精华内容
下载资源
问答
  • #资源达人分享计划#
  • #资源达人分享计划#
  • 英国某电商运营数据CRM分析

    千次阅读 2018-10-07 15:55:02
    英国某电商运营数据CRM分析(python-pandas&plt,附代码及原数据) 基于电商网站交易记录,使用python对网站一年内运营情况,客户地区分布,客户价值及活跃度进行分析,并基于分析结果为网站发展...

    英国某电商运营数据和CRM分析(python-pandas&plt,附代码及原数据)


    基于电商网站交易记录,使用python对网站一年内运营情况,客户地区分布,客户价值及活跃度进行分析,并基于分析结果为网站发展战略提出建议。代码见文末。

    数据描述及预处理

    原数据
    原数据来自于 Kaggle E-com data, csv格式公开数据。包含客户ID,商品描述,价格,下单时间等。数据时间跨度为1年。格式如下表所示:

    InvoiceNoStockCodeDescriptionQuantity InvoiceDate UnitPriceCustomerID Country
    536365 85123A WHITE HANGING HEART T-LIGHT HOLDER6 2010-12-01 08:26:00 2.55 17850 United Kingdom

    数据处理
    删除无效数据(CustomerID为空)以及退单数据后总共392692条数据,每条数据为一个客户购买的一种商品。添加购物篮表格和客户表格,购物篮表格将每个客户一次购买的不同商品条目合并为一次下单,总共18439次下单交易;客户表格用于统计RFM信息,总共4345位客户。

    一年内网站经营情况综述

    区域分布
    一年中,80%以上的成交金额来自英国,占GMV(总成交金额)的绝大部分,荷兰、爱尔兰、德国、法国紧随其后,由于商品邮寄的地域性限制主要市场为英国本土及周边国家。
    此处输入图片的描述

    2011年网站总成交金额变化趋势
    网站每月GMV2011年上半年波动,8月至11月出现大幅度增长,本土订单成交金额与GMV变化趋势相同。下单数与GMV变化联系紧密,下半年的增长也主要由订单数的增长导致。
    此处输入图片的描述

    客单价分布
    70%以上单次订单金额小于400磅,平均客单价为478磅。
    此处输入图片的描述

    尽管来自英国本土的成交金额占比很高,但这并不代表其他地区的客户价值低。如下图,10个其他国家平均客单价都高于英国,尤其如爱尔兰、法国、德国,平均客单价和下单数都相对较高,是非常有潜力的海外市场。
    此处输入图片的描述

    用户分析

    用户流失情况
    如果定义90天内未下单为用户流失,用户流失情况如下图。3月至年末用户流失量基本平稳,没有很大异常。当月下单用户数4-8月持续下降达到低谷,下半年反弹。值得注意的是12月份用户流失的大幅降低和下单用户的大幅上升,这可能与年终大规模促销活动有关。
    此处输入图片的描述

    下图为RFM的可视化图表,纵轴平均客单价代表该客户的‘Monetary Value’,横轴总成交次数代表该客户消费的‘Frequency’,点的颜色指示距离最近一次消费天数,代表‘Recency’。高价值区域(high M & high F,图中右上角)客户较少,大多数用户集中在较低价值区域(左下角)。忠诚度高(high F) 的用户最近大多有消费行为,忠诚度低的用户流失较为严重。
    此处输入图片的描述

    由于数据非常有限,所做的判断和相关建议未必符合真实情况。仅基于现有交易数据,此次分析的主要洞察和建议如下:

    • 周边国家海外市场具有潜在价值,值得进行战略拓展
    • 积极引导用户向高价值方向发展,挽留/唤醒流失用户的重点应放在具有中高价值的用户。
    • 年终营销活动对于用户留存激活有明显效果,衡量成本情况下可考虑一年内多次实施,维持用户持续增长。

    数据处理代码

    import pandas as pd
    
    deals = pd.read_csv('e-commerce data.csv',encoding="ISO-8859-1",dtype={'CustomerID': str,'InvoiceID': str})
    
    deals.InvoiceDate = pd.to_datetime(deals.InvoiceDate)
    
    deals = deals.assign(total = deals.UnitPrice * deals.Quantity)
    
    count_null = pd.DataFrame(deals.isnull().sum()).T.rename(index = {0: 'null values'})
    print(count_null)
    deals = deals.dropna( subset = ['CustomerID'] , how = 'any')
    deals = deals.drop_duplicates()
    ## deals contains cancelled deals, with negative payments, here we only 
    ## consider purchases that have been made regardless whether it is cancelled later
    deals_cancelled = deals.loc[deals.total < 0, :]
    deals =  deals.loc[deals.total >0, :]
    
    ## 每单交易表
    grouped_deals = deals.groupby([deals['CustomerID'], deals['Country'],deals['InvoiceDate']], group_keys = True)
    basket = grouped_deals['total'].sum()
    basket = basket.reset_index()
    basket = basket.drop(0,axis = 0)
    
    ## create customer table with recency, frequency, monetry value
    now = max(deals.InvoiceDate)
    customers_g = basket.groupby(['CustomerID','Country'])
    customers = pd.DataFrame({'last_date' : customers_g['InvoiceDate'].max() , 
                              'transactions' : customers_g['InvoiceDate'].count(),
                              'total' : customers_g['total'].sum(),
                              'average' : customers_g['total'].mean(),
                              'first_date' : customers_g['InvoiceDate'].min()})
    customers = customers.assign(recency = now - customers.last_date)
    customers.recency = customers.recency.dt.days
    customers = customers.reset_index()
    customers = customers.assign(first_date = customers_g['InvoiceDate'].min())
    #customers = customers.assign(transactions = customers_g['InvoiceDate'].count())
    #customers = customers.assign(total = customers_g)
    

    绘图代码

    import matplotlib.pyplot as plt
    from matplotlib.ticker import FuncFormatter
    import seaborn as sns
    import numpy as np
    import pandas as pd
    import matplotlib.dates as mdate
    import datetime as dt
    #设置seaborn风格, 包含中文字体
    sns.set_style("darkgrid",{"font.sans-serif":['simhei','Droid Sans Fallback']})
    plt.rcParams['figure.dpi'] = 300 #分辨率
    ## basket price histogram and average
    plt.hist(basket.total, density=True, bins = list(range(0,1300,200)), alpha=0.5,
             histtype='bar', color='steelblue',
             edgecolor='blue')
    def to_percent(y, position):
        s = str(100 * y*200)
        if plt.rcParams['text.usetex'] is True:
            return s + r'$\%$'
        else:
            return s + '%'
    formatter = FuncFormatter(to_percent)
    plt.gca().yaxis.set_major_formatter(formatter)
    plt.xlabel(u'每单交易金额(英镑)')
    average = basket.total.mean()
    plt.vlines(average,0,0.002,colors='k',linestyles='dashed',label=u'平均交易金额')
    plt.legend()
    plt.show()
    
    
    ## deals by country
    ###按国家分组,求平均值,金额总和
    country_deals = deals.groupby(deals['Country']).sum()
    country_deals = country_deals.assign(count_tran = basket['InvoiceDate'].groupby(deals['Country']).count())
    country_deals = country_deals.assign(average = country_deals.total/country_deals.count_tran)
    country_value = country_deals.sort_values('average', ascending = False).head(10)
    country_value10 = country_value.head(11).drop('Netherlands',axis=0)
    country_deals10 = country_deals.sort_values('total', ascending = False).head(10)
    summ = sum(country_deals10.total)
    
    ### total GMV per country
    country_deals10 = country_deals10.assign(total_per = country_deals10.total/summ)
    plt.bar(country_deals10.index, country_deals10.total_per,alpha=0.5, color='steelblue',
             edgecolor='blue')
    plt.title(u'每个国家一年内总成交金额占比')
    plt.xticks(rotation=-45)
    formatter = FuncFormatter(to_percent)
    plt.gca().yaxis.set_major_formatter(formatter)
    plt.show()
    
    ## average transaction monetry value per country
    fig ,ax1 = plt.subplots()
    ax2 = ax1.twinx()
    ax2.plot(country_value10.index, country_value10.count_tran, 
             marker = 'o',color = 'darkorange')
    ax1.bar(country_value10.index, country_value10.average, alpha = 0.5, 
            color = 'steelblue', edgecolor = 'blue')
    #### 画一条虚线显示英国平均客单价
    ax1.axhline(y = country_value.loc['United Kingdom','average'],
                color='k',linestyle='dashed',label=u'英国平均客单价')
    ax1.yaxis.label.set_color('steelblue')
    ax2.yaxis.label.set_color('darkorange')
    ax1.tick_params(axis='y', colors='steelblue')
    ax2.tick_params(axis='y', colors='darkorange')
    ax1.set_ylabel(u'平均客单价(英镑)')
    ax2.set_ylabel(u'下单总数')
    ax1.tick_params(axis = 'x', labelrotation=-45)
    ax1.legend(loc = 'upper center')
    ax2.tick_params(grid_linestyle = '')
    plt.show()
    
    
    ## monthly total trend
    ### 按照收款日期的月份group,计算总金额,总单数
    monthly_deals = deals.groupby(deals['InvoiceDate'].dt.month).sum()
    monthly_deals = monthly_deals.assign(count_tran = basket['total'].
                                         groupby(basket.InvoiceDate.dt.month).count())
    deals_uk = deals.loc[deals.Country == 'United Kingdom',:]
    monthly_deals_uk = deals_uk.groupby(deals_uk['InvoiceDate'].dt.month).sum()
    ### 双坐标轴画图
    fig ,ax1 = plt.subplots()
    ax1.plot(monthly_deals_uk.total, label = u'英国订单总成交金额', color = 'k',alpha = 0.2, linestyle='dashed')
    ax1.plot(monthly_deals.total, label = u'总成交金额',color = 'steelblue')
    plt.title(u'每月总成交金额趋势')
    plt.legend()
    ax2 = ax1.twinx()
    ax2.plot(monthly_deals.count_tran, color = 'darkorange', label = u'当月总订单数')
    plt.xticks(np.arange(1,13),['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'])
    ax1.yaxis.label.set_color('steelblue')
    ax2.yaxis.label.set_color('darkorange')
    ax1.tick_params(axis='y', colors='steelblue')
    ax2.tick_params(axis='y', colors='darkorange')
    ax1.set_ylabel(u'成交金额(英镑)')
    ax2.set_ylabel(u'下单总数')
    plt.show()
    
    # CRM
    
    ## customer churn,new customer, active customer
    ### within 90 days no purchase defined as churned customer
    last = max(deals.InvoiceDate)
    churned_customer = customers.loc[customers.last_date < last - pd.Timedelta('90 days'),:]
    churned_customer = churned_customer.assign(date = churned_customer.last_date + pd.Timedelta('90 days'))
    churned_customer = churned_customer.sort_values(['churn_date'])
    churned_customer = churned_customer.reset_index()
    churned_customer = churned_customer.drop('index', axis = 1)
    churned_customer = churned_customer.assign(cum_churn = churned_customer.index + 1)
    monthly_customer = pd.DataFrame({'churn' : churned_customer['CustomerID'].
                                     groupby(churned_customer['date'].dt.month).count()})
    
    ### customer complete the first transaction
    ini = min(deals.InvoiceDate)
    new_customer = customers.loc[customers.first_date > ini + pd.Timedelta('90 days'),:]
    new_customer = new_customer.reset_index()
    new_customer = new_customer.assign(date = new_customer.first_date)
    monthly_customer = monthly_customer.assign(new = new_customer['CustomerID'].groupby(new_customer['date'].dt.month).count())
    
    ###monthly active
    #### 通过统计当月下单的unique customerID, 求得当月下单总人数
    monthly_active = basket['CustomerID'].drop_duplicates().groupby(basket.InvoiceDate.dt.month).count()
    #### 画折线图
    plt.plot(monthly_customer.index, monthly_customer.churn, label = u'当月客户流失量')
    plt.plot(monthly_active.index, monthly_active,label = u'当月下单客户总量')
    plt.xticks(np.arange(1,13),['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'])
    #plt.gca().xaxis.set_major_formatter(mdate.DateFormatter('%b'))
    plt.ylabel(u'人数')
    plt.legend()
    plt.show()
    
    ## RFM model
    customers_limit = customers.loc[(customers.average.between(0,1000)) & 
                                    (customers.transactions.between(0,30)),:]
    plt.scatter(customers_limit.transactions, customers_limit.average,
                c = customers_limit.recency, cmap = 'jet',s=10, label = u'距离最后一次下单天数')
    plt.colorbar()
    plt.legend()
    plt.xlabel(u'总成交次数')
    plt.ylabel(u'平均客单价')
    plt.title(u'R F M 模型')
    plt.show()
    
    展开全文
  • #资源达人分享计划#
  • CRM中和数据管理.ppt

    2019-12-30 12:29:47
    课前导读 数据是客户关系管理软件中最核心的内容不仅业务的操作建立在数据的基础上对业务的预测和关联分析甚至商业...6.1 CRM的客户数据 客户是企业竞争的基础而客户数据CRM系统的灵魂对数据处理和分析是CRM的主
  • 数据分析重塑CRM

    2004-10-11 09:53:00
    数据分析重塑CRM CRM产品领先供应商Siebel公司近日计划,在未来数月中推出能够实现公司CRM应用系统与来自诸如SAS与SPSS等公司的商业智能软件连接的接口产品。此前,为增强公司在商业智能技术领域的实力,Siebel还于...

    数据分析重塑CRM



      CRM产品领先供应商Siebel公司近日计划,在未来数月中推出能够实现公司CRM应用系统与来自诸如SAS与SPSS等公司的商业智能软件连接的接口产品。此前,为增强公司在商业智能技术领域的实力,Siebel还于今年10月收购了数据分析软件供应商nQuire公司。

      在线CRM应用供应商Salesforce.com近日与MicroStrategy公司合作,使其为Salesforce.com公司的客户提供数据采集与分析服务。Salesforce.com公司称,公司方面还计划于明年初进一步加强与商业智能产品供应商的合作。

      另一领先CRM产品供应商PeopleSoft公司计划,在12月发布一款作为公司PeopleSoft 8 CRM应用平台补充产品的客户行为模型产品。该产品能够实现客户行为信息的搜集与分析,并基于相关标准建立相应的预测模型。同时,PeopleSoft公司的PeopleSoft 8本身也提供了数据分析功能。据公司方面称,这一数据分析功能可实现,诸如哪类客户易被竞争对手争取等方面的分析。PeopleSoft公司CRM产品营销部门副总裁Robb Eklund称,“我们认为数据分析应当成为所有CRM应用部署的先决条件。”


      话外音


      CRM产品供应商开始通过内部开发或借助第三方支持的方式,在各自的CRM解决方案中集成商业智能处理及数据分析功能。这顺应了企业用户期望有更好的工具帮助他们自储存于CRM系统内的大量客户数据中提炼出有价值信息的需求。这一发展潮流将导致传统商业智能系统与CRM系统的融合。

    展开全文
  • CRM中的数据管理.pptx

    2020-10-15 00:33:53
    课前导读 数据是客户关系管理软件中最核心的内容不仅业务的操作建立在数据的基础上对业务的预测和关联分析...客户是企业竞争的基础而客户数据CRM系统的灵魂对数据处理和分析是CRM的主要任务和功能在客户数据库中
  • ;第5章 CRM数据仓库;5.1 数据仓库概述;5.1.1 数据仓库的产生;...在分析处理环境中用户的行为模式与此完全不同强调的是数据处理和分析的能力在传统数据库系统基础上的DSS应用程序可能需要连续几个小
  • 在MicrosoftDynamics CRM中,如果你需要修改多条数据,比如对联络人的电子邮件进行修改,通常需要打开每一个联络人记录的表单,然后对其进行修改,然后保存并关闭表单。这样做非常的麻烦。我们可以利用MS CRM的导出...

    MicrosoftDynamics CRM中,如果你需要修改多条数据,比如对联络人的电子邮件进行修改,通常需要打开每一个联络人记录的表单,然后对其进行修改,然后保存并关闭表单。这样做非常的麻烦。我们可以利用MS CRM的导出/导入功能来快速实现修改。我们将数据从CRM导出到Excel文件中,在Excel中进行我们更为熟悉的修改操作,然后将修改好的Excel文件导入回到CRM中去。下面就来看一个实例。

    1.导出数据

     

    2.Excel打开刚才导出的文件,Excel 20032007,或者2010都可以

     

    3.对电子邮件进行修改

     

    4.将修改好的Excel文件导入CRM

     

     

    通过导入/导出功能,你可以实现的有:

    ·        修改记录中任何可以修改的field,比如客户的名字

    ·        Excel文件中添加新的一行就可以在CRM中创建一条新记录

    ·        通过修改owner将记录指派给其他用户

    ·        修改记录的status/statusreason

    通过导入/导出功能,不能实现的有:

    ·        删除数据

    ·        修改不可修改的field,比如createdon

    ·        添加新记录时,指派不可修改的field,比如createdon

    ·        修改relatedentityfield,比如“E-Mail (Primary Contact)”column in the “My Active Accounts” view)

     

     另外参见http://blogs.msdn.com/b/crm/archive/2011/06/01/leverage-microsoft-excel-to-edit-records.aspx

     

     

    欢迎大家关注我的微信公众号阅读更多文章,获取更多知识

    展开全文
  • CRM

    千次阅读 2010-08-02 20:20:00
    CRM

     

    百科名片

    CRM(Customer Relationship Management),即客户关系管理。这个概念最初由Gartner Group提出来,而在最近开始在企业电子商务中流行。CRM的主要含义就是通过对客户详细资料的深入分析,来提高客户满意程度,从而提高企业的竞争力的一种手段。

    什么是CRM

    CRM(CustomerRelationshipManagement)就是 客户关系管理。从字义上看,是指企业用CRM来管理与客户之间的关系。CRM是选择和管理有价值客户及其关系的一种商业策略,CRM要求以客户为中心的商业哲学和 企业文化来支持有效的市场营销、销售与服务流程。如果企业拥有正确的领导、策略和企业文化,CRM应用将为企业实现有效的客户关系管理。  CRM是一个获取、保持和增加可获利客户的方法和过程。CRM既是一种崭新的、国际领先的、以客户为中心的企业管理理论、商业理念和商业运作模式,也是一种以信息技术为手段、有效提高企业收益、客户满意度、雇员生产力的具体软件和实现方法。  通过了解哲学、文学和美学领域较早提出的“以接受者为中心”思想,有助于您进一步理解经济学“以客户为中心”的概念。 庄子讲:“子非鱼,安知鱼之乐”——你不是鱼,你怎么知道鱼快乐不快乐。如果能够准确把握住接受者的体验,这个人不成为大富豪,也会成为大思想家。接受美学是汉斯.罗伯特.姚斯(HansRobertJauss)于1967年创立的——以往的文学和美学研究、创作,都是以作者/艺术家为中心,姚斯则主张根本性地、颠覆地转向以读者/接受者为中心,因此称作接受美学。它相当于经济学“以产品/厂商为中心”向“以客户为中心”的转变,姚斯的“读者/接受者中心论”体验理论比托夫勒预言的体验经济早了三年,比菲利普.科特勒完善的“4C”理论早了更多年——“4C”是后来CRM客户关系管理出台并走向成熟的理论源泉之一。  CRM最大程度地改善、提高了整个客户关系生命周期的绩效。CRM整合了客户、公司、员工等资源,对资源有效地、结构化地进行分配和重组,便于在整个 客户关系生命周期内及时了解、使用有关资源和知识;简化、优化了各项业务流程,使得公司和员工在销售、服务、市场营销活动中,能够把注意力集中到改善客户关系、提升绩效的重要方面与核心业务上,提高员工对客户的快速反应和反馈能力;也为客户带来了便利,客户能够根据需求迅速获得个性化的产品、方案和服务。

    包含的几个方面

    CRM功能图

    客户概况分析(Profiling)包括客户的层次、风险、爱好、习惯等;  客户忠诚度分析(Persistency)指客户对某个产品或商业机构的忠实程度、持久性、变动情况等;  客户 利润分析(Profitability)指不同客户所消费的产品的边缘利润、总利润额、净利润等;  客户性能分析(Performance)指不同客户所消费的产品按种类、渠道、销售地点等指标划分的销售额;  客户未来分析(Prospecting)包括客户数量、类别等情况的未来发展趋势、争取客户的手段等;  客户产品分析(Product)包括产品设计、关联性、供应链等;  客户促销分析(Promotion)包括广告、宣传等促销活动的管理。   它不仅仅是一个软件,它是方法论、软件和IT能力综合,是商业策略。  在不同场合下,CRM可能是一个管理学术语,可能是一个软件系统,而通常我们所指的CRM,是指用计算机自动化分析销售、市场营销、客户服务以及应用支持等流程的软件系统。它的目标是缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新的市场和渠道以及提高客户的价值、满意度、赢利性和忠实度。  CRM项目的实施可以分为3步,即应用业务集成,业务数据分析和决策执行。  ①应用业务集成。将独立的市场管理,销售管理与售后服务进行集成,提供统一的运作平台。将多渠道来源的数据进行整合,实现业务数据的集成与共享。这一环节的实现,使系统使用者可以在系统内得到各类数据的忠实记录,代表目前真实发生的业务状况。  ②业务数据分析。对 CRM系统中的数据进行加工、处理与分析将使企业受益匪浅。对数据的分析可以采用OLAP的方式进行,生成各类报告;也可以采用业务数据仓库(Business Information Warehouse)的处理手段,对数据做进一步的加工与 数据挖掘,分析各数据指标间的关联关系,建立关联性的数据模型用于模拟和预测。这一步所取得的结果将是非常重要的,它不单反映业务目前状况同时也对未来业务计划的调整起到指导作用。  ③决策执行。依据数据分析所提供的可预见性的分析报告,企业可以将在业务过程中所学到的知识加以总结利用,对业务过程和业务计划等做出调整。通过调整达到增强与客户之间的联系,使业务运作更适应市场要求的目的。
      在传统企业引入电子商务后,企业关注的重点由提高内部效率向尊重外部客户转移。而CRM理念正是基于对客户的尊重,要求企业完整地认识整个 客户生命周期,提供与客户沟通的统一平台,提高员工与客户接触的效率和客户反馈率。一个成功的 客户关系管理系统至少应包括如下功能:通过电话、传真、网络、移动通讯工具、电子邮件等多种渠道与客户保持沟通;使企业员工全面了解客户关系,根据客户需求进行交易,记录获得的客户信息,在企业内部做到客户信息共享;对市场计划进行整体规划和评估;对各种销售活动进行跟踪;通过大量积累的动态资料,对市场和销售进行全面分析。实施CRM时候要注意一点,就是要设置好收集信息的机制,要收集有用的客户资料和信息,对于无用的信息则要丢弃。

    CRM定义

    CRM定义1

    "客户关系管理(CRM)是代表增进赢利、收入和客户满意度而设计的,企业范围的商业战略。"  我们可以看出,Gartner强调的是CRM是一种商业战略(而不是一套系统),它涉及的范围是整个企业(而不是一个部门),它的战略目标是增进赢利、销售收入,提升客户满意度。  其它的权威定义:

    CRM定义2

    "CRM是企业的一项商业策略,它按照客户细分情况有效的组织企业资源,培养以客户为中心的经营行为以及实施以客户为中心的业务流程,并以此为手段来提高企业的获利能力、收入以及客户满意度。"  CRM实现的是基于客户细分的 一对一营销,所以对企业资源的有效组织和调配是按照客户细分而来的,而以客户为中心不是口号,而是企业的经营行为和业务流程都要围绕客户,通过这样的CRM手段来提高利润和客户满意度。

    CRM定义3

    "CRM是一种以客户为中心的经营策略,它以信息技术为手段,对业务功能进行重新设计,并对工作流程进行重组。"  这个定义则从战术角度来阐述的。CRM是一种基于企业发展战略上的经营策略,这种经营策略是以客户为中心的,不再是产品导向而是客户需求导向;信息技术是CRM实现所凭借的一种手段,这也说明了信息技术对于CRM不是全部也不是必要条件。CRM实现什么?是重新设计业务流程,对企业进行业务流程重组(BPR),而这一切是基于以 客户为中心,以信息技术(CRM系统)为手段。

    CRM定义4

    "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。"  在这个定义中,充分强调了企业与客户的互动沟通,而且这种沟通是富有意义的,能够基于此来了解客户并在了解客户的基础上能够影响引导客户的行为,通过这样的努力最终实现的是获取更多的客户、保留原来的老客户、提高枯黄的忠诚度,从而达到客户创造价值的目的。

    CRM定义5

    CRM是现代营销管理理念和信息技术的完美结合。CRM是以“客户”为中心,以“ 销售团队管理”为核心,以流程与执行力为诉求的企业级“企业运营管理”平台。  在这个定义中,较完善的阐述了CRM是企业运营平台级,强调客户与团队的结合.

    CRM行业化解决方案

    针对行业个性化及企业需求特殊化的情况,首先提出CRM分行业解决方案的是 ,目前已有数十个行业的不同客户关系管理解决方案。   广告行业  1、提高客户的忠诚度,防止客户流失: 客户详尽资料记录每个客户的关注点、广告理念及诉求点。让您时刻把握客户的切实需求,做出最适合的综合广告服务。最大程度的提高客户的忠诚度,防止客户流失,即使员工离职也不怕挖墙脚。  2、注重销售过程化管理,达成任务目标:客户经理拜访客户及沟通的过程历历在目,每天的工作日志与计划对比情况让领导及时掌控。客户跟踪进展做到可知、可调、可控,每月的销售目标才能保质保量的完成  3、创意文案、制作管理、知识积累: 长期积累的广告创意文案无疑是广告公司最大的知识财富,对于后来者的学习、参考、借鉴提供了章法依据。大幅提升工作效率的同时,节约了高额的培训成本。
      其他数十例行业解决方案,可以参考其官方网站。

    在线CRM

    在线CRM是基于互联网模式、专为中小企业量身打造的在线营销管理、销售管理、完整客户生命周期管理工具,通过整合多种网络化、低成本营销手段和沟通方式,帮助企业建立与客户之间通畅的交流平台,全方位管理客户资源,多角度查询和分析客户特征、客户业绩贡献、客户获取和客户维持的成本。目前国内做得比较优秀的是用友 伟库网、金蝶友商网、百会CRM等。   在线CRM与传统CRM相比的优势:  1 价格:在线CRM一年只需要几百块钱,比传统CRM便宜很多  2 无需升级维护:在线CRM一次购买可以省去以后的升级维护费用  3 随时随地办公:只要能上网的地方就能办公,这是传统软件所达不到的   在线CRM与传统CRM相比的劣势:  1、个性化:在线CRM往往难以对企业的个性化需求服务,只能是大众化的便宜。  2、风险高:如果提供服务的企业没有一定的实力,经营出现问题,难以对客户提供持续的服务。  3、保密性差:所有客户的客户资料及经营数据均存在集中的服务器上,一旦遇到黑客攻击或内部人员泄密,作为企业命根子的客户资料将危在旦夕。

    移动CRM

    随着 3G移动网络的部署,CRM已经进入了移动时代。新的 移动CRM系统开启了CRM的移动时代。移动CRM,是利用无线网络实现CRM的技术。它将原有CRM系统上的公客户关系管理功能迁移到手机。移动CRM系统具有传统CRM系统无法比拟的优越性。移动CRM 系统使业务软摆脱时间和场所局限,随时进行随地与公司业务平台沟通,有效提高管理效率,推动企业效益增长。VitaCRM的移动CRM系统就是一个集3G移动技术、智能 移动终端VPN、 身份认证、地理信息系统( GIS)、Webservice、商业智能等技术于一体的移动CRM产品。   移动CRM与传统CRM对比:   与传统的CRM相比,移动CRM摆脱了传统CRM局限于局域网的桎梏,销售人员可以随时随地访问企业的客户数据库,进行实时办公和处理客户业务,向客户展示最新产品信息,随时随地通过短信、电子邮件以及其他电子方式与客户沟通和发送产品资料及报价,及时地反馈客户意见,加快了对客户需求的想要能力、加深与用户沟通的渠道,提高客户满意度和销售效率 [1]

    CRM中的管理理念

    CRM(Customer Relationship Management)客户关系管理,是伴随着因特网和电子商务的大潮进入中国的。Oracle 于两年前就在中国开始了客户关系管理(CRM)的市场教育和普及工作。  最早发展客户关系管理的国家是美国,在1980年初便有所谓的“接触管理”(Contact Management)专门收集客户与公司联系的所有信息。到1990则演变成包括电话服务中心支持资料分析的客户关怀(Customer care)。  从管理科学的角度来考察,客户关系管理源于(CRM)市场营销理论;从解决方案的角度考察,客户关系管理(CRM),是将市场营销的科学管理理念通过信息技术的手段集成在软件上面,得以在全球大规模的普及和应用。  市场营销作为一门独立的经济学科已有将近百年的历史。近几十年来,市场营销的理论和方法极大地推动了西方国家工商业的发展,深刻地影响着企业的经营观念以及人们的生活方式。近年来,信息技术的长足发展为市场营销管理理念的普及和应用开辟了广阔的空间。我们看到,信息技术正在迅猛地扩张其功能,正在用从前科幻小说描写过的方式进行思维推理。在有些方面,信息技术的智能正在取代人类的智能。

    在CRM中客户是企业的一项重要资产

    在传统的管理理念以及现行的财务制度中,只有厂房、设备、现金、股票、债券等是资产。随着科技的发展,开始把技术、人才视为企业的资产。对技术以及人才加以百般重视。然而,这种划分资产的理念,是一种闭环式的,而不是开放式的。无论是传统的固定资产和流动资产论,还是新出现的人才和技术资产论,都是企业能够得以实现价值的部分条件,而不是完全条件,其缺少的部分就是产品实现其价值的最后阶段,同时也是最重要的阶段,在这个阶段的主导者就是客户。  在以产品为中心的商业模式向以客户为中心的商业模式转变的情况下, 众多的企业开始将客户视为其重要的资产,不断的采取多种方式对企业的客户实施关怀,以提高客户对本企业的满意程度和忠诚度。我们看到,世界上越来越多的企业在提出这样的理念,例如:“想客户所想”,“客户就是上帝”,“客户的利益至高无上”“市场永远是正确的,客户永远是对的”“观念创新、技术创新、才能持久......方能成为财富长跑着”等等。  CRM最大程度地改善、提高了整个客户关系生命周期的绩效。CRM整合了客户、公司、员工等资源,对资源有效地、结构化地进行分配和重组,便于在整个客户关系生命周期内及时了解、使用有关资源和知识;简化、优化了各项业务流程,使得公司和员工在销售、服务、市场营销活动中,能够把注意力集中到改善客户关系、提升绩效的重要方面与核心业务上,提高员工对客户的快速反应和反馈能力;也为客户带来了便利,客户能够根据需求迅速获得个性化的产品、方案和服务。

    客户关怀是CRM的中心

    在最初的时候,企业向客户提供售后服务是作为对其特定产品的一种支持。原因在于这部分产品需要定期进行修理和维护。例如,家用电器,电脑产品、汽车等等。这种售后服务基本上被客户认为是产品本身的一个组成部分。如果没有售后服务,客户根本就不会购买企业的产品。那些在售后服务方面做的好的公司其市场销售就处于上升的趋势。反之,那些不注重售后服务的公司其市场销售则处于不利的地位。  客户关怀贯穿了市场营销的所有环节。客户关怀包括如下的方面:客户服务(包括向客户提供产品信息和服务建议等),产品质量(应符合有关标准、适合客户使用、保证安全可靠),服务质量(指与企业接触的过程中客户的体验),售后服务(包括售后的查询和投诉,以及维护和修理)。  在所有营销变量中,客户关怀的注意力要放在交易的不同阶段上,营造出友好、激励、高效的氛围。对客户关怀意义最大的四个实际营销变量是:产品和服务(这是客户关怀的核心)、沟通方式、销售激励和公共关系。CRM软件的客户关怀模块充分地将有关的营销变量纳入其中,使得客户关怀这个非常抽象的问题能够通过一系列相关的指标来测量,便于企业及时调整对客户的关怀策略,使得客户对企业产生更高的忠诚度。

    客户关怀的目的是增强客户满意度与忠诚度

    国际上一些非常有权威的研究机构,经过深入的调查研究以后分别得出了这样一些结论,“把客户的满意度提高五个百分点,其结果是企业的利润增加一倍”;“一个非常满意的客户其购买意愿比一个满意客户高出六倍”;“2/3的客户离开供应商是因为供应商对他们的关怀不够”;“93%的企业 CEO认为客户关系管理是企业成功和更有竞争能力的最重要的因素”;  如同企业的产品有生命周期一样,客户同样也是有生命周期的。客户的保持周期越长久,企业的相对投资回报就越高,从而给企业带来的利润就会越大。由此可见保留客户非常非常重要。保留什么样的客户,如何保留客户是对企业提出的重要课题。  企业的客户成千上万,企业对如此多的客户又了解多少呢?不了解客户就无法对客户加以区别。应该采取何种措施来细分客户,对细分客户应采取何种形式的市场活动,采取何种程度的关怀方式,才能够不断地培养客户的满意度,这是企业传统客户关系管理面临的挑战。

    CRM主要厂商:

    在线CRM:

    VitaCRM、邦德CRM、用友伟库CRM、 知客CRM、35CRM在线管理、数码星辰CRM、Microsoft Dynamic CRM、 八百客CRM、商顶CRM、Salesforce、Oracle CRM On Demand、XToolsCRM、MetaCRM、 百会CRM(ZOHO CRM)、Wasowa系统

    C/S架构:

    VIP Manager、 数码星辰CRM、上海35CRM企业管理、北京IFOXCRM、G/3远通CRM、华强CRM、总管家CRM、行健动力CRM、TurboCRM、Oracle Siebel CRM、新航CRM、力点CRM;

    B/S架构:

    VitaCRM、 久客CRM、金动力CRM、七腾CRM、信为软件CRM、数码星辰CRM、知客CRM、 MyCRM、国锋CRM , 奥汀CRM、soqicrm、CuberCRM、、智邦国际CRM、友耐CRM、苏琳软件CRM、伟步CRM、网欣房地产CRM、东山瑞企RichCRM、企能CRM 、Sage CRM、华仕软件BeeCRM、CloverCRM;

    CRM本土化:

    短短几年CRM在中国的发展越来越适应中国的国情,把客户的搜集、归档、跟踪进展、订单、合同、售后、回款、销售队伍的日报、周报、月报、财报、办公审批、各种销售报表等全面统筹管理起来。协助企业降低客户开发成本、提高出单率,维系好客户关系、最大程度的提高客户满意度及忠诚度,防止客户流失,发掘并牢牢把握住能给企业带来最大价值的客户群,获取利益最大化。  已经和当初CRM的定义有些偏差,越来越倾向于营销管理。并且不断向其他企业信息化方面延伸,融入了部分财务管理、进销存管理、 办公自动化。  CRM属于舶来品,并不是越大越全越好,而是适合国内管理模式、国内营销环境、性价比超值的才是最适合自己的CRM(营销 管理软件),上CRM的初衷是提升销售业绩、客户管理的信息化、流程化,提高办公效率。如果为了CRM而上CRM的话,有时会得不偿失的。大家可以看看CRM本土话的典型代表是如何推进CRM国产化的。

    国内CRM软件基本功能:

    国内CRM品牌VitaCRM为例   客户资源管理  支持客户资料的批量导入、支持多联系人管理、支持客户名称的排重、支持多条件搜索。支持客户资料、联系人资料的修改、删除权限的控制。   客户权限  支持批量客户资料的共享、分配和转移操作,支持上级对下级资料的查看,可严格控制业务员可查看的客户范围。   外出登记  如果业务人员需要外出,可以直接在系统中登记,还可以直接按客户进行周计划的外出安排,省去了纸质登记的麻烦。并且有外出登记就有联系记录,容易相互对照。   联系记录  无论是上门还是电话联络或其他联系方式,都可以将本次联络的结果和概要进行小结,以便管理人员的检查和指导,并通过系统进行批复,给出指导意见,加强上下级的沟通。   机会管理  将机会根据一些可衡量的指标,划分为不同的阶段,实时评估项目所处的阶段,这是对项目跟踪最为直接的方法,也是管理层协助业务员开展下一步工作的依据。VitaCRM机会评估功能,降低了人为主观判断,加强了事实依据。   文档管理  方便业务人员将和客户往来的有参考意义的电子文档(如我方发送的报价单、解决方案、对方的需求文档等)归档到相应的客户名下,以便后期随时查阅。另外也可以将一些解决方案或公共资料以电子文档的方式放到系统中作为知识库的一部分。   快递管理  将快递单号和销售单号或发票号有机的结合起来,利于对公司服务质量进行全程监控,也利于客我双方对货期查询。   员工中心  员工中心不但能让业务员每周提交周工作计划、总结与建议给管理层了解,而且管理层可以通过员工中心‘以人为本’地了解各人的近期工作记录,一目了然。   商品中心:  支持商品的批量导入、支持商品的组合排重(商品编码、商品名称、商品规格)、支持图片管理功能。   报价管理:  支持对客户快速标准报价,支持报价单的复制功能、支持对税率的计算、支持个性化的报价单格式输出和打印。   销售订单管理:  支持从报价单生成销售订单、支持单价、含税单价的相互计算、支持审批时的价格折扣控制。支持对上次购买价格的记忆。支持个性化的合同样式的输出和打印。提供业务员销售业绩统计以及商品销售汇总统计。   到款管理:  支持同一销售单的多次收款、支持预收款管理及财务费用管理;支持客户期初余额的管理;支持多账户、多付款方式的管理;支持其他币种转换为RMB进行结算。   发票管理:  支持同一销售单的多次开票,支持对发票号的管理。   费用管理:  支持费用报销与客户以及订单号进行关联,支持对费用报销有效期的控制,提供对业务员的费用报销金额的分析。  发货通知管理:  在销售环节和发货环节之间,由于存在到款或生产的因素,哪些订单可以发送,商品向客户发送的数量是多少,这些问题,之前销售和仓管之间容易起冲突,现在有了发货通知单,将很好的解决此问题。   出库管理:  根据发货通知单出库或根据销售订单出库,客户可以自由选择,支持多订单的一次出库,也支持一订单多次出库。支持多仓库管理,并有未发货商品统计及商品出库统计,能对商品在某区域或行业的销售进行进一步分析。有了出库单后,可以选择按销售订单收款,也可以选择按出库单收款,这也是比标准版更灵活的地方。  为了加强出库的管理,增强版还增加了样品单、借出单和归还单,以方便公司对商品的流动情况更好的跟踪管理。   采购管理:  支持对供应商及采购价格的管理,支持询价单,支持采购订单调用询价单,也支持通过采购订单生成入库单。支持付款登记以及进项发票登记管理。  库存管理  支持多仓库的库存管理,在标准的出库入库之外,还支持领料、盘点、调拨等标准的进销存功能。支持安全库存报警。并包含商品库存分析和多仓库库存分析。

    国外CRM软件的基本功能:

    以MetaCRM为例:

    Meta CRM功能模块

    · 销售队伍自动化   从第一次联络到订单执行与交货,VitaCRM销售队伍自动化系统维持一个可供整个企业共享的单一信息源。凭借其可完全客户化的工作流、机遇管理、销售循环分析、预测及使用简单的报表特点,Meta CRM始终使得随时了解与回应潜在及实际客户变得十分容易。   ·  营销自动化  VitaCRM营销自动化系统可以帮助您通过高成本效益、高度个人化的目标应销程序迅速对您的客户做出回应,从而实现收益机遇与投资回报的最大化。在VitaCRM的协助下,制订、定标、实施、管理与分析大型营销活动即变得简单易行。VitaCRM将对包括从概念到前置陪送以及其间所有环节在内的整个营销过程进行自动化,从而达到削减营销创意的成本、增进营销创意效力的目的。   · 客户服务自动化   VitaCRM客户服务系统可以提供完整的工作流、问题跟踪、案例管理及服务状态的信息,帮助您创建一个可靠的知识库,从而保证一致而高效率的客户服务。您的知识库是通过诸如电话与电子邮件或网络自助服务等传统渠道建立起来的,可以让客户自行登陆、解决与跟踪他们自己的服务请求。只要触摸一下按键,您即可轻松地访问完整的案例历史记录、快速解决客户查询与支持问题,从而为您的客户提供理想的服务。VitaCRM利用实时、双向的信息流在您的前台与后台办公管理系统之间提供了及时的信息结合,以节省您宝贵的时间。

    性能卓越

    · 优化商业活动,同步运营数据  VitaCRM通过使用业内领先的科技,帮助企业建立起更为优化的商业运作及简单易行的信息交换。在VitaCRM的帮助下,您可以快捷地分析、管理和同步协调销售、营销与客户服务活动。无论您的客户、合作伙伴及潜在客户选择何种方式、时间或地点与贵公司发生互动,VitaCRM均可向您提供综合完整、使用简便的工具,成功地对这些活动进行管理,从而获得决定性的交易优势。   · 基于网络及无线的应用  与其它竞争性CRM解决方案不同的是,我们采用了一种力求完善的方法,以保证VitaCRM成为真正以网络及无线系统为基础的应用程序。因此,您所需要做的仅仅只是进行一次简单的安装,本系统即可支持您的整个企业机构。机构内的每个人均可通过个人电脑、PDA、平版电脑或智能手机实时访问他们所需要的关键信息,从而迅速提高生产效率、降低管理成本。   · 主机代管及现场部署的灵活选择  VitaCRM可以提供全套的主机代管或现场部署选择,此即意味着您可以完全灵活地按照自己的方式经营自己的业务。随着您业务需要的变化,您可以快捷而简便地转换部署环境(从主机代管部署转换到现场部署,反之亦然),而您所有的CRM客户化定制及数据都会随之改变。VitaCRM容许您通过开放的互联网标准与传统整合技术扩充系统的功能,并与其它系统整合起来。   · 灵活的升级版本  VitaCRM还能提供灵活的升级版本,让您能随着公司的发展进行相应的扩充,与日益拓展的业务保持同步。无论贵机构规模大小,均可以获得价格适中、价值为本的定价。本软件即购即装、即装即用,十分便捷,可以快速加以部署,并很容易与您的后台财务应用程序整合起来。这样,既节省了您的时间,也节约了执行成本。   · 行业应用的广泛性  VitaCRM产品所提供的先进功能有助于在众多行业内实现有效的销售队伍自动化、营销、客户服务及呼叫中心支持,所有这些功能均可以通过一个网络浏览器或一个无线手持装置获得。通过VitaCRM,关键的管理人员即可轻而易举地访问以客户为中心的公共信息,从而使得他们能够提供更好,更为个人化的服务,以利于培养客户忠诚度。

    整体评价

    VitaCRM是一种完整、易用的应用程序,不仅带来工作上的便利,而且更具有完美的技术与商业意义,能够帮助您的公司在现在及未来获得极具高成本效益的结果。

    CRM代表——久客CRM

    CRM代表-久客CRM,即久客客户管理软件。CRM(Customer Relationship Management),即客户关系管理。CRM的主要含义就是通过对客户详细资料的深入分析,来提高客户满意程度,从而提高企业的竞争力的一种手段。 久客CRM(CustomerRelationshipManagement)就是久客客户关系管理。从字义上看,是指企业用CRM来管理与客户之间的关系。久客CRM是选择和管理有价值客户及其关系的一种商业策略,久客CRM要求以客户为中心的商业哲学和企业文化来支持有效的市场营销、销售与服务流程。如果企业拥有正确的领导、策略和企业文化,久客CRM应用将为企业实现有效的客户关系管理。  CRM代表-久客CRM是一个获取、保持和增加可获利客户的方法和过程。久客CRM既是一种崭新的、国际领先的、以客户为中心的企业管理理论、商业理念和商业运作模式,也是一种以信息技术为手段、有效提高企业收益、客户满意度、雇员生产力的具体软件和实现方法。  CRM代表-久客CRM通过了解哲学、文学和美学领域较早提出的“以接受者为中心”思想,有助于进一步理解经济学“以客户为中心”的概念。庄子讲:“子非鱼,安知鱼之乐”——你不是鱼,你怎么知道鱼快乐不快乐。如果能够准确把握住接受者的体验,这个人不成为大富豪,也会成为大思想家。接受美学是汉斯.罗伯特.姚斯(HansRobertJauss)于1967年创立的——以往的文学和美学研究、创作,都是以作者/艺术家为中心,姚斯则主张根本性地、颠覆地转向以读者/接受者为中心,因此称作接受美学。它相当于经济学“以产品/厂商为中心”向“以客户为中心”的转变,姚斯的“读者/接受者中心论”体验理论比托夫勒预言的体验经济早了三年,比菲利普.科特勒完善的“4C”理论早了更多年——“4C”是后来久客CRM客户关系管理出台并走向成熟的理论源泉之一。  CRM代表-久客CRM最大程度地改善、提高了整个客户关系生命周期的绩效。CRM整合了客户、公司、员工等资源,对资源有效地、结构化地进行分配和重组,便于在整个客户关系生命周期内及时了解、使用有关资源和知识;简化、优化了各项业务流程,使得公司和员工在销售、服务、市场营销活动中,能够把注意力集中到改善客户关系、提升绩效的重要方面与核心业务上,提高员工对客户的快速反应和反馈能力;也为客户带来了便利,客户能够根据需求迅速获得个性化的产品、方案和服务。  CRM代表-久客CRM——品质承载梦想,客户决定未来。久客CRM借助公司创办人在美加多年的开发管理经验和国际化视野,及其本地化核心团队在大型IT企业的项目实践经验,全心为企业提供优质高效的IT系统规划咨询、产品/项目应用开发、软件服务外包及运营服务,致力于在5年内成为国内知名的专业软件产品开发商和软件服务提供商。

    CRM代表——伟库CRM

    CRM代表- 伟库CRM,伟库crm的主要特点是简单、实用,帮助业务人员提高工作效率,帮助老板掌握实时丰富的业务信息,做出及时准确的业务决策,从而加快企业对客户的响应速 度,提高企业在市场中的应变能力,最终提升企业的市场竞争力。  CRM代表-伟库CRM依托用友伟库网的大平台,是一个获取、保持和增加可获利客户的方法和过程。伟库CRM集合了360゜客户信息动态掌握、销售过程精细化管理、销售决策有据可依、随需租用降低风险的CRM在线管理平台。

    什么是CRM(解释3)

    美国基金 (Capital Research andManageMEntCompany)

     

    展开全文
  • 越来越多的企业开始了解和使用CRM系统来搭建企业信息化管理平台, 借助CRM系统做数据分析,实时处理数据、预测分析、指导下一步行动,进行数据化管理。 数据化管理是指将业务工作通过完善的基础统计报表体系、数据...
  • ;第5章 CRM数据仓库;5.1 数据仓库概述;5.1.1 数据仓库的产生;...在分析处理环境中用户的行为模式与此完全不同强调的是数据处理和分析的能力在传统数据库系统基础上的DSS应用程序可能需要连续几个小
  • CRM中导入数据中新增加了一个xlsx格式,这个在之前的版本(2013中没有,2015不清楚是否有)中是没有的 本篇的目的就是为了提醒各位,不要把这个格式和csv的导入功能混淆,因为xlsx格式的用法和csv导入是完全不同的...
  • CRM的客户数据模型:SAP CRM 7.0 (V)

    千次阅读 2012-12-03 17:18:10
    分析SAPCRM 7.0 数据模型的信息主要来自: 1. SAP Library(CRM7.0) http://help.sap.com/crm702 http://help.sap.com/saphelp_crm70/helpdata/en/19/68a028d02b460fa899066d948ed3ab/frameset.htm
  • 我的博文里已经有多次提到CRM中的时间处理问题了,本篇继续探讨在web api的场景下时间字段如何处理,本篇只涉及查询,针对2016中新增的时间行为"用户当地时间"和"无时区"展开。  首先以我客户中的一条数据为例,...
  •  本篇以分派记录场景为例,在实际业务中经常会碰到某个员工离职了,需要将他的数据分派给交接的新员工,我们常规的操作是用高级查找找出所有负责人是某某的记录,但一个视图列表最多显示250条数据,当...
  • 浅谈CRM系统之客户数据分析

    千次阅读 2016-01-29 17:03:09
    第一轮先把活跃客户数据全部剥离出来,让活跃客户开始在CRM系统,按照现有规则进行运转起来。 第二轮开始梳理历史数据遗留问题,这些遗留问题就是在数据源中枯燥的寻找规则内的有用数据,发现再次摒弃数据的规律,...
  • 第三讲 CRM的信息处理模式;CRM 的信息类型;内部信息;外部信息; ;CRM的信息分析处理;CRM的信息分析处理方法;CRM信息一般的统计分析;客户市场管理统计分析;客户销售管理统计分析;客户支持与服务统计分析;DW与OLAP ;DW ...
  • 点评从本例可以看出CRM运用的成功必须依靠客户数据对客户数据进行科学地分析往往会带来意想不到的商机对客户数据进行初级处理可以完成基本业务过程对数据进行高级处理(如数据挖掘)可以提供企业决策促进销售保持消费...
  • 点评从本例可以看出CRM运用的成功必须依靠客户数据对客户数据进行科学地分析往往会带来意想不到的商机对客户数据进行初级处理可以完成基本业务过程对数据进行高级处理(如数据挖掘)可以提供企业决策促进销售保持消费...
  • 在销售工作中往往会有来自不同渠道的各类客户数据,我们一般都会要将这些不同来源的客户信息表单录入到CRM中去,但很多CRM软件是无法实现直接将不同渠道开拓的客户资料数据批量导入进去,手动从表格中复制粘贴显然会...
  • 课前导读 数据是客户关系管理软件中最核心的内容不仅业务的操作建立在数据的基础上对业务的预测和关联分析...客户是企业竞争的基础而客户数据CRM系统的灵魂对数据处理和分析是CRM的主要任务和功能在客户数据库中
  • 由于分析型CRM是基于提供一个洞察了解数据的目的,如果缺乏相关的源数据资料,分析功能几乎是毫无用处的技术。 黄颖是丰泽公司的CIO,丰泽公司正在应用CRM系统。但说起CRM应用的曲折经历,黄颖却是感慨万千。 丰泽...
  • 图1展示了Microsoft Dynamic CRM 2011的概念客户数据模型,来自以下信息源: 1. Microsoft Dynamics CRM 2011 EntityRelationship Diagrams http://www.microsoft.com/en-us/download/details.as
  • 沃尔玛公司发现啤酒 + 尿布的故事 ( 内容详见教材 ) 点评 从本例可以看出 CRM 运用的成功必须依靠客 户数据对客户数据进行科学地分析往往会带来意 想不到的商机对客户数据进行初级处理可以完成 基本业务过程对数据...
  • 制订项目计划数据仓库是支持管理决策过程的面向主题的集成的随时间而变的持久的数据集合但数据仓库不是数据的简单...数据处理转换成集中统一的随时可用的信息企业建立数据仓库首先应该制订项目计划确定建立数据仓库
  • 9.1.2 建立单独的数据仓库 操作数据库存放了大量的数据为什么还要建立单独的数据仓库数据仓库虽然同一般交易型数据库采用同样的关系数据库管理系统但是交易型数据库的主要任务是执行联机事务和查询处理数据仓库...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 31,392
精华内容 12,556
关键字:

处理数据通过crm