本文來(lái)源：數(shù)據(jù)化運(yùn)營(yíng)圈 (ID:DataMiningGroup)，作者：張文迪

傳統(tǒng)的CRM系統(tǒng)已經(jīng)存在了15-20年。從那時(shí)起，他們已經(jīng)從簡(jiǎn)單的聯(lián)系人管理解決方案發(fā)展到復(fù)雜的商業(yè)數(shù)據(jù)庫(kù)，擴(kuò)展到市場(chǎng)營(yíng)銷、客戶支持、財(cái)務(wù)等等。

在開發(fā)過(guò)程中，這些CRM解決方案也遷移到了云端，這有助于它們與Web服務(wù)（如微博和知乎等）以及互補(bǔ)的B2B應(yīng)用程序的連接。它們已經(jīng)成為公司內(nèi)部和外部流程的核心企業(yè)平臺(tái)。

奇怪的是，這些系統(tǒng)的用戶界面在20世紀(jì)90年代甚至如今很多企業(yè)仍處于停滯狀態(tài)：表、餅圖、報(bào)表生成器和中央數(shù)據(jù)庫(kù)上的簡(jiǎn)單視圖都是司空見慣，它們的唯一價(jià)值就是所包含的原始信息。

面對(duì)如今的商業(yè)競(jìng)爭(zhēng)，企業(yè)需要更加精準(zhǔn)的數(shù)據(jù)營(yíng)銷。而如今社交電商的興起，SCRM的概念也應(yīng)運(yùn)而生，對(duì)于CRM的變革就更加重要，企業(yè)也漸漸的意識(shí)到要建立數(shù)據(jù)中臺(tái)來(lái)支撐企業(yè)的數(shù)據(jù)分析工作。以零售行業(yè)為例，數(shù)據(jù)中臺(tái)的概念如下：

所謂數(shù)據(jù)中臺(tái)便是要根據(jù)各個(gè)需要數(shù)據(jù)的部門，形成不同的數(shù)據(jù)集和業(yè)務(wù)主題，然后進(jìn)行高效的數(shù)據(jù)分析工作，其數(shù)據(jù)是實(shí)時(shí)的或者是及時(shí)的，快速及時(shí)的讓業(yè)務(wù)人員去自行分析數(shù)據(jù)，而不是IT人員去使用SQL導(dǎo)數(shù)據(jù)給到業(yè)務(wù)部門。而這具體的實(shí)現(xiàn)，則需要商務(wù)智能軟件的輔助。

幾年前，提到商務(wù)智能可能大家都有所陌生。而如今雖然很多企業(yè)并沒(méi)有商務(wù)智能軟件，但是也都對(duì)其有大致的了解，通過(guò)簡(jiǎn)單的拖拽，迅速的產(chǎn)生想要的數(shù)據(jù)，尋找數(shù)據(jù)問(wèn)題，一步步下鉆，再可視化推送給業(yè)務(wù)快速改進(jìn)，已經(jīng)成為未來(lái)數(shù)據(jù)分析的趨勢(shì)。

作者簡(jiǎn)介

?張文迪，國(guó)內(nèi)知名BI軟件公司行業(yè)數(shù)字化解決方案專家，工信部認(rèn)證高級(jí)數(shù)據(jù)分析師。熟悉大數(shù)據(jù)BI產(chǎn)品架構(gòu)，在零售、供應(yīng)鏈方面具有豐富的數(shù)據(jù)產(chǎn)品落地經(jīng)驗(yàn)，參與BI大數(shù)據(jù)系統(tǒng)建設(shè)與企業(yè)指標(biāo)體系建設(shè)項(xiàng)目。中國(guó)科技核心期刊論文作者，曾在零售行業(yè)應(yīng)用購(gòu)物籃模型和Apriori算法落地、設(shè)計(jì)零售行業(yè)異常會(huì)員用戶篩選機(jī)制、建立零售行業(yè)及其供應(yīng)鏈企業(yè)的標(biāo)簽指標(biāo)體系、建立物流項(xiàng)目的配送中心測(cè)算模型等。

內(nèi)容推薦