一、知识经济下的客户关系管理

    在商品短缺时代，企业的生产是以生产商和产品为中心的。在产品丰富以至于过剩的时代，企业开始看重市场需求，通过市场调研与分析，了解市场的实际需求，从以产品为中心发展到以市场为导向。但是市场调查常常是以抽样的方式进行的，没有考虑客户的个性化要求。

    随着竞争的激化和客户要求的进一步提高，企业开始对客户直接关心起来，发展到以客户为中心。由于产品同质化的现象越来越严重，通过产品差别来细分市场是很困难的。这时企业开始意识到客户个性化要求的重要性，因此生产运作开始转到以客户为中心来进行，市场竞争的焦点也从产品的竞争转向品牌、服务以及客户的竞争上来。客户资源包括的因素有：企业与客户的关系；企业销售情况；企业的核心竞争力；供应链管理；营销策略；原料需求；生产规模；产品质量；研究开发能力；服务水平以及客户的发展战略等等。

    在这种形势下，客户的选择决定了一个企业的命运，谁能与客户建立并保持长期的良好的关系，充分掌握客户资源，分析客户需求，赢得客户的信任。谁就能制定出适合企业经营发展的战略和市场营销策略，生产出适销对路的产品，提供顾客满意的服务，迅速占领市场。

    客户关系管理包括企业和客户间的各种关系的管理，这里不仅有销售过程中的关系如签订合同、发货、收款等，还包括在营销和售后服务过程中的各种关系。一般说来，包括下列管理：

    (一)客户信息管理

    这里需要把企业内部各部门、各员工接触客户所获得的资料集中起来统一管理。其中包括对客户类型的各种划分、客户的基本信息、客户联系人信息。企业营销人员进行跟踪的记录客户的状态以及合同信息等。

    (二)市场营销管理

    这里需要制订市场推广计划，对各渠道接触的客户进行记录、分类，还要提供对予潜在客户的管理。此外还要对市场各种活动进行评价。这里着重在一对一的微观营销上。

    (三)销售管理

    它的功能包括对销售人员通过电话销售、现场销售、网上销售的管理。需要支持现场销售人员的移动通信设备和笔记本电脑的接入，还需要进一步建立网上商店，支持网上结算管理。

    (四)服务管理与客户关怀

    其功能包括服务请求、服务内容、服务网点、服务所需档案以及服务收费等的管理，还有对客户关怀的支持。由于信息技术的高度发展，为客户关系管理提供了方便迅速的技术支持，但是客户关系管理的注意力不应该全部集中在技术上，而应该把它看作是一种管理的新理念。客户关系管理的技术乃是战术层次的工具，现在确实需要从战略的高度来考虑，在企业的愿景、使命、目标和战略措施中把客户关系管理放在应有的地位。

    随着知识经济时代的到来和电子商务模式的日渐普及，企业的营销模式也从简单的，以交易为导向的营销过程转向以知识为导向的、多方位的关系管理等整合行为转化。知识管理整合开始在提高业务流程效率方面起着十分重要的作用，随着流程复杂性、知识密集性的水准提高，以知识为导向的业务流程替代了之前的以行为相交易为导向的业务流程。当企业和他们的客户之间的互动水平提高以后，数据挖掘、互动营销等方法就逐渐被知识型的、实时的客户关系管理流程所取代。

二、客户关系管理与知识管理的集成

    客户关系管理是以知识为基础的。所有的活动都要建立在对客户有关的知识的掌握上。一般的情况是在与客户的接触过程中，了解到客户在使用产品或享受服务的过程中遇到什么问题，对产品有什么意见和建议，这些信息应该及时输入客户数据库。有一些能够立即解决的问题，应该及时帮助他们解决，这是一种个性化的服务。与此同时，通过与客户的接触。了解他们的姓名、年龄、职业、通信方式、个人爱好和购买习惯，这样就获得了有关客户的基本信息，通过处理就可以得到各个客户的基本知识。有了这些知识，才可以与客户进行深层次的交往。

    客户信息在企业内部加以保存，是为了便于交流和共享。企业在从制订计划、确定目标客户，到制订营销方案和具体的运作步骤，直到执行和评估完整的市场营销过程中，都要使用统一的客户数据来源，才能使企业的市场、营销、生产、研发以及售后服务各部门的工作有序连贯地进行。另外，与用户有关的企业方面的信息和知识，如产品功能、销售网点、售后服务等，也应该和客户交流与共享。此外，从客户方面来的反馈信息也应该共享，以加强与用户的联系。

    在市场经济环境中，客户对企业的信任乃是企业生存的重要条件。构成客户信任的因素很多，当前被称之为基于知识的信任，是今后知识经济条件下企业生存和发展的重要因素。这种信任建立在客户掌握有关企业各方面的基础知识之上，从而对企业提供的产品与服务放心。当然信任是相互的，企业掌握更多的客户信息，也对客户产生信任感。

    传统的为顾客服务是一种“黑箱式的”服务，客户关心的是服务的成果，对于服务过程并不在意。现代化的服务已经不满足于黑箱操作了，客户方面越来越需要知道服务的细节，企业则以透明化的服务来赢得客户的信任。

    (一)从客户数据库中进行数据挖掘以发现知识是知识型CRM中的重要内容之一

    企业要与客户建立良好的关系，就要全方位地了解客户，分析客户的行为，挖掘有关客户的知识。客户数据库为这些工作提供了信息基础。客户信息的获取并不是一件轻而易举的事，这也需要知识的指导。以什么方式获取什么信息，必须妥善计划布置，如果处理不当，引起客户的反感，反而把事情弄糟。

    通过数据挖掘和知识发现的方法和工具，可以选择适当的工具来进行分析，把隐藏在数据里的规律找出来。数据挖掘和知识发现是由众多学科如人工智能、机器学习、模式识别、统计学、数据库、知识库、可视化技术等相互交叉、融台所形成的一门新兴的研究领域。知识发现的研究始于从数据库中发现有用的模式这一概念。

    数据挖掘是从数据中提取模式的过程，它反复运用多种数据挖掘算法从数据中提取有用的知识，大部分数据挖掘方法都是基于机器学习、模式识别及统计学三个领域中的方法。

    数据挖掘与机器学习都是从数据中提取知识，其主要区别在于：机器学习主要针对特定模式的数据进行学习；数据挖掘则是从实际的海量数据源中抽取知识，这些海量数据源通常是一些大型数据库。由于数据挖掘使用的数据直接来自数据库，数据的组织形式、数据规模都具有依赖数据库的特点，特别是数据挖掘处理的数据量非常巨大。数据的完整性、一致性和正确性都难以保证。所以。数据挖掘算法的效率、有效性和可扩充性都显得至关重要。然而充分利用现代数据库技术特别是数据仓库技术优势，是提高数据挖掘的算法效率的有效途径。与传统的数据库查询系统相比，数据挖掘技术存在着一些显著的特点。

    首先是传统的数据库查询一般都具有严格的查询表达式，可以用SQL语句描述。而数据挖掘则不一定具有严格的要求，常常表现出即时、随机的特点。查询要求也不确定，整个挖掘过程也不是仅用SQL语言就能完整表达。实际上，数据挖掘常常用一种类SQL语言来描述。

    其次，传统的数据库查询一般生成严格的结果集，但数据挖掘可能并不生成严格的结果集，挖掘过程往往基于统计规律，产生的规则并不要求对所有的数据项总是成立，而是只要达到一定的事先给定的阈值就可以了。

    最后，通常情况下，数据库查询只对数据库的原始字段进行；而数据挖掘则可能在数据库的不同层次上发掘知识规则。

    目前，有许多研究机构、公司和学术组织从事数万方数据据挖掘工具的研制和开发，这些工具主要基于人工智能的技术，另外也采用了传统的统计方法。这些数据挖掘工具差别很大，不仅体现在关键技术上，还体现在运行平台、数据存取、价格等方面。

    (二)经验不足的企业可以聘请外脑(管理咨询公司)来帮助，充分利用外界的知识以促进本企业的工作

    一般说来，管理咨询公司开展的工作是从培训和诊断开始的，这正是从外面获取知识的机会。在培训中员工获得的，不仅是一些技术上的知识，而且是从经营理念的高度来认识客户关系管理，也就是获取经营管理方面的知识。

    诊断过程是一个识别已有知识和找出知识差距的过程，经过诊断不但可以确定客户关系管理的规划，而且也明确了知识需求。在获取信息与知识以及数据挖掘的过程中，应该充分利用互联网这一有力的工具，通过互联网与客户沟通是最为经济和有效的。通过互联网和客户对话，交流以文字、图形、图像、视象形式表现的资料，可以加深客户对产品或服务的了解。企业建立自己的知识网站，可供客户一天24小时、一年365天随时查询，用户还可以把自己的意见或知识迭到网站上，与企业或其它客户交流。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。