基于数据挖掘的客户关系管理研究.doc

《基于数据挖掘的客户关系管理研究.doc》由会员分享，可在线阅读，更多相关《基于数据挖掘的客户关系管理研究.doc（65页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于数据挖掘的客户关系管理研究摘 要经济迅速发展，市场竞争日益激烈，企业的管理模式逐渐由“以产品为中心”转向“以客户为中心”，以“以客户为中心”为核心思想的客户关系管理（CRM）得到了迅猛发展。但是，由于CRM出现的时间短，对它的研究和应用还不完善,尤其是基于数据挖掘的CRM的研究和应用亟待深入。本论文从客户关系着手，通过分析客户生命周期、CRM内涵，以及对比分析企业管理模式，深刻剖析了CRM的核心思想，并依此探讨了我国企业CRM实践的方法；通过把CRM应用在“诺兰模型”中定位于数据期，明确了数据处理在CRM中的重要作用，进而论证了数据挖掘在CRM中的基础辅助性作用；通过分析现有CRM体系结构

2、，并融合本文所有理论分析和研究成果，重点构建了一套基于数据挖掘的CRM体系结构；最后，以实际案例为背景分析了基于数据挖掘的CRM在我国某城市商业银行的应用，论证了本文的理论研究成果。本论文的研究有助于人们正确认识CRM的核心思想，恰当理解数据挖掘在CRM中的作用，以及提高我国企业CRM实践的成功率。不但推进了基于数据挖掘的CRM的研究，也对应用基于数据挖掘的CRM有巨大的指导作用和现实意义。关键字：客户关系管理；体系结构；数据挖掘；核心思想AbstractWith the development of economy and the fierce competition of the mark

3、et, enterprise management mode is changed from regarding products to customer as the center and Customer Relationship Management (CRM) develops rapidly. However, because of the short time of appearance of CRM, the study and application on CRM isnt perfect, especially on CRM based on Data Mining (DM)

4、, which should be carried out further.On the basis of customer relationship, this thesis analyzes the core idea of CRM based on the analysis of the customer life cycle and the connotation of CRM and the comparison of enterprise management mode, and it argues the implementation methods of CRM in Chin

5、ese enterprises. Through the application of CRM is orientated as the data period in the Nolan model, it clarifies the significance of data processing in CRM and argues the basic role of DM in CRM. Through analyzing exiting CRM system structure and combining all the result of theory analysis and rese

6、arch, a set of CRM system structure based on DM is constructed, which is the key part of this thesis. Eventually, it analyses the application of CRM based on DM in a certain City Commercial Bank, which argues the theoretic result of this research.The study contributes people to recognize the core id

7、ea of CRM correctly and the role of DM in CRM, and it improves the success rate of the practice of CRM in China. It not only advances the research on CRM based on DM, but also plays an important role in the application of CRM based on DM.Key words: Customer relation management (CRM); System structur

8、e; Data mining (DM); The core idea目 录1 引言11.1 选题意义11.2 国内外研究和应用现状21.2.1 CRM的研究和应用现状21.2.2 数据挖掘的研究和应用现状51.3 研究思路和研究内容82 客户关系管理（CRM）分析102.1 客户关系分析102.1.1 客户和客户关系概述102.1.2 客户生命周期分析112.2 CRM核心思想剖析162.2.1 CRM内涵分析162.2.2 CRM与传统企业管理模式的对比分析182.2.3 CRM核心思想剖析结果202.3 我国企业CRM实践的方法探讨232.3.1 CRM实践的生命周期242.3.2 CRM

9、实践与企业文化变革252.3.3 CRM实践与企业信息能力263 基于数据挖掘的CRM283.1 CRM应用在诺兰模型中的定位283.1.1 企业信息化与诺兰模型283.1.2 CRM应用定位303.2 CRM中的数据处理313.2.1 CRM中的数据处理流程313.2.2 CRM中数据分析工具的对比分析333.2.3 CRM中的数据挖掘过程343.2.4 CRM中的数据挖掘步骤353.3 CRM中应用的数据挖掘技术探讨363.3.1 获取新客户373.3.2 保持优质客户383.3.3 提升客户价值393.4 基于数据挖掘的CRM体系结构403.4.1 现有CRM体系结构分析403.4.2

10、构建基于数据挖掘的CRM体系结构424 基于数据挖掘的CRM在某城市商业银行的实证研究454.1 引入CRM的背景和基础454.1.1 现有管理系统分析464.1.2 管理模式对比分析474.1.3 应用CRM的可行性分析494.2 基于数据挖掘的CRM应用504.2.1 商业应用目标504.2.2 数据存储特点524.2.3 数据挖掘特点524.2.4 客户接触方式534.2.5 应用效果分析54结 论55参考文献57致 谢61攻读硕士学位期间发表的学术论文和取得的科研成果62II基于数据挖掘的客户关系管理研究1 引言1.1 选题意义经济的发展与人民生活水平的不断提高,消费者需求日益趋向于多

11、样化、个性化；并且随着市场竞争的不断加剧，目前的市场已经走向买方市场，消费者有了更多的选择。因此“客户就是上帝”已经从一句空头口号成为了不争的事实，如何获得优质客户、保持优质客户和提升客户价值成为一个企业在残酷的市场竞争中获胜的主要决定因素。但是获得优质客户、保持优质客户和提升客户价值说起来容易做起来难。一方面，随着社会化大生产的不断深入，企业的客户数量成千上万，企业存储的客户信息也像汪洋大海一样难以控制1；另一方面，随着信息技术的不断发展，尤其是电子商务和Internet的爆炸性发展，客户之间的关系也变得越来越难于维持2，“因特网上的搜索引擎可以在30秒内毁掉一个30年苦心经营的品牌”这句话

12、很好的描述了目前的状况。因此，目前的客户关系已不再是简单的电话关怀或嘘寒问暖，企业客户关系的管理方式也不同于以前门口杂货店的管理方式，一条信息一个决策都会影响到企业原有客户和潜在客户的去留，可以决定一个企业的成败。对客户关系进行科学有效的管理势在必行，客户关系管理（Customer Relationship Management 简称CRM）也就应运而生。CRM是一种企业经营模式，它围绕“客户”开展企业的各项业务，充分与信息技术相结合，经过深入的研究和分析客户行为，针对不同客户制定出相应的营销、销售和服务策略，从而提高客户满意度，改善客户关系，在实现客户价值最大化的前提下，实现企业和客户的双赢

13、。CRM是“以客户为中心”的管理思想与现在快速发展的IT相结合的产物，也可以说现代IT的快速发展促使“以客户为中心” 的CRM这种管理理念和管理机制得以付诸于实践，从而形成了现在的CRM。企业实施CRM的目标就是要在恰当的时间通过恰当的渠道给恰当的客户提供恰当的产品/服务，从CRM中获得竞争优势是现代企业实施CRM的直接驱动力。要做到这些，就必须对客户在与企业交互过程中的各种客户数据进行收集、整理和分析，及时、高效地找出隐含在数据中有用的知识。但是企业的这些数据是海量的、离散的、非结构化的和待验证的，因此采用什么样的技术高效地进行数据处理成为了CRM的基础内容之一。数据挖掘技术正是CRM中数据

14、处理的重要技术之一。真正的CRM必须或多或少应用到数据挖掘技术，才能够高效、准确的发掘出客户历史数据中的潜在知识。企业把这些潜在知识与现实经营环境相结合，制定出相应的营销策略、经营战略，将对获得和保持住企业的利润来源客户起到至关重要的作用。数据挖掘技术在CRM中的应用研究也就成为目前的研究热点，也是今后CRM研究的重点方向。因此，基于数据挖掘的CRM的研究对进一步深化CRM的研究具有一定的促进作用，并且对我国企业成功实施CRM战略以及提高我国企业的经营、管理和决策水平有着重要的现实意义和应用价值。1.2 国内外研究和应用现状数据挖掘研究的时间较长，相对比较成熟，特别是国外关于数据挖掘的研究更加

15、成熟。但是无论国内和国外，关于CRM的研究时间都不算太长，国内的研究相对更短，因此，数据挖掘与CRM相结合的研究更加有限。1.2.1 CRM的研究和应用现状为了明确CRM的研究和应用现状，有必要先了解一下它的起源。CRM起源于20世纪80年代初提出的接触管理（Contact Management），即专门收集整理客户与公司联系的所有信息。到20世纪90年代初期则演变成为包括电话服务中心与支持资料分析的客户服务（Customer Care）。经历了20余年不断演变发展，CRM逐渐形成了一整套管理理论体系和应用技术体系3。CRM这个名词首先从北美传出，至于最先由谁提出很难具体考证。但是一般认为CR

16、M的概念最早由 Gartner Group于1997年提出，即认为为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，最大化客户的收益率34。不过对CRM的定义，目前并没有一个统一的表述。但是，所有的定义都是对 “以客户为中心”，通过提高客户满意度，改善客户关系，从而提高企业竞争力的不同表达方式。国内CRM最初由国外的IT厂商引入。l 1999年8月6日，朗讯科技（中国）公司商业通讯系统部在京举办了以“营造完美电信呼叫中心”为主题的研讨会，介绍了其全新的客户关系管理（CRM）解决方案，并强调指出，商业部门必须着眼于客户关系，提供独具特色的个性化服务，才能在网络时代立于不败之地。l 199

17、9年9月27日计算机世界报连载了Oracle细说CRM的相关文章。l 2000年3月27日Oracle公司首次在全球举行电子商务大巡展活动，分别在北京（3月27日）、上海（3月30日）、长沙（4月3日）、深圳（4月7日）、福州（4月10日）、成都（4月17日）、西安（4月20日）和沈阳（4月24日）举行。在这些会议上，Oracle 公司介绍了其Internet平台产品Oracle 8i和CRM解决方案。至此，CRM进入中国，并且自从2000年末掀起一股CRM浪潮以来，关于CRM的研究和应用得到迅速发展5。其实不论是在国内还是在国外，CRM从一开始提出，关于它的研究、讨论和应用便快速发展，CRM

18、市场也以难以置信的速度膨胀，尤其在1999-2001年期间获得了高速的发展。而2002年由于受到全球IT预算紧缩的影响，加上CRM高失败率的过度宣传，CRM市场步入了“低谷”，但同时CRM市场也开始逐步走向理性和成熟6。但是2003年初据IDC调查结果显示，全球CRM市场将以年平均18.6%的速度继续增长，到2006年将达到455亿美元，特别是国内市场增长速度更快。另据市场研究公司Frost & Sullivan最新研究（2003年12月）表示，今年的CRM市场有望增长8%，到2009年，市场价值将突破4.068亿美元。另外，从应用市场的现状和趋势分析，CRM软件在当前依然处于概念普及阶段，缺

19、乏成熟的应用环境，在未来的一至两年内，其发展速度和发展规模不会产生突发性的变化。虽然CRM市场前景十分美好，但是在企业信息化的过程中，CRM也和ERP一样，实践和应用才是它的关键。那么什么是CRM应用？CRM应用就是利用信息技术，针对面向客户的营销、销售、客户服务、客户交互和客户分析等业务领域，设计出的各种软件功能模块的组合，以最大限度的支持CRM经营理念在企业范围内的具体实践2。也就是说，CRM应用最终还是需要有相应的CRM管理软件来体现，自然CRM市场也就成为了各个管理软件公司的必争之地。CRM软件的最初实践者目前普遍认为是Tom Siebel，即Siebel软件公司的创始人7，Siebe

20、l公司也被称为全球CRM领域的No.1，一直是五大咨询巨头的首选CRM产品供应商。其他重量级CRM软件厂商还有PeopleSoft、SAP、Oracle等，它们主要面对高端市场。国内的主要厂商是用友软件（Ufsoft iCRM）、金蝶软件（中国）有限公司（Teams CRM）、北京合力金桥系统集成公司（Holly CRM）。另外，大家比较熟悉的Turbo CRM综合实力也很强，它特点鲜明，具有明确的CRM事业理念，以中国市场为基地，并拥有管理、技术、市场和咨询各方面都很强的工作团队，在CRM品牌塑造、市场教育方面位于领先地位67。对于国内CRM市场，国外CRM软件商已经加大了开拓的力度，国内的

21、软件商也纷纷推出或正在开发CRM软件。另外，国内企业在这方面的需求越来越强烈，一些企业已着手CRM实施工作。根据深圳市麦肯特企业顾问有限公司调查显示：从对CRM感兴趣的人和企业分布的地区来看，基本上东部发达地区对CRM的关注度明显高于其它省份；从行业分布来看，服务业和竞争激烈的制造业的企业居多，其中服务业有金融、电信、网络信息和教育等。这说明，我国CRM应用主要以邮电、金融等经济实力较强、信息化程度较高的行业开始8。那么CRM在企业到底是做什么的呢？CRM就是将“客户是上帝”的思想变成一个操作性很强的专业工作，想方设法伺候上帝让他开开心心地掏钱，这就是CRM要干的事。它首先是一种管理思想，其次

22、才是套IT系统6，是一个获取、保持和增加可获利客户的过程，一种以客户为中心的经营管理模式和信息技术解决方案的总和。另外，可以从以下两个层面来理解CRM9：第一，从管理角度看，CRM起源于市场营销理论。它最终要解决的是企业的市场和客户资源。CRM涵盖了企业的营销、销售、服务等与客户接触的相关领域，要求企业把客户当作企业运作的核心来组织自己的生产和服务。这与传统企业根据自己的资源来组织生产和服务，然后再把产品推销给客户的经营方式不同。第二，从信息技术的角度看，CRM是企业管理中信息技术、软硬件系统集成的管理方法和应用解决方案的总和。目前，CRM一般被分为三类：操作型、协作型和分析型，其中分析型CR

23、M是深层次的CRM类型，也是CRM领域研究的重点。操作型CRM也称为运营型CRM或“前台”CRM，即所谓的前端办公室应用，包括销售自动化、市场自动化、服务自动化等应用，以及前端办公室和后端办公室的无缝集成。运营型CRM主要帮助企业做流程控制，最适合制造业和零售业，数据共享是需要解决的关键问题。以数据仓库为基础、实现统一客户视角的分析型CRM也称为“后台”或“战术”CRM，与数据仓库密切相关，运用数据挖掘、OLAP、交互查询和报表等手段，了解客户的价值和购买趋向等。分析型CRM比较适合金融、电信、证券行业，它采用数据挖掘等分析工具对原有的各种数据进行分析，进而为企业的经营、决策提供可靠的量化依据

24、。基于多媒体联系中心，建立在统一接入平台上的协作型CRM，是为客户交互服务和收集客户信息提供的各种渠道及联系手段。协作型CRM主要做协同工作，适应于那些侧重服务并和客户沟通频繁的企业，适合于通过任何渠道和客户接触、沟通的企业。它强调的是交互性，借助多元化、多渠道的沟通工具，比如呼叫中心、WEB访问、电子邮件、传真等，实现企业和用户之间的双向互动交流，进一步提供个性化的服务。但是，目前大多数企业对CRM还处于关注阶段，少数已开始实施CRM的几家企业，也主要仅在渠道管理和客户联络中心等方面做了一些工作，实现程度并不高，还需要进一步深入和完善。综上所述，可以得出国内CRM现状如下：l 国内由于引入的

25、是产品，而不是管理思想，所以在中国，CRM的思想基础非常薄弱，在很大程度上还没有归纳、整理、提炼成一种思想。即便有人做了一些这方面的工作，也是点点滴滴、零零碎碎，还不能形成思想体系。l 由于国内是在严重缺乏CRM思想教育的情况下，被动地接受了来自西方的CRM，其所体现的思想难于符合中国实际，而有中国特色的CRM思想，目前又难于体现和固化在CRM中。l CRM在国内的应用主要集中在金融银行业、电信业、零售业和保险业等行业，它们拥有大量客户信息且信息化程度相对来说较高。l CRM在国内企业的实施成功率不高，即使已经成功实施CRM的企业，他们CRM应用的层次也不高，主要停留在对客户信息的收集、管理和

26、统计上，还缺乏对数据的深层次分析。1.2.2 数据挖掘的研究和应用现状数据挖掘(Data Mining简称DM)是从大型数据库或数据仓库中发现并提取隐藏在其中的有用信息的一种新技术，是数据库研究中一个很有应用价值的新领域。DM能帮助最终用户从大量的数据中抽取出有用的商业信息，从而很好地支持决策。国内外关于DM的研究已经比较深入，目前的主要研究内容是怎样应用DM技术。(1) 数据挖掘的由来数据挖掘技术是人们长期对数据库技术进行研究和开发的结果，数据挖掘使数据库技术进入了一个更高级的阶段，它不仅能对过去的数据进行查询和遍历，并且能够找出数据之间的潜在联系，从而促进信息的传递。通过研究数据挖掘的历史

27、可以发现：数据挖掘的快速增长与商业数据库的快速增长相关联。随着商业数据库的发展，商业数据逐渐进化成为商业信息，商业数据的这个进化过程一般分为：数据搜集、数据访问、数据仓库和数据挖掘四个阶段（见表1.1），它的每一步前进都建立在上一步的基石之上，并且第四阶段是革命性的进化。表1.1 数据进化的四个阶段Table1.1 The Four Phases of Data Evolution进化阶段时间段技术支持生产厂家产品特点数据收集20世纪60年代计算机、磁带等IBM，CDC提供历史性的、静态的数据信息数据访问20世纪80年代关系数据库、SQLORACLE，SYBASE, IBM，MICROSOFT

28、在记录级提供历史性的静态的数据信息数据仓库20世纪90年代联机分析处理、多维数据库POLIT，COMSHARE ARBOR，COGNOS在各层次上，提供回溯的动态的历史数据数据挖掘正 在流 行高级算法、多处理系统、海量算法PILOT，LOCKHEED, IBM，SGI提供预测性信息(2) 数据挖掘的功能数据挖掘的技术和方法很多，有决策树方法、神经网络方法、遗传算法、可视化技术、数据仓库技术等，但是按照数据挖掘功能，一般可以把数据挖掘分成以下五类21011：分类：按照分析对象的属性分门别类加以定义，同类对象之间具有相同特性。例如，将客户进行细分，实现CRM的“一对一营销”。使用的技术主要有决策树

29、(decision tree)，基于记忆的推理(memory-based reasoning)等。聚类：根据某些属性将数据库分割为一些子集或簇，增强人们对客观现实的认识，是概念描述和偏差分析的先决条件。例如，在了解客户库的过程中，使用聚类分割人群以发现潜在客户的簇。聚类不同于分类，它是一种无监督分类法，没有预先指定的类别。聚类使用的技术主要有k-means法及agglomeration法等。关联规则：这类技术可以通过考察记录来识别数据间的密切关系，这些关系常常表现为规则。例如，“所有包含A和B的记录中有60%同时包含C和D”。在CRM中，这种功能可以有效帮助实现交叉销售(cross-selli

30、ng)。概念描述：就是对某类对象的内涵进行描述，并概括这类对象的有关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述异类对象之间的区别。常用技术有决策树方法和遗传算法等。偏差检测：数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。偏差包括很多潜在的知识，如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差和量值随时间的变化等。(3) 数据挖掘的建模数据挖掘之所以能准确地发现那些隐藏在大量数据深处的重要信息，并做出预测，是通过建模技术实现的。建模就是建立一种描述数据集中数据特性的表达式，也就是构建模式，这种模式可以表征数据特性和预测未知。模

31、式有很多种，按功能可分为两大类：预测型（Predictive）模式和描述型（Descriptive）模式。预测型模式是可以根据数据项的值精确确定某种结果的模式；描述型模式是对数据中存在的规则做一种描述，或者根据数据的相似性把数据分组。在实际应用中，模式一般被细分为以下6种：l 分类模式。是一个分类函数（分类器），能够把数据集中的数据项映射于某个给定的类。分类模式往往表现为一棵分类树，根据数据的值，从树根开始搜索，沿着数据满足的分支往上走，走到树叶就能确定类别。l 回归模式。它的函数定义与分类模式相似，两者的差别在于分类模式的预测值是离散的，回归模式的预测值是连续的。如给出某个人的教育情况和工作

32、经验，回归模式可判定这个人的年工资在哪个范围，进而判断他最大可能承受的通话消费额。l 时间序列模式。它是根据数据随时间变化的趋势预测将来的值。这里要考虑到时间的特殊性质，像一些周期性的时间定义如星期、月、季节和年等，不同的日子如节假日可能造成的影响，日期本身的计算方法，还有一些需要特殊考虑的地方如时间前后的相关性(过去的事情对将来有多大的影响力)等。l 聚类模式。它把数据划分为不同的组，组之间的差别尽可能大，组内的差别尽可能小。如果产生的模式无法理解或不能使用，则该模式可能是无意义的，需要重新组织数据。l 关联模式。它是数据项之间的关联规则。关联规则是如下形式的一种规则：如“在逃避应缴纳移动通

33、信费的人当中，60%的人在当地无固定住址”。l 序列模式。它与关联模式相仿，而把数据之间的关联性与时间联系起来。为了发现序列模式，不仅需要知道事件是否发生，而且需要确定事件发生的时间。例如，在当前申请拨号上网的人们当中，70%的人会在6个月以后申请宽带接入业务。数据挖掘作为一种重要的数据分析工具，在CRM中势必会起到重要的基础辅助作用。但是，由于CRM提出的时间短，数据挖掘又是一种比较复杂的技术，所以数据挖掘与CRM相结合的研究并不多，尤其是关于基于数据挖掘的CRM的系统研究更加有限。此外，我国目前存在的多数所谓的CRM一般都属于比较低级的CRM,不包含数据挖掘技术。1.3 研究思路和研究内容

34、自从CRM被提出以来，无论是关于它的研究，还是它的应用都有了迅速的发展，市场前景也十分乐观。但是，CRM提出的时间并不长，作为一个新的研究领域，它的许多思想和理念还不统一，关于它的研究也还有很多亟待完善之处。主要包括：CRM的许多思想和理念不统一，也不全面，尤其是人们对CRM核心思想的认识不透彻，还有待于深入剖析和明确；信息技术与CRM的关系不明确，信息技术在CRM中扮演什么角色，主要做什么，CRM主要使用什么信息技术，这些问题都有待于进一步的探讨；基于数据挖掘的CRM虽然成为了当今研究的重点方向，但关于它的研究还需要进一步深入和细化；缺乏完整、可行的CRM体系结构来指导CRM的研究和应用；目

35、前CRM从理论到实践应用不足，关于企业应用CRM的方式方法亟待探讨。本论文将主要针对以上问题进行研究，力图解决这些问题。首先，将从客户关系着手分析客户生命周期和CRM内涵，并通过和传统企业管理模式的对比，剖析CRM的核心思想，达到统一CRM含义和明确CRM核心思想的目的；并且，将依据对CRM核心思想的剖析，针对我国企业的特点，探讨我国企业CRM实践的方式方法，旨在提高我国企业CRM实践的成功率；然后，将依据“诺兰模型”对企业信息化阶段的划分，为CRM在企业信息化中进行定位，并依此确立IT中的数据处理在CRM中的地位和作用，进而论证数据挖掘在CRM中的重要基础辅助性作用；之后，将通过分析现有CR

36、M体系结构，并融合本文所有分析和研究结果，构建一套基于数据挖掘的CRM体系结构，以体现CRM的理念、理论和研究体系，以及指导我国企业应用基于数据挖掘的CRM；最后，本文将以某城市商业银行应用基于数据挖掘的CRM为实例，进行实证研究，以验证本论文的理论研究成果。论文的总体结构安排如下：第一章 引言。先分别讲述CRM和数据挖掘在国内外的研究和应用现状，引出本文的主要研究思路和研究内容，再概要说明论文的总体结构安排。第二章 CRM分析。从客户关系着手分析客户生命周期，分析CRM内涵，对比分析CRM与传统企业管理模式，并依此剖析CRM的核心思想；然后，进一步探讨我国企业CRM实践的方法。第三章 基于数

37、据挖掘的CRM。首先，根据企业信息化过程和CRM特征，为CRM应用在“诺兰模型”中所处阶段进行定位；进而，分析CRM中的数据处理并引出重要数据分析工具数据挖掘；最后，通过分析现有CRM体系结构，并融合以上分析和研究成果，构建一套基于数据挖掘的CRM体系结构。第四章 基于数据挖掘的CRM在某城市商业银行的实证研究。以某城市商业银行应用基于数据挖掘的CRM为实例，进行实证研究，论证本文的理论研究成果。第五章结论。对本次的研究以及成果进行总结，并指出今后进一步的研究方向和研究内容。2 客户关系管理（CRM）分析客户关系管理（CRM）的定义有很多，不同的人从不同的角度总会有不同的提法，目前尚无一个能让

38、所有人接受的统一定义。这种现象在一定程度上说明了CRM概念不能够用一两句话进行准确解释：即使一位资深的CRM专家，当他讲完一个CRM定义后，也总会添加上各种各样的解释，生怕自己的答案让别人产生不必要的误解7。我国引入CRM是先从系统软件开始，对于CRM的误解更多，对于企业该如何有效实施CRM更是一筹莫展。本章将依据对客户、客户关系和客户生命周期的描述与分析，CRM内涵分析，以及传统企业管理模式和CRM的对比分析，深入剖析CRM的核心思想，解释清楚什么是真正的CRM。最后，本章将依据对CRM理论的研究、分析，以及CRM实践，从CRM实践的生命周期、CRM实践与企业信息变革和企业信息能力的关系这三

39、方面，分别探讨我国企业CRM实践的方法。2.1 客户关系分析客户关系管理如果按照字面意义拆开理解，就是对客户关系的管理。只不过，真正CRM中的管理具有更广的含义，并不是对客户关系简单意义上的管理。但是，为了便于理解CRM，有必要先对客户关系进行分析，首先了解一下什么是客户，以及什么是客户关系。2.1.1 客户和客户关系概述客户关系管理（CRM）的第一个英文单词是“Customer”，中文有两种解释，即“顾客”和“客户”。前者主要指“光顾企业的客人”，简称“顾客”，也是该词传统上的意义；而后者的意义要更为广泛，它与“关系”真正能够联系成为“客户关系”，过去买过、正在购买或者今后有可能向企业购买的

40、人或组织都可以称为“客户”，他们一般分别被称为“已有客户”、“交易客户”和“潜在客户”。另外，企业员工也属于企业必不可少的一类“客户”，他们是企业的“内部客户”，并且往往“内部客户”作用更大14。从宏观意义上说，世界上所有的人或组织都是企业的潜在客户，相比之下，现有客户数量就是“沧海一粟”7。相信企业领导从这个角度思考“客户”必然会兴奋不已。企业的利润来源是客户，客户与企业之间的关系（即所谓的“客户关系”）在企业经营中的地位就显得尤为重要。关系是两个人或两组人之间其中一方对另外一方的行为方式以及感觉状态，客户关系是指企业同客户之间的一种特殊关系。客户与企业的交往过程中，如果客户对企业有好感，那

41、么可能触发相应的购买行为，经过相互强化和促进之后，可以发展成为良好的客户关系；反过来，如果客户在购买行为中对企业感觉不好，那么就可能终止未来的购买行为，从而导致客户关系的“破裂”或“消失”。正因为客户关系是这样依赖双方的“感觉”一种特殊关系，所以处理起来十分困难，也难于把握。目前关于客户关系的研究以客户生命周期理论最具代表性。客户生命周期是客户关系生命周期的简称，指客户关系水平随时间变化的发展轨迹，它描述了客户关系从一种状态（一个阶段）向另一种状态（另一阶段）运动的总体特征。客户生命周期理论是从动态角度研究客户关系的一个十分有用的工具，在客户生命周期框架下研究客户关系问题，可以清晰地洞察客户关

42、系的动态特征：客户关系分阶段发展，不同阶段客户的行为特征和为公司（泛指供应商）创造的利润不同；不同阶段驱动客户关系发展的因素不同，同一因素在不同阶段的内涵也不同。2.1.2 客户生命周期分析国内外已经有很多关于客户生命周期的研究，“客户关系具有明显的周期特征”这一观点也早已被一些学者提出15。随着对客户关系动态特征重要性认识的不断加强，客户生命周期的应用研究也逐渐引起越来越多学者的兴趣，比如从客户角度考察各种专有投资保护机制在生命周期不同阶段的有效性16等，另外对客户生命周期模式的描述，客户生命周期模式的类型，以及什么样的客户生命周期模式对供应商来说最有利可图等问题也有了进一步的研究。为便于本

43、文研究，下面首先划分客户生命周期的各个阶段，然后分析客户生命周期模式。(1) 客户生命周期阶段划分阶段划分是客户生命周期研究的基础，目前这方面已有较多的研究，其中，Dwyer, Schurr和Oh的研究最具代表性16。他们提出了买卖关系发展的一个五阶段模型，首次明确强调买卖关系的发展是一个具有明显阶段特征的过程。这一观点被广泛接受，取代了当时盛行的把交易完全看作是离散事件的观点。国内的陈明亮经过研究，把客户关系的发展进一步划分为考察期、形成期、稳定期、退化期四个阶段，称为四阶段模型17。另外Piccoli Gabrielle还把客户生命周期分成十二个阶段进行了研究18。经过对比分析，本论文采用

44、更具有代表性的四阶段模型进行讨论和分析。考察期关系的探索和试验阶段。这一阶段，企业和客户双方考察和测试目标的相容性、对方的诚意、对方的绩效，考虑建立长期关系时双方潜在的职责、权利和义务。考察期的基本特征是相互了解不足、不确定性大，中心目标是评估对方的潜在价值和降低不确定性。这一阶段，客户通常会下一些尝试性的订单。形成期关系的快速发展阶段。能进入这一阶段，表明在考察期双方相互满意，并建立了一定的相互信任和交互依赖。在这一阶段，双方从关系中获得的回报日趋增多，交互依赖的范围和深度也日益增加，逐渐认识到对方有能力提供令自己满意的价值（利益）和履行其在关系中担负的职责，因此愿意承诺一种长期关系。在这一

45、阶段，随着双方了解和信任的不断加深，关系日趋成熟，双方的风险承受意愿增加，由此双方交易不断增加。稳定期关系发展的最高阶段。在这一阶段，双方或含蓄或明确地对持续长期关系作了保证。这一阶段有如下明显特征：l 双方对对方提供的价值高度满意l 为能长期维持稳定的关系，双方都作了大量有形和无形投入l 大量交易因此，在这一时期双方的交互依赖水平达到整个客户关系发展过程中的最高点，双方关系处于一种相对稳定状态。退化期关系发展中关系水平的逆转阶段。退化期的主要特征有：l 交易量下降l 一方或双方正在考虑结束关系甚至物色候选关系伙伴（供应商或客户）l 开始交流结束关系的意图引起关系退化的可能原因有很多，比如：一

46、方或双方经历了一些不满意、发现了更适合的关系伙伴、需求发生变化等。另外，关系的退化并不总是发生在稳定期后的第四阶段，在任何一阶段关系都可能退化。(2) 客户生命周期模式分析为了更直观地揭示客户关系发展的阶段性，可以采用图形化方式来展示客户关系发展水平随时间变化的趋势。本文选取了两个特征变量来表征客户关系的发展水平：单位时间交易额(简称交易额)和单位时间内客户为公司创造的利润（简称客户利润）。其中交易额着重反映交易规模，客户利润着重反映客户对供应商的价值大小。使用这种方式分析客户关系发展水平随时间变化的趋势，可以发现客户和企业之间存在着不同的客户生命周期模式，在图形当中，可以用不同的客户生命周期

47、曲线来描述不同的客户生命周期模式。图2.1就是一条典型客户生命周期曲线，描述了一个具有代表性的客户周期模式。图2.1 典型客户生命周期曲线Fig2.1 The Curves of Typical Customer Life Cycle考察 形成 稳定 退化 t图2.1说明：为清晰起见，曲线作了放大，P(t)每单位刻度代表的币值小于TV(t)每单位刻度代表币值同时，考察期和形成期也不代表P(t)大于零。TV(t)P(t)和分别表示客户在第个时间单元内与公司的交易额和给公司带来的利润，其中： （2-1） （2-2）表示客户在第个时间单元与公司的交易量；表示客户在第个时间单元内愿意支付的价格；、分别表示客户在第个时间单元内消耗的产品成本、服务成本、营销成本和交易成本；表示客户在第个时间单元内给公司带来的间接收益。曲线和曲线分别描述了和的变化趋势。和具有类似的阶段特征：考察期总体很小且增长缓慢，形成期增长速度较快，稳定期继续增长但速度减慢，退化期快速减少，两条曲线均呈倒“U”形。所以，往往只用一条曲线就可刻画出客户生命周期的特征，一般用曲线，曲线可看作狭义的客户生命曲线。但曲线和曲线有两点不同：1） 交易额在形成期后期接近最大值，在稳定期保持最大值；客户利润在稳定期仍持续攀升，直到稳定期后期才达到最大值。原因是交易额达到最大时，价格提升、成本降低和间接效益对