基于数据仓库的证券CRM系统建设

基于数据仓库的证券ＣＲＭ系统规划是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，基于数据仓库的证券ＣＲＭ系统规划是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，基于数据仓库的证券ＣＲＭ系统规划的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。
　　[摘要] 为支持证券公司“以客户为中心”的营销服务体系建设，证券公司有必要建设CRM系统，为客户提供个性化差异化的营销服务策略,提高证券公司核心竞争力。作者结合多年的证券公司CRM系统软件开发及实施经验，对证券公司CRM软件系统的总体架构设计进行了研究。
　　[关键词] CRM 数据仓库 多维分析
　　
　　一、背景分析
　　1.证券公司面临的机遇和挑战。我国证券市场环境的国际化、规范化进程不断加快，QFII制度的实施、合资基金管理功能公司及合资证券公司的成立，开放式基金、股指期货等新产品的不断推出，我国证券公司在面临机遇的同时面临着巨大的挑战，正经历着从提供交易通道服务到全面向营销及增值服务转型的时期，如何扩大经营范围、改善客户服务质量、优化业务流程、整合公司内部各部门的信息资源，构建“以客户为中心”的营销服务体系，细分客户、细分市场，为客户提供差异化个性化服务，达到提高客户价值、忠诚度及满意度的效果，从而提高证券公司核心竞争力，是目前证券公司共同的关注的话题。
　　2.证券公司营销服务管理现状分析。在营销支持方面，长期的卖方市场使证券公司总部对营业部一线营销人员缺乏支持，各营业部营销人员单枪匹马，各自为政，没有形成公司合力，没有形成公司统一的营销服务策略。
　　在客户管理方面，客户资料分散在各个营业部和相关业务部门，没有集中。客户资料层次较低，只是简单地记录了客户姓名、地址联系方式等。同时客户基础资料失真严重，尤其是柜台中客户的联系电话和联系地址等不完整或者错误。客户分析和细分异常困难，无法转化为知识。
　　在客户服务方面，服务同质化，没有建立规范的服务流程。对绝大多数券商而言，服务的主要内容就是提供好的交易场所，包括好的环境，好的设备等，没有重视市场信息的研究和信息增值服务。没有建立规范的服务流程，各级管理人员无法了解客户服务人员对客户的服务情况；客户也不知道自己应该享受哪些服务；同样对经纪人和客户服务人员来说，对客户提供的服务没有一个好的流程来规范。
　　3.证券公司CRM系统建设现状分析。证券公司CRM系统的建设最初是营业部自主建设CRM系统，目前绝大多数证券公司已经完成集中交易系统的建设，证券公司现在建设的CRM系统都是总部统一负责CRM系统的规划和建设。
　　我国近110家证券公司截止2007年底完成CRM系统建设的有近10家，例如国泰君安证券、海通证券、安信证券、招商证券股份有限公司等，有近15家证券公司正在进行CRM系统的建设，70%以上的券商至今尚未启动CRM系统的建设。
　　大多数券商建设的CRM系统仅停留在客户经理的薪酬考核、客户的服务记录留痕、经纪业务报表管理等，没有真正的通过CRM系统的建设，结合数据仓库及多维分析技术对客户进行多维分析。因此基于数据仓库对证券公司的CRM系统进行总体规划设计非常有意义。
　　二、CRM系统建设目标
　　1.建立数据仓库及客户分析模型。证券公司所面对的客户可以分为不同的群体，比如高活跃高价值群体、潜在客户群体、沉寂客户群体等等，各种客户群体对公司产生的贡献、所消耗的公司资源、所适合的金融产品、对应的服务和营销策略都不一样。
　　CRM系统需建立面向客户分析、业务分析和各类决策模型的数据集市，并利用多维分析工具和手段支持管理分析和管理决策，全面支持客户总体分析、客户群体分析、产品分析、业务分析等，便于营销管理人员制定相应营销策略，同时为总部分析人员提供必要的技术支持。
　　2.整合服务渠道，实现服务差异化。在服务手段上，CRM系统需整合Call Center、短信平台、E-MAIL平台等各种渠道资源，将主动关怀和被动服务相结合，实现差异化个性化服务。在资讯研究方面，可以为一线客户服务人员获取最新、最完整的资讯提供强劲支持。在服务流程上，有助于规范化管理，形成公司的服务品牌。
　　3.整合公司资源，创建品牌优势。CRM系统需整合公司所有的资源，包括渠道资源、通道资源、研发资源、客户资源、市场资源等，以客户数据为核心，将业务系统、知识系统、管理系统整合在一期，形成畅通、一致的数据流，打破部门边界，实现资源共享，小券商可以发挥灵活的优势，大券商可以发挥规模的优势，各取所需，逐渐形成自己的品牌，变低层次的价格之争为高层次品牌之争。
　　三、基于数据仓库的证券CRM系统规划
　　证券CRM系统需依据以信息技术、网络、通讯技术为手段，整合证券公司内外所有与客户相关的资料和数据，通过改善与企业销售、市场营销、客户服务和决策支持等领域的客户有关的商业流程并实现自动化，提高客户满意度和忠诚度。系统整合现有的网站、Call Center、短信平台、E-Mail平台等，向客户推介服务。
　　系统总体框架如下图所示：
　　1.应用层设计。证券CRM系统在应用层包括薪酬管理系统、营销工作系统、客户管理系统、营销分析系统、营销管理系统、产品管理系统、资讯服务系统。
　　薪酬管理系统：作为CRM系统的后端支持系统，可实现对营销人员的考核以及薪酬计算功能。
　　营销工作系统：作为CRM系统的前端系统，能帮助营销和服务人员服务客户、挽留客户和开拓客户，对客户的服务记录进行留痕，可通过与资讯服务系统的结合，给营销服务人员以及客户提供丰富有效的资讯研究信息支持，并为公司各地域的同事提供了内部交流和公司内部事务管理平台，提高营销服务工作效率。
　　客户管理系统：作为CRM系统的基础系统，能帮助公司营销和服务人员记录客户扩展资料信息。除了对交易系统已有客户的管理，同时包括潜在客户管理、流失客户管理，并可实现客户群的定义和分析、客户积分管理等功能。
　　营销分析系统：作为CRM系统的核心系统，使用对象为营销管理总部和研究分析类人员。为各级管理人员、决策和分析人员等提供决策支持信息，可以提高统计分析人员的工作效率、深度和广度。在实现客户细分的基础上，对为客户提供差异化营销服务策略和差异化产品组合提供指导性建议。
　　该系统结合数据仓库及多维分析技术。数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。OLAP是“使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。”基于数据仓库的客户细分指标可参考定义如下，其中指标的分类以及分类区间可以进行修改和扩充，指标计算频度和计算周期可自定义，不同营业部可以设置不同的细分规则：
　　客户细分步骤如下图所示：
　　营销管理系统：使用对象为各级营销管理类人员，包括对营业网点的考核排名、开放式基金等新产品的销售分析、统计报表管理、营销活动管理等。统计报表管理包括上报证监会的报表以及日常使用的经纪业务日报、周报、月报、年报等。
　　产品管理系统：产品管理实现对金融产品库的管理，包括产品类型管理、产品信息管理、投资组合管理、资讯产品管理、产品库存管理、产品分析等功能，并可通过采集实时行情数据查询投资组合的实时走势。
　　资讯服务系统：使用对象为营销服务人员、理财顾问、投资分析、资讯提供或产品设计人员，主要目标是为了提供一个高度整合的公司级资讯服务平台，最大限度地利用现有公司研究机构的资讯资源以及外购的资讯库，可将资讯信息与客户的持仓、偏好以及各渠道订阅的内容进行匹配后利用短信平台、邮件系统、网上交基于数据仓库的证券ＣＲＭ系统规划是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，基于数据仓库的证券ＣＲＭ系统规划是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，基于数据仓库的证券ＣＲＭ系统规划的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。易软件等客户接触渠道推送给客户。该系统可实现资讯的采编、订阅、匹配、推送的全过程管理。
　　2.数据处理层设计。CRM系统需要采集的数据源包括交易数据源、网站、呼叫中心等。通过数据处理系统，从源数据层采集、清洗、转换和整理各种数据存放到CRM系统数据库，并将数据推送到CRM系统数据仓库。
　　3.网络拓扑设计。系统网络拓扑设计如下图所示：
　　CRM系统在总部部署，分公司和各个营业部的用户以浏览器，通过公司内部网访问系统，并可提供通过外网方式接入系统。数据库服务器可结合证券公司的客户数量大小进行硬件设备的选型，大中型券商建议采用小型机，小券商可使用PC SERVER服务器。Web服务器可根据使用CRM软件的并发用户数量进行集群部署，并可通过Web中间件例如Tomcat,Resin等实现负载均衡。OLAP服务器用于安装数据仓库系统。采集服务器负责将业务系统的数据采集到CRM系统数据库，然后推送到数据仓库系统。
　　四、结论及展望
　　本文结合证券公司营销服务管理现状、CRM系统建设现状分析，对证券公司CRM系统的建设目标、总体架构设计、客户细分模型进行了研究。基于CRM系统的数据仓库，可以利用数据挖掘技术发现新的知识，更好的支持证券公司决策管理人员制定营销服务策略。
　　参考文献:
　　[1]保罗格林伯格:实时的客户关系管理[M]. 机械工业出版社，2002
　　[2]林宇:数据仓库原理与实践[M].北京:人民邮电出版社，2003
　　[3]夏火松:数据仓库与数据挖掘技术.北京:科学出版社，2004