在竞争激烈的网络经济时代，随着Internet以及Web的商业迅速发展、营销理念的更新，企业保持客户所面临的困难

越来越大，企业竞争的重点是“以客户为中心”，如何加强对企业客户资源的管理、开发与利用变得更加重要。 自产生

以来，CRM的相关研究与应用得到了快速发展，然而，在企业中CRM应用失败的案例也比比皆是。这其中的主要原因

有两个：一个是人们对CRM核心思想的理解认识不准确；另一个是现有企业CRM应用的体系结构不完善。因此， 如何

进行有效的客户关系管理就成了企业的当务之急。 

一、CRM的概念与内涵

CRM(Customer Relationship Management)，即客户关系管理。是指通过培养企业的最终客户、分销商和合作伙伴对

本企业及其产品更积极的偏爱或偏好，留住他们并依次提升企业业绩的一种营销策略。

CRM的内涵是以客户信息和与企业的交易数据为基础，利用计算机信息技术，深层分析数据库中的海量数据，找出客

户的不同特征，分析客户行为，然后挖掘出有商业价值的信息，从而帮助企业规划和决策相关的企业经营活动。

二、基于数据仓库的CRM体系结构
1 数据仓库与数据挖掘技术

  数据仓库的创始人W.H.Inmon将数据仓库定义如下：“数据仓库是一个面向主题的、集成的、不可更新的、随时

间不断变化的数据集合，用以支持企业或组织的决策分析处理。”

  从CRM的角度来看，数据挖掘的应用其实就是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知

识和规则，并能够根据已有的信息预测未来可能发生的行为和结果，为企业经营决策、市场策划提供依据。各种类型

的数据，比如是静态的历史数据和动态的数据流数据等等，都可利用数据挖掘技术进行分析。关联分析、序列分析、

分类分析、预测分析、聚类分析以及是时间序列分析等等，都属于数据挖掘的范畴。

  数据挖掘技术是企业实现有效的客户关系管理的引擎。数据仓库及其数据挖掘技术在企业CRM系统中的应用，不

仅有助于企业全方位的了解客户，把握客户的特征与需求，而且还更有效地掌握客户的行为。

2.基于数据仓库的CRM解决方案

  基于数据仓库的CRM是：利用数据仓库与数据挖掘的理论与技术，创建能够描述并预测企业客户行为的模型，目

的是优化整个CRM的流程，最终实现有效的客户关系管理。 CRM分析系统主要由数据源、数据仓库应用系统和CRM分

析系统这三个部分所组成，下面是整个CRM体系结构：

  (1)通过广泛收集企业生产、经营过程中产生的客户信息、客户行为、生产系统和其他相关数据，最终形成了数

据源当中的海量数据。

  (2) 数据仓库建设和数据仓库系统这两个部分组成了CRM的数据仓库应用系统。数据仓库建设的功能是利用数据

仓库的数据ETL和设计工具的抽取、转换、加载、刷新等功能逐步形成数据仓库；数据仓库系统具有联机分析处理

(OLAP)、报表等功能，可分析客户的整体行为和企业运营数据，并针对不同的数据仓库用户提供有价值的信息。

  (3)CRM的核心是CRM分析系统，主要有分析数据准备、客户分析数据集市、客户分析系统和企业调度监控等模

块。分析数据准备模块从数据仓库中提取出进行客户分析所需要的数据，并形成客户分析数据集市；客户分析系统

在客户分析数据集市的基础上，进行客户行为分组、重点客户发现和市场性能评估，其分析结果通过进一步的OLAP

和报表，为市场专家经营决策、市场策划提供依据；对客户分析系统的有效性、可靠性分析由企业调度监控模块进

行监管，提高企业应用CRM的成功机率。

三、 应用在数据仓库中的CRM分析

  CRM系统的运行是以数据仓库为基础展开的，能够为企业制订市场策略、开展营销活动提供决策支持。CRM分析

系统是CRM应用的核心功能，围绕客户为中心展开，主要有客户行为分析、重点客户发现和市场性能评估等三种功能，

能够应用于一对一营销、客户盈利能力分析等方面。

1 客户分级管理

   在CRM系统中，客户分级管理是一项非常重要的内容。首先需要进行客户行为分析，包括整体行为分析和群体行

为分析两个方面。整体行为分析能够用来帮助企业发现所有客户的行为规律，但企业的客户千差万别，进行群体行为

分析更为重要。根据客户行为的不同，进行“行为分组”，将客户划分为若干个不同的、有着明显的行为特征群体，如

此的话，企业就可以发现群体客户的行为规律，更好地理解客户。行为分组也只是客户群体行为分析的开始，还需要

进行客户理解、客户行为规律发现和客户组之间的交叉分析等，针对不同客户组进行的交叉分析，能够帮助企业发现

客户群体间的变化规律，通过不断升级客户就能为企业带来更大的利益。同样地，采用数据挖掘技术，通过特征化和

分类(包括聚类分析、演变分析、分类预测等)，可把大量的客户分成不同的类，在每一个类里的客户具有相似的属性，

而不同类里的客户的属性则不同。基于这些理解和规律，通过数据挖掘了解不同客户的爱好，市场专家就能够制定相

应的市场策略，提供有针对性的产品和服务，从而大幅提高各类客户对企业和产品的满意度。

  其次是进行重点客户发现，客户分级的目标是找出对企业具有重要意义的客户，观察和分析客户行为对企业收益

的影响，建立和维护企业与客户之间卓有成效的“一对一关系”。在客户群中，客户的盈利能力的区别也很大。利用数

据挖掘技术，从客户的交易历史纪录中发现一些行为模式，并预测客户盈利能力的高低，或是预测在不同的市场活动

情况下客户盈利能力的变化，根据不同客户的盈利能力，制定相应的、有效的营销策略，以获取最有价值的客户，提

高客户的忠诚度。正如戴维•卡米伦所说“若要让数据有用，就要将数据转化为营销(信息)。数据必须从“比特”和“字节”

的形式转化为营销者在进行市场细分、促销和分析中需要的信息。”

2 性能评估与调度监控

  CRM的实施成果要经得起企业销售额、客户满意度、客户忠诚度、市场份额等“硬指标”的检测。在CRM系统中设

置性能评估模块，保证系统运行的有效性和可靠性，企业也能够监控和调整CRM的运行状态，与企业的经营目标始终

保持一致，进而使企业应用CRM的成功率大大提升。

譬如，企业可通过客户行为分析、重点客户发现等进行客户分级管理，针对不同客户相应地制定市场策略和策划市场

活动。但这些企业行为有没有达到预定的目标需要进行评估，对企业进一步完善客户行为分析性能和改进市场策略十

分重要。

这些性能评估分析的基础是客户所提供的市场反馈 。数据仓库具有数据获取与存储功能，自动地刷新客户对市场的

反馈数据，此过程被称为客户行为跟踪。在针对客户行为分析和重点客户发现过程的性能评估模块中，首先对企业的

每个市场目标，设计一系列评估模板，在一定的时间范围内(以月或季度为单位)给出客户行为分析的报告，为企业进

行策划和实施市场活动提供信息依据；其次要可以及时跟踪市场的变化，并通过一些具体的统计指标(如销售订单、

访客记录等)来度量市场活动的效率，而且这些报告应该按月份更新，并可以根据市场活动的变化而及时修改。

四、结束语

  随着CRM在企业经营过程中的应用，企业生产、经营和销售数据等等的相关信息不断积累，数据仓库已成为企业

组织和管理信息的最有效方式。基于数据仓库的CRM，具有数据挖掘和在线分析等功能，能帮助企业提高市场决策能

力、完善经营计划和获得市场优势。