电子商务和客户管理一体化.docx

《电子商务和客户管理一体化.docx》由会员分享，可在线阅读，更多相关《电子商务和客户管理一体化.docx（3页珍藏版）》请在优知文库上搜索。

1、电子商务和客户管理一体化在电子商务环境下，市场竞争激烈，客户关系显得尤为重要，只有将电子商务和客户关系管理一体化才能使企业资源运用和价值实现发挥出最大效能企业必须把实现电子商务看作是客户关系管理整体战略的首要部分。在电子商务基础上的良好的客户关系管理是企业把握顾客的真实需求、改善企业与顾客的相互关系、培植忠诚客户的核心内容，也是整个企业系统高效运行的必要前提。将网站和公司的客户数据库连接起来，网站可以通过对顾客网页浏览的顺序，停留的时间长短为这位顾客建立个人档案，识别出具有相似浏览习惯的顾客同时，电子商务前端的客户关系管理应该和企业的内部管理系统连接起来，不管客户从哪个渠道进来，都可以跟后台的

2、企业管理系统连接起来。网站的一切工作都应围绕着顾客需求这一中心，要符合顾客的浏览习惯，充分考虑到顾客在网上可能碰到的困难时需要的帮助和技术支持，开展网上自助服务，顾客根据自己的意愿，随时随地的上网查询。（一）eCRM体系结构电子商务环境下的eCRM必须把电子商务和客户关系管理一体化，必须应用数据库技术和ASP等技术，才能满足整合性、一对一、实时性和与数据库营销相结合这四个特点。eCRM要充分利用数据库技术以及数据挖掘技术，从客户数据库中找出客户需求，从而可以为客户提供有针对性的服务。一般的电子商务网站的eCRM的功能可以归纳为三个方面：对销售、营销和客户服务三部分业务流程的信息化和自动化；与客

3、户运行沟通所需要的手段的集成和自动化处理；对前面两个部分功能所积累下的信息数据进行加工处理，产生客户智能，为企业的战略战术决策作出支持。因此，eCRM的系统结构由与企业业务运营紧密相关的运营型eCRM、以数据仓库和数据挖掘为基础，实现客户数据分析的分析型eCRM和基于多媒体客户联系中心、建立在统一接入平台的协作型eCRM构成。（二）eCRM体系结构的特点从eCRM的体系结构中可知，eCRM软件系统设计中，各种渠道的集成是非常重要的。eCRM的管理思想要求企业真正以客户为导向，满足客户多样化和个性化的需求。而要充分了解客户不断变化的需求，必然要求企业与客户之间要有双向的沟通，因此拥有丰富多样的营

4、销渠道是实现良好沟通的必要条件。eCRM改变了企业前台业务运作方式，各部门间信息共享，密切合作。位于模型中的共享数据库作为所有eCRM过程的转换接口，可以全方位地提供客户和市场信息。过去，前台各部门从自身角度去掌握企业数据，业务割裂。而对于eCRM模型来说，建立一个相互之间联系紧密的数据库是最基本的条件。这个共享的数据库也被称为所有重要信息的“闭环”。由于eCRM系统不仅要使相关流程实现优化和自动化，而且必须在各流程中建立统一的规则，以保证所有活动在完全相同的理解下进行。这一全方位的视角和“闭环”形成了一个关于客户以及企业组织本身的一体化蓝图，其透明性更有利于与客户之间的有效沟通。（三）数据挖

5、掘在eCRM中的应用数据挖掘，用一句话来讲，就是从一个数据库中自动地发现相关模式，利用统计学和机器学习技术创建预测客户行为的模型。通俗来讲就是从大量的数据中挖掘出有用的信息。数据挖掘的目的是提高企业市场决策能力、检测异常模式、在过去的经验基础上预言未来趋势等。随着信息技术的迅速发展特别是数据库技术和计算机网络的广泛应用，企业拥有的客户数据量急剧增大。如何从海量的客户信息中挖掘出有用信息是企业提高竞争力的关键，cCRM中运用了数据库技术中的数据挖掘技术来实现这一功能。在大量的数据与信息中蕴藏着企业运作的利弊得失，要能够对这种海量的数据与信息进行快速有效地深入分析和处理，从中找出规律和模式，获取所

6、需知识，帮助企业更好地进行企业运筹决策，提高企业竞争力。电子商务CRM中的数据挖掘的主要流程是定义问题、数据预处理、算法应用、结果分析、知识的运用。定义问题就是要清晰地定义出业务问题，确定数据挖掘的目的。数据预处理主要是选择在大型数据库和数据仓库目标中提取数据挖掘的目标数据集，这主要涵盖了客户登陆该电子商务网站时的背景信息以及过去的购买以及点击流信息，然后进行数据再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。算法应用是根据数据功能的类型和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。结果分析是对数据挖掘的结果进行解释和评价，转换成为能够最终

7、被用户理解的知识。知识的运用是将分析所得到的知识集成到.业务信息系统的组织结构中去。(四)电子商务CRM中的数据挖掘算法(1)神经网络方法。神经网络由于本身良好的自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。遗传算法。是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化法即挪急含并行除易于和其它磔结合翎吸使得滤数据惭中被加飒用。遗传算法的应用还体现在与神经网络、粗集等技术的结合上。粗糙集算法。粗集理论是一种研究不精确、不确定知识的数学工具。粗集方法有几个优点:不需要给出额外信息;简化输入信息的表达空间；算法简单，易于

8、操作。粗集处理的对象是类似二维关系表的信息表。(4)模糊集方法。即利用模糊集合理论对实际问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。系统的复杂性越高，模糊性越强。(五)电子商务CRM中的数据挖掘应用领域客户细分。利用数据挖掘技术可对大量的客户分类，提供针对性的产品和服务。这种一对一的关系从客户的角度来看是个性化的，甚至让他觉得是独一无二针对他本人的。对于电子商务企业来说，一对一营销是互联网使得大规模定制成为可能之后的一种针对同类客户的网络营销方式。客户流失和保持分析。在客户流失和保持分析系统中，数据挖掘技术根据以前拥有的客户流失数据建立客户属性，服务属性和客户消费数据与客户流失可能性关联的数学模型，找出客户属性，服务属性和客户消费数据与客户流失的最终状态的关系。价值客户判断。在管理客户组合时，理想状况是拥有多层面的、具有不同利润贡献的客户群组。也就是说,第一层面的客户组群处于成熟期,在目前能够贡献丰富的利润;而第二层面的客户组群尚处于成长期，在目前的利润贡献很低，甚至没有，但该层面的客户组群是企业未来的盈利引擎;第三层面的客户群组尚处于开拓期,在目前没有利润贡献，但该层面的客户群组是企业永续经营的增长引擎。(3)客户满意度分析。客户满意度与客户忠诚度密切相关，随着客户满意度的增加客户忠诚度也随之增加。所以，企业与客户交往的目标就是尽可能的增加客户满意度。