【摘 要】互联网的迅速发展打破了企业传统的经营模式，使得客户关系管理日益重要。文章将知识管理融入客户关系管理之中，提出一个知识导向的客户关系服务体系结构，以便有效利用与分析企业数据库中所拥有的顾客数据，提升企业的竞争优势。
　　【关键词】客户关系管理；知识管理；客户服务中心；数据仓库
　　【中图分类号】F812.42
　　【文献标识码】 A
　　【文章编号】1672-8777(2006)01-０１６２－０３
　　
　　一、引言
　　
　　互联网的迅猛发展对企业传统的经营模式产生了深远的影响。由于网络具有全球性、超越时空界限、流通迅速、市场透明化等特点，使得众多企业都想进入这一潜力无穷的虚拟市场。但是，由于网络的发展迅速，使得信息的流通与取得都极为方便，顾客可获得的产品信息比以往多，这样导致其选择的理性相对增加，对于产品的忠诚度在降低，顾客的消费行为将取决于企业的产品质量与服务质量。同样的，企业也可以通过网络取得更多的顾客信息与消费信息，所以如何利用这些相关信息吸引顾客、留住顾客就变得非常重要的。
　　根据相关的网络调查研究表明，将近三分之一的受访消费者认为和一家企业是否进行往来最重要标准是看该企业是否具有良好的互动沟通渠道。而客户服务中心是顾客与企业之间进行互动沟通的首要平台。许多企业在经营时，会从客户服务中心获得大量顾客数据和消费行为数据，然而目前大多数企业对于数据的应用仅限于简单的数据处理与存储，无法有效的利用这些数据或信息为管理者制定决策提供重要的参考依据。所以企业如何将所取得的数据转换成知识或是有用的信息变得至关重要。
　　本文将知识管理理论应用于客户关系管理中，形成一种有效的管理客户服务体系，该体系能提供正确的知识以供客户服务中心快速反应顾客的需求，提供满足顾客的个性化服务机制，从而留住老顾客，增加新客源，提升企业的竞争力。
　　
　　二、相关理论
　　
　　（一）客户关系管理
　　客户关系管理 (Customer Relationship Management，CRM)是以信息技术为手段，并对工作流程进行重组，以赋予企业更完善的客户交流能力、最大化客户的收益率；它包括一个组织机构判断、选择、争取、发展和保持其客户所要实施的全部过程。CRM 应用系统是将这一过程自动化并改善销售、市场营销、客户服务和支持等与客户关系相关的业务流程，从而缩短了销售周期、降低了销售成本、增加了收入，扩展新的市场并通过提供个性化服务来提高客户的满意度。CRM注重的是与客户的交流，企业的经营是以客户为中心，CRM可以增加客户忠诚度，提高购买比率，使每个顾客产生更多的购买需求及更长时间的需求，并提高顾客满意度。
　　客户关系管理可分为三种类型：
　　1．操作型客户关系管理(Operational CRM)：将商业流程作垂直性的整合，例如，客户服务中心。
　　2．分析型客户关系管理(Analytical CRM)：针对操作型CRM所产生的数据作分析，例如，利用数据挖掘工具进行数据分析。
　　3．合作型客户关系管理(Collaborative CRM)：合作服务性的应用程序，如E-Mail电子小区等，可以帮助企业与顾客达成互动的工具。
　　客户关系管理也是一种主动管理策略，能主动的了解以及改变顾客的行为。企业为了留住老顾客，吸引新的客源，以增加利润，会通过许多方式，如沟通、问卷、消费行为分析等，来了解消费者的属性，进而影响消费者的行为。进行客户关系管理时常会运用到的技术有数据仓库（Data Warehouse）与数据挖掘（Data Mining），即通过一套结合客户服务与销售支持的应用系统，以数据仓库为基础，挖掘出与企业相关的活动信息与知识，进而分析与汇总出可供利用与参考的客户信息，针对客户个别的消费行为，为客户提供差异性的个性化服务，以增加客户服务满意度。
　　
　　（二）知识管理（Knowledge Management, KM）
　　随着21世纪的来临，世界进入一个新的纪元，在互联网与信息科技的蓬勃发展下，管理的技巧也在不断的进步，而知识管理则是其中一个很重要的议题。知识管理是指通过对企业知识资源的开发和有效利用，以提高企业竞争力和创新能力，从而提高企业创造价值的能力的管理活动。
　　过去企业若要进行知识管理常会遇到一些问题，主要原因是许多知识的型态都是隐定的，如员工的经验，难以用文字、语言、图形等来表达，这些知识通常是一种经验的传承，无法有系统地记录下来。而且，长期累积下来的信息或是知识文件相当庞杂，查阅费时、费力。加上，员工对于知识的分享都有排斥感，深怕自己的工作会被取代而导致失业，造成知识在分享与传播上有一定的困难与障碍。所以能有效管理知识，运用知识，是企业竞争的决胜关键因素之一。
　　
　　（三）数据仓库（Data Warehouse）
　　W.H.Inmon认为数据仓库是“一个面向主题的、集成的随时间变化的非易失性数据的集合，用于支持管理层的决策过程”。所以通过数据仓库更能迅速将不同平台上的问题加以收集整合，进行数据的分析比对后储存起来，再利用数据挖掘的技术，如决策树、统计分析…等，从这长期性的数据库中挖掘出有用的信息或是知识，将之储存到知识库中，以提供企业日后一个良好的决策与分析环境，帮助企业能够有效掌握顾客的喜好或需求，与顾客能够快速的建立起积极且互动的关系。所以在本文中将引入数据仓库的技术，帮助企业有效利用数据，建立相关的知识库，以便日后再面对顾客时，能够给予满意且快速的个性化咨询服务。
　　 基于上述基础理论，我们将知识管理机制与客户关系管理加以结合运用，提供顾客个性化的服务机制，避免传统的客户服务中心由于无法切中要点而产生的相似性回答，从而有效提升顾客的服务满意度与忠诚度。同时我们还利用数据仓库与数据挖掘的技术，针对顾客所提出的问题与要求，到数据库中抓取相关的数据或是信息，如产品信息、顾客基本数据、顾客的消费行为等，加以融合分析，找出最佳的解决方案，再经由互联网快速地响应顾客，满足顾客个性化的需求。
　　
　　三、构建知识导向的客户服务中心体系
　　
　　我们提出了在企业中建立知识导向的客户服务中心(Knowledge Oriented Customer Service Center)，其体系结构如图1所示。主要由七个部分所组成，包括服务中心、客户关系管理系统、技术文件或知识书籍、数据库、数据仓库、数据挖掘及知识库系统等。通过此结构可以建立一个以知识为导向的客户服务中心。各部分具体功能说明如下：