首页 >
据IDC报告，2000年全世界在CRM（客户关系管理）上的投入接近440亿美元。然而这么多的投资，竟然让众多客户感觉到企业的客户关系比原来更加糟糕了。
我们来看看下面两种情形：
◆ 你给信用卡公司打电话，一个冷冰冰的、经过计算机处理过的声音说：“请在嘀一声之后输入你的账号。”你照它的话做了，可是事情并没有办妥。十分钟的忙乱之后，你终于接通了一个真正的人。他的第一个问题却还是“你的账号是多少？”
◆ 你在网上填写了一个促销购买订单。一段时间以后，你对这件事有点疑问，试图从网站信息中获得答案，可是全都白费工夫。于是你给那个网站发了个电子邮件，但却收到一封内容含糊不清的自动回信。你只好打电话询问，但呼叫中心的服务员却说根本就没有收到过你的订单。
为什么会有这么多脱节的问题出现？答案很简单，因为缺少真正的企业集成。
市场竞争越来越激烈，企业不能再无视离线数据集成（Offline Data Integration）所造成的局限性和不利因素，而必须将其客户的资料智能化地融入其操作环境，以协同的方式满足客户各个方面的需求。实施BI不仅仅是数据的集成，而是真正地关注客户，使自己转型为更具竞争优势的企业。
运作型BI
要提高与客户的交互性能，将BI融合到操作环境之中很重要。通过与客户的交互，企业可以在计划上与客户同步，而不仅仅是在数据上与客户同步。
部署BI的关键是实现灵活的业务规则管理系统，该系统可以形成和发布各种业务规则，就像一个信息中转站，覆盖与用户有关的所有活动，成为企业的销售协调系统。评估、规则形成以及其他智能行为都包括在这个系统中，并应用于实时变化的数据流，系统不用再依赖于批处理方式产生的数据。
这种业务规则管理系统必须满足以下要求：
- 有很高的性能和可伸缩的结构，能支持大容量的事务处理;
- 在实时环境中进行智能化处理，而且这个过程只依赖于业务规则所要求的数据；
- 具有维护简便的结构，可以很容易地适应数据属性和业务规则的改变；
- 可以为分析员提供简便的工具，用来创建业务规则并保证其有效性；
- 能从众多的来自不同渠道的表格中总结出规则；
- 具有较好的利用已有数据存储、数据仓库和数据中心的能力；
- 具有交叉引用和重用业务规则的灵活性；
- 当基础数据结构发生变化时，能够简单、快速地检验已经存在的规则。
集成化结构
为了获得真正智能化的企业客户管理，信息结构必须与商业智能无缝集成。图1描述了与信息结构相关的业务需求。这种需求和结构引起的信息技术问题使得实现真正的集成化迫在眉睫。
分析环境加载
分析环境的加载过程有特殊的业务需求，这个系统必须能高效地将事件、点击流（click stream）和其他数据逐条载入数据库，然后根据客户的需求及其特征建立分析模型。而这个数据库必须既包括典型客户案例的详细资料，又包括对所有客户和历史触发事件的总结。这样的分析环境可以帮助数据库营销分析员对广告和销售活动的目标群体做出更加准确的定位，提高网络对于广告人员的价值，同时也提高用户响应的利用价值。
知识布局
对客户数据分析得到的认识，可以有针对性地指导广告或商业活动，这是业务规则的作用。业务规则通常分为五种类型：
- 约束型：用来评估数据价值并进行行为约束；
- 仿真型：用来评估数据价值并发出警告；
- 计算型：在已知的数据评估或其他规则推论结果的基础上，应用公式获得新的数据评估；
- 推论型：通过测试条件得出结论；
- 行动授权：在发起活动之前评估数据的价值。
为了方便起见，可以对规则进行新的定义，以便描述销售过程中典型的实时触发。
- 简单触发规则：使用计数之类的条件来触发某种反应的规则。例如，如果这三件事情在三天内发生，就触发事件A。
- 顺序触发规则：事件必须以特殊的顺序发生才引起反应的规则。例如，如果三件事情以某种顺序发生，就触发事件B。
- 人口计算规则：采用特定的分类、评估和描述技术，通过对客户的比较获得客户价值与特征的定量评估。例如A客户在高频率、高价值的零售购物者中排名第X。
- 客户计算规则：通过对历史数据的分析，产生对每个客户进行评估的模型。例如，Y客户的价值是每年232美元。
- 组合计算规则：用多个规则产生一个新的规则。例如，如果这三件事情都发生了，而且客户在零售购物者中的排名在前10%，那就触发事件C。
规则可以由人来制定或者从集成分析应用中输入。由人制定的业务规则必须确保所有的规则都有效，而且在业务规则使用的数据发生变化时，已有的业务规则仍然必须保持有效。要获得这种有效性，业务规则库必须存放在元数据层，它可以被规则触发引擎和业务规则的制定者所使用。
运作系统
对业务规则的实时计算可以让企业在适当的时间及时触发适当的事件，从而影响客户的行为。在周期性的处理中，业务规则库可以预先处理尽可能多的信息，以便支持规则触发引擎。当信息以消息的方式传递过去以后，相应的事件就会被触发。让我们来设想这样一个规则，“当事件A、B、C在20天内发生，就触发活动A。”在初始阶段，A和B事件发生了，但C没有发生，这时规则触发引擎就会智能地“嗅到”输入的数据中与事件C有关的内容，一旦事件C发生，规则触发引擎会给规则触发接口发消息，告诉它开始实施活动A。
图2中描述的体系结构说明了三个关键过程，提供了一个将企业数据转换为行为知识的可行框架，可以实现运作型的商业职能。
图2 基于BI的CRM结构
组成部件
● 详细行为数据
从各种渠道收集到的运营中产生的数据，比如从银行平台、信用卡系统、零售点、网站等地方获得的数据。
● 业务规则库
业务规则制定者将规则“发布”到业务规则库中。规则触发引擎、初始数据库和ETL处理都可以引用这些规则，并将它们集成到自己的处理中。业务规则库中还包括元数据层，覆盖所有数据的读取方法和信息结构中的数据模型。通过这些方式，各种处理过程都可以利用业务规则库完全读取和利用所有信息，从而免除冗余数据，满足了性能和效率的要求。
● 规则初始数据库
初始数据库包括所有客户的详细资料，其数据模型与分析环境中样本数据库具有相同的结构。存储这些数据就是为获得初始规则提供某一段时间内详细的行为资料。例如，有这样一条规则：若事件A、B、C在20天内发生，那就触发活动A。初始数据库就会对纪录中过去20天的行为资料进行总结，而不是从规则发布以后等待20天。如果满足条件的事件被初始数据库覆盖，那初始数据库可以选择创建触发器，或者只是总结事件而不触发，下面是用来帮助理解这种行为的两个例子：
1．触发历史事件：在初始数据库中，计算过去20天内每个客户发生这三件事情的次数。如果哪位客户符合条件，就通报规则触发引擎触发相应的行动。
2．不触发历史事件：在初始数据库中，计算过去20天内每个客户发生这三件事情的次数。即使有哪位客户满足了条件，也不做任何反应。当初始化的时候，动态地建立包括每个客户初始化结果的数据库，并切断正在进行的更新处理。
通过这两种不同的选择，可以倒过来说明在这个例子中20天这个因素可以带来不同的规则。
初始化处理可以在多种硬件平台上执行，可以通过在线和离线存储系统、分布式并行处理等形式来解决。利用业务规则库的元数据层，数据可以有效地分布、及时地部署规则以满足任何商务需求。
● 原始事件日志
从触发的事件可以得到规则触发引擎中的原始数据，它们实时地或批量地转换或加载到分析数据库中。
● 提取、转化和加载（ETL）
从日常载入的文件中获得数据，应用业务规则将其装入关系数据库，用来支持分析环境。用于实时引擎派生属性的规则与用于ETL处理的规则是一样的，这为评估派生属性和数据转换提供了一个独特的管理角度。
● 分析数据库
关系数据库系统有三种主要数据：典型客户案例的详细数据、对所有客户的总结性历史数据以及具体活动的数据。分析数据库提供输入数据，从而得到对客户的认识，而满足ETL处理的业务规则库为分析数据库提供派生属性。这个过程将保持离线分析和实时事件触发规则之间的同步，在动态建立表格的过程中处理初始化完成后的派生属性相加，并对相应的元数据进行更新，这些处理都是自动实现的。
● 分析环境
分析环境是一套用来从分析数据库中挖掘信息的工具。通常有三类工具：报告、模型和规则展开。报告和模型工具是已经定型的应用，跟MicroStrategy、Brio、SAS、SPSS等一样。业务规则的制定者通常是通过发布挖掘工具创建对象来创建规则，或者是让分析员综合编码的活动授权规则和核心规则来创建新规则。
● 规则触发引擎（RTE）
RTE管理业务规则的预先计算和额外数据的合并，这些额外数据来自消息或详细数据的更新。RTE自身保留预先计算数据的存储，并处理对业务规则的应用。它有业务规则备份，因此可以很快地将规则应用于选定的数据。在预定的基础上，它可以使用日志文件、初始数据库或其他数据存储来更新预先计算的信息。
● 行为触发界面（BTI）
BTI提供进入触发规则的接口。从最简单的服务到集成事务处理和加载平衡软件的服务，它都可以提供。
● 执行数据库
BTI能给执行数据库提供触发器，包括市场销售传达的所有信息。这可以说是另一个网络、Web站点、遗留系统等。将这个系统和底层结构分开以后，第三方或其他并不了解底层触发机制的销售人员也很容易接管。
● 其他营销有关方面
一般说来BTI是一个消息中转站，可以在任何网络或API之间请求或发送信息，通常管理客户界面或提供消息执行的人才用到这个接口。
企业集成
当然，真正的企业集成不仅仅是客户关系管理，尽管CRM应用或许是最容易掌握的。但真正的企业集成会让整个企业受益，可以使销售更加自动化，调整与供应商的采购关系。而这其中最关键的是对商业智能和目标业务规则管理的集成。
在经济低迷时期企业集成尤为重要，它为企业在不裁员和不减少生产的基础上保持盈利提供了一种新的思路。使用集成技术和策略的企业将会生存下来，而不使用这些方法的企业则可能被淘汰出局。
计算机世界网
