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。客戶關系管理(CRM)自產生以來，它的相關研究與應用得到了快速發展，但在企業中CRM應用失敗的案例也比比皆是。究其原因主要有兩點：一是人們對CRM核心思想的理解認識不準確，二是現有企業CRM應用的體系結構不完善。因此，企業的當務之急是如何進行有效的客戶關系管理，以便能夠深層分析數據倉庫中儲存的大量客戶信息，從而獲得有利于企業商業運作、提高市場競爭優勢的有效信息，實現CRM的理念和目標，滿足現代電子商務時代的需求和挑戰。

　　1 客戶關系管理的特征

　　隨著現代信息技術的快速發展，企業之間的競爭方式和方法也在逐步地發生轉變。傳統的單純以產品為中心的企業競爭優勢已經逐漸的淡化，而“以客戶為中心”，能否及時、準確地響應客戶需求的能力成為網絡經濟時代企業取得成功的關鍵因素。因此，企業必須能夠完整地掌握客戶信息，準確把握客戶需求，快速響應其個性化需要，并且提供便捷的購買渠道以及良好的售后服務與經常性的客戶關懷等，客戶關系管理能夠幫助企業實現這一目標。

　　客戶關系管理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。

　　2 基于數據倉庫的CRM體系結構

　　2.1 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，數據挖掘(Data Mining, DM)的應用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，如靜態的歷史數據和動態數據流數據等，都可以利用數據挖掘技術進行分析。常用的數據挖掘技術包括關聯分析、序列分析、分類分析、預測分析、聚類分析以及時間序列分析等。

　　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客戶關系管理系統中的應用，能夠幫助企業全方位的了解客戶，把握客戶的特征與需求，更有效地掌握客戶的行為。

　　2.2 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。數據源、數據倉庫應用系統和CRM分析系統三個部分組成了整個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)CRM中的數據倉庫應用系統主要由數據倉庫建設和數據倉庫系統兩個部分組成。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，能夠分析客戶的整體行為和企業運營數據，針對不同的數據倉庫用戶提供有價值的信息。

　　(3)CRM分析系統是CRM的核心，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。

　　3 數據倉庫在CRM中的應用分析

　　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。

　　3.1 客戶分級管理

　　客戶分級管理是CRM中的一項重要內容。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，這樣企業就能夠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，可以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。與之相對應，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)，可以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，市場專家可以制定相應的市場策略，提供有針對性的產品和服務，大大提高各類客戶對企業和產品的滿意度。

　　然后進行重點客戶發現，其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，客戶的盈利能力也有很大的區別。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，或者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)。數據必須從“比特”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。”

　　3.2 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，提高企業應用CRM的成功率。

　　比如企業通過客戶行為分析、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。然而，這些企業行為是否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非常重要。客戶所提供的市場反饋是這些性能評估分析的基礎。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，這個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；然后要能及時跟蹤市場的變化，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。

　　4 結 語

　　隨著CRM在企業經營過程中的應用，企業生產、經營和銷售數據等相關信息不斷累積，數據倉庫已經成為企業組織、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(OLAP、報表)等分析功能，幫助企業提高市場決策能力、完善經營計劃、獲得競爭優勢。