完成的，但是却是企业对客户负全面的责任。这里的“客户”是指所有与企业有互动行为的企业共同利益群体的广义上的含义，它包括直接客户、合作伙伴、分销商或特许经营者、内部客户等所有需要与提供的产品有关的信息和服务的企业和个人。客户关系管理（CRM）的主要内容是三大功能支柱、统一共享的客户信息仓库及数据分析能力。其中业界一致认为销售、市场营销和客户服务是CRM的三大功能支柱。1.1.2客户关系管理（CRM）的国内外现状及发展 最近，上海市政府将CRM列入企业信息化的推广项目。与此同时，广州市地税局、汕头电信局等机关和企业也开始对CRM表现出了极大关注。而在此之前，中国电信、中国移动通信以及IT行业的联想公司已经或多或少进行了CRM建设，其中又以四川移动采用亚信科技公司的“市场分析及CRM系统”最为典型。由此可见，在国内，企业实施CRM的外延已经开始向着包括政府部门在内的更广泛的领域扩展。在国外，CRM已经广泛的开展着。其中最为经典的一个案例是沃尔玛(Wall-Mart)的6:1搭配“啤酒和纸尿裤”。沃尔玛(Wall-Mart)的数据仓库每时每刻都在记录着销售信息，每个消费者的采购行为也都被记录下来，根据这些数据进行数据挖掘，就会的出大量的有用的销售结论，从而出台一些营销策略。同样，IBM公司的CRM也正走向更高级的eCRM。总之，CRM在国外已经逐渐成熟，而在国内正处在起步阶段，有着很大的市场。来自全球市场的调查同样表现了这一趋势。据美国Aberdeen Group在2001年底公布的有关全球CRM市场的调查结果，CRM市场将从2002年开始重新增长，在今后5年内将以年均19.9%的速度增长。至2005年，市场规模将从2001年的135亿美元扩大为约278亿美元。CRM技术和市场的发展趋势对于CRM系统的用户、CRM软件开发商的重要性是不言而喻的。在未来CRM的发展中，前台和后台的信息系统将进一步整合，呼叫中心（Call Center）将扩充为接触中心（Contact Center），CRM系统同网络结合并朝eCRM发展，融入数据挖掘技术实现对统一共享的客户信息仓库可靠准确分析等等。1.1.3本文所讨论的CRM系统的定位 当前，很多时候，人们看到和谈论的只是CRM这幅美丽图画的一块，因为CRM本身的内涵和外延实在过于庞大。而当前人们对CRM系统框架的主流认识如下图所示：图 1 CRM系统构成全貌从图1中可看出，CRM系统软件的基本功能包括客户关系管理、产品管理、时间管理、联系人管理、营销管理、潜在客户管理、销售管理、电话销售、电话营销和客户服务，有的还涉及到了工作流管理、呼叫中心、合作伙伴关系管理、知识管理、商业智能、电子商务等。一般来讲，当前的CRM产品所具有的功能都是上图的子集。鉴于CRM系统的庞大，而客户关系管理模块是CRM系统中的一个核心模块，所以本文只对客户关系管理模块进行讨论。1.2 UML概述1.2.1统一建模语言(Unified Modeling Language,UML)简介 自20世纪70年代面向对象技术出现以后，面向对象技术在软件业界得到了广泛的应用。为了解决复杂软件系统的开发，纷纷推出了各种面向对象的软件工程方法，比较流行的有Booch、Rumbaugh(OMT)、Wirf-Brock等，它们各有长处，也各有缺陷。19941996年软件工程学家Grady Booch、Ivar Jacobson、James Rumbaugh先后齐集于Rational公司，携手合作，以各自原有的方法为基础，并吸收其他方法的长处，共同提出了新的面向对象的分析与设计语言统一建模语言UML。1997年1月Rational公司向美国工业标准化组织OMG递交了UML1.0标准文本。1997年11月OMG宣布接受UML，并正式颁布了UML1.1作为官方的标准文本。此后，OMG的修改任务组的专家负责对UML不断进行扩充与完善，相继推出了UML1.2、UML1.3(1999年4月)。目前，UML的最新版本为UML1.4。 UML是一种标准化的图形化建模语言，它是面向对象分析与设计的一种标准表示。UML定义了用例（Use Case）图、静态图、行为图、交互图、实现图五类模型图，其间的关系如图2所示：图 2 UML模型图的关系图总之，UML是一个通用的标准的图形化建模语言，它是面向对象分析和设计的一种标准化表示。UML由图和元模型组成，图是UML的语法，而元模型则给出图的意思，是UML语义。通过UML，我们可以对任何具有静态结构和动态行为的系统进行建模。1.2.2 UML中的Use Case简介首创Use Case概念的Jacobson给Use Case下的定义有两个：(1)Use Case是对一个系统或一个应用的一种单一的使用方式所做的描述。(2)Use Case是关于单个活动者在与系统对话中所执行的处理行为的陈述序列。我国学者杨芙清、邵维忠的定义为：Use Case是对一个活动者使用系统的一项功能时所进行的交互过程的一个文字描述序列。由这些定义可知，Use Case是对系统的用户需求（主要是功能需求）的描述，Use Case表达了系统的功能和所提供的服务。一般一个Use Case模型的设计步骤如下：(1)找出系统外部的活动者和外部系统，确定系统的边界和范围。(2)确定每一个活动者所期望的系统行为。(3)把这些系统行为命名为Use Case。(4)把一些公共的系统行为分解为一批新的Use Case，供其他的Use Case引用。把一些变更的行为分解为扩展Use Case。(5)编制每一个Use Case的剧本。(6)绘制Use Case图。(7)区分主业务流和例外（异常）情况的事件流。可以把表达例外（异常）情况的事件流的Use Case画成一个单独的子Use Case图。(8)精化Use Case图。解决Use Case间的重复与冲突问题，简化Use Case中的对话序列。通过这些过程来对CRM系统的需求进行图形化，得出一个个合理的比较准确反映CRM系统需求的Use Case图，同时，采取时序图和协作图进一步对Use Case图的定义进行实现，以达到CRM系统在开发过程中的开始阶段和细化阶段里尽量体现并达到业务功能需求。1.3数据挖掘概述1.3.1数据挖掘的概念IT技术的迅速发展，使数据库的规模不断扩大，产生了巨大的数据洪流。为了给企业决策者提供一个统一的全局视角，在许多领域建立了数据仓库，而大量的数据往往使人们无法辨别隐藏在数据中的、能对企业管理决策提供支持的信息，而传统的查询、报表工具无法满足挖掘这些信息的需求，因此需要一种新的数据分析技术处理大量数据，从中抽取有价值的潜在信息，数据挖掘技术由此应运而生。数据挖掘，英文是Data Mining，一种比较公认的定义是W.J.Frawley, G.PiatetskyShapiro等人提出的：数据挖掘，就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在有用信息，提取的知识表示为概念（Concepts）、规则（Rules）、规律（Regularities）、模式（Patterns）等形式。这种定义把数据挖掘的对象定义为数据库。而更广义的说法是：数据挖掘意味着在一些事实或观察数据的集合中寻找模式的决策支持过程。数据挖掘的对象不仅仅是数据库，也可以是文件系统，或者其他任何组织在一起的数据集合，例如WWW信息资源。而本文所采用的数据挖掘的对象是最新的数据仓库。1.3.2数据挖掘的任务与过程 数据挖掘的任务常见的有四种：分类、聚类、关联、序列模式。其中分类是用于预测事件所属的类别，聚类是用于描述和发现数据库中以前未知的数据类别，关联则是用于发现给定事件或纪录中经常一起发生的项目，由此推断事件间潜在的关联，识别有可能重复发生的模式，而序列模式与关联分析类似，只是扩展为一段时间的项目集间的关系。 数据挖掘过程一般由三个主要的阶段组成：数据准备、挖掘知识和信息、模式的解释和评价。知识的发现可以描述为这三个阶段的反复过程。如图3所示：图 3 数据挖掘的一个完整过程 由图3可以看出，在整个数据挖掘过程中，数据准备阶段是历时最长的一个阶段，它对于数据挖掘的成功应用至关重要。IBM等公司已经证实了数据准备需消耗整个数据挖掘过程中50%-80%的资源，事实上，如果没有数据的预处理阶段，单纯进行数据挖掘将成为一个盲目搜索的过程，可能会得出毫无意义或错误的结果。目前对数据挖掘的研究仍主要集中在数据挖掘技术上，数据准备一直未得到应有的重视。DorlanPyle在其新著Data Preparation For Data Mining中，对数据挖掘中的数据准备作了详细的论述。数据准备大致分为3步：数据集成、数据选择、数据转化。而本文所讨论数据挖掘技术将侧重数据准备这个阶段，以为后面的挖掘和模式解释评价提供一个良好的基础。2 Use Case在CRM系统开发过程中的应用2.1使用Use Case进行捕获需求的原因2.1.1规范化开发过程 我们知道软件工程的思想就是要探讨一种过程和过程中每个阶段的方法来使软件开发的效率和可重用性更高。在如今这个提倡国际化的规范和标准的时代，使用国际通用的UML标准来规范我们的开发过程是应该的。这样将有利于我们以后的设计与外界的交流，同时也将使得我们更能准确获得系统中存在的各种需求，帮助我们更好的理解CRM系统。 2.1.2 CRM系统复杂性的要求 CRM系统不同于一般企业管理系统，它是运用先进的手段对客户资源进行科学的管理，管理企业的客户信息、管理企业的市场活动、管理企业的销售和客户服务等。通过规范的流程，让服务同一个客户的销售、市场营销与管理人员能够紧密协作，从而大幅度增加销售业绩与客户满意度。这样一整个过程，其实就是对整个企业从头到尾进行一个标准流程的规范。因此，特别是对一个有着几千客户的大型的销售企业来说，这样一个过程要反映在软件系统上，是一个比较复杂的艰巨的任务。因此这就要求我们从CRM系统最初阶段就要进行一个标准统一的系统规范，而UML，特别是Use Case能更好的帮我们理顺企业间人物部门与各个企业流程之间的关系，从而开发出一套符合企业需求的系统出来。2.2本文CRM系统的总体框架假设大型销售商现在有数以千计的客户，在大型销售商的进存销系统中存贮着大量的客户数据，如何对这些数据进行合理的组织、分析，从相关的数据中提炼出客户群的特征，揭示出数据背后隐藏的客户信息，为管理者提供销售决策支持是大型销售商CRM系统所要解决的问题之一。基于上述目的，大型销售商客户关系管理系统模块分为四个子模块：客户类型划分、客户结构分析、客户流失报警和授信业务控制。其总体框架图如下：图 4 客户关系管理系统的总体框架图2.3 CRM系统的UML建模2.3.1 CRM系统的顶层Use Case模型设计根据CRM系统的总体框架，我们开始对系统进行需求分析。首先分析出本系统中所有的用户角色，如图5所示，它表示了本系统所用到全部系统角色。本CRM系统的用户有营销经理、客服经理和总经理，他们是CRM系统的使用者。而对于整个CRM系统的角色管理、权限管理以及后台数据库管理都由系统管理员担任，他维护着整个系统的正常运行。图5 所有系统角色图从CRM系统的顶层Use Case抽象，可以确定六个Use Case：“系统登录”、“系统管理”、“客户类型分析”、“客户结构分析”、“客户流失报警”及“授信业务控制”。六个Use Case与4个人物活动者及外部系统活动者存在着交互，如图6所示。图 6 CRM系统顶层用例图2.3.2客户类型划分模块的Use Case模型设计及实现Use Case“客户类型划分”可以分解为以下一些Use Case：“客户价值判断”、“客户类型划分”及“销售策略建议”。客服经理通过CRM系统分析由进存货管理系统和呼叫中心积累的大量的客户资料，此时，Use Case“客户价值判断”就开始运行，它先判断客户是否值得我们去维护保持，即客户收益是否大于维持客户所需成本。如不值得，则Use Case“客户价值判断”停止，并显示相关信息；如值得去维持，则进一步对客户群进行Use Case“客户类型划分”，。在客户经理得出客户群资料分析后的结果后，由营销经理进一步对客户群资料分析结果进行Use Case“销售策略建议”，得出对当前销售营销计划及策略的客观可靠建议，并上报总经理审批。总经理对整个模块有全部使用权。其Use Case图如下：图7 客户类型划分模块Use Case图在Use Case的分析工作之后，要采用相应的方式来实现其中定义的功能。我这里引用了Use Case的两种实现方式，时序（Sequence）图和协作（Collaboration）图。两者都显示参与Use Case流程的对象和对象之间发送的消息，其中时序图按时间排序，协作图按对象本身组织。一个时序图描述了软件模型中的对象之间按时间顺序来相互交流的一个功能过程。而一个协作图则描述了软件模型中的模型元素相互协作来实现一个Use Case，完成系统的一个功能的过程。图8和图9分别为客户类型划分模块的时序图和协作图。图8 客户类型划分时序图图9 客户类型划分协作图2.3.3客户结构分析模块的Use Case模型设计Use Case“客户结构分析”细化后又可分成Use Case“不同年度客户数量、利润频数分布趋势统计”、Use Case“各个类型客户数量频数频率分布单独统计”及Use Case“客户关系管理工作考评”三个。营销经理登录CRM系统使用客户结构分析模块功能，通过销售系统的各个客户资料，对各个类型客户的特征做频数分布、频率分布的统计分析（以年为统计区间），帮助营销经理在宏观上掌握客户的构成情况，辅助他在战略意义上做出营销决策；而总经理通过纵向比较公司的客户结构，作为考评和调整客户关系管理工作的一个重要依据。其Use Case图如下。图10 客户结构分析Use Case图2.3.4客户流失报警客服经理通过对客户历史交易行为的观察和分析或者通过呼叫中心，赋予客户关系管理系统警示客户异常购买行为的功能。这就是客户流失报警模块的Use Case所要描述的，而其中又分为Use Case“基于购买周期的客户流失报警”、Use Case“基于周期采购量的客户流失报警”和Use Case“采取行动建议”三大Use Case。客户经理通过这些功能，实现对客户流失的报警，并根据客户以前交易资料进行挽留拯救客户的行动建议。图11 客户流失报警模块 Use Case图2.3.5授信业务控制模块的Use Case模型设计与实现授信业务已经成为企业提高市场竞争力、增强客户关系、提升客户满意度的利器，但与此同时如果管理不当，巨大的信用风险常常使企业大量的账款被拖欠，变成呆帐、坏账，造成资金流动紧张，给企业经营带来巨大的损失。如何有效的评估客户的资信水平，辅助企业管理人员做出理性的决策，进行科学的授信业务管理是本模块所要解决的问题之一。其Use Case及实现图如下：图 12 授信业务控制模块 Use Case图图13 授信业务控制模块时序图总经理通过处理“授前控制”对提出授信申请的客户进行资信水平评估，评估依据主要是客户历史授信纪录。而后总经理进入“授中控制”功能，主要工作任务是建立完备的授信档案，即要得到真实、详细的客户资料，以为决策提供参考。接着，总经理开始进行“授后控制”，此时结合帐务系统实行对应收账款的全程跟踪，即对良性账款、不良授信、坏帐和已收回账款等不同的账款状态分别作不同的标记，同时在即将发生不良授信或坏帐时系统给出报警，提示营销部门采取相应的行动。授信业务利用得好能够提高市场竞争力、增强客户关系、提升客户满意度，同时如果管理不当会给企业带来大量的呆帐、坏账，造成资金流动紧张，给企业经营带来巨大的损失。因此，可以从两个方面考察总经理的授信业务的管理能力：一方面，通过对比授信业务规模和客户结构的对比分析，测度出授信决策的效果和决策水平，即如果决策者通过相对较少的授信业务带得到了相对较高的客户保持率和客户升级率，那么他的决策水平是高的，反之亦然。另一方面，通过坏帐比率测度出授信业务的控制能力，即分公司坏帐比率越低，决策者的授信控制能力越强，反之亦然。以上就是UML中Use Case的设计与实现过程，理想的设计与实现是以后整个CRM系统开发的基础。在完成了Use Case设计与实现后，在Rational Rose中还需进一步设计整个系统的逻辑视图和组件试图，这将真正涉及到CRM系统设计的语言、实现的类、组件等。3 数据挖掘在CRM系统实施阶段的应用3.1采用数据挖掘技术的原因企业发展CRM，目的是两方面，一是帮助营销人员管理好自己的销售过程，二是从客户数据分析中挖掘服务发展方向。其中后者则更是重中之重。 面临残酷的市场竞争，所有的企业都在不遗余力地争取新客户。然而，现有老客户也蕴涵着巨大的商机。调查发现，大部分企业每年有2050% 的客户都是变动的，而这一数字在销售公司更甚。一方面在挖空心思争取新客户，另一面却不断失去老客户。要改变这种状况，留住老客户赢得新客户，企业必须充分挖掘现有客户潜力。通过对客户的数据挖掘学习老客户，发掘新的目标客户，这也是很多成功企业上马CRM的原因。因而一套完善的CRM系统，在建设前期就应该认真考虑对数据挖掘的需求。3.2 CRM系统在数据准备阶段的具体应用3.2.1客户类型划分模块数据准备CRM系统中数据挖掘功能要辅助管理人员解决的几个问题：客户价值的判断、客户类型的划分和营销策略建议。3.2.1.1 客户价值的判断这里先对销售公司的客户保持与客户净价值做一个图表表示：图14客户保持率与客户净价值的关系也就是说，在销售行业的背景下，公司每年多保留5%的客户，那么一个典型客户在其生命周期内所带来的总利润可上升45%。从以上数据和图表不难看出，不同的客户群对于公司而言其价值是不同的，对此，我提出了判断客户价值的一个核心问题：客户价值判断的标准。CRM的观点认为，高质量的客户是：和企业建立长期、稳定的关系，愿意为企业提供的产品和服务承担合适价格的客户。从这一陈述中可以得到高质量客户的两个特征：盈利性和忠诚度，考虑销售或零售商所从事行业的特点，客户的资信水平反映了交易风险的大小，可以作为第三个特征。因此盈利性、忠诚度和资信水平就作为判断客户价值的依据，也就是作为划分客户群的三个基本指标。3.2.1.2 客户类型划分 首先我们对客户数据进行预先准备定义，得出划分客户群的指标体系：一级指标二级指标指标说明赋值方式赢利指标该指标表现客户累计交易的获利情况，综合体现了客户的购买的产品类型、提供服务的成本、交易量、成交价格、有无坏帐损失等消费行为。（Pi-Vi）*CiC=M+S+T忠诚度指标累计交易额从交易数量反映客户与公司关系密切程度，该值越大，客户忠诚度越高。Q= QiQi：第i次交易额重复购买次数从交易次数反映客户与公司关系密切程度，该值越大，客户忠诚度越高。i：重复购买次数客户保持时间客户维系时间越长，忠诚度越高。t：客户保持交易状态时间资信指标每笔授信业务的平均天数 该指标反映了客户按时还款情况，该值越大，还款越不及时，资信越差。t= ti/iti:第i笔授信实际占用天数不良授信次数占总交易次数的比率 从客户历史不良授信发生的概率反映客户的资信状况，该值越大，资信越差G=x/Xx:不良授信次数X:总交易次数 在得出指标体系后，还需要进一步对指标进行评分赋值，因此还需要建立一套评分赋值体系： 指标的权重每一个指标在客户等级划分中所起的作用也不同，所以我们要根据实际情况赋予每个指标不同的权重。对二级指标我们令其权重为aij（i=1、2、3；j视i的不同而不同）aij=1指标权重的确定方法可以采取如下两种方法：专家评定法：请专家分别根据其知识经验判别各指标的重要程度并赋予相应的权重 ,取其平均值作为该指标的权重。aij=ki/n(k1、k2、k3kn依次为n个专家对第i个指标给出的权重)统计模拟法：以资信指标为例，根据一系列客户历史资料，预先设定权重，然后进行评估，从评估结果看，显然得分低者容易拖欠账款。这样将得出的结果与实际的历史数据比较，如果有不良授信纪录的客户得分都很低，而且得分低者都有不良收信纪录，那么就意味着权重合理，否则，需要进一步调整，直到得出的结果与实际情况相符为止（当然可以规定一个允许的误差范围）。这两种方法各有利弊，专家评定法操作简单，但主观性强；统计模拟法，操作相对复杂但比较准确和客观。在实际操作中可以结合实际情况两者结合使用。 二级指标的评级赋值为了使制表赋值尽量客观和规范化，我采用等级评分法，即建立等级评分标准(如优良中差劣五级 ),将被评估者关于某指标的实际情况与该指标的标准进行比较 ,判定属于哪个等级 ,再进一步给予相应的等级分 (如“优”可得最高分 1 0分等 )。如累计交易额这一指标 ,可以根据客户资料 (记为 T)区分为五级 ,分级赋分 (二级指标的赋分值记为 Aij):T 5,A1 1 =1 0 ;5>T 2 ,A1 1=8;2 >T 1 ,A1 1 =6;1 >T 0 . 5,A1 1 =4;0 . 5>T,A1 1 =2。 一级指标的评分一级指标的分值 (记为 Ai)由其下属各二级指标的分值与权重计算而得 :Ai=aij Aij. 对一级指标分类根据一级指标的实际得分，将每一指标分为ABC三个等级，如下表所示：赢利指标P赢利指标P忠诚度指标L忠诚度指标L资信指标Z资信指标ZAP1<P<赢利状况良好,交易可获得较大的利润L1<L< 忠诚度很高,是公司的伙伴Z1<Z<信誉良好,基本无坏帐风险BP2<P<P1基本可以赢利,交易可获利但不明显L2<L<L1忠诚度一般,但有提升希望Z2<Z<Z1信誉较好,有拖欠,但损失不大C-<P<P2客户给公司带来负面价值,无利可图0<L<L2忠诚度差,属于临时顾客0<Z<Z2信誉较差,坏帐风险大表2 一级指标分类参数P1、P2、L1、L2、Z1、Z2的确定方法： 统计分组结合专家意见：先收集一定量的客户资料，对资料内的客户按其实际情况人为按三个指标分别进行划分，然后分析不同客户群数据的分布区间，并结合专家意见确定临界值。现以L1、L2作以说明：例如取得数据： L1、L2、 L3、L4、 L5、L6、 L7、L8、 L9按其实际情况各自归属于：ABC数据分组L1、L2、 L315，12，16L4、 L5、L67，5，9L7、L8、 L91，3，2分布区间（10，+ ）（5，10）（0，5）表3 参数P1、P2、L1、L2、Z1、Z2的确定方法在这里，样本数据取得越典型，样本容量越大，专家经验越丰富得出的结果越精确。 客户类型划分：客户类型指标组合（PLZ）客户类型特征最具价值客户（MVCs）AAA公司的忠实伙伴，利润的主要来源，信誉良好，属于公司的金牌客户，价值最大最具成长性客户（MGCs）ABA，ABB利润主要来源，信誉良好，但交易频率相对较小，如果加以特殊对待，这组客户也有可能成为最具价值客户一般客户（ORCs）BAA，BAB，BBA，BBB，BCA，BCB没有明显的长期价值，但仍然会给企业带来利润 低于零点客户（BZCs）C*给企业带来负面的价值(因为支持和服务于这一客户组的成本超出了所需的边际成本) 表4 客户类型划分3.2.1.3 营销策略建议不同类型的客户对公司而言其价值是不同的，因此对不同类型的客户销售人员应采取不同的营销策略，以达到公司利润最大化。客户类型营销策略MVCs采取适当的打折优惠措施，让渡一定的财务收益给客户，增加客户价值。享有优先提货、授信发货等增值服务。 建立“合作伙伴”或者“客户联盟” MGCs采取适当的打折优惠措施，让渡一定的财务收益给客户，增加客户价值。 ORCs这部分客户仍是有利可图，但不值得花费太大的代价提供服务BZCs严格控制交易过程，确保赢利的前提下才与其交易，尤其要限制其授信发货的资格。 表5 营销策略建议3.2.2客户结构分析模块数据准备通过客户类型划分，我们大致上把公司所有客户划分为最具价值客户（MVCs）、最具成长性客户（MGCs）、一般客户（ORCs）和低于零点客户(BZCs)四种类型。对此，进一步深入分析客户结构。客户结构分析基本思路是：通过对各个类型客户的特征做频数分布、频率分布的统计分析（以年为统计区间），帮助销售营销经理在宏观上掌握客户的构成情况，辅助他在战略意义上做出营销决策；通过纵向比较公司的客户结构，作为考评和调整客户关系管理工作的一个重要依据。3.2.2.1各个类型客户数量频数频率分布单独统计这一部分对分公司所有的客户按各个类型数量的构成作频数分布、频率分布统计，并以图形的方式直观的表示出公司的客户结构。先拿公司97年的客户结构分析表格：客户类型客户数量利润情况频数分布(人)频率分布频数分布(万元)频率分布MVCs3416.6% 8269.5% MGCs6431.2% 2622.0% ORCs9244.9% 1815.3% BZCs157.3% -86.8% 总计205100% 118100% 表6 公司97年客户结构分析图 15 客户数量分布图各个类型客户数量利润频数频率分布对比统计这一部分在数量分布的基础上引入利润特征，通过对每一类型客户数量利润的分布对比，反映出各个类型客户的盈利能力，从而帮助管理人员认识不同类型客户对公司价值的大小。图16 表示了这一对比分布情况。图16客户数量利润对比分布图3.2.2.2不同年度客户数量、利润频数分布趋势统计这一部分在纵向上对不同类型客户的数量、利润作频数分布统计，并以图形的方式直观表示出不同年度间客户结构的变化情况，不同年度间各个类型客户盈利能力的变化情况，其结果可以作为管理者制定营销策略提供支持，同时也可以作为检验公司客户关系管理工作成果的一个依据。首先引入公司98年客户结构分析表格：客户类型客户数量利润情况频数分布单位（人）频率分布频数分布单位（万元）频率分布MVCs4620.7%10471.7%MGCs7031.5%2819.3%ORCs9844.2%1611.0%BZCs83.6%-3-2.0%总计222100%145100%表3.2.2.2 98年客户结构分析不同年度客户数量、利润频数分布趋势统计图：（以97、98年为例）3.2.2.3 客户关系管理工作考评通过以上分析，我们可以看出客户关系管理工作在关系营销的背景下要关注以下四个方面的活动：新客户的获取、老客户的保持、客户结构的升级和总体客户盈利能力的提高，因此我们设定如下客户关系管理工作考评的指标体系：指标名称指标说明新增客户率Ra此指标反映了公司获取新客户的能力，该值越大说明公司获取新客户的能力越强。客户保持率Rc此指标反映了公司保持老客户的能力，该值越大说明公司保持老客户的能力越强。升级客户率Ru客户管理的新内容，不断升级的客户给企业带来诸多的好处，因为客户升级，也就意味着“客户满意”，客户升级的最终目标是使客户成为企业、品牌的忠实客户，它们愿意与企业建立和保持长期、稳定的关系，愿意为企业提供的产品和服务承担合适的价格，并且义务宣传企业的产品和服务。客户平均赢利能力Cp此指标反映了现有客户结构的质量。该值越大，说明现有的客户结构质量越高，盈利能力越强。表3.2.2.3 客户关系管理工作考评的指标体系为了直观的评定客户关系管理工作，系统给出如下考评体系：、首先，管理人员根据公司近期客户关系管理工作的重点，在结合公司发展的目标，对各个指标设定不同的权重，令指标权重为ai：则：ai=1；、然后，结合公司具体情况，设定各个指标的等级评分标准。令指标得分为Ai(i=1,2,3,4), 将每个指标划分为5个等级，以新增客户率为例：Ra>10%， A1=100；10%>Ra>8%，A1=80；8%>Ra>5%，A1=60；5%>Ra>3%，A1=40;3%>Ra， A1=40;、最后，得出总的得分情况：S=ai Ai、根据实际得分情况，分组评定客户关系管理工作：100>S>80，优； 80>S>60，中； S<60，较差。3.2.3客户流失报警模块数据准备企业通过对顾客历史交易行为的观察和分析，赋予客户关系管理模块警示顾客异常购买行为的功能。如一位常客的购买周期或购买量出现显著变化时，都是潜在的顾客流失迹象。CRM通过自动监视顾客的交易资料，对顾客的潜在流失迹象做出警示。3.2.3.1基于购买周期的客户流失报警条件通过对客户历史交易数据的统计分析得到客户的平均采购周期，如果客户从上一次采购至今的时间间隔超过客户平均采购周期加上N个标准差，那么系统就认为这是一个潜在的客户流失现象，并给出报警显示。考虑到大型销售或零售商具体的行业背景，客户的采购周期长短可能与季节因