CRM系統：基于OLAM 的中間代理商CRM 決策支持系統研究
基于OLAM 的中間代理商CRM 決策支持系統研究
Research on CRM Decision Support System of Intermediate Agents Based on OLAM
崔俊凱 范麗亞 黃 嵐
(西安理工大學工商管理學院 西安 710054)
摘 要 隨著市場的不斷成熟,客戶成為中間代理商競爭的最重要資源。制定針對不同的客戶群體需求的產品價格,
才能為企業贏得更多的新客戶。結合數據倉庫,將OLAM 技術應用在某企業的CRM 決策支持系統中,提出了基于
OLAM的中間代理商CRM 決策支持系統架構,并將該架構應用到該企業的銷售價格決策中,取得了良好的應用效
果。
關鍵詞 OLAM 中間代理商 CRM 決策支持系統
隨著互聯網迅猛發展和市場的不斷成熟,更多的企業采
用中間代理商的形式來協助自己完成戰略目標。中間代理商
往往沒有自己的產品,是通過代理的形式將供應商的產品銷
售給用戶,獲得中間差價的一種經營組織形式。中間代理商
從選擇供應商到確定產品最終價格報給客戶整個業務過程
中,使用客戶關系管理(Customer Relationship Management ,
CRM) 決策支持系統(Decision Support System ,DSS) 對客戶及
供應商的相關信息進行存儲和分類管理,并輔助企業決策者
對客戶需求、業務往來等復雜問題進行及時有效的分析。但
隨著業務的增多,中間代理商積累的數據越來越多。CRM -
DSS 雖然可以實現查詢、統計分析等功能,但卻無法發現激增
的數據背后隱藏的重要信息。而聯機分析挖掘OLAM (O2
LAP Mining) 技術的出現正好解決了這一難題。在中間代理
商CRM - DSS 中應用OLAM 技術可以對客戶和供應商數據
進行更深層次的分析挖掘,更好地選擇供應商,把握不同客戶
群體的產品需求,在確定合理報價基礎上發展更多潛在的客
戶資源,為企業贏得更多的市場和機遇。
1 中間代理商CRM - DSS 需求分析
111 業務分析 作者針對西安市某企業的實際需要,進行
了實地調研。該企業代理多種國外品牌的集成電路及電路
板,銷售前要進行高低溫、濕度等多種質量測試。從獲得客戶
需求到報給客戶產品價格整個業務過程中不僅要對供應商進
行評價、選擇,還要扣除運輸費和測試費用等來對價格進行調
整。具體業務過程(如圖1) 包括以下四個方面:a. 用戶需求
信息?？蛻敉ㄟ^傳真(或電話) 將自己的相關信息及需求信息
發給企業,如企業名稱、所需產品規格型號、質量等級、數量、
到貨日期等,等待企業給出產品價格等信息。b. 中間商需求
信息。企業將客戶的相關信息存檔,并將客戶需求整理匯總。
企業查找到供應商的傳真號,將企業信息及匯總的客戶需求
發給不同的供應商,詢問產品價格及供貨時間等信息。c. 供
應商產品報價。將供應商發來的產品價格信息進行統計綜合
比較,確定最終供應商。d. 調整后的產品報價。將選定的供
應商的產品價格加上運輸費、測試費等,形成最終產品價格報
給用戶。
112 存在的問題及解決思路 從以上報價業務過程可以
看出,中間代理商的業務往來關系復雜,要處理的信息量大。
僅僅靠手工輸入很難發現客戶和業務之間的關系,而且隨著
時間的推移,Word 文檔表格越來越多,查找某個具體資料都
成了令人頭疼的問題。針對該企業的目前狀況和需求,采用
以下步驟:
a. 建立企業Intranet 網站,連接互聯網;b. 為企業量身定
做一個CRM 決策支持系統;c. 應用數據挖掘方法對客戶資料
及產品價格數據進行挖掘分析。
數據挖掘方法的選擇可采用以下幾種方案:a. 采用聯機
分析處理(Online - Analytical Processing ,OLAP) 對系統數據
進行分析處理。OLAP 的分析結果可向分析人員、經理或管
理人員提供數據多層面、多角度的邏輯視圖。但目前OLAP
的分析操作對用戶提出很高的專業要求,不利于該系統的普
及及應用[1 ] 。b. 采用數據挖掘(Data Mining , DM) 對系統數
據進行分析處理。由于DM 方法是以人工智能、機器學習、統
計學等技術為基礎,因而可以高度自動化地分析企業原有的
數據,作出歸納性推理,從中挖掘出潛在的模式,預測客戶的
行為[2 ] 。它具有分析數據深入和分析過程不需要用戶參與的特點,
但這不利于用戶希望參與挖掘分析的應用情況。c. 采
用OLAM (OLAP Mining) 對系統數據進行分析處理。由于
OLAM是結合OLAP 和DM 的優點在數據倉庫的基礎上發
展起來的,因而在實際處理當中,OLAM 可以實現OLAP 和
DM功能上的互補:一方面OLAP 的分析結果可以為DM 提
供挖掘的依據,引導DM 的進行;另一方面,在數據挖掘的結
果中進行OLAP 分析,使OLAP 分析深度進一步拓展。因此
利用OLAM 技術,用戶可以提出具體的挖掘任務,增加了用
戶和挖掘任務的互動性,從而為決策者提供更具體有效的決
策支持。靈活選擇所需的數據挖掘功能,增強和用戶的互動
性,在數據倉庫的基礎上提供更有效的決策支持。
通過對三種方案的分析,針對該企業的現況本文決定采
用第三種方案,即在系統中使用OLAM 技術對客戶和供應商
數據進行挖掘分析。
2 OLAM 模型
211 異構數據庫層 該層是系統各種存儲類型的數據存
儲層?？紤]到CRM - DSS 開發過程中,不同開發人員用到的
數據庫技術不同,本層對系統用到的各種數據庫例如Oracle、
SQL Server 、DB2 等進行匯集存儲,以備數據處理層進行數據
清洗和集成。
212 異構數據處理層 該層從異構數據庫存儲層把原來
分散在企業內外的關于客戶及產品價格等數據進行集成和清
洗,形成數據倉庫。數據倉庫是一個面向主題(如客戶、產品)
的、集成的(數據全局一致) 、穩定的(不是頻繁更新) 、不同
時間(包含歷史數據) 的數據集合[3 ] 。
213 OLAM 數據處理層 該層是對上一層數據倉庫中的
數據進行聯機挖掘分析,主要包括元數據、OLAM 分析引擎
和數據立方體三個部分。
a. 數據倉庫的管理主要是通過元數據來實現的。元數據
是數據倉庫的核心,它用于存儲數據模型和定義數據結構、轉
換、倉庫結構、控制信息等,例如關系數據庫中的數據字典就
是一種元數據。b. OLAM 分析引擎包括OLAP 分析引擎和
DM 分析引擎兩部分,OLAP 分析引擎主要從數據立方體中
獲取多維度的表格,進行在線分析,為決策者提供多種圖形、
報表形式的數據展示,可以讓決策者從多個角度觀察數據任
務執行情況。而DM 分析引擎主要是對OLAP 的分析結果進
行深層次的數據挖掘,找出數據之間的潛在規律并挖掘異常
信息來輔助用戶決策。c. 數據立方體是數據倉庫中過濾后系
統數據的一種存儲形式。例如數據立方體可以將CRM -
DSS 中的數據按立方體的三個不同維度分別存儲產品、客戶
和時間。
OLAM 分析引擎在元數據的指導下,對數據立方體進行
集合運算(如求和、求平均) 和導向運算(如選擇、旋轉、上鉆與
下鉆) 等,就可獲得不同時間段不同產品的銷售數據。
214 用戶界面層 該層是一個圖形用戶界面,供用戶和系
統挖掘任務的交互。用戶可以從該界面查看到挖掘結果,也
可以提出挖掘查詢請求,提交給系統進行挖掘分析。
3 基于OLAM 的中間代理商CRM - DSS 架構
311 應用流程分析 在上面OLAM 模型分析的基礎上,
提出基于OLAM 的中間代理商CRM - DSS 架構,如圖4 所
示,它主要分為四層:
3. 1. 1 客戶層。用戶需要訂購企業某類產品,登錄企業
Intranet 網站,提交身份信息,發出產品詢價請求。
強力推薦：
天柏客戶關系管理系統
天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。
關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統