何为客户智能？

1） 理论基础：

　　总之，客户智能的目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。为完成这一目标，客户智能必须具有实现数据分析到知识发现的算法、模型和过程，决策的主题具有广泛的普遍性。

1) 客户知识的生成（generation）

　　使用商业智能提供的OLAP分析工具、知识发现工具或两种工具的组合，发现存在于客户数据中的模式、规则、概念、规律的整个过程，叫客户知识的生成（图4）。相比较而言，知识发现工具的使用难度较大，包括确定任务、选择合适的挖掘工具（数据准备、挖掘算法、结果解释等），以及明确哪部分任务必须有营销专家参与，哪部分可以自动执行。

① 客户标识（identification）

3.2. 系统架构

　　图6中，数据源层代表数据的收集，互动层是将分析、处理的结果直接作用于客户，可以归为操作层面；应用支持层是I-CRM的分析、处理层面，叫做分析层面；数据存储层为操作层和分析层面提供统一的客户视图，归为统一视图层面（图7）。三层的关系为：统一视图层面是操作层面和分析层面的数据支持；操作层面为统一视图层面收集数据，将分析层面的决策支持结果加以执行。分析层面为操作层面提供技术支持。

　　强大的决策分析功能和整合的客户信息是I-CRM科学、正确地实现客户智能的灵魂。决策分析的主题体现了客户智能理论基础所能涉及的所有内容，如利益率分析、忠诚度分析、消费行为分析等，这些分析的结果（客户知识）指导企业如何更有效地满足客户需求和期望，`同时，对企业来讲，不但要实现以产品为中心到以客户为中心的战略转变，而且应对客户的策略也必须做出转变，如采用有益于提高满意与忠诚的营销策略、注重客户生命周期价值而不是一两次交易的收益等。

4.总结

作者供稿 CTI论坛编辑