用户登录

没有账号?立即注册

顾客关系数据管理成零售业的命脉

来源: 联商网 2011-08-04 14:15
  近年来,随着零售企业的大规模发展,竞争不断加剧,信息技术的应用广度与深度在不断扩大,并已经逐步成为现代商业的核心竞争力,如何培养忠实的消费群,并充分挖掘客户信息中所蕴藏的商业价值,如何用数据为企业的经营提出实时的决策指导,已经成为零售企业长足发展的迫切需求,也是零售企业面临的挑战。根据国内、外相关行业的应用经验以及IT技术的应用和发展,解决这一问题的最好方式就是利用商业智能(BI)技术为企业提供商业决策所需要的信息。

  据了解,商业智能(BI)是对商业信息的搜集、加工、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力,帮助他们更快地做出对企业更有利的决策。商业智能一般由数据仓库、数据查询和报表、数据挖掘、在线分析(OLAP)、预算和预测等部分组成。

  为了提升企业竞争力和盈利水平,越来越多的零售企业开展了以顾客需求为导向的业务流程再造,力求打造良好的客户服务质量和不易复制的核心竞争力。一方面,更好地理解客户需求,及时地应对市场变化都有待商业智能应用的支持。另一方面,业务流程的再造有助于零售企业更好地采集相关业务数据和统计关键绩效指标。Harrah’s Entertainment, Inc创新、博彩及技术高级副总裁兼首席信息官Tim Stanley表示,“应用ibm旗下的Cognos,我们建立了一个闭环营销体系,这个体系能够支持我们的客户忠诚度目标。从分析客户行为到开发重要活动和追踪活动效果,我们都可以使用数据来更好地服务客户,进而决定如何改进运营来提高客户的整体满意度。两种战略相互补充,它们的结合比其中任何一种战略都更具威力。”

  可以说,瞬息万变的市场环境、琢磨不透的客户需求以及海量的业务数据决定了零售业是商业智能应用的热点行业之一。近年来,商业智能在零售业的确得到了长足的发展,越来越多的零售企业开始或已经实施商业智能项目,成功的项目案例也有不少。

  商业智能系统主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段。数据预处理是整合企业原始数据的一步,它包括数据的抽取、转换和装载三个过程。建立数据仓库则是处理海量数据的基础。数据分析是体现系统智能的关键,一般采用联机分析处理和数据挖掘两大技术。联机分析处理不仅进行数据汇总/聚集,同时还提供切片、切块、下钻、上卷和旋转等数据分析功能,用户可以方便地对海量数据进行多维分析。数据挖掘的目标则是挖掘数据背后隐藏的知识,通过关联分析、聚类和分类等方法建立分析模型。预测企业未来发展趋势和将要面临的问题。在海量数据和分析手段增多的情况下,数据展现则主要保障系统分析结果的可视化。

  2006年1月Gartner Group公布的对1400位CIO访谈结果显示,商业智能被CIO们列为企业优先考虑的十大技术之首。2006年9月,由商务周刊(Business Week)发起的对商业智能价值调查的结果显示,绝大多数的公司都认为他们大规模的或战略性的商业智能实施正在为公司带来预期的回报。从全球范围来看,商业智能已经成为最具有前景的信息化领域,是当前企业最为关注的技术热点,是ERP后最有发展前景的信息技术。

  从国内来看,商业智能也是企业信息化中最需要的组成部分,越来越多的企业提出他们对商业智能的需求,把商业智能作为一种帮助企业达到经营目标的一种有效手段。据ChinaBI(中国商业智能网)统计,2007年中国大陆地区(不含港、澳、台)的商业智能市场份额约为20亿元人民币,比2006年增长35%,其中商业智能产品许可汪约为9亿元人民币;商业智能系统集成(不包括许可证)约为11亿元人民币。在未来几年内商业智能市场需求旺盛,市场规模增长迅速。商业智能无疑是当前企业管理中最为前沿的实践应用。

  以往,商业智能主要是关注那砦比较容易获取的数据,即以流程为核心的结构化信息——存储在内部数据库中的数据和文本。而现在,越来越多的企业已经意识到,还有更多的业务信息存在于非结构化的数据源中,例如像客户呼叫记录、分析报告等信息都存在于ERP、CRM和财务软件之中。

  
  据META Group估计,平均70%的企业信息资产是非结构化的形式,这些数据对企业发展非常有价值的信息,比如市场的整体表现以及竞争对手的表现等。由于非结构化数据的形式与结构化数据集成难度很大,使得非结构化数据的使用价值受到限制。因此,企业越来越需要一种统一的商业智能平台来挖掘、分析和利用所有这些信息,解决各种非结构化或者半结构化的数据信息的采集、管理、利用、传递和增值,并将它们有机地整合纠结构化数据的商业智能环境中,以此来实现企业内容价值链的最优化。

  商业智能市场的火热反映出企业对有价值信息的渴求,而其实本质上,企业需要商业智能做的是透过数据提供出对市场环境和企业运营管理的一种洞察力,一种基于对过去历史数据分析的预测能力。当前,数据可视化需求的呼声日益高涨,其主要原因在于,一方面是业务与IT的日益结合带来的非IT人员理解、应用IT的需求;另一方面是数据可视化技术本身可以带来的智能分析和调查的高效率。数据的可视化功能应能以图形的方式对数据和数据间的关联进行描述和展现,并运用关联分析、网络分析、路径分析、时间序列分析、空间分析等图形分析方法发现和揭示数据中隐含的公共要素和关联,帮助客户将大量、未知质量、低关联、低价值的信息转化成少量、易理解、高关联性、可操作的洞察力。

  顾客关系管理是零售业的命脉。实践证实,商业智能系统正逐步成为现代企业管理中一把面向未来竞争的利剑,推动着企业管理实现数字化、精细化、科学化。同时,商业智能也是一个年轻而充满希望的研究领域,商业利益的强大驱动力将会不停地促进它的发展,每年都会有新的商业智能的理论和应用问世,随着商业智能应用的不断深入,企业还将面临着更多的问题和挑战,等待我们去深入探索和研究。

  (联商网整理)

发表评论

登录 | 注册

你可能会喜欢:

回到顶部