CRM基础理论.pptx

CRM基础理论;第1章 客户关系管理概述;1.1 客户关系管理的含义;1.1.2客户关系管理的内涵;1.2 客户关系管理系统的类型;第2章 客户关系管理理论基础;2.1.1关系营销的涵义与特征;2.1.2关系营销的涵义与特征;2.1.2关系营销的中心——客户忠诚;2.1.3 关系营销梯度推进层次;2.2.1 客户生命周期;2.2.1 客户生命周期;2.2.2 企业客户群体生命周期的计算;2.3 客户满意陷阱及其成因;2.3.1 客户满意陷阱的含义;2.3.2 基本期望、潜在期望与客户满意陷阱;2.4.1 客户智能及其体系框架;第3章 客户关系管理能力;3.1 客户关系管理能力的界定;3.1.1 客户关系管理能力的含义;3.1.2 客户关系管理能力的构成 ;3.2 客户关系管理能力评价指标体系;3.3 客户关系管理能力对企业绩效的影响;3.4 提升企业客户关系管理能力的措施;第4章 客户关系管理软件系统;4.1 CRM软件系统的一般模型;4.2 CRM软件系统的组成;4.3 CRM功能模块;4.4 CRM软件系统发展趋势 ;ASP的含义;推动CRM-ASP模式的因素;第5章 CRM与数据仓库;5.1.1 数据仓库的概念和特征;5.1.3 数据仓库的内容;5.1.3 数据仓库系统体系结构 ;OLAP服务器;5.2 数据仓库的项目实施;5.2.1 联机分析处理（OLAP）;5.2.2 OLAP评价标准;第6章 CRM与数据挖掘;6.1 数据挖掘的定义;6.2 数据挖掘技术;6.3 数据挖掘的功能 ;6.4 数据挖掘的流程 ;确定业务对象： 清晰地定义出业务问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结构是不可预测的，但要探索的问题应是有预见的，为了数据挖掘而数据挖掘则带有盲目性，是不会成功的。 数据准备 数据的选择：有哪些信誉好的足球投注网站所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。 数据的预处理：研究数据的质量，为进一步的分析作准备.并确定将要进行的挖掘操作的类型。 数据的转换：将数据转换成一个分析模型.这个分析模型是针对挖掘算法建立的.建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键。 数据挖掘：对所得到的经过转换的数据进行挖掘.除了完善从选择合适的挖掘算法外，其余一切工作都能自动地完成。 分析和同化 结果分析：解释并评估结果，其使用的分析方法一般应作数据挖掘操作而???，通常会用到可视化技术。 知识的同化：将分析所得到的知识集成到业务信息系统的组织结构中去。 ;6.5 数据挖掘未来研究方向 ;OLAM;第7章 客户关系管理战略;7.1 客户关系管理战略;7.1.1 客户增长矩阵;不同的客户战略组合;7.1.2 识别与选择客户;7.1.3 客户关系管理过程 ;7.1.4 客户关系管理战略的三大基本点;7.2 客户关系管理战略评价指标;8 客户关系管理项目的实施;8.1 CRM项目管理简述;8.2 CRM项目实施流程;8.3 CRM项目实施前的评估;8. 4 促进CRM实施成功的因素;8.5 导致CRM实施失败的因素;客户关系管理（CRM）与电子商务;63;64;65;66;67;68;69;70;71;72;73;74;75;76;77;78;79;80;81;82;83;84;85;86;87;88;89;90;91;92;93;94;95;96;97;98;99;100;101;102;103;104