第一章
客户关系管理的产生：1、客户资源价值的重视（管理理念的更新）2、客户价值实现过程需求的拉动3、信息技术的推动 参考教材2.1节（P29）
1、客户资源价值的重视
成本领先优势和规模优势 市场价值和品牌优势 信息价值 网络化价值
4P 4C 关系营销 价值链的变化 客户中心论（教材1.1节）
客户关系管理的内涵：综合所有CRM 的定义，我们可以将其理解为理念、技术、实施三个层面。其中，理念是CRM 成功的关键，它是CRM 实施应用的基础和土壤；信息系统、IT 技术是CRM 成功实施的手段和方法；实施是决定CRM 成功与否、效果如何的直接因素。 三者构成CRM 稳固的“铁三角”
CRM 理念：客户关系管理首先是一种管理理念，理念是客户关系管理的指导思想和行为原则。一个企业要进行客户关系管理，必须先树立客户关系管理理念。
● 客户生命周期理论
● 客户价值理论（客户终身价值，CLV ）
● 客户满意度、忠诚度
● 对应教材第一章的内容
CRM 技术：客户关系管理是建立在信息技术基础之上的，理念通过技术来体现，技术是成功实施CRM 的手段和方法 。技术是客户关系管理不可或缺的组成部分。软件系统使客户关系管理技术的重要内容。 客户关系管理技术还包括数据仓库、数据挖掘、呼叫中心等内容。客户关系管理软件 数据仓库与数据挖掘技术 呼叫中心技术
CRM 实施：实施使客户关系管理成功的关键
第二章所谓关系营销，是把营销活动看成是一个企业与消费者、供应商、分销商、竞争者、政府机构及其他公众发生互动作用的过程，其核心是建立和发展与这些公众的良好关系。 关系营销的本质特征：（１）双向沟通（２）合作（３）双赢（４）亲密（５）控制。 许多企业采取大量的措施提高客户的满意度，希望籍此提高客户忠诚度。但是实践和研究发现，客户满意度并不等于忠诚度，许多行业存在着高满意度，低忠诚度的现象，这就是所谓的客户满意陷阱。
CRM 的一般模型阐明了客户关系管理的对象、主要过程和任务之间的相互关系。 1 CRM的面向的对象是客户和市场2 CRM的主要过程由市场、销售和服务构成
3 CRM各个过程都有特定的任务要完成
CRM 软件系统的组成部分：1、接触活动 2、业务功能 3、数据库
1、接触活动
CRM 软件必须支持各种各样的接触活动
CRM 软件需要集成各种接触活动。企业必须协调这些沟通渠道，保证客户能够采取其方便或偏好的形式随时与企业交流，并且保证来自不同渠道的信息完整、准确和一致。 接触活动是企业与客户的沟通、交互等活动，常见的方式有：
电话/传真、移动销售（mobile sales）、电子邮件、Internet 、面对面的沟通、其他营销渠道，如金融中介或经纪人、呼叫中心（Call Center）
2、 业务功能 ：市场营销管理 销售管理 客户服务与支持
市场营销管理：市场营销管理的主要任务是：通过对市场和客户信息的统计和分析，发现市场机会，确定目标客户群和营销组合，科学地制定出市场和产品策略；为市场人员提供制定预算、计划、执行和控制的工具，不断完善市场计划；同时，还可管理各类市场活动（如广告、会议、展览、促销等），对市场活动进行跟踪、分析和总结以便改进工作
销售管理：销售管理部分则使销售人员通过各种销售工具，如电话销售、移动销售、远程销
售、电子商务等，方便及时地获得有关生产、库存、定价和订单处理的信息。所有与销售有关的信息都存储在共享数据库中，销售人员可随时补充或及时获取，企业也不会由于某位销售人员的离去而使销售活动受阻。另外, 借助信息技术，销售部门还能自动跟踪多个复杂的销售线路，提高工作效率
客户服务和支持：客户服务和支持部分具有两大功能, 即服务和支持。一方面，通过计算机电话集成技术（CTI ）支持的呼叫中心，为客户提供每周7 x 24 小时不间断服务，并将客户的各种信息存入共享的数据库以及时满足客户需求。另一方面，技术人员对客户的使用情况进行跟踪，为客户提供个性化服务，并且对服务合同进行管理
CRM 软件系统的一般模型：
3、数据库
数据库在CRM 软件系统中作用
客户信息数据库管理系统是CRM 系统的重要组成部分，是企业前台各部门进行各种业务活动的基础。
CRM 软件系统数据库的内容
一个高质量的CRM 数据库包含的数据应当能全面、准确、详尽和及时地反映客户、市场及销售信息。 CRM 数据库的数据内容可以按照不同用途分成三类：
客户数据、销售数据、服务数据。
CRM 软件系统中的数据处理
数据采集、数据存储、数据利用
数据库在CRM 软件系统中作用：
数据库作为所有CRM 过程的转换接口，可以全方位地提供客户和市场信息；
帮助企业根据客户生命周期价值来区分各类现有客户；
帮助企业准确地找到目标客户群；
帮助企业在最合适的时机以最合适的产品满足客户需求，降低成本，提高效率； 帮助企业结合最新信息和结果制定出新策略，塑造客户忠诚。
CRM 软件系统数据库的内容：
客户数据包括客户的基本信息、联系人信息、相关业务信息、客户分类信息等，它不但包括现有客户信息，还包括潜在客户、合作伙伴、代理商的信息等。
销售数据主要包括销售过程中相关业务的跟踪情况，如与客户的所有联系活动、客户询价和相应报价、每笔业务的竞争对手以及销售订单的有关信息等。
服务数据则包括客户投诉信息、服务合同信息、售后服务情况以及解决方案的知识库等。这些数据可放在同一个数据库中，实现信息共享，以提高企业前台业务的运作效率和工作质量 CRM 软件的技术原则 ：
易转换——适应性及强大的参数设置功能；
强大的数据复制及同步功能；
独立于开发平台（与核心部分以C++还是Java 编写无关）；
通过COM/DCOM以及CORBA 与E-Business 构成一体化结构，以及以网页为基础的组合结构；
界面友好；
关系DBMS 以及通常的开发环境（C++, Java）。
技术功能：
信息分析能力 对客户互动渠道集成能力 支持网络应用能力 建设集中客户数据仓库能力 对工作流集成能力 与ERP 集成能力
2.2 CRM功能模块
销售管理子系统
市场营销管理子系统
服务管理子系统
现场服务管理子系统
呼叫中心管理
客户关系管理就是利用各种途径，尤其是IT 技术，存储、共享、充分利用客户信息，优化与客户的相关业务流程并实现自动化，从而有效地建立、维持良好的客户关系，实现利润最大化
客户生命周期是指当一个客户开始对企业进行了解或企业欲对某一客户进行开发开始，直到客户与企业的业务关系完全终止且与之相关的事宜完全处理完毕的这段时间
客户的生命周期性可分为潜在客户期、客户开发（发展）期、客户成长（维系）期、客户成熟期、客户衰退期、客户终止期共六个阶段。
第三章
数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate ）、相对稳定的（Non-V olatile ）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。 数据仓库概念的两个层次
功能上：数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库； 内容和特征上：数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。、
CF:与数据库概念的区别—四大特点
数据仓库四个特点-面向主题
数据仓库四个特点-集成的
数据仓库四个特点-相对稳定的
数据仓库四个特点-反映历史变化
数据仓库本质：数据仓库实际上是一个“以大型数据管理信息系统为基础的、附加在这个数据库系统之上的、存储了从企业所有业务数据库中获取的综合数据的、并能利用这些综合数据为用户提供经过处理后的有用信息的应用系统”。
如果说传统数据库系统的重点与要求是快速、准确、安全、可靠地将数据存进数据库中的话，那么数据仓库的重点与要求就是能够准确、安全、可靠地从数据库中取出数据，经过加工转换成有规律信息之后，再供管理人员进行分析使用。
数据仓库所要研究和解决的问题就是从数据库中获取信息。
数据仓库系统体系结构
数据源：是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信息包括各种业务处理数据和各类文档数据。外部信息包括各类法律法规、市场信息和竞争对手的信息等等
数据的存储与管理：是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库（通常称为数据集市）
OLAP 服务器：对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。
其具体实现可以分为：ROLAP 、MOLAP 和HOLAP 。ROLAP 基本数据和聚合数据均存放在RDBMS 之中；MOLAP 基本数据和聚合数据均存放于多维数据库中；HOLAP 基本数据存放于RDBMS 之中，聚合数据存放于多维数据库中。
联机分析处理（OLAP ）：联机分析处理（OLAP ）的概念最早是由关系数据库之父E.F.Codd 于1993年提出的。当时，Codd 认为联机事务处理（OLTP ）已不能满足终端用户对数据库查询分析的需要，SQL 对大量数据库进行的简单查询也不能满足用户分析的需求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此Codd 提出了多维数据分析的概念即OLAP 。
未来◊联机分析挖掘，又称为OLAP Mining
OLAP 是一种软件技术，他使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的，这些信息是从原始数据直接转换过来的，他们以用户容易理解的方式反映企业的真实情况。
OLAP 大部分策略都是将关系型的或普通的数据进行多维数据存贮，以便于进行分析，从而达到联机分析处理的目的。这种多维DB 也被看作一个超立方体，沿着各个维方向存贮数据，它允许用户沿事物的轴线方便地分析数据，与主流业务型用户相关的分析形式一般有切片和切块以及下钻、挖掘等操作。共享多维信息的快速分析
OLTP vs OLAP：
∙ 细节的 ∙ 综合的或派生的
∙ 当前的 ∙ 历史的
∙ 可更新 ∙ 不可更新
∙ 需求事先可知道 ∙ 需求事先不知道
∙ 符合系统生命周期 ∙ 完全不同的生命周期
∙ 对性能要求高 ∙ 对性能要求相对宽松
∙ 事务驱动 ∙ 数据驱动
∙ 面向应用 ∙ 面向分析
∙ 一次操作数据量小 ∙ 一次操作数据量大
∙ 支持日常事务 ∙ 支持管理需求
数据挖掘的技术上的定义：
数据挖掘（Data Mining ）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 这个定义包括好几层含义(1)数据源必须是真实的、大量的、含噪声的；(2)发现的是用户感
兴趣的知识；(3)发现的知识要可接受、可理解、可运用；(4)并不要求发现放之四海皆准的知识，仅支持特定的发现问题
数据挖掘的商业角度的定义：按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法 数据挖掘与传统分析方法的区别 ：
数据挖掘与传统的数据分析(如查询、报表、联机应用分析) 的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识. 。数据挖掘所得到的信息应具有先未知，有效和可实用三个特征.
先前未知的信息是指该信息是预先未曾预料到的，既数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值。在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系
数据挖掘的功能 ：自动预测趋势和行为
关联分析 对象分类 聚类分析 概念描述 偏差检测
数据挖掘在CRM 中的应用：从客户生命周期角度分析数据挖掘技术的应用
从行业角度分析数据挖掘技术的应用
从客户生命周期角度分析：在客户生命周期的过程中，各个不同的阶段包含了许多重要的事件。数据挖掘技术可以应用于客户生命周期的各个阶段提高企业客户关系管理能力，包括争取新的客户，让已有的客户创造更多的利润、保持住有价值的客户等等
潜在客户期市场活动及数据挖掘应用：潜在客户获得活动是针对目标市场的营销活动，寻找对企业产品或服务感兴趣的人。值得注意的是，在这个阶段缺乏客户数据。
数据挖掘可以把以前的客户对类似活动的响应进行挖掘，从而把市场活动重点锁定在以前的响应者身上。
一个更好的方法就是寻找和高价值的客户类似的潜在客户——只要一次就获得正确的客户。通常，获得活动使用广告和其它市场宣传媒体。无论何种渠道，数据挖掘在发现最重要的客户特定市场中发挥重要作用，决定着市场活动的类型、广告空间等一些宣传问题。
客户响应期市场活动及数据挖掘应用：潜在客户通过以下几种途径成为响应者：登陆企业网站；拨打免费电话；填写申请表等。
把潜在客户改变成为确定的客户、能够被锁定和跟踪的客户。虽然响应者还没有购买任何产品或服务，但他们有很大的可能性成为购买者，并成为企业客户。
数据挖掘通常被用来判定哪些潜在客户会变成响应者。预测模型也用来判定哪些响应者会成为企业即得客户
即得客户市场活动及数据挖应用（1）：响应者购买企业产品的时候就变成了企业即得客户。这意味着他们已经进行了第一次的购买活动。在即得客户阶段包括许多活动。 最重要的活动可以划分为三：刺激使用（使用展现了客户行为，当使用是企业收入的主要来源，刺激使用就成为企业的重要目标。使用模式因不同的客户市场而有所不同）；交叉销售（鼓励客户购买与第一次购买不同的产品或服务的市场营销活动）； 升级销售（鼓励客户升级现有的产品和服务的市场营销活动）
即得客户市场活动及应用（2）：即得客户是数据挖掘的重要区域。客户使用活动提供了客户行为模式的最本质的东西。预测什么时候会发生客户活动，判定哪个客户可能对交叉销售和升级销售活动做出响应对企业来讲是极具价值的。但既得客户的行为经常被大量详细的交易信息所淹没。使用数据挖掘要求从其中抽出其特点。客户早期的购买和使用模式是对企业来讲是非常具有价值的，在一些行业，首次行为预示了未来的使用信息。这些客户可以是高消费者或低消费者，他们可能对一个或多个产品感兴趣。这类行为通常在早期的购买行为中明显的表现出来
客户流失期市场活动及数据挖掘应用：在一些情况下，客户停止购买企业产品。对此，有两种基本不同的流失原因，第一种是主动离开，指的是不再是客户的既得客户。了解主动离开出现的原因非常重要，以下是客户主动离开的一些基本原因：客户离开了企业服务的地区；客户的生活方式发生了变化，并不再需要企业的产品和服务；客户已经获得了竞争者提供的更好的产品或服务；客户不再认为使用企业产品有任何价值。
第二种是非主动离开，既被动离开。指的是即得客户不再是一个好的客户，通常因为他们停止支付他们的帐单。区别主动离开和被动离开对企业来说是非常重要的。数据挖掘可以通过分析以前的客户数据得出什么样的客户会在将来同样的离开。即使客户离开，也不是所有流失的客户就完全失去了。赢得客户活动的目标就是重新获得失去的客户 从行业角度分析数据挖掘技术的应用 ：ＣＲＭ中数据挖掘应用的深度和广度针对行业的不同而有所不同，特别是针对与客户交流频繁、客户支持要求高的行业，如银行、证券、保险、电信、税务、零售、旅游、航空、医疗保健等
数据挖掘应用实施过程：问题定义 数据预处理 数据挖掘 模型检验
第四章
客户增长矩阵
客户忠实于你的战略 客户扩充战略 客户获得战略 客户多样化战略
识别与选择客户：（1）谁为你的企业提供了收入（2）使用你的产品或服务是谁做出的决定
（3）谁从你的产品或服务受益了
客户关系管理过程：(1) 区分客户群中的不同客户（2）建立和发展与客户之间的高质量的互动（3）调整产品和服务以满足客户的需要
客户关系管理战略的三大基本点：（1）客户的真正需求是企业建立有效客户关系的根本出发点。（2）实现客户让渡价值的增值，让客户满意是企业建立高质量客户关系的基础。 （3）保持与客户良性接触，让客户拥有愉快的消费经验与感受，是建立持久客户关系的保证。
促进CRM 实施成功的因素：1高层领导的支持 2. 专注于流程 3技术的灵活运用 4组织良好的团队 5极大地重视人的因素 5分步实施 6系统的整合
导致CRM 实施失败的因素：
1. 忽视了数据质量。2. 组织内的政策导致部门性的行为，或者彼此之间完全没有沟通。
3. IT部门和商业部门不能够协同工作。4. 缺少计划。5. CRM是为了满足企业的需求，而不是为了满足客户的需求。6. 有问题的流程被自动化了。7. 对于技能掌握没有引起足够的重视
10种最为关键的CRM 能力：①了解客户对企业的利润价值；②建立有效的客户服务系统；③战略性地管理企业大客户；④有效地利用在服务中获得的客户信息；⑤主动地确定客户的问题并沟通解决办法；⑥通过客户教育来防止客户共同的问题；⑦吸引、培养并保留最优秀的销售人员； ⑧把产品价值清晰地表达出来；⑨实施有效的品牌、广告和促销战略；⑩对服务人员实行公平的待遇与奖励。
PRMD 的定义并举例P158
第一章
客户关系管理的产生：1、客户资源价值的重视（管理理念的更新）2、客户价值实现过程需求的拉动3、信息技术的推动 参考教材2.1节（P29）
1、客户资源价值的重视
成本领先优势和规模优势 市场价值和品牌优势 信息价值 网络化价值
4P 4C 关系营销 价值链的变化 客户中心论（教材1.1节）
客户关系管理的内涵：综合所有CRM 的定义，我们可以将其理解为理念、技术、实施三个层面。其中，理念是CRM 成功的关键，它是CRM 实施应用的基础和土壤；信息系统、IT 技术是CRM 成功实施的手段和方法；实施是决定CRM 成功与否、效果如何的直接因素。 三者构成CRM 稳固的“铁三角”
CRM 理念：客户关系管理首先是一种管理理念，理念是客户关系管理的指导思想和行为原则。一个企业要进行客户关系管理，必须先树立客户关系管理理念。
● 客户生命周期理论
● 客户价值理论（客户终身价值，CLV ）
● 客户满意度、忠诚度
● 对应教材第一章的内容
CRM 技术：客户关系管理是建立在信息技术基础之上的，理念通过技术来体现，技术是成功实施CRM 的手段和方法 。技术是客户关系管理不可或缺的组成部分。软件系统使客户关系管理技术的重要内容。 客户关系管理技术还包括数据仓库、数据挖掘、呼叫中心等内容。客户关系管理软件 数据仓库与数据挖掘技术 呼叫中心技术
CRM 实施：实施使客户关系管理成功的关键
第二章所谓关系营销，是把营销活动看成是一个企业与消费者、供应商、分销商、竞争者、政府机构及其他公众发生互动作用的过程，其核心是建立和发展与这些公众的良好关系。 关系营销的本质特征：（１）双向沟通（２）合作（３）双赢（４）亲密（５）控制。 许多企业采取大量的措施提高客户的满意度，希望籍此提高客户忠诚度。但是实践和研究发现，客户满意度并不等于忠诚度，许多行业存在着高满意度，低忠诚度的现象，这就是所谓的客户满意陷阱。
CRM 的一般模型阐明了客户关系管理的对象、主要过程和任务之间的相互关系。 1 CRM的面向的对象是客户和市场2 CRM的主要过程由市场、销售和服务构成
3 CRM各个过程都有特定的任务要完成
CRM 软件系统的组成部分：1、接触活动 2、业务功能 3、数据库
1、接触活动
CRM 软件必须支持各种各样的接触活动
CRM 软件需要集成各种接触活动。企业必须协调这些沟通渠道，保证客户能够采取其方便或偏好的形式随时与企业交流，并且保证来自不同渠道的信息完整、准确和一致。 接触活动是企业与客户的沟通、交互等活动，常见的方式有：
电话/传真、移动销售（mobile sales）、电子邮件、Internet 、面对面的沟通、其他营销渠道，如金融中介或经纪人、呼叫中心（Call Center）
2、 业务功能 ：市场营销管理 销售管理 客户服务与支持
市场营销管理：市场营销管理的主要任务是：通过对市场和客户信息的统计和分析，发现市场机会，确定目标客户群和营销组合，科学地制定出市场和产品策略；为市场人员提供制定预算、计划、执行和控制的工具，不断完善市场计划；同时，还可管理各类市场活动（如广告、会议、展览、促销等），对市场活动进行跟踪、分析和总结以便改进工作
销售管理：销售管理部分则使销售人员通过各种销售工具，如电话销售、移动销售、远程销
售、电子商务等，方便及时地获得有关生产、库存、定价和订单处理的信息。所有与销售有关的信息都存储在共享数据库中，销售人员可随时补充或及时获取，企业也不会由于某位销售人员的离去而使销售活动受阻。另外, 借助信息技术，销售部门还能自动跟踪多个复杂的销售线路，提高工作效率
客户服务和支持：客户服务和支持部分具有两大功能, 即服务和支持。一方面，通过计算机电话集成技术（CTI ）支持的呼叫中心，为客户提供每周7 x 24 小时不间断服务，并将客户的各种信息存入共享的数据库以及时满足客户需求。另一方面，技术人员对客户的使用情况进行跟踪，为客户提供个性化服务，并且对服务合同进行管理
CRM 软件系统的一般模型：
3、数据库
数据库在CRM 软件系统中作用
客户信息数据库管理系统是CRM 系统的重要组成部分，是企业前台各部门进行各种业务活动的基础。
CRM 软件系统数据库的内容
一个高质量的CRM 数据库包含的数据应当能全面、准确、详尽和及时地反映客户、市场及销售信息。 CRM 数据库的数据内容可以按照不同用途分成三类：
客户数据、销售数据、服务数据。
CRM 软件系统中的数据处理
数据采集、数据存储、数据利用
数据库在CRM 软件系统中作用：
数据库作为所有CRM 过程的转换接口，可以全方位地提供客户和市场信息；
帮助企业根据客户生命周期价值来区分各类现有客户；
帮助企业准确地找到目标客户群；
帮助企业在最合适的时机以最合适的产品满足客户需求，降低成本，提高效率； 帮助企业结合最新信息和结果制定出新策略，塑造客户忠诚。
CRM 软件系统数据库的内容：
客户数据包括客户的基本信息、联系人信息、相关业务信息、客户分类信息等，它不但包括现有客户信息，还包括潜在客户、合作伙伴、代理商的信息等。
销售数据主要包括销售过程中相关业务的跟踪情况，如与客户的所有联系活动、客户询价和相应报价、每笔业务的竞争对手以及销售订单的有关信息等。
服务数据则包括客户投诉信息、服务合同信息、售后服务情况以及解决方案的知识库等。这些数据可放在同一个数据库中，实现信息共享，以提高企业前台业务的运作效率和工作质量 CRM 软件的技术原则 ：
易转换——适应性及强大的参数设置功能；
强大的数据复制及同步功能；
独立于开发平台（与核心部分以C++还是Java 编写无关）；
通过COM/DCOM以及CORBA 与E-Business 构成一体化结构，以及以网页为基础的组合结构；
界面友好；
关系DBMS 以及通常的开发环境（C++, Java）。
技术功能：
信息分析能力 对客户互动渠道集成能力 支持网络应用能力 建设集中客户数据仓库能力 对工作流集成能力 与ERP 集成能力
2.2 CRM功能模块
销售管理子系统
市场营销管理子系统
服务管理子系统
现场服务管理子系统
呼叫中心管理
客户关系管理就是利用各种途径，尤其是IT 技术，存储、共享、充分利用客户信息，优化与客户的相关业务流程并实现自动化，从而有效地建立、维持良好的客户关系，实现利润最大化
客户生命周期是指当一个客户开始对企业进行了解或企业欲对某一客户进行开发开始，直到客户与企业的业务关系完全终止且与之相关的事宜完全处理完毕的这段时间
客户的生命周期性可分为潜在客户期、客户开发（发展）期、客户成长（维系）期、客户成熟期、客户衰退期、客户终止期共六个阶段。
第三章
数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate ）、相对稳定的（Non-V olatile ）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。 数据仓库概念的两个层次
功能上：数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库； 内容和特征上：数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。、
CF:与数据库概念的区别—四大特点
数据仓库四个特点-面向主题
数据仓库四个特点-集成的
数据仓库四个特点-相对稳定的
数据仓库四个特点-反映历史变化
数据仓库本质：数据仓库实际上是一个“以大型数据管理信息系统为基础的、附加在这个数据库系统之上的、存储了从企业所有业务数据库中获取的综合数据的、并能利用这些综合数据为用户提供经过处理后的有用信息的应用系统”。
如果说传统数据库系统的重点与要求是快速、准确、安全、可靠地将数据存进数据库中的话，那么数据仓库的重点与要求就是能够准确、安全、可靠地从数据库中取出数据，经过加工转换成有规律信息之后，再供管理人员进行分析使用。
数据仓库所要研究和解决的问题就是从数据库中获取信息。
数据仓库系统体系结构
数据源：是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信息包括各种业务处理数据和各类文档数据。外部信息包括各类法律法规、市场信息和竞争对手的信息等等
数据的存储与管理：是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库（通常称为数据集市）
OLAP 服务器：对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。
其具体实现可以分为：ROLAP 、MOLAP 和HOLAP 。ROLAP 基本数据和聚合数据均存放在RDBMS 之中；MOLAP 基本数据和聚合数据均存放于多维数据库中；HOLAP 基本数据存放于RDBMS 之中，聚合数据存放于多维数据库中。
联机分析处理（OLAP ）：联机分析处理（OLAP ）的概念最早是由关系数据库之父E.F.Codd 于1993年提出的。当时，Codd 认为联机事务处理（OLTP ）已不能满足终端用户对数据库查询分析的需要，SQL 对大量数据库进行的简单查询也不能满足用户分析的需求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此Codd 提出了多维数据分析的概念即OLAP 。
未来◊联机分析挖掘，又称为OLAP Mining
OLAP 是一种软件技术，他使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的，这些信息是从原始数据直接转换过来的，他们以用户容易理解的方式反映企业的真实情况。
OLAP 大部分策略都是将关系型的或普通的数据进行多维数据存贮，以便于进行分析，从而达到联机分析处理的目的。这种多维DB 也被看作一个超立方体，沿着各个维方向存贮数据，它允许用户沿事物的轴线方便地分析数据，与主流业务型用户相关的分析形式一般有切片和切块以及下钻、挖掘等操作。共享多维信息的快速分析
OLTP vs OLAP：
∙ 细节的 ∙ 综合的或派生的
∙ 当前的 ∙ 历史的
∙ 可更新 ∙ 不可更新
∙ 需求事先可知道 ∙ 需求事先不知道
∙ 符合系统生命周期 ∙ 完全不同的生命周期
∙ 对性能要求高 ∙ 对性能要求相对宽松
∙ 事务驱动 ∙ 数据驱动
∙ 面向应用 ∙ 面向分析
∙ 一次操作数据量小 ∙ 一次操作数据量大
∙ 支持日常事务 ∙ 支持管理需求
数据挖掘的技术上的定义：
数据挖掘（Data Mining ）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 这个定义包括好几层含义(1)数据源必须是真实的、大量的、含噪声的；(2)发现的是用户感
兴趣的知识；(3)发现的知识要可接受、可理解、可运用；(4)并不要求发现放之四海皆准的知识，仅支持特定的发现问题
数据挖掘的商业角度的定义：按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法 数据挖掘与传统分析方法的区别 ：
数据挖掘与传统的数据分析(如查询、报表、联机应用分析) 的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识. 。数据挖掘所得到的信息应具有先未知，有效和可实用三个特征.
先前未知的信息是指该信息是预先未曾预料到的，既数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值。在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系
数据挖掘的功能 ：自动预测趋势和行为
关联分析 对象分类 聚类分析 概念描述 偏差检测
数据挖掘在CRM 中的应用：从客户生命周期角度分析数据挖掘技术的应用
从行业角度分析数据挖掘技术的应用
从客户生命周期角度分析：在客户生命周期的过程中，各个不同的阶段包含了许多重要的事件。数据挖掘技术可以应用于客户生命周期的各个阶段提高企业客户关系管理能力，包括争取新的客户，让已有的客户创造更多的利润、保持住有价值的客户等等
潜在客户期市场活动及数据挖掘应用：潜在客户获得活动是针对目标市场的营销活动，寻找对企业产品或服务感兴趣的人。值得注意的是，在这个阶段缺乏客户数据。
数据挖掘可以把以前的客户对类似活动的响应进行挖掘，从而把市场活动重点锁定在以前的响应者身上。
一个更好的方法就是寻找和高价值的客户类似的潜在客户——只要一次就获得正确的客户。通常，获得活动使用广告和其它市场宣传媒体。无论何种渠道，数据挖掘在发现最重要的客户特定市场中发挥重要作用，决定着市场活动的类型、广告空间等一些宣传问题。
客户响应期市场活动及数据挖掘应用：潜在客户通过以下几种途径成为响应者：登陆企业网站；拨打免费电话；填写申请表等。
把潜在客户改变成为确定的客户、能够被锁定和跟踪的客户。虽然响应者还没有购买任何产品或服务，但他们有很大的可能性成为购买者，并成为企业客户。
数据挖掘通常被用来判定哪些潜在客户会变成响应者。预测模型也用来判定哪些响应者会成为企业即得客户
即得客户市场活动及数据挖应用（1）：响应者购买企业产品的时候就变成了企业即得客户。这意味着他们已经进行了第一次的购买活动。在即得客户阶段包括许多活动。 最重要的活动可以划分为三：刺激使用（使用展现了客户行为，当使用是企业收入的主要来源，刺激使用就成为企业的重要目标。使用模式因不同的客户市场而有所不同）；交叉销售（鼓励客户购买与第一次购买不同的产品或服务的市场营销活动）； 升级销售（鼓励客户升级现有的产品和服务的市场营销活动）
即得客户市场活动及应用（2）：即得客户是数据挖掘的重要区域。客户使用活动提供了客户行为模式的最本质的东西。预测什么时候会发生客户活动，判定哪个客户可能对交叉销售和升级销售活动做出响应对企业来讲是极具价值的。但既得客户的行为经常被大量详细的交易信息所淹没。使用数据挖掘要求从其中抽出其特点。客户早期的购买和使用模式是对企业来讲是非常具有价值的，在一些行业，首次行为预示了未来的使用信息。这些客户可以是高消费者或低消费者，他们可能对一个或多个产品感兴趣。这类行为通常在早期的购买行为中明显的表现出来
客户流失期市场活动及数据挖掘应用：在一些情况下，客户停止购买企业产品。对此，有两种基本不同的流失原因，第一种是主动离开，指的是不再是客户的既得客户。了解主动离开出现的原因非常重要，以下是客户主动离开的一些基本原因：客户离开了企业服务的地区；客户的生活方式发生了变化，并不再需要企业的产品和服务；客户已经获得了竞争者提供的更好的产品或服务；客户不再认为使用企业产品有任何价值。
第二种是非主动离开，既被动离开。指的是即得客户不再是一个好的客户，通常因为他们停止支付他们的帐单。区别主动离开和被动离开对企业来说是非常重要的。数据挖掘可以通过分析以前的客户数据得出什么样的客户会在将来同样的离开。即使客户离开，也不是所有流失的客户就完全失去了。赢得客户活动的目标就是重新获得失去的客户 从行业角度分析数据挖掘技术的应用 ：ＣＲＭ中数据挖掘应用的深度和广度针对行业的不同而有所不同，特别是针对与客户交流频繁、客户支持要求高的行业，如银行、证券、保险、电信、税务、零售、旅游、航空、医疗保健等
数据挖掘应用实施过程：问题定义 数据预处理 数据挖掘 模型检验
第四章
客户增长矩阵
客户忠实于你的战略 客户扩充战略 客户获得战略 客户多样化战略
识别与选择客户：（1）谁为你的企业提供了收入（2）使用你的产品或服务是谁做出的决定
（3）谁从你的产品或服务受益了
客户关系管理过程：(1) 区分客户群中的不同客户（2）建立和发展与客户之间的高质量的互动（3）调整产品和服务以满足客户的需要
客户关系管理战略的三大基本点：（1）客户的真正需求是企业建立有效客户关系的根本出发点。（2）实现客户让渡价值的增值，让客户满意是企业建立高质量客户关系的基础。 （3）保持与客户良性接触，让客户拥有愉快的消费经验与感受，是建立持久客户关系的保证。
促进CRM 实施成功的因素：1高层领导的支持 2. 专注于流程 3技术的灵活运用 4组织良好的团队 5极大地重视人的因素 5分步实施 6系统的整合
导致CRM 实施失败的因素：
1. 忽视了数据质量。2. 组织内的政策导致部门性的行为，或者彼此之间完全没有沟通。
3. IT部门和商业部门不能够协同工作。4. 缺少计划。5. CRM是为了满足企业的需求，而不是为了满足客户的需求。6. 有问题的流程被自动化了。7. 对于技能掌握没有引起足够的重视
10种最为关键的CRM 能力：①了解客户对企业的利润价值；②建立有效的客户服务系统；③战略性地管理企业大客户；④有效地利用在服务中获得的客户信息；⑤主动地确定客户的问题并沟通解决办法；⑥通过客户教育来防止客户共同的问题；⑦吸引、培养并保留最优秀的销售人员； ⑧把产品价值清晰地表达出来；⑨实施有效的品牌、广告和促销战略；⑩对服务人员实行公平的待遇与奖励。
PRMD 的定义并举例P158