实时营销背后的技术(2)

2002/09/20

承蒙大中华客户关系管理组织许可转载

建模和建议

　　通过数据挖掘技术进行建模:

· 可以对客户贡献列表进行比较和对比
· 可以确定谁的贡献与期望的结果相关度最大
· 能够得出数学公式或分数，这些结果能够预测出特定业务的相似性，或指出是否属于某一组类似的客户（客户群）。
· 一般能够应用于其他客户用以预测相似行为
· 可以产生建议：这些建议通常在数据挖掘技术、真实商业提议和渠道沟通结果的基础上结合了各商业规则，再加以财务分析以提供最大投资回报。

　　在营销中使用预测建模以达成优化和个性化引起了营销效率上的巨大进步。通过进行建模，同时结合了面向商业规则的内容建议引擎，一对一的市场营销正在迈上一个新的台阶。客户分析使得提议和决策不得不考虑与客户的互动。因此，进行建模可以在各个客户接触点中起到平衡作用，从而形成可靠的提议和稳定的信息传送。

　　很多情况下，模型首先在获得得分的成批客户中运行，以预测可能的行为。然后就可以积分数据提供给ODS在客户互动中使用。这时的分数只是上次数据更新时得到的。或者也可以创建模型公式，而实际分数在客户互动过程中产生出来，这样模型可以使用最新数据（甚至可能是在特定交易中获得的数据）来运行。

客户对话目标中间件

　　中间件是在两个到更多互不兼容的系统之间起到连接的作用的一种软件。它对两方的数据进行编译，在两种不同的系统之间进行控制。不管联系渠道为何，与单个客户的每次互动都可被看成是一次“对话”。在客户互动中，这些对话过程通过在RAM中创建“目标”来进行处理。

　　中间件在实时营销中的用途是把这些客户的每次对话当成计算机的记忆目标进行处理，协调不同接触点和ODS中存储的实时营销数据间的交流。这就包括在必要时创建新的对话，在不用时清除掉旧的对话。同时也包括在ODS中对数据进行读取。

　　此外，这种软件可通过编程包含对话过程中被评估的各商业规则，以促成各接触点的个性化。这一商业逻辑涉及SQL（如客户群查询），Boolean操作，还有利用建模和建议引擎。在接触点软件可进行固定编码与ODS进行直接互动的同时，要求进行大量的定制技术编程（custom technical programming）以改变和保持多渠道间的稳定性。

　　然而，客户对话目标中间件可能对各接触点是中立的。这意味着它不在乎哪个接触点在取回/给出数据：它向接触点传输的数据可能并非采用针对特定应用软件绑定的格式。这种设计非常强大，它允许公司增加接触点或改变商业规则而无须要求多单元固定编码方面戏剧性的变化。

提取连接数据库

　　客户对话目标中间件总要与单个接触点进行交流，而提取连接库（ACL）则允许中间件应用商业逻辑，而不是编码与不同接触点进行交流。我们可以把这个图书馆（Abstracted Connection Library）中每本书当作一个接触点的连接信息。ACL在中间件和接触点之间起到了翻译的作用，它作为每个特定接触点的接口（应用软件程序接口-APIs）传送及接受中间件要求的数据。它包含每个接触点的连接元数据，知道如何在联络渠道和中间件之间传送数据。

　　开发这些库要求进行重要的编程（比如，Enterprise Java Beans, Java, C++等等）。预先建立与常见的接触点解决方案供应商的联系会从实施的角度缓解对手工编程的依赖性。

接触点

　　这是一些直接与客户进行互动的前端应用软件，常见的例子包括像呼叫中心，网站，销售应用点，销售人员自动化应用软件，信息站，语音反应单元，e-mail，直邮等等。

　　设计用于处理客户内向联络的典型接触点应用软件被看作是业务型CRM。 这些应用软件往往包含有自己的业务数据存储器，设计用来支持与他们的客户互动。

大中华客户关系管理组织(www.GreaterChinaCRM.org)

实时营销背后的技术(1)