基于数据仓库的CRM在电信企业中的应用

介绍了客户关系管理CRM的由来、目的、主要功能，以及对电信业经营管理产生的影响。     

数据挖掘在电信客户关系管理中的应用

随着中国电信的改革和重组,中国电信业的市场环境发生了根本性的变化,中国电信服务市场逐步形成了从最初个别运营商垄断市场到数家大运营商主导、多家小运营商参与、新运营商不断加人的电信市场竞争的新格局。我国加入WTO后,我国电信市场将逐步对外开放,一些世界级的电信巨头将通过多种手     

CRM在中国电信的应用

简要介绍了CRM产生的背景、定义、内容和CRM理念在电信行业的萌芽及实施。     

流程引擎在电信CRM系统中的应用

随着电信行业竞争日趋激烈和行业理念的转变,电信运营商将企业客户作为最重要的企业资源。为了提高客户服务质量,以客户为中心的客户关系管理(CRM)系统应运而生。而一个清晰合理的流程引擎决定了CRM系统稳定高效的运行。文章将理论和实际相结合,首先介绍了电信CRM系统的相关知识,接着描述了流程引擎的原理,最后以实际的电信运营CRM系统为例,阐述了在该系统中的流程引擎机制的设计和实现情况。     

数据挖掘在CRM中的应用

近年来,随着信息化进程的快速推进,企业数据量急剧膨胀,数据挖掘技术为提取海量数据背后隐藏的价值提供了有效支持。本文首先简要的阐述了数据挖掘及CRM的一般知识,然后深入分析了数据挖掘在CRM中的具体应用。     

试论CRM在电信大客户营销服务中的应用

以电信大客户营销服务工作的实践为出发点，阐述了市场营销需要与信息系统即数据仓库技术相结合的营销管理理论。提出了应用CRM方案，实现销售及服务流程自动化，改进大客户同销售部门、服务部门之间的交互，以提高客户满意度和忠诚度。     

CRM提升电信业竞争力

在竞争激烈的电信运营环境中,越来越多的电信企业开始通过实施客户关系管理来赢得更多的客户并且提高客户的忠诚度。电信市场竞争风云变幻,用户对电信服务的需求快速增长,电信运营商正迅速地把重点从网络建设转换到业务经营,经营理念正在从以产品为中心转变为以客户为中心。在竞争激烈的电信运营环境中,越来越多的电信企业开始通过实施客户关系管理(CRM)来赢得更多的客户并且提高客户的忠诚度,这对挖掘客户潜在价值以及在降低销售和管理成本等方面具有重要意义。随着我国加入WTO,国内外形势都对公众电信运营企业的服务内容、服务方式、服…     

CRM在电信企业中的应用

CRM现在逐渐成为电信企业的焦点。分析了电信企业实施CRM的必然性，电信企业CRM的系统结构，所需核心技术(数据仓库、数据挖掘、OLPA)和CRM实施步骤。     

CRM在电信企业中的应用探讨

本文通过分析近年来CRM在我国电信领域的应用现状和出现的问题,说明了出现问题的原因,并为电信领域进一步有效应用CRM系统提出建议。     

数据挖掘技术在CRM中的应用

随着电子商务经济模式在社会经济发展中应用程度的加深,客户关系管理逐渐受到企业的关注和重视,而在客户关系管理中,客户的分类是其中的一项必备职能。客户作为一个庞大的群体,要想在庞大的不确定客户信息中挖掘出有价值的信息,还需要数据挖掘技术的应用。基于此,文章先对数据挖掘技术和CRM的相关内容进行了介绍,在此技术上分析了数据挖掘技术在CRM中的具体应用情况。     

模糊数据挖掘在客户关系管理中的应用

应用模糊数据挖掘方法，给出了模糊数据挖掘中基于聚类分析的算法以及详细的模糊聚类分析步骤，对复杂的客户需求进行合理聚类，充分体现客户需求的个性化与产品模块的完备性。模糊数据挖掘能够对将来的趋势和行为进行预测，从而很好地支持人们的决策。     

数据挖掘在通信行业客户关系管理中的应用

数据挖掘(Data Mining),是指从大量数据中,提取正确的、新颖的、潜在有用的并能够被理解的知识的过程.本文介绍了数据挖掘在通信行业客户关系管理中的应用过程,以及应注意的问题.指出,通过利用数据挖掘技术建立基于数据挖掘技术的客户关系管理模式,终将极大地提升企业的竞争优势,提高企业的竞争水平.     

贝叶斯构造网络算法在电信CRM中的应用

客户流失是各大运营商面临的一个挑战，随着市场的逐渐饱和，减少客户流失成为企业战略发展的一个重要组成部分。数据挖掘技术的核心功能在于通过历史数据预测未来的发展趋势，数据挖掘技术的使用可以在客户流失前及时给营销人员预警，使营销人员可以及时的挽留客户，从而降低客户流失率。本文通过对客户流失的业务需求和数据挖掘技术的介绍，提出了一种客户流失预测分析的解决方案。     

客户关系管理的关键应用技术探讨

从客户关系管理(Customer Relationship Management，CRM)的主要功能出发，探讨了Web技术，数据仓库和数据挖掘技术。CORBA技术和(实时)在线史流技术在CRM系统中的应用，以促使CRM得到更好的发展和应用。     

数据仓库和OLAP技术在CRM投诉分析中的应用研究

借助商业智能解决方案技术,充分利用各种网络业务运行信息,通过科学的主动监控技术发现网络业务运行中的潜在问题,实现有效的主动监控预警分析,及时的做出预先警告,并进一步推进集中监控的精细化,提高网络业务运行的安全性、稳定性。重点要以客户投诉数据建立数据仓库,针对不同的分析主体设计建立各自的多维数据集,利用联机分析技术进行多维度分析,得出客观的,值得运营商借鉴的实时动态结果,为电信运营商设备的主动监管提供有力的技术支持,为广大的网络用户提供更优质的服务。     

基于决策树的数据挖掘在电信CRM中应用研究

针对电信CRM中“数据丰富但知识贫乏”现象，提出数据挖掘技术，利用SUQ决策树构造算法建立一棵决策树模型，在CRM中根据客户的年龄、所属城市和性别对客户分类，预测客户类型，防止用户流失，争取新用户具有重要意义。     

创智客户关系管理系统在通信中的应用

客户关系管理(CRM)可以帮助电信运营商树立以客户为中心的战略思想,实现从以生产运营为主向以客户服务为主的转变。实际上,实施CRM的过程就是电信运营商在管理思想、服务意识和业务流程等各方面综合转变的过程。创智公司的CRM系统客户实施有效的综合管理,通过建立一个统一协作的、与业务支撑系统无缝集成的CRM平台,全面提升企业的客户服务能力。     

电子渠道精确营销支撑体系与应用研究

随着移动互联网时代的到来,电信运营商越来越重视电子渠道的营销服务作用,如何更好地满足移动互联网时代的精确化营销需求,始终是一个关键。本文在分析了电信运营商电子渠道精确化营销服务需求的基础上,提出了电子渠道精确营销支撑体系架构和主要应用场景,并结合案例探讨了在电信运营商中的实际应用。     

电信行业智能数据中心的研究与应用

对云计算和虚拟化在电信行业智能数据中心的应用进行了研究。电信行业的数据中心是各类电信增值业务的部署核心,是实现数据共享和进行数据存储、处理操作的重要区域。为了满足当前电信行业需要处理海量数据的需求,在对云计算、虚拟化以及存储区域网络等关键技术进行研究的基础上,应用相关技术设计了电信行业智能数据中心,以虚拟化技术为基础,整合了数据中心的软硬件资源,使数据中心资源具备了智能化管理和动态部署的能力,其实际的运行效率显著提高。     

决策树和MBR在分析型CRM中的应用

探讨了数据挖掘技术在分析型CRM中的一个最典型的应用——如何寻找潜在客户。提出了一种寻找潜在客户的思路，基于这个思路，分别讨论了如何使用决策树和基于存储的推理（MBR）这两种数据挖掘技术来建立潜在客户预测模型，并给出了具体实例。