客户服务管理师

关于CRM数据挖掘提供的最有趣的例子——沃尔玛啤酒加尿布的故事一般看来,啤酒和尿布是顾客群完全不同的商品。但是沃尔玛一年内数据挖掘的结果显示,在居民区中尿布卖得好的店面啤酒也卖得很好。原因其实很简单,一般太太让先生下楼买尿布的时候,先生们一般都会犒劳自己两听啤酒。因此啤酒和尿布一起购买的机会是最多的。这是一个现代商场智能化信息分析系统发现的秘密。这个故事被公认是商业领域数据挖掘的诞生。沃尔玛能够跨越多个渠道收集最详细的顾客信息,并且能够造就灵活、高速供应链的信息技术系统。沃尔玛的信息系统是目前最先进的,其

题目

关于CRM数据挖掘提供的最有趣的例子——沃尔玛啤酒加尿布的故事一般看来,啤酒和尿布是顾客群完全不同的商品。但是沃尔玛一年内数据挖掘的结果显示,在居民区中尿布卖得好的店面啤酒也卖得很好。原因其实很简单,一般太太让先生下楼买尿布的时候,先生们一般都会犒劳自己两听啤酒。因此啤酒和尿布一起购买的机会是最多的。这是一个现代商场智能化信息分析系统发现的秘密。这个故事被公认是商业领域数据挖掘的诞生。沃尔玛能够跨越多个渠道收集最详细的顾客信息,并且能够造就灵活、高速供应链的信息技术系统。 沃尔玛的信息系统是目前最先进的,其主要特点是:投入大、功能全、速度快、智能化和全球联网。目前,沃尔玛中国公司与美国总部之间的联系和数据都是通过卫星来传送的。沃尔玛美国公司使用的大多数系统都已经在中国得到充分的应用发展,已在中国顺利运行的系统包括:存货管理系统、决策支持系统、管理报告工具以及扫描销售点记录系统等。这些技术创新使得沃尔玛得以成功地管理越来越多的营业单位。当沃尔玛的商店规模成倍地增加时,它们不遗余力地向市场推广新技术。比较突出的是借助RFID技术,沃尔玛可以自动获得采购的订单,更重要的是,RFID系统能够在存货快用完时,自动的给供应商发出采购的订单。另外沃尔玛打算引进到中国来的技术创新是一套“零售商联系”系统。“零售商联系”系统使沃尔玛能和主要的供应商共享业务信息。举例来说,这些供应商可以得到相关的货品层面数据,观察销售趋势、存货水平和订购信息甚至更多。通过信息共享,沃尔玛能和供应商们一起增进业务的发展,能帮助供应商在业务的不断扩张和成长中掌握更多的主动权。沃尔玛的模式已经跨越了企业内部管理(ERP)和与外界“沟通”的范畴,而是形成了以自身为链主,链接生产厂商与顾客的全球供应链。 沃尔玛能够参与到上游厂商的生产计划和控制中去,因此能够将消费者的意见迅速反映到生产中,按顾客需求开发定制产品。沃尔玛超市天天低价广告表面上看与CRM中获得更多客户价值相矛盾。但事实上,沃尔玛的低价策略正是其CRM的核心,与前面的“按订单生产”不同,以“价格”取胜是沃尔玛所有IT投资和基础架构的最终目标。 沃尔玛的信息系统有哪些特点?

如果没有搜索结果,请直接 联系老师 获取答案。
如果没有搜索结果,请直接 联系老师 获取答案。
相似问题和答案

第1题:

CRM的成功在于数据仓库和数据挖掘,通过CRM软件所搜集的资料了解企业客户,挖掘具有市场需求而企业未提供的产品品种、产品功能,以及高附加价值的深加工信息,为生产、研发提供决策支持。()

此题为判断题(对,错)。


正确答案:正确

第2题:

客户数据的分析是CRM最关键的内容。()


参考答案×

第3题:

CRM的灵魂是( )。

A.数据挖掘

B.数据仓库

C.智能软件

D.信息存储技术


正确答案:B

第4题:

在CRM中数据挖掘可以应用在哪些方面?


正确答案: 数据挖掘可以应用在CRM的各个不同领域和阶段,具体来说,在CRM中,它可以应用在以下几个方面:
1)一对一营销。
2)客户盈利能力分析。
3)交叉销售。
4)客户的获取。
5)客户的保持。

第5题:

CRM的灵魂是数据挖掘。( )

此题为判断题(对,错)。


正确答案:×

第6题:

()是CRM项目的灵魂。

A.数据仓库

B.数据挖掘

C.数据库

D.CRM系统


正确答案:A

第7题:

crm软件一般划分为接触活动、业务功能和()。

A.数据仓库

B.数据挖掘

C.数据库

D.数据库管理系统


参考答案:C

第8题:

CRM的灵魂是数据挖掘。( )

A.正确

B.错误


正确答案:B

第9题:

在CRM中创建和实施一个数据挖掘应用需要以下()步骤。

  • A、输入数据
  • B、确定如何使用数据挖掘
  • C、定义数据挖掘应用的用户
  • D、定义所使用的数据并进行数据预处理
  • E、数据分析

正确答案:B,C,D

第10题:

论述CRM中数据挖掘的流程和一般步骤。


正确答案: 数据抽样。当进行数据挖掘时,首先要从企业大量客户信息数据中抽取出相关的数据子集。通过对数据样本的精选,不仅能减少数据处理量,节省系统资源,而且能通过对数据的筛选,使数据更加具有规律性。
数据探索。数据探索就是通常所进行的对数据深入调查的过程,从样本数据集中找出规律和趋势,用聚类分析区分类别,最终要达到的目的就是搞清楚多因素相互影响的、十分复杂的关系,发现因素之间的相关性。
数据调整。通过上述两个步骤的操作,对数据的状态和趋势有了进一步的了解,这时要尽可能对问题解决的要求能进一步明确化、进一步量化。
模型化。在问题进一步明确,数据结构和内容进一步调整的基础上,就可以建立模型。这一步是数据挖掘的核心环节,运用神经网络、决策树、数理统计、时间序列分析等方法来建立模型。
评价。从上述过程中将会得出一系列的分析结果、模式和模型,多数情况会得出对目标问题多侧面的描述,这时就要综合它们的规律性,提供合理的决策支持信息。
CRM中数据挖掘的一般步骤有:数据采集、数据预处理、数据挖掘、解释评价、知识形成等。