融入前端管理 知識(shí)管理將成CRM的基石？
2006/08/29
知識(shí)管理將成為企業(yè)前端管理的重要組成部分。一些關(guān)鍵的“知識(shí)發(fā)現(xiàn)”技術(shù)手段，如自然語(yǔ)言處理、推理引擎和案例自動(dòng)生成系統(tǒng)等，將融合在現(xiàn)有的前端客戶關(guān)系管理軟件中，并極大地推動(dòng)知識(shí)管理的應(yīng)用。
CRM的發(fā)展趨勢(shì)之一是將企業(yè)積累的知識(shí)融入到前端管理的各個(gè)環(huán)節(jié)中，采用規(guī)范的方法來(lái)增強(qiáng)市場(chǎng)活動(dòng)的有效性，從而保證銷(xiāo)售隊(duì)伍的戰(zhàn)斗力，維持客戶對(duì)服務(wù)的滿意度。在這些工作中獲得的行之有效的方法和措施，都將以“企業(yè)知識(shí)”的形式在信息平臺(tái)上共享，由團(tuán)隊(duì)中的各個(gè)成員在這一基礎(chǔ)上不斷完善，并且不會(huì)隨著人員的變動(dòng)發(fā)生知識(shí)流失。
知識(shí)管理的三個(gè)歷程
知識(shí)管理是在應(yīng)用操作的基礎(chǔ)上發(fā)展起來(lái)的，它經(jīng)歷了數(shù)據(jù)收集、信息挖掘和知識(shí)發(fā)現(xiàn)的三個(gè)歷程。
最初，對(duì)信息的管理是基于操作的角度，而不是從信息或企業(yè)知識(shí)的收集這一角度進(jìn)行的。例如，在應(yīng)用訂單管理模塊的時(shí)候，不少企業(yè)的初衷僅僅是從操作的層面考慮，把每一筆交易的金額記錄下來(lái)。一月份企業(yè)A的訂單金額是10萬(wàn)元，這反映在系統(tǒng)中僅僅是數(shù)據(jù)（Data）的收集；當(dāng)這些數(shù)據(jù)積累到一定規(guī)模之后或者兩年之后，管理者可能想到利用這些數(shù)據(jù)的匯總，從中挖掘有價(jià)值的信息（Information），如企業(yè)A的購(gòu)買(mǎi)頻率、平均交易額、產(chǎn)品偏好等。一旦確定分析的角度和所需的變量，多數(shù)的現(xiàn)有管理軟件都可以完成這一步。如果我們把所有兩年之內(nèi)的訂單作匯總分析和挖掘，就可以發(fā)現(xiàn)有用的知識(shí)（Knowledge），如購(gòu)買(mǎi)頻率和平均交易額之間存在明顯的負(fù)相關(guān)性，或者某個(gè)行業(yè)的客戶群體對(duì)產(chǎn)品的偏好相當(dāng)一致，或者發(fā)生大筆交易的訂單往往是突發(fā)性的。知識(shí)的挖掘必須在信息積累的基礎(chǔ)上進(jìn)行，而且，隨著數(shù)據(jù)的不斷增加，數(shù)據(jù)融合可以自動(dòng)調(diào)整發(fā)現(xiàn)的知識(shí)。如果我們改變了銷(xiāo)售方法，連續(xù)出現(xiàn)了N筆的大宗可預(yù)測(cè)的交易，那么，系統(tǒng)將“突發(fā)性的大筆交易”這一結(jié)論作相應(yīng)的調(diào)整。
知識(shí)不僅僅是被動(dòng)地收集數(shù)據(jù)，或者將信息按某種既定的方式排列以便于搜索，而且包含了企業(yè)在實(shí)踐中總結(jié)出來(lái)的行之有效的工作方法和步驟。通常情況下，這些知識(shí)往往存在于雇員的頭腦中，不一定轉(zhuǎn)化成為文件或數(shù)據(jù)。例如，有經(jīng)驗(yàn)的銀行個(gè)人貸款職員可以通過(guò)幾個(gè)關(guān)鍵問(wèn)題，判斷出借貸人的信譽(yù)；有經(jīng)驗(yàn)的銷(xiāo)售人員可以通過(guò)對(duì)方詢問(wèn)的問(wèn)題、商務(wù)談判的對(duì)象等細(xì)節(jié)，判斷出成交的幾率；有經(jīng)驗(yàn)的客戶服務(wù)人員可以通過(guò)客戶對(duì)問(wèn)題的描述，判斷出可能的故障和解決的方法。上述案例中提到的“經(jīng)驗(yàn)”就是“知識(shí)”的具體表現(xiàn)。許多企業(yè)的銷(xiāo)售人員和客戶服務(wù)人員是依據(jù)工作年限和積累的業(yè)務(wù)經(jīng)驗(yàn)來(lái)劃分等級(jí)的，銷(xiāo)售人員可以分為普通客戶經(jīng)理和高級(jí)客戶經(jīng)理，服務(wù)人員可以分為初級(jí)客服代表和資深客服代表等等，不同等級(jí)的人員所享受的待遇和工作職責(zé)是有區(qū)別的，這說(shuō)明在一個(gè)企業(yè)中，知識(shí)是有價(jià)的，同時(shí)，儲(chǔ)存在員工頭腦中的經(jīng)驗(yàn)需要通過(guò)時(shí)間來(lái)積累。
能否讓這種積累更快更有效，同時(shí)也更容易在企業(yè)的內(nèi)部被保留呢？通過(guò)全公司上下在同一個(gè)信息平臺(tái)上共享的手段，可以有效地達(dá)到員工之間的經(jīng)驗(yàn)分享和自我學(xué)習(xí)。舉例而言，今天許多新聞媒體的從業(yè)人員已經(jīng)離不開(kāi)互聯(lián)網(wǎng)。互聯(lián)網(wǎng)就是一個(gè)巨大的信息平臺(tái)，任何人可以在其中進(jìn)行搜索，尋找到感興趣的話題，并進(jìn)行追蹤，也可以發(fā)表自己的評(píng)論，這些信息又同時(shí)被更多的有相同興趣的人員共享。對(duì)于一個(gè)企業(yè)來(lái)說(shuō)，內(nèi)部知識(shí)網(wǎng)的建設(shè)將比互聯(lián)網(wǎng)更加有序和有效，因?yàn)槠髽I(yè)可以利用管理規(guī)范防止垃圾信息的輸入，可以界定范圍，保證信息的專(zhuān)業(yè)性，可以設(shè)定商業(yè)規(guī)則（Rule of Engagement）將業(yè)務(wù)規(guī)范和企業(yè)知識(shí)融為一體。
知識(shí)管理的三個(gè)工具
在過(guò)去的程序設(shè)計(jì)中，要達(dá)到這樣的應(yīng)用效果，只能通過(guò)直接的編碼進(jìn)行。要判斷客戶的價(jià)值，需要設(shè)置如下的條件：客戶的累計(jì)交易額達(dá)到1000萬(wàn)以上；客戶的交易頻率在每月1次以上；客戶的信譽(yù)額度沒(méi)有透支現(xiàn)象；符合上述三個(gè)條件的所有客戶通過(guò)后臺(tái)數(shù)據(jù)庫(kù)的查詢可以得出列表。不過(guò)，企業(yè)的運(yùn)營(yíng)是不斷變化的，也許某些客戶沒(méi)有達(dá)到這些“硬性指標(biāo)”，但是也具備相當(dāng)大的潛力，例如，企業(yè)的負(fù)責(zé)人最近有所變動(dòng)，可能會(huì)進(jìn)行大規(guī)模購(gòu)置等信息，也會(huì)影響到該客戶的價(jià)值評(píng)估，而這些就很難在現(xiàn)有的企業(yè)管理的知識(shí)平臺(tái)中體現(xiàn)出來(lái)。
最新的知識(shí)管理程序可以利用自然語(yǔ)言處理（Natural Language Processing）、推理引擎（Inference Engines）和案例自動(dòng)生成工具（Automated Generation of Case）來(lái)解決上述難題。這些工具都是知識(shí)發(fā)現(xiàn)（Knowledge Discovery Development）學(xué)術(shù)領(lǐng)域的熱點(diǎn)話題。
程序語(yǔ)言對(duì)自然語(yǔ)言的理解能力的提高，可以使許多不易體現(xiàn)為“硬性指標(biāo)”的商業(yè)規(guī)則也能夠由程序所識(shí)別和修改。自然語(yǔ)言處理允許輸入類(lèi)似于口語(yǔ)或書(shū)面語(yǔ)的信息，同時(shí)反饋出有意義的可以直接被應(yīng)用的答案。在被廣泛采用的“模糊查詢”功能中，就融合了自然語(yǔ)言處理的成果。
推理引擎的應(yīng)用原理則包含下面四個(gè)基本步驟：
1.匹配（Matching）。匹配將規(guī)則庫(kù)中現(xiàn)有的商業(yè)規(guī)則與輸入的情況進(jìn)行對(duì)比。如對(duì)一家汽車(chē)修理廠商的客戶服務(wù)中心來(lái)說(shuō)，后臺(tái)數(shù)據(jù)庫(kù)中已經(jīng)存儲(chǔ)了上千條的汽車(chē)發(fā)動(dòng)機(jī)故障的表現(xiàn)和原因，那么，當(dāng)輸入“汽車(chē)點(diǎn)火不成功”這一信息時(shí)，推理引擎首先將這一故障表現(xiàn)與信息庫(kù)中的數(shù)據(jù)進(jìn)行自動(dòng)匹配。
2.選擇（Selection）。所有滿足這一條件的規(guī)則在這一步驟中被選中。通常，一個(gè)特定條件只能發(fā)現(xiàn)一個(gè)完全匹配的規(guī)則的情況也可能發(fā)生，但概率較小。
3.激活（Firing）。在所有被選中的規(guī)則中，根據(jù)匹配程度，系統(tǒng)自動(dòng)決定激活強(qiáng)度。例如，若客戶反映活塞從未更換過(guò)，那么由于活塞堵塞導(dǎo)致的點(diǎn)火不成功的規(guī)則的激活強(qiáng)度，會(huì)比其它規(guī)則更大。推理引擎中內(nèi)含的算法，可以給出一個(gè)最接近的規(guī)則行為。
4.行動(dòng)（Action）。根據(jù)上面得到的推理結(jié)果，可以給出應(yīng)當(dāng)進(jìn)行的操作行動(dòng)。在上面的例子中，更換活塞可能就是最佳的故障排除方法。
當(dāng)規(guī)則的條件不斷增加時(shí)，所能給出的結(jié)果和行動(dòng)也就更加具有特殊性，成為一個(gè)典型案例。這樣的典型案例積累到了一定的程度，成為案例庫(kù)。自動(dòng)案例生成系統(tǒng)就是在推理引擎的基礎(chǔ)上的擴(kuò)充。
eNet論壇
相關(guān)鏈接: