客户关系管理系统架构(客户关系管理系统架构图)

摘要: 本文主要介绍基于数据挖掘的客户关系管理系统的总体架构、功能模块和数据仓库的设计。

01 前言

通常情况下,一个完善的、适用于银行的客户关系管理系统总体架构主要包含完整的银行客户数据模型、统一的客户分析服务管理平台和统一的信息访问和交易处理平台三个方面。

(1)完整的银行客户数据模型。完整的银行客户数据模型的功能是自动提取和保存现有数据,因为客户的数据通常分布在不同的系统当中,要想对银行的现有数据进行充分利用和及时维护,就必须对银行内部所有的业务数据进行整合。

(2)统一的客户分析服务管理平台。客户会选择适合自己的交易习惯来跟银行接触,银行要想实现对不同银行业务的处理要求,就必须具有统一的客户分析和服务管理工具,以统一地协调和管理多服务渠道,同时科学地分析和预测客户的行为,实现统一、高效地服务所有接触渠道上的客户。

(3)统一的信息访问和交易处理平台。由于银行内部不同的客户关系管理系统模块都有可能访问到各个业务部门的信息,因些银行系统的安全性和服务的一致性必须得到保证,银行需要建立一个统一的信息平台连接各类前端应用和后台数据,以发布信息并转换交易数据,统一的信息交换平台对银行各项新增业务的发展、业务模式的创新、服务各类的拓展以及客户关系管理水平的提升发挥着重要作用。

02 客户关系管理系统总体架构

基于上述设计理念,可将客户关系管理系统的总体架构分为数据获取层、数据存储层、业务系统层和客户服务层四层,如下图所示。

客户关系管理系统架构(客户关系管理系统架构图)

(1)数据获取层。主要功能是负责从银行的各个业务系统中提取客户关系管理系统所需要的各方数据,产生所需要的各类指标数据,将数据分类(例如与VIP客户相关的数据、普通客户数据等),并将交易行为数据保存到本系统中。

(2)数据存储层。负责所有数据的存储管理,包含银行级中央数据仓库、数据集市、知识库、方法库和模型库等。

(3)业务系统层。从管理的角度实现对管理对象(各项业务)、考核对象(各类员工、运行机构)以及分析对象(各类客户)等各种对象的业务逻辑封装,满足银行各项业务的需求。

(4)客户服务层。以尽可能友好的方式把系统功能通过电话呼叫、客户现场咨询服务、电子商务网站、手机应用等形式提供给用户,和客户之间建立一对一的服务关系。

这里给出的只是一个完整的基于银行总体层面上的客户关系管理系统架构,在具体实施过程中,还要根据银行的实际情况、业务需求和商业模式,选择合适的架构和功能模块。

03 客户关系管理系统功能模块

银行客户关系管理系统主要包括信息查询、事件提醒、贡献度分析、客户行为分析、分类营销、报表分析、业务管理七大功能模块,如下图所示。

客户关系管理系统架构(客户关系管理系统架构图)

(1)信息查询模块。信息查询模块包括财务信息查询、单一客户级信息查询和事件提醒三个子模块,主要功能是为客户关系的管理者提供客户基本信息查询和分析服务,并给出客户的重要信息,使其能够更快更好地对客户的背景和资料进行分析。

(2)贡献度分析模块。贡献度分析模块比较核心的功能就是可以计算出银行客户的贡献度,还可以计算银行员工的详细贡献度,在此基础上,为客户关系管理系统的管理者提供必要的查询、整理和分析服务。

(3)分类营销模块。分类营销模块的基本功能是分析、计算和评估客户的价值,通过系统评估,便于银行工作人员掌握客户的基本需求,并根据其具体情况最后由系统对客户进行直接、自动的分类营销,从而很好地解决客户贷款定价、价值分析、个性化服务和客户分类等难以解决的问题。

(4)客户行为分析模块。客户行为分析模块的基本功能是整理和分析收集到的客户相关信息和数据,根据分析结果和预测客户的行为,同时对客户的账务情况、客户新增与流失情况进行分析,并对客户信息、行为的准确度和规律进行分析,以此为基础来评估客户依存度、满意度,改善当前业务流程中服务不能满足客户个性化需求的问题。

04 客户关系管理系统数据仓库设计

一个界面友好,集分析、挖掘、展示于一体的客户关系管理系统需要一个富有逻辑的数据仓库作为基础。数据仓库具有面向主题、集成性、非易失性、时态性和多重粒度等特点,通常情况下数据仓库包括数据源、数据存储与管理、OLAP服务器和前端工具四个部分,具结构如下图所示。

客户关系管理系统架构(客户关系管理系统架构图)

(1)数据源。数据仓库的数据来源有很多,包括银行内部信息、市场调查报告、业务数据库、分类文档等。

(2)数据的存储与管理。数据的存储与管理是通过对数据源进行清洗、抽取,按照主题进行数据组织的过程,元数据是数据仓库的核心,它决定着数据结构、转换规划、仓库结构、控制信息等。

(3)OLAP服务。联机分析处理(On Line Analytcal Processing, OLAP)是指将数据按多维模型进行组织,从而能够进行多角度和多层次的数据分析,并发现数据规律与趋势,为决策提供支持和服务。

(4)前端工具。前端工具包括用于决策支持的各种报表工具、查询检索工具、数据挖掘工具、多数据的OLAP分析工具等。


说明:(1)文中的配图大多来自互联网上授权图片提供商,并已获得免费使用授权,如果文中内容或是图片侵犯到您的权益,请及时告诉我。(2)由于时间有限,每天只利用业余时间来学习和总结相关内容,所以有些主题可能要两到三天才能描述完成,请你持续关注本公众号,还有文中难免会出现各种错误,恳请您的批评和指正。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

(0)
上一篇 2022年11月19日 上午10:22
下一篇 2022年11月19日 上午10:36

相关推荐